Keywords
Video retrieval, related video suggestion, video representation
1. INTRODUCTION
The World Wide Web project was originally conceived as
a means to publish, share and retrieve textual information
and did not aim “to do research into fancy multimedia facilities
such as sound and video” 1
. However, with the growth
of the web, video and other multimedia formats became an
increasingly large and important part of it. The recent proliferation
of mobile devices that enable instant video capturing,
sharing and consumption, further accelerated this
trend.
As an example, at the time of the writing of this paper,
over 6 billion hours of video are watched monthly on
YouTube, the most popular video-sharing website, an increase
of 50% compared to last year. Furthermore, 100 hours
of new video content are uploaded to YouTube every minute
[2].
These statistics demonstrate that there is an ever-growing
abundance of video content on the web. This content ranges
from six-second long mobile video clips on Vine and useruploaded
footage on YouTube, to news stories on news websites
and TV shows and movies on subscription-based streaming
services such as Hulu and Netflix.
This abundance of content supply and demand has brought
about an urgent need for increasingly sophisticated techniques
for video retrieval, recommendation and discovery.
In particular, in this paper, we focus on the task of video
suggestion, which is common in many online applications.
We define video suggestions as a ranked list of related
videos shown to the user in response to the video that she
is currently viewing (which we refer to as the watch video).
Video suggestions are an important part of the experience
of watching video on the web today, and they are steadily
becoming prevalent on more and more video websites. As
an illustration, Figure 1 showcases three major use cases for
video suggestions, including suggestion of (a) news stories
on CNN, (b) TV show episodes on Hulu, and (c) related
videos on YouTube.
As shown in previous work, successful deployment of video
suggestion algorithms can result in a significant positive ef-
1As stated in the original HyperText proposal:
http://www.w3.org/Proposal.html.
คำหลักที่เกี่ยวข้องวิดีโอ
ดึงวิดีโอ , คำแนะนำ , การแสดงวิดีโอ
1 บทนำ
เวิลด์ไวด์เว็บโครงการได้รู้สึกเดิมเป็น
วิธีการเผยแพร่ แบ่งปัน และดึง
ข้อมูลข้อความ และไม่ได้มุ่ง " ทำวิจัยเครื่องมัลติมีเดียเช่นเสียงและวิดีโอแฟนซี
" 1
อย่างไรก็ตาม กับการเจริญเติบโต
ของเว็บวิดีโอและรูปแบบมัลติมีเดียอื่น ๆกลายเป็น
ส่วนมากขึ้นขนาดใหญ่และที่สำคัญมัน ล่าสุด proliferation ของโทรศัพท์มือถือที่ช่วยให้ทันที
แบ่งปันวิดีโอจับภาพและการบริโภค เร่งต่อไปแนวโน้มนี้
.
ตัวอย่าง ที่เวลาของการเขียนบทความนี้ ,
6 พันล้านชั่วโมงของวิดีโอดูรายเดือน
YouTube ที่ได้รับความนิยมมากที่สุดเว็บไซต์แบ่งปันวิดีโอ , เพิ่ม
ของ 50 % เมื่อเทียบกับปีที่ผ่านมา นอกจากนี้100 ชั่วโมง
เนื้อหาวิดีโอใหม่อัปโหลดไปยัง YouTube ทุกนาที
[ 2 ] .
สถิติเหล่านี้แสดงให้เห็นว่ามีการเพิ่มขึ้น
ความอุดมสมบูรณ์ของเนื้อหาวิดีโอบนเว็บ เนื้อหานี้ช่วง
6 วินาทียาวเคลื่อนที่วิดีโอคลิปเถาและ useruploaded
วิดีโอบน YouTube , ข่าวบนเว็บไซต์
และ รายการโทรทัศน์และภาพยนตร์สตรีมมิ่ง
สมัครสมาชิกตามข่าวบริการเช่น Hulu และ Netflix
นี้อุดมสมบูรณ์ของอุปทานเนื้อหาและความต้องการนำ
เรื่องด่วนที่ต้องใช้เทคนิคที่ซับซ้อนมากขึ้นสำหรับการค้นคืนวีดิทัศน์
แนะนำและการค้นพบ โดยเฉพาะ ในกระดาษนี้เรามุ่งเน้นงานของคำแนะนำวิดีโอ
ซึ่งมีทั่วไปในการใช้งานออนไลน์
เรานิยามมากมาย ข้อเสนอแนะวิดีโอเป็นอันดับรายชื่อที่เกี่ยวข้อง
วิดีโอที่แสดงให้กับผู้ใช้ในการตอบสนองต่อวิดีโอที่เธอ
กำลังดู ( ซึ่งเราเรียกว่า การดูวิดีโอ ) .
คำแนะนำวิดีโอเป็นส่วนหนึ่งของประสบการณ์
ดูวิดีโอบนเว็บในวันนี้และพวกเขาจะกลายเป็นที่แพร่หลายมากขึ้นและอย่างต่อเนื่อง
บนเว็บไซต์วิดีโอเพิ่มเติม โดย
ภาพประกอบ รูปที่ 1 แสดงหลักสามกรณีใช้สำหรับ
แนะนำวิดีโอรวมทั้งข้อเสนอแนะของ (
) ข่าวใน CNN , ( B ) โทรทัศน์เอพแสดงบน Hulu และ ( c )
วิดีโอที่เกี่ยวข้องบนยูทูบ ที่แสดงในงานก่อนหน้านี้ที่ประสบความสำเร็จในการใช้งานของวิดีโอ
คำแนะนำขั้นตอนวิธีที่สามารถส่งผลทางด้านบวก EF -
1as ระบุในต้นฉบับเอกสารข้อเสนอ :
http://www.w3.org/proposal.html .
การแปล กรุณารอสักครู่..
![](//thimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)