As our retrieval methods are topic

As our retrieval methods are topic based, we expect them
to be most beneficial for videos with rich topical content
and videos with low co-view signal. The results in Table 1
confirm this hypothesis.
For categories with richer topical representations like News
and Science and Technology, the improvements obtained by
our method are approximately three times higher than the
average improvement in Figure 6. The highest improvements
are obtained for the Pets and Animals category, which
has many tail videos with little co-view information. On the
other hand, for Music and Gaming categories, which have
more popular videos with co-view data, the topic retrieval
has smaller positive benefits (or even a slight negative impact
for the IRTopics method in the Music category).
Similarly, for fresh videos (e.g., less than a month old),
our improvements are more significant (especially for the
TransTopics method) than for the older videos. This is due
to the fact that the fresher videos have a weaker co-view
signal.
The results in Table 1 demonstrate that our topic retrieval
methods improve the related video suggestions by augmenting
the co-view results with fresher and more topically relevant
videos. In agreement with the general results in Figure
6, the TransTopics method is always significantly more
effective than the IRTopics method across different video
categories and age groups.

ผลลัพธ์ (ไทย) 1:

เป็นวิธีเรียก ตามหัวข้อ เราคาดหวังเป็นประโยชน์มากที่สุดสำหรับวิดีโอที่มีเนื้อหาเฉพาะต่าง ๆ มากมายและวิดีโอที่ มีสัญญาณต่ำดูร่วม ผลลัพธ์ในตารางที่ 1ยืนยันสมมติฐานนี้สำหรับประเภทที่มีการนำเสนอที่เฉพาะขึ้นเช่นข่าวและวิทยาศาสตร์และเทคโนโลยี การปรับปรุงที่ได้รับโดยวิธีของเรามีอยู่ประมาณ 3 เท่าสูงกว่าปรับปรุงค่าเฉลี่ยในรูปที่ 6 ปรับปรุงสูงสุดได้สำหรับประเภทของสัตว์เลี้ยงและสัตว์ ที่วิดีโอที่หลายหาง มีน้อยร่วมดูข้อมูลได้ ในการมืออื่น ๆ เพลงและเกมประเภท ซึ่งมีวิดีโอที่นิยมมากขึ้นกับข้อมูลในมุมมองร่วม เรียกหัวข้อมีประโยชน์บวกขนาดเล็ก (หรือแม้แต่ผลกระทบเชิงลบที่เล็กน้อยIRTopics วิธีในประเภทเพลง)ในทำนองเดียวกัน สำหรับวิดีโอสด (เช่น น้อย กว่าเดือนเก่า),เราปรับปรุงสำคัญมาก (โดยเฉพาะอย่างยิ่งสำหรับการวิธีการ TransTopics) กว่าวิดีโอรุ่นเก่า ซึ่งจะครบกำหนดในความเป็นจริงที่ว่า วิดีโอสดมีมุมมองร่วมที่แข็งแกร่งสัญญาณผลลัพธ์ในตารางที่ 1 แสดงให้เห็นที่เราเรียกหัวข้อวิธีการปรับปรุงที่แนะนำวิดีโอที่เกี่ยวข้องอีกดูร่วมผลสด และที่เกี่ยวข้องเพิ่มเติม topicallyวิดีโอ ยังคงผลทั่วไปในรูป6 วิธี TransTopics จะมากมีประสิทธิภาพกว่าวิธี IRTopics ผ่านวิดีโอที่แตกต่างกันประเภทและกลุ่มอายุ

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นวิธีการดึงของเรามีหัวข้อตามที่เราคาดหวังว่าพวกเขาจะเป็นประโยชน์มากที่สุดสำหรับวิดีโอที่มีเนื้อหาเฉพาะที่อุดมไปด้วยและวิดีโอที่มีสัญญาณร่วมมุมมองต่ำ ผลในตารางที่ 1 ยืนยันสมมติฐานนี้. สำหรับประเภทที่มีการแสดงเฉพาะยิ่งขึ้นเช่นข่าวและวิทยาศาสตร์และเทคโนโลยีการปรับปรุงที่ได้จากวิธีการของเรามีประมาณสามครั้งสูงกว่าการปรับปรุงเฉลี่ยในรูปที่6 การปรับปรุงมากที่สุดจะได้รับสำหรับสัตว์เลี้ยงและการหมวดหมู่สัตว์ที่มีหางวิดีโอจำนวนมากที่มีข้อมูลร่วมมุมมองเล็ก ๆ น้อย ๆ บนมืออื่น ๆ ดนตรีและประเภทการเล่นเกมที่มีวิดีโอที่นิยมมากขึ้นกับข้อมูลร่วมมุมมองของการดึงหัวข้อมีประโยชน์ในเชิงบวกที่มีขนาดเล็ก(หรือแม้กระทั่งผลกระทบเชิงลบเล็กน้อยสำหรับวิธีการ IRTopics ในหมวดหมู่เพลง). ในทำนองเดียวกันสำหรับสด วิดีโอ (เช่นน้อยกว่าเดือนเก่า) ปรับปรุงของเรามีความสำคัญมากขึ้น (โดยเฉพาะอย่างยิ่งสำหรับวิธีTransTopics) มากกว่าสำหรับวิดีโอที่มีอายุมากกว่า เพราะนี่คือความจริงที่ว่าวิดีโอสดมีอ่อนแอร่วมมุมมองสัญญาณ. ผลในตารางที่ 1 แสดงให้เห็นว่าการดึงหัวข้อของเราวิธีการปรับปรุงคำแนะนำวิดีโอที่เกี่ยวข้องโดยการขยายผลร่วมกับมุมมองที่สดและอื่นๆ ที่เกี่ยวข้องทาวิดีโอ ในข้อตกลงกับผลทั่วไปในรูปที่6 วิธี TransTopics อยู่เสมออย่างมีนัยสำคัญที่มีประสิทธิภาพกว่าวิธีIRTopics ทั่ววิดีโอที่แตกต่างประเภทและกลุ่มอายุ

ผลลัพธ์ (ไทย) 3:

เป็นวิธีการสืบค้นของเรามีหัวข้อตามที่เราคาดหวังไว้
เป็นประโยชน์มากที่สุดสำหรับวิดีโอ มีเฉพาะเนื้อหา
และวิดีโอกับสัญญาณดู CO ต่ำ จากตารางที่ 1

เพื่อยืนยันสมมุติฐานนี้ ประเภทรวยเฉพาะที่ใช้แทนเหมือนข่าว
และวิทยาศาสตร์และเทคโนโลยี การปรับปรุงได้
วิธีของเราประมาณสามครั้งสูงกว่า
การปรับปรุงค่าเฉลี่ยในรูปที่ 6 การปรับปรุงสูงสุด
ได้มาหมวดสัตว์เลี้ยงและสัตว์ซึ่งมีวิดีโอหลายข้อมูล
หางดูโคน้อย บนมืออื่น ๆสำหรับเพลง
, และประเภทการเล่นเกมซึ่งมี
วิดีโอเป็นที่นิยมมากขึ้นกับข้อมูล Co วิว สืบค้นหัวข้อ
มีประโยชน์บวกขนาดเล็ก ( หรือแม้แต่นิดเดียว
irtopics ผลกระทบเชิงลบสำหรับวิธีการในประเภทเพลง )
" สำหรับวิดีโอสด ( เช่น น้อยกว่าเดือนเก่า ) ,
การปรับปรุงของเรามากขึ้น ( โดยเฉพาะ
transtopics วิธีกว่า ) สำหรับวิดีโอเก่า นี้เนื่องจากความจริงที่ว่าสดชื่น
วิดีโอมีแข็งแกร่ง Co วิว

ผลสัญญาณ ตารางที่ 1 แสดงให้เห็นว่าวิธีการสืบค้น
หัวข้อของเราในการปรับปรุงที่เกี่ยวข้องวิดีโอข้อเสนอแนะโดย augmenting
ร่วมดูผลลัพธ์กับสดและอื่น ๆที่เกี่ยวข้อง topically
วิดีโอ ในข้อตกลงกับผลลัพธ์ทั่วไปในรูป
6 , transtopics วิธีอยู่เสมอมากขึ้นมีประสิทธิภาพกว่าวิธี irtopics

ในรูปแบบวิดีโอที่แตกต่างกันและกลุ่มอายุ