论文阅读——YouTube的视频推荐系统

《The YouTube video recommendation system》是一篇详细介绍YouTube视频推荐的论文，在整个系统中没有复杂的算法，使用了一些简单有效的策略，这也符合工业界的应用，在工业界，为了考虑算法复杂度，数据量，可维护性等等一些因素，在工业界中，通常会选择一些简单有效的方法。

以下是论文的核心内容：

目标

帮助用户找到高质量且符合用户兴趣的视频，最终实现的是Top-N推荐。

总的思想

利用用户的互动行为数据，推荐与互动过视频相似的视频。

相似视频的挖掘

1、概念

相似视频指的是：当给定视频viviv_i后，用户更有可能观看的视频组成的集合RiRiR_i，公式如下所示：

Ri=f(vi)Ri=f(vi)

R_i=f\left ( v_i \right )

其中：

• viviv_i：种子视频
• RiRiR_i：与视频viviv_i相似的视频的集合

2、方法

关联规则(Association Rule)

计算与给定的种子视频一起被观看的概率，概率越大，相似性越高。

3、相似性的计算

计算的方法：

r(vi,vj)=cijf(vi,vj)r(vi,vj)=cijf(vi,vj)

r\left ( v_i,v_j \right )=\frac{c_{ij}}{f\left ( v_i,v_j \right )}

其中，f(vi,vj)f(vi,vj)f\left ( v_i,v_j \right )称为正则化函数，通常可以取为：f(vi,vj)=vi⋅vjf(vi,vj)=vi⋅vjf\left ( v_i,v_j \right )=v_i\cdot v_j。

计算出所有的与视频viviv_i相似的视频，根据相似性的值r(vi,vj)r(vi,vj)r\left ( v_i,v_j \right )从候选集RiRiR_i中找到Top-N的相似视频。

由(vi,vj)(vi,vj)\left ( v_i,v_j \right )可以表示成一个有向图，其中，权重为r(vi,vj)r(vi,vj)r\left ( v_i,v_j \right )，如下所示：

这里写图片描述

生成推荐的候选

1、一级

假设种子集合为SSS，由上述的相似性的方法挖掘出一些候选：

C1(S)=⋃vi∈SRiC1(S)=⋃vi∈SRi

C_1\left ( S \right )=\bigcup_{v_i\in S}R_i

这里写图片描述

这样的方法容易产生narrow recommendations，即推荐的视频与种子视频相似度极高，这对推荐来说不能满足多样性的要求。

2、二级

以一级产生的候选C1C1C_1作为种子，产生C2C2C_2。

C2(S)=⋃vi∈Cn−1RiC2(S)=⋃vi∈Cn−1Ri

C_2\left ( S \right )=\bigcup_{v_i\in C_{n-1}}R_i

这里写图片描述

3、多级

上述的结论推广至多级，形成最终的推荐结果为：

Cfinal=(⋃i=0NCi)∖SCfinal=(⋃i=0NCi)∖S

C_{final}=\left ( \bigcup_{i=0}^{N}C_i \right ) \setminus S

Ranking

ranking的指标主要有：

• 视频质量
• 用户特性

其他

• 评价的方法：线上A/B Test
• 评价的指标：CTR

参考文献

• Davidson J, Liebald B, Liu J, et al. The YouTube video recommendation system[C]//Proceedings of the fourth ACM conference on Recommender systems. ACM, 2010: 293-296.