投稿日:2015/05/13 更新日: その他 論文紹介

Can social features help learning to rank youtube videos?

Chelaru, Sergiu Viorel
Orellana-Rodriguez, Claudia
Altingovde, Ismail Sengor
In Proc. of WISE 2012

概要

動画のタイトルとタグに加えて、コメントやお気に入り数、動画投稿者の情報といったソーシャルな要素を考慮することで、検索精度が上昇することを示した論文。

データ

クエリの収集は、YouTubeのクエリボックスにaa、ab、…、zzと入力して、query suggestionで表示された上位10件ずつを使用。各クエリの検索結果の動画を最大で300件ずつ取得。クエリの大部分は音楽に関するもの。また、46%は人物名で9%は製品名。

検索時の各素性の有用性

素性はBasic featuresとSocial featuresの2カテゴリを用意。Basic featuresはタイトルを使った検索結果とタグを使った検索結果。Social featuresはコメントを使った検索結果やLike数を使った検索結果など、11種類の検索結果を用意。
サンプリングした50クエリに対して、13種類の検索結果の上位10件をプールして、クエリとの関連度を4段階で評価。計3500のクエリと動画のペアを評価。
NDCGを計算したところ、Basic featuresの方がSocial featuresよりも検索精度が高かった。Social featuresの中では、コメントを使った検索結果が最もスコアが高かった。
上位10件の検索結果の類似度合いを調べたところ、Basic features同士、Social features同士は類似度が高い傾向にあり、Basic featuresとSocial featuresでは類似度は低い傾向にあった。

Learning to rankへの適用

RankSVMやRankBoostなど、6種類のlearning to rankの手法を使って検索精度を評価。いずれの手法でも、Basic featuresだけを使ったlearning to rankよりも、Social featuresも加えた方がNDCGの値は高くなった。


-その他, 論文紹介

関連記事

【論文紹介】The Influence of Early Respondents: Information Cascade Effects in Online Event Scheduling

Romero, Daniel M. and Reinecke, Katharina and Robert,Jr., Lionel P. WSDM 2017 ACM, PDF 概要 Doodleのような …

A comparison of visual and textual page previews in judging the helpfulness of web pages

Aula, Anne Khan, Rehan M. Guan, Zhiwei Fontes, Paul Hong, Peter In Proc. of WWW2010 http://dl.acm.or …

Deciphering Mobile Search Patterns: A Study of Yahoo! Mobile Search Queries

Yi, Jeonghee Maghoul, Farzin Pedersen, Jan In Proc. of WWW2008 http://dl.acm.org/citation.cfm?id=136 …

Where you Instagram?: Associating Your Instagram Photos with Points of Interest

Li, Xutao and Pham, Tuan-Anh Nguyen and Cong, Gao and Yuan, Quan and Li, Xiao-Li and Krishnaswamy, S …

Toward self-correcting search engines: using underperforming queries to improve search

Hassan, Ahmed White, Ryen W. Wang, Yi-Min In Proc. of SIGIR 2013 http://dl.acm.org/citation.cfm?id=2 …