Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Conditional Quantile Estimation for Uncertain Watch Time in Short-Video Recommendation

Created by
  • Haebom

저자

Chengzhi Lin, Shuchang Liu, Chuyuan Wang, Yongqi Liu

개요

본 논문은 짧은 비디오 플랫폼에서 시청 시간 예측의 정확성을 높이기 위해 조건부 분위수 추정(Conditional Quantile Estimation, CQE) 기법을 제안합니다. 기존의 평균 시청 시간 예측 방식이 사용자 참여 패턴의 불확실성을 제대로 반영하지 못하는 한계를 극복하고자, 분위수 회귀를 이용하여 각 사용자-비디오 쌍에 대한 시청 시간 분포 전체를 모델링합니다. 여러 분위수 추정값을 결합하는 전략을 제시하여 다양한 추천 시나리오와 사용자 선호도에 적응하며, 대규모 플랫폼에서의 온라인 A/B 테스트를 통해 활성 일수, 참여 시간, 비디오 조회수 등 주요 지표에서 상당한 성과 향상을 확인했습니다. GitHub에 코드를 공개할 예정입니다.

시사점, 한계점

•
시사점:
◦
사용자 참여 패턴의 불확실성을 고려한, 보다 정확한 시청 시간 예측 모델을 제시합니다.
◦
분위수 회귀 기반 CQE는 사용자 행동에 대한 유연하고 포괄적인 이해를 제공합니다.
◦
대규모 플랫폼 적용을 통한 실제 성능 향상을 검증하여 실용적인 가치를 입증했습니다.
◦
활성 일수, 참여 시간, 비디오 조회수 등 주요 지표 개선에 기여합니다.
◦
오픈소스 코드 공개를 통해 접근성을 높였습니다.
•
한계점:
◦
본 논문에서 제시된 방법의 일반화 성능에 대한 추가적인 연구가 필요할 수 있습니다.
◦
특정 플랫폼에 최적화된 모델이므로 다른 플랫폼으로의 적용 가능성에 대한 추가 검증이 필요합니다.
◦
다양한 사용자 특성이나 비디오 특성 외의 다른 요인을 고려한 시청 시간 예측 모델 개선에 대한 연구가 필요할 수 있습니다.
👍
Made with Slashpage