Система рекомендацій щодо перегляду ютуб-відео на основі коментарів
Автор: Монташевич Яна Степанівна
Кваліфікаційний рівень: магістр
Спеціальність: Системи і методи прийняття рішень
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2023-2024 н.р.
Мова захисту: українська
Анотація: YouTube є однією з найпопулярніших платформ для перегляду відео в світі. Кожен день на YouTube публікуються мільйони нових відео, і користувачі часто стикаються з проблемою вибору, яке відео переглянути. Рекомендаційні системи є одним із способів вирішення цієї проблеми. Вони використовують дані про перегляди, оцінки та інші фактори, щоб пропонувати користувачам відео, які вони, ймовірно, оцінять. Одним із потенційних джерел даних для рекомендаційних систем є коментарі до відео. Коментарі можуть містити інформацію про те, що користувачі думають про відео, що їм подобається та що вони хочуть бачити в майбутньому. Розробка системи рекомендацій на основі коментарів є актуальною проблемою, оскільки вона має такі переваги: • Коментарі є більш інформативними, ніж інші джерела даних, такі як перегляди та оцінки. Коментарі можуть містити інформацію про те, що користувачі думають про відео, які у них виникають асоціації з відео, а також про те, що вони хочуть бачити в майбутньому. • Коментарі можуть бути використані для розробки більш персоналізованих рекомендацій. Система рекомендацій на основі коментарів може враховувати індивідуальні інтереси користувача, використовуючи інформацію про те, які теми та ідеї він обговорює в своїх коментарях. Метою цієї роботи є розробка системи рекомендацій щодо перегляду YouTube-відео на основі коментарів. Система буде використовувати дані про коментарі до відео, щоб пропонувати користувачам відео, які вони, ймовірно, оцінять. Для досягнення поставленої мети вирішено такі завдання: • Вивчено теоретичні основи рекомендаційних систем, зокрема, методи обробки даних про коментарі та алгоритми, які можуть бути використані для розробки системи рекомендацій на основі коментарів. • Проведено аналіз існуючих систем рекомендацій на основі коментарів. • Розробено систему рекомендацій на основі коментарів. • Протестовано розроблену систему на реальних даних про відео та коментарі. За результатами роботи було розроблено систему рекомендацій щодо перегляду YouTube-відео на основі коментарів. Система використовує дані про коментарі до відео, щоб проаналізувати користувачам відео. Система буде відрізнятися від існуючих систем рекомендацій на основі коментарів використанням нових методів обробки даних про коментарі та алгоритмів. У подальших дослідженнях можна розглянути напрямки: • Розробка нових алгоритмів машинного навчання, які будуть враховувати такі фактори, як індивідуальні інтереси користувачів, а також контекст, в якому користувачі дивляться відео. • Інтеграція з іншими платформами, наприклад, з соціальними мережами та платформами електронної комерції. Це дозволить системі рекомендацій отримувати більше інформації про користувачів і пропонувати їм більш персоналізовані рекомендації. • Використання більш складних методів обробки даних Об’єктом дослідження є процес, за допомогою якого користувачі YouTube вибирають відео для перегляду. Предметом дослідження є реакція та відгуки користувачів на відео, які вони переглядають. На основі цієї інформації було розроблено рекомендації щодо того, чи варто користувачам переглядати дане відео. Наукова новизна дослідження полягає в тому, що воно вперше поєднує аналіз коментарів та реакцій користувачів з метою покращення системи. Результатом дослідження стане система, яка надаватиме рекомендації щодо доцільності перегляду вибраного відео. Цю програму можна розширити, щоб в майбутньому використовувати для площадок, наприклад, Netflix, Facebook та інших платформах потокового відео. Із зростанням кількості контенту на платформі YouTube, забезпечення ефективного і персоналізованого досвіду перегляду стає великим завданням для користувачів. У зв’язку з цим, розробка та впровадження системи рекомендацій, яка враховує коментарі користувачів, стає актуальною та важливою задачею. Система рекомендацій на основі коментарів може допомогти користувачам знаходити цікавий і актуальний контент. Це може призвести до підвищення задоволеності користувачів платформою YouTube і збільшити час, який вони проводять на платформі. У цілому, система рекомендацій на основі коментарів до відео є перспективним підходом до покращення якості рекомендацій на платформах потокового відео. Такі системи мають потенціал для того, щоб допомогти користувачам знаходити цікавий і актуальний контент, що може призвести до підвищення задоволеності користувачів платформою і збільшити час, який вони проводять на платформі.