講演抄録/キーワード |
講演名 |
2015-02-24 09:30
映像と視聴動作の関連性に基づくユーザの嗜好の推定に関する検討 ~ 視聴動作データが少数の場合の精度劣化低減手法の実現 ~ ○山口由晃・小川貴弘(北大)・浅水 仁(釧路高専)・長谷山美紀(北大) |
抄録 |
(和) |
本文では,映像と視聴動作の関連性に基づき,ユーザの嗜好を推定する手法を提案する.提案手法では,映像特徴と視聴動作特徴に対して正準相関分析を適用し,ユーザの視聴動作と各映像特徴との関連の強さを示す指標である交差負荷量を求め,これに基づいてユーザの嗜好と関連の強い映像特徴を選択する.このとき,視聴動作データのサンプル数が映像特徴ベクトルの次元数よりも少ない場合,交差負荷量を適切に求めることが困難となり,映像特徴の選択精度が劣化する.そこで,提案手法では,映像特徴に対して主成分分析を適用し,次元削減を行うことで,視聴動作データが少数の場合における交差負荷量の高精度な算出を可能とする.ここで,次元削減された映像特徴を用いて交差負荷量を算出した場合,得られる交差負荷量は次元削減された映像特徴に対応する.そこで,提案手法では,これらから元の映像特徴の次元数に対応した交差負荷量の算出を行い,これに基づいて映像特徴の選択を行うことで,映像特徴の選択精度劣化の低減を可能とする.最後に,選択された映像特徴を用いてSVRに基づく回帰モデルを構築することで,ユーザの嗜好を反映した映像に対する評価値の推定を実現する. |
(英) |
In this paper, we propose an efficient preference estimation method based on relationship between video features and users’ viewing behavior features. The proposed method calculates the cross-loadings from pairs of video features and users’ viewing behavior features by using Canonical Correlation Analysis (CCA) to select the video features that represent the users’ individual preference by monitoring the cross-loadings. However, when the number of pairs are small, accurate calculation of cross-loadings becomes difficult. To solve this problem, we apply dimensionality reduction based on Principal Component Analysis (PCA) to the video features to perform accurate calculation of cross-loadings. Here, when we calculate the cross-loadings by using the dimensionality reduced video features, the dimensionality of cross-loadings corresponds to that of the dimensionality reduced video features. Therefore, in our method, we expand the cross-loadings into original dimensionality of the video features for feature selection. Finally, by constructing regression models based on Support Vector Regression (SVR) from the selected video features, rating estimation of videos that reflects the users’ individual preference becomes feasible. |
キーワード |
(和) |
映像推薦 / 嗜好推定 / 正準相関分析 / サポートベクター回帰 / / / / |
(英) |
video recommendation / preference estimation / canonical correlation analysis / support vector regression / / / / |
文献情報 |
信学技報 |
資料番号 |
|
発行日 |
|
ISSN |
|
PDFダウンロード |
|
|