유튜브 추천 알고리즘 논문 리뷰

소개글

"유튜브 추천 알고리즘 논문 리뷰"에 대한 내용입니다.

목차

1. The Youtube Video Recommendation System (RecSys 2010)
1) 들어가며
2) 유저 세그먼테이션
3) 목표
4) 요구사항
5) 챌린지
6) 시스템 디자인

2. Deep Neural Networks for YouTube Recommendations(2016)

3. Recommending What Video to Watch Next: A Multitask Ranking System(2019)

4. 참고자료

본문내용

들어가며
.모델적인 것보다는 전체 디자인을 중점적으로 이해하는게 좋음(목적, 모델, 서빙 등)
.오래된 논문(14년전)임에도 아직까지 그 철학과 틀은 유지되어 여전히 현대적이라고 볼 수 있음

유저 세그먼테이션
.직접 방문(Direct navigation): 유튜브가 아닌 다른 곳에서 발견한 유튜브 영상을 시청
.구체적 검색(search and goal-oriented browse): 직접적인 검색을 통해 시청
.영상 즐기기(Unarticulated want): 시간 떼우기 위해 그냥 재밌는 영상을 시청

목표
영상을 즐기는 유저(Unarticulated want)에게 영상을 추천하여 유튜브에서 즐겁게 오래 머
무르게 하는 것

요구사항
.추천되는 비디오 목록이 주기적으로 업데이트되는 것
.유저가 최근에 보여준 행동 기록을 참고해서 비디오를 추천해줄 것
.사용자에게 다양한 스펙트럼의 비디오들을 추천해주는 것

챌린지
.유저가 올린 영상은 메타데이터가 너무 없음
.비디오 숫자와 유저 숫자가 엄청나게 많고, 대부분의 영상이 10분 이내의 짧은 영상임 (2024년 현재 40억개)
.유저의 행동데이터가 상대적으로 너무 짧고 노이지 함 (구매,대여 같은 개념이 아님)
.순간적으로 인기를 타는(viral) 비디오들이 워낙 많아서 추천 목록을 짧은 주기로 갱신이
필요

참고 자료

없음