Temel Kavramlar
동영상 플랫폼에서 사용자의 동영상과 댓글 상호작용 기록을 활용하여 개인화된 동영상과 댓글 추천을 수행하는 것이 핵심 아이디어이다.
Özet
이 논문은 온라인 동영상 플랫폼에서 사용자의 동영상 시청 및 댓글 상호작용 기록을 활용하여 동영상과 댓글을 통합적으로 추천하는 방법을 제안한다.
주요 내용은 다음과 같다:
순차 추천 모델(SR 모델)과 보조 대규모 언어 모델(LLM 추천기)로 구성된 LSVCR 프레임워크를 제안한다. SR 모델은 효율적인 사용자 선호도 모델링을 담당하고, LLM 추천기는 보조적으로 사용자 선호도 의미를 향상시킨다.
개인화된 선호도 정렬 단계를 통해 SR 모델과 LLM 추천기의 선호도 표현을 정렬하여 SR 모델의 의미를 강화한다.
정렬된 SR 모델을 활용하여 동영상과 댓글 추천 작업을 수행한다.
실험 결과와 온라인 A/B 테스트를 통해 제안 방법의 우수성을 입증한다. 특히 댓글 추천에서 4.13%의 시청 시간 증가와 1.36%의 상호작용 증가를 달성했다.
İstatistikler
사용자의 60% 이상이 동영상 시청 시 댓글을 정기적으로 확인하고 댓글을 통해 관심을 표현한다.
동영상 플랫폼에서 동영상과 댓글 상호작용 기록은 사용자의 개인화된 선호도를 파악하는 데 도움이 된다.
Alıntılar
"동영상 플랫폼에서 재미있는 동영상에 대한 댓글 읽기 또는 작성하는 것은 동영상 시청 경험의 필수적인 부분이 되었다."
"사용자의 동영상 시청 및 댓글 상호작용 기록을 활용하여 개인화된 동영상과 댓글 추천을 수행하는 것이 핵심 아이디어이다."