推荐系统笔记-Multi-View Active LearnVideo Recom

文章结构概述

• • • 一、总体介绍

      • 二、核心处理问题
      • 三、应对策略
      • • 1、视觉向文本映射

    • 2、主动筛选机制

      • 四、测试结果

一、概述

标题：基于多视角主动学习的视频推荐方法
作者：蔡佳佳，唐军，陈清国，胡耀，王晓波以及黄胜军
文献类别：IJCAI19
出版年份：2019年
整理时间：2020年5月14日

二、主要问题识别与解决策略

视频推荐系统通常依赖文本信息对视频内容进行标注并据此进行推荐，然而许多用户在上传视频后往往未添加文本注释，因此需要从视频本身的视觉内容中提取关键信息。
=>通过V2T方法，从缺乏文本注释的视频集合中筛选出信息价值最高的视频，并将其纳入训练集（该训练集包含同时具备文本与视觉信息的视频），从而提升模型性能。
=>设计了一种面向视频推荐的多视角主动学习框架V2T，该框架能够主动获取所选视频中缺失的信息维度（例如当视频缺少文本注释时，则借助视觉信息生成相关文本内容）。
=>提出了一种有效减少标注成本的MVAL算法，一方面充分挖掘带有监督信号的视觉特征，另一方面结合预测结果的不一致性与出现频率之间的关联性，识别出最具信息量的视频样本。

三、解决思路

![在这里插入图片描述](ht