Перспективи розробки інтелектуального модулю ранжування відео на стрімінговій платформі
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
В роботі було обґрунтовано доцільність створення інформаційної технології ранжування відео на стрімінговій платформі, розглянуто фактори, які впливають на рейтинг відеоролика та проаналізовано методи ранжування, в результаті чого обрано метод RankBoost для розробки інформаційної технології.
The paper substantiated the feasibility of creating an information technology for video ranking on a streaming platform, considered the factors that affect the rating of a video clip and analyzed ranking methods, as a result of which the RankBoost method was chosen for the development of information technology.
The paper substantiated the feasibility of creating an information technology for video ranking on a streaming platform, considered the factors that affect the rating of a video clip and analyzed ranking methods, as a result of which the RankBoost method was chosen for the development of information technology.
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Замкова Т. Д. Перспективи розробки інтелектуального модулю ранжування відео на стрімінговій платформі [Електронний ресурс] / Т. Д. Замкова, С. І. Петришин // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/18865.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (6)
- Персоналізація від netflix та spotify: як бізнесу в україні перейняти досвід URL: https://hub.kyivstar.ua/news/personalizacziya-vid-netflix-ta-spotify-yak-biznesu-v-ukrayini-perejnya ty-dosvid/ - Назва з екрана
- C.J.C. Burges. Ranking as Learning Structured Outputs. In C. Cortes S. Agarwal and R. Herbrich, editors, Proc. NIPS Workshop on Learning to Rank, 2005.
- Парференко Ю.В., Ковтун А.А., Вербицька А.А. Рекомендаційна інформаційна системадля пошуку відеоматеріалів. Комп’ютерні науки. 2019. №5 (118). С. 97-102.
- T. Liu. Learning to rank for information retrieval. Foundations and Trends in Information Retrieval,
- 3(3):225–331, 2009.
- Francesco R., Lior R., Bracha S., Paul K. B. Recommender Systems Handbook. Dordrecht: Springer, 2015. 1009 p.