8. CONCLUSIONSIn this paper, we foc

8. CONCLUSIONS
In this paper, we focused on the task of related video
suggestion, commonly found in many online applications.
The majority of the current approaches to related video
suggestion are based on the collaborative filtering analysis.
Most generally, the collaborative filtering approaches suggest
videos that are likely to be co-viewed with the currently
watched video.
While such suggestions work well for popular videos with
many views, it is less applicable in situations where little or
no view data is available. This includes fresh videos, or tail
videos with few views. To address this challenge, we propose
a hybrid approach to video suggestion, which combines the
video content with the co-view information to improve the
related video suggestions.
To this end, we represent the video using a set of topics
mined from various sources including the video metadata,
frequent uploader keywords, common search queries, playlist
names and Freebase entities. In order to achieve an effective
topical video representation, we assign weights to each topic,
and propose two approaches for topic weighting.
The first approach is based on the standard information
retrieval heuristics such as topic frequency and inverse document
frequency weighting and stopword removal. The downside
of this approach is that it does not directly take into
the account the user behavior.

ผลลัพธ์ (ไทย) 1:

8. บทสรุปในเอกสารนี้ เราเน้นงานวิดีโอที่เกี่ยวข้องแนะนำ โดยทั่วไปพบในงานออนไลน์หลาย ๆส่วนใหญ่วิธีปัจจุบันวิดีโอที่เกี่ยวข้องข้อเสนอแนะจะขึ้นอยู่กับการวิเคราะห์กรองร่วมกันมากที่สุดโดยทั่วไป แนะนำวิธีกรองร่วมกันวิดีโอที่มีแนวโน้มที่จะร่วมแสดงด้วยในขณะนี้ดูวิดีโอในขณะที่คำแนะนำดังกล่าวใช้ได้ดีสำหรับวิดีโอด้วยหลายมุมมอง จึงไม่สามารถใช้ได้ในสถานการณ์ที่น้อย หรือดูข้อมูลไม่ได้ ซึ่งรวมถึงวิดีโอสด หรือหางวิดีโอวิวน้อย เพื่อความท้าทายนี้ เราวิธีผสมกับวิดีโอคำแนะนำ ซึ่งรวมการเนื้อหาวิดีโอที่ มีมุมมองร่วมกับข้อมูลแนะนำวีดีโอที่เกี่ยวข้องเพื่อการนี้ เราแสดงวิดีโอที่ใช้ชุดของหัวข้อขุดจากแหล่งต่าง ๆ รวมทั้งข้อมูลเมตาวิดีโอคำสำคัญอัพโหลดบ่อย ๆ สอบถามการค้นหาทั่วไป รายการที่เล่นชื่อและเอนทิตี Freebase เพื่อให้มีประสิทธิภาพแสดงวิดีโอเฉพาะ เรากำหนดน้ำหนักให้แต่ละหัวข้อและเสนอแนวทางที่สองน้ำหนักหัวข้อวิธีแรกขึ้นอยู่กับข้อมูลมาตรฐานลองผิดลองถูกเรียกเช่นเอกสารความถี่และค่าผกผันของหัวข้อความถี่น้ำหนักและ stopword ลบ ข้อเสียวิธีการนี้คือ ว่า มันไม่ตรงจะเป็นบัญชีลักษณะการทำงานของผู้ใช้

ผลลัพธ์ (ไทย) 2:

8. สรุปในบทความนี้เรามุ่งเน้นไปที่งานของวิดีโอที่เกี่ยวข้องกับข้อเสนอแนะที่พบได้ทั่วไปในการใช้งานออนไลน์จำนวนมาก. ส่วนใหญ่ของวิธีการในปัจจุบันเพื่อวิดีโอที่เกี่ยวข้องข้อเสนอแนะที่จะขึ้นอยู่กับการวิเคราะห์การกรองการทำงานร่วมกัน. ส่วนใหญ่โดยทั่วไปวิธีการกรองการทำงานร่วมกันแนะนำวิดีโอที่มีแนวโน้มที่จะร่วมดูด้วยปัจจุบันวิดีโอดู. ในขณะที่ข้อเสนอแนะดังกล่าวทำงานได้ดีสำหรับวิดีโอยอดนิยมที่มีมุมมองหลาย ๆ คนก็มีผลบังคับใช้น้อยในสถานการณ์ที่น้อยหรือไม่มีข้อมูลมุมมองที่สามารถใช้ได้ ซึ่งรวมถึงวิดีโอสดหรือหางวิดีโอที่มีมุมมองที่ไม่กี่ เพื่อแก้ไขความท้าทายนี้เราเสนอวิธีการไฮบริดข้อเสนอแนะวิดีโอซึ่งรวมเนื้อหาวิดีโอที่มีข้อมูลร่วมมุมมองในการปรับปรุงข้อเสนอแนะวิดีโอที่เกี่ยวข้อง. ด้วยเหตุนี้เราเป็นตัวแทนของวิดีโอโดยใช้ชุดของหัวข้อที่ขุดได้จากแหล่งต่าง ๆ รวมทั้ง เมตาดาต้าวิดีโอคำหลักอัพโหลดบ่อยคำค้นหาที่พบบ่อย, เพลงชื่อและหน่วยงาน Freebase เพื่อให้บรรลุที่มีประสิทธิภาพการแสดงวิดีโอเฉพาะที่เรากำหนดน้ำหนักแต่ละหัวข้อและนำเสนอสองวิธีสำหรับน้ำหนักหัวข้อ. วิธีแรกจะขึ้นอยู่กับข้อมูลที่มีมาตรฐานการวิเคราะห์พฤติกรรมการดึงเช่นความถี่หัวข้อและเอกสารผกผันน้ำหนักความถี่และการกำจัดstopword ข้อเสียของวิธีนี้ก็คือว่ามันไม่ได้โดยตรงใช้เวลาในการบัญชีพฤติกรรมของผู้ใช้

ผลลัพธ์ (ไทย) 3:

8 . สรุป
ในกระดาษนี้เราเน้นงานที่เกี่ยวข้องวิดีโอ
ข้อเสนอแนะที่พบบ่อยในการใช้งานออนไลน์หลาย .
ส่วนใหญ่ของวิธีการในปัจจุบันเกี่ยวกับ Video
ข้อเสนอแนะตามแบบกรองการวิเคราะห์ .
ส่วนใหญ่โดยทั่วไป วิธีการกรองร่วมกันเสนอแนะ
วิดีโอที่น่าจะร่วมดูด้วยปัจจุบัน

ดูวิดีโอขณะที่ข้อเสนอแนะดังกล่าวทำงานได้ดีสำหรับวิดีโอยอดนิยมกับ
มุมมองหลาย มันสามารถใช้ได้น้อยกว่าในสถานการณ์ที่น้อยหรือ
ไม่ดูข้อมูลพร้อม นี้รวมถึงวิดีโอสดหรือหาง
วิดีโอที่มีมุมมองที่ไม่กี่ เพื่อจัดการกับความท้าทายนี้ เราเสนอ : วิธีการไฮบริดคำแนะนำวิดีโอซึ่งรวม
เนื้อหาวิดีโอกับ CO ดูข้อมูลเพื่อปรับปรุง

ที่เกี่ยวข้องวิดีโอแนะนำจุดนี้เราได้แสดงวิดีโอที่ใช้ชุดของหัวข้อ
ขุดจากแหล่งต่างๆรวมทั้งวิดีโอ metadata
อัพโหลดบ่อยคำหลัก , การค้นหาทั่วไป ชื่อรายการ
และหน่วยงานเจง . เพื่อให้ได้การแสดงวิดีโอ topical มีประสิทธิภาพ
เรากำหนดน้ำหนักแต่ละหัวข้อ และเสนอสองแนวทาง

( หัวข้อวิธีการแรกคือตามมาตรฐาน การค้นคืนสารสนเทศ
ฮิวริสติกเช่นความถี่ของหัวข้อและเอกสารที่ผกผัน
ความถี่น้ำหนักและการกำจัด stopword . ข้อเสียของวิธีนี้คือการที่มัน

ไม่โดยตรงใช้ลงในบัญชีผู้ใช้พฤติกรรม