optimal for transitioning from watc

optimal for transitioning from watch video with topic τi to
a related video with topic τi, according to the loss criterion
defined in Equation 3.
5. SYSTEM OVERVIEW
In this section, we provide a holistic overview of the general
architecture of the experimental video suggestion system,
which was designed for evaluating the topic retrieval
methods described in the previous sections. This system
was designed specifically for the purpose of the experiments
in this paper, and does not correspond to any system used
in production.
We built this experimental system in order to integrate
both the co-view based and the topic-based retrieval methods
into a single video suggestion system, shown in Figure
4. The purpose of this integration is to demonstrate the
benefits of our topic-based video suggestion approach, as
compared to the standard co-view based video suggestion
approaches [7, 13].
For a given watch video VW , two retrieval processes are
run in parallel. First, we retrieve a set of k related candidates
based on the link structure of the co-view graph. See
Baluja et al. [7] (surveyed in Section 2.2) for the detailed
description of an implementation of such a process. Most
generally, this process retrieves all the videos that were most
oftenly co-watched with the watch video VW , regardless of
their topicality.
Second, we retrieve top-k ranking candidate videos using a
topic-based retrieval process. This process is based either on
the weighted topic retrieval or the diagonal topic transitions,
described in Section 3 and Section 4, respectively.
This set of k +k highest ranked results from both co-view
and topic retrieval processes is sent to the reranking model.
For fairness of our experimental setup, we ensure that the
number of candidate videos from both co-view and topic
retrieval processes are equal.
The final reranking model is out of the scope of this paper.
However, for our purposes, it is important to make two
general comments about it.
First, the reranking model takes into account a very large
number of features based on the watch-related video pair.
This makes the reranking model prohibitively expensive to
run on the entire video corpus. Instead, the retrieval processes
(based on either co-views or topics) provide a small
set of tens of potentially relevant video candidates to the
reranking model. By augmenting the co-view retrieval with
the top results from the topic retrieval, we seek to diversify
and improve this candidate set.
Second, to avoid bias in our evaluation, the reranking
model excludes any topic-related features, which are used
in the topic retrieval process. Therefore, we strive to ensure
that the candidates from the topic retrieval process are not
given an unfair advantage by the reranking model.
In the experiments in Section 7 we describe how the related
video suggestion system design outlined in Figure 4
is used to evaluate the benefits of the topic-based video retrieval
using both user simulation and a live traffic experiment.
6. RELATED WORK
In this paper, we propose two retrieval methods for related
video suggestion. The first retrieval method, described

ผลลัพธ์ (ไทย) 1:

เหมาะสมที่สุดสำหรับการเปลี่ยนจากการดูวิดีโอที่ มี τi หัวข้อการวิดีโอที่เกี่ยวข้องกับหัวข้อ τi ตามเกณฑ์ขาดทุนกำหนดไว้ในสมการ 35. ระบบภาพรวมในส่วนนี้ เราให้ภาพรวมแบบองค์รวมของทั่วไปสถาปัตยกรรมของระบบแนะนำวิดีโอทดลองซึ่งถูกออกแบบสำหรับประเมินเรียกหัวข้อวิธีที่อธิบายไว้ในส่วนก่อนหน้า ระบบนี้ถูกออกแบบมาโดยเฉพาะเพื่อการทดลองในเอกสารนี้ และไม่สอดคล้องกับระบบการใช้ในการผลิตเราสร้างระบบนี้ทดลองการบูรณาการมุมมองร่วมที่ใช้และวิธีใช้หัวข้อเรียกเข้าระบบแนะนำวิดีโอเดียว แสดงในรูปที่4. วัตถุประสงค์ของการรวมนี้จะแสดงให้เห็นถึงการประโยชน์ของวิธีตามหัวข้อคำแนะนำวิดีโอของเรา เป็นเปรียบเทียบกับคำแนะนำวิดีโอมุมมองมาตรฐานที่ใช้ร่วมวิธี [7, 13]สำหรับนาฬิกากำหนดมีกระบวนเรียกสองวิดีโอ VWรันพร้อมกัน ครั้งแรก เราเรียกชุดของ k เกี่ยวกับผู้สมัครตามโครงสร้างการเชื่อมโยงของกราฟดูร่วม ดูBaluja et al. [7] (สำรวจในหัวข้อ 2.2) สำหรับรายละเอียดคำอธิบายของการดำเนินงานของกระบวนการ มากที่สุดทั่วไป กระบวนการนี้ดึงข้อมูลวิดีโอที่มีมากที่สุดoftenly ดูร่วมกับการชมวิดีโอ VW ไม่topicality ของพวกเขาสอง เราเรียก k บนการจัดอันดับผู้ใช้วิดีโอเป็นกระบวนการเรียกตามหัวข้อ กระบวนการนี้อยู่บนเรียกหัวข้อถ่วงน้ำหนักหรือเปลี่ยนหัวข้อเส้นทแยงมุมอธิบายในหมวดที่ 3 และ 4 ส่วน ตามลำดับชุดนี้ของ k + k สูงสุดผลลัพธ์จากทั้งมุมมองร่วมการจัดอันดับและกระบวนการเรียกข้อมูลหัวข้อจะถูกส่งไปแบบ rerankingการยุติธรรมของการตั้งค่าการทดลองของเรา เราให้แน่ใจว่าการจำนวนวิดีโอผู้ร่วมดูและหัวข้อเรียกกระบวนการเท่ากันรุ่น reranking สุดท้ายอยู่นอกขอบเขตของเอกสารนี้อย่างไรก็ตาม สำหรับวัตถุประสงค์ของเรา จะต้องทำสองความคิดเห็นทั่วไปเกี่ยวกับมันครั้งแรก รุ่น reranking พิจารณามีขนาดใหญ่มากจำนวนคุณลักษณะตามวิดีโอคู่ชมที่เกี่ยวข้องทำแบบ reranking prohibitively ราคาแพงรันในคอร์พัสคริที่วิดีโอทั้งหมด แทน เรียกการประมวลผล(ขึ้นอยู่กับมุมมองร่วมหรือหัวข้อ) มีขนาดเล็กชุดสิบผู้สมัครวิดีโออาจเกี่ยวข้องกับการรุ่น reranking โดยเรียกดูร่วมด้วยอีกผลลัพธ์สูงสุดจากเรียกหัวข้อ เราพยายามมากมายและปรับปรุงชุดนี้ผู้สมัครสอง การหลีกเลี่ยงความโน้มเอียงในการประเมินผลของเรา ที่ rerankingรุ่นไม่มีหัวข้อต่าง ๆ ซึ่งใช้ในกระบวนการเรียกข้อมูลหัวข้อ ดังนั้น เรามุ่งมั่นให้ผู้สมัครจากกระบวนการเรียกข้อมูลจากหัวข้อไม่รับประโยชน์จากการไม่เป็นธรรม โดยรุ่น rerankingในการทดลองใน 7 ส่วน เราอธิบายวิธีการที่เกี่ยวข้องวิดีโอแนะนำออกแบบระบบที่อธิบายไว้ในรูปที่ 4ใช้ในการประเมินประโยชน์ของการใช้หัวข้อวิดีโอเรียกใช้ผู้ใช้จำลองและทดลองรับส่งข้อมูลอยู่6. ทำงานที่เกี่ยวข้องในเอกสารนี้ เราเสนอวิธีการเรียกที่สองสำหรับที่เกี่ยวข้องวิดีโอแนะนำ วิธีการแรกเรียก อธิบาย

ผลลัพธ์ (ไทย) 2:

ที่เหมาะสมสำหรับการก้าวออกมาจากวิดีโอนาฬิกาที่มีτiหัวข้อเพื่อวิดีโอที่เกี่ยวข้องกับหัวข้อτiตามเกณฑ์การสูญเสียที่กำหนดไว้ในสมการ3 5 ภาพรวมของระบบในส่วนนี้เราให้ภาพรวมแบบองค์รวมของทั่วไปสถาปัตยกรรมของระบบข้อเสนอแนะวิดีโอการทดลองที่ได้รับการออกแบบสำหรับการประเมินการดึงหัวข้อวิธีการที่อธิบายไว้ในส่วนก่อนหน้า ระบบนี้ได้รับการออกแบบมาโดยเฉพาะสำหรับวัตถุประสงค์ของการทดลองในงานวิจัยนี้และไม่สอดคล้องกับระบบที่ใช้ในการผลิต. เราสร้างระบบการทดลองนี้เพื่อที่จะบูรณาการทั้งสองร่วมมุมมองและหัวข้อที่ใช้วิธีการดึงเป็นระบบคำแนะนำวิดีโอที่เดียวแสดงในรูปที่4 วัตถุประสงค์ของการรวมกลุ่มนี้คือการแสดงให้เห็นถึงการให้ประโยชน์ของวิดีโอของเราหัวข้อตามแนวทางข้อเสนอแนะที่เป็นเมื่อเทียบกับมาตรฐานร่วมมุมมองตามข้อเสนอแนะของวิดีโอวิธี[7, 13]. สำหรับดูวิดีโอได้รับ VW สองกระบวนการดึงกำลังทำงานในขนาน ครั้งแรกที่เราเรียกชุดของผู้สมัครที่เกี่ยวข้องกับเคตามโครงสร้างการเชื่อมโยงของกราฟร่วมมุมมอง ดูBaluja et al, [7] (สำรวจในมาตรา 2.2) สำหรับรายละเอียดรายละเอียดของการดำเนินการตามกระบวนการดังกล่าวหนึ่ง ส่วนใหญ่โดยทั่วไปกระบวนการนี้เรียกวิดีโอทั้งหมดที่ส่วนใหญ่oftenly ร่วมดูด้วยวิดีโอนาฬิกา VW โดยไม่คำนึงถึงความทันสมัยของพวกเขา. ประการที่สองเราเรียกการจัดอันดับสุดยอดผู้สมัคร k วิดีโอโดยใช้กระบวนการเรียกตามหัวข้อ กระบวนการนี้จะขึ้นอยู่ทั้งบนดึงหัวข้อถ่วงน้ำหนักหรือการเปลี่ยนหัวข้อขวางอธิบายไว้ในมาตรา3 และมาตรา 4 ตามลำดับ. ชุดนี้ของ k + k ผลอันดับสูงสุดจากทั้งร่วมมุมมองและหัวข้อกระบวนการดึงถูกส่งไปยังรูปแบบreranking . สำหรับความเป็นธรรมของการติดตั้งการทดลองของเราเราให้แน่ใจว่าจำนวนของวิดีโอที่ผู้สมัครจากทั้งร่วมดูและหัวข้อกระบวนการดึงเท่ากัน. รุ่น reranking สุดท้ายคือออกจากขอบเขตของบทความนี้. แต่สำหรับวัตถุประสงค์ของเรามันเป็นสิ่งสำคัญ เพื่อให้ทั้งสองแสดงความคิดเห็นทั่วไปเกี่ยวกับ. แรกรุ่น reranking คำนึงขนาดใหญ่มากจำนวนของคุณสมบัติขึ้นอยู่กับคู่ดูวิดีโอที่เกี่ยวข้องกับ. นี้จะทำให้รูปแบบการ reranking ราคาแพงที่จะทำงานในคลังวิดีโอทั้งหมด แต่กระบวนการดึง(ขึ้นอยู่กับทั้งสองร่วมวิวหรือหัวข้อ) จัดให้มีขนาดเล็กชุดของสิบของผู้สมัครที่อาจเกิดขึ้นที่เกี่ยวข้องวิดีโอไปยังรูปแบบreranking โดยการขยายการดึงร่วมดูกับผลด้านบนจากการดึงหัวข้อที่เราพยายามที่จะกระจายการลงทุนและปรับปรุงชุดนี้ผู้สมัคร. ประการที่สองเพื่อหลีกเลี่ยงอคติในการประเมินผลของเรา reranking รูปแบบไม่รวมใด ๆ คุณสมบัติหัวข้อที่เกี่ยวข้องกับที่ใช้ในขั้นตอนการดึงหัวข้อ ดังนั้นเราจึงมุ่งมั่นที่จะให้แน่ใจว่าผู้สมัครจากกระบวนการดึงหัวข้อจะไม่ได้รับประโยชน์ที่ไม่เป็นธรรมโดยรูปแบบreranking. ในการทดลองในมาตรา 7 เราจะอธิบายวิธีการที่เกี่ยวข้องกับวิดีโอข้อเสนอแนะการออกแบบระบบที่ระบุไว้ในรูปที่4 จะใช้ในการประเมินผลประโยชน์ที่ ของการดึงวิดีโอตามหัวข้อโดยใช้สถานการณ์จำลองทั้งผู้ใช้และการทดลองการจราจรสด. 6 งานที่เกี่ยวข้องในบทความนี้เรานำเสนอสองวิธีการดึงที่เกี่ยวข้องสำหรับข้อเสนอแนะของวิดีโอ วิธีการดึงแรกอธิบาย

ผลลัพธ์ (ไทย) 3:

ที่ดีที่สุดสำหรับการเปลี่ยนจากดูวิดีโอกับหัวข้อτผม

วิดีโอที่เกี่ยวข้องกับหัวข้อτผมตามหลักเกณฑ์ที่กำหนดไว้ในสมการการสูญเสีย
3
5 ระบบ
ในส่วนนี้ , เราให้ภาพรวมองค์รวมของสถาปัตยกรรมทั่วไปของวิดีโอระบบข้อเสนอแนะแบบ

, ซึ่งถูกออกแบบมาเพื่อประเมินการสืบค้น
หัวข้อวิธีการอธิบายไว้ในส่วนก่อนหน้านี้ ระบบนี้
ถูกออกแบบมาเฉพาะสำหรับวัตถุประสงค์ของการทดลอง
ในกระดาษนี้ และไม่สอดคล้องกับระบบใด ๆที่ใช้

ในการผลิต เราสร้างระบบทดลองนี้เพื่อบูรณาการ
ทั้ง CO และหัวข้อโดยดูจากวิธีการสืบค้น
เป็นเดี่ยววิดีโอระบบข้อเสนอแนะ , แสดงในรูป
4 วัตถุประสงค์ของการรวมกลุ่มนี้คือการแสดง
ประโยชน์ของหัวข้อของเราวิดีโอแนะนำวิธีการตาม เช่น
เมื่อเทียบกับดูวีดีโอแนะนำวิธีการ Co มาตรฐานตาม [ 13 ] 7
, .
สำหรับการดูวิดีโอ VW สองดึงกระบวนการ
วิ่งขนาน ครั้งแรก เราเรียกชุดของผู้สมัครที่เกี่ยวข้องกับ K
ตามโครงสร้างการเชื่อมโยงของ CO ดูกราฟ เห็น
baluja et al . [ 7 ] ( สำรวจในส่วน 2.2 ) สำหรับรายละเอียด
รายละเอียดของการดำเนินการ เช่น กระบวนการ ที่สุด
โดยทั่วไป ขั้นตอนนี้เรียกทั้งหมดวิดีโอที่ถูกที่สุด
แบบ Co ดูด้วยดูวิดีโอ VW ไม่ว่า

หัวข้อของตนเอง ประการที่สอง เราเรียก top-k อันดับผู้สมัครวิดีโอโดยใช้
หัวข้อกระบวนการกู้คืนตาม กระบวนการนี้จะใช้ทั้งบน
ถ่วงน้ำหนักหรือเปลี่ยนหัวข้อการสืบค้นหัวข้อเส้นทแยงมุม
อธิบายไว้ในมาตรา 3 และมาตรา 4 ตามลำดับ
ชุด K K สูงสุดนี้อันดับผลลัพธ์จากทั้งมุมมองและกระบวนการสืบค้นหัวข้อ Co
ถูกส่งไปยัง reranking รูปแบบ .
ความเป็นธรรมของการตั้งค่าการทดลองของเรา เรามั่นใจว่า หมายเลขของผู้สมัครจากทั้งวิดีโอ

เรียกดูหัวข้อกระบวนการ Co และเท่ากัน
รุ่น reranking สุดท้ายออกจากขอบเขตของบทความนี้ .
อย่างไรก็ตามสำหรับวัตถุประสงค์ของเรา , มันเป็นสิ่งสำคัญที่จะทำให้สอง

ความคิดเห็นทั่วไปเกี่ยวกับมัน แรก reranking รูปแบบใช้เวลาในบัญชีขนาดใหญ่
มากจำนวนคุณลักษณะตามนาฬิกาที่เกี่ยวข้องวิดีโอคู่
นี้ทำให้ reranking รุ่นแพง

วิ่งบนข้อมูลวิดีโอทั้งหมด แทน กระบวนการสืบค้น
( ตามด้วย CO หรือมุมมองหัวข้อ ) ให้เล็ก
ชุดของสิบของผู้สมัครที่วิดีโอที่อาจเกี่ยวข้องกับ
reranking นางแบบ โดย augmenting CO ดูผลการสืบค้นด้วย
ด้านบนจากหัวข้อสืบค้น เราแสวงหาเพื่อกระจายและปรับปรุงผู้สมัครชุดนี้
.
2 เพื่อหลีกเลี่ยงอคติในการประเมินของเรา reranking
แบบแยกหัวข้อใด ๆคุณสมบัติที่เกี่ยวข้องซึ่งจะใช้
ในหัวข้อเรียกกระบวนการ ดังนั้น เรามุ่งมั่นเพื่อให้แน่ใจว่า
ที่ผู้สมัครจากหัวข้อการสืบค้นกระบวนการไม่ได้
ให้ได้เปรียบที่ไม่เป็นธรรม โดย reranking รูปแบบ .
ในการทดลอง ในมาตรา 7 ที่เราอธิบายวิธีการที่ระบบวิดีโอที่ระบุไว้ในข้อเสนอแนะการออกแบบ

รูปที่ 4 ใช้เพื่อประเมินประโยชน์ของหัวข้อการค้นคืนวีดิทัศน์
โดยใช้ทั้งผู้ใช้และการจราจรแบบสด ทดลอง .
6 ที่เกี่ยวข้อง
ในกระดาษนี้เราเสนอ 2 วิธีสืบค้นสำหรับ
วิดีโอแนะนำ วิธีการค้นคืนแรก อธิบาย