유튜브 기반 교육용 동영상 추천 시스템 설계 및 구현
Design and Implementation of YouTube-based Educational Video Recommendation System
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
2020년 기준 대표적인 온라인 동영상 플랫폼인 유튜브에는 1분에 약 500시간의 동영상이 업로드되고 있다. 이에 업로드된 다수의 다양한 동영상을 통해 정보를 획득하는 사용자의 수가 늘고있어 온라인 동영상 플랫폼들은 더 나은 추천 서비스를 제공하기 위해 노력하고 있다. 현재 사용되고 있는 추천 서비스는 사용자의 시청 기록을 기반으로 사용자에게 동영상을 추천하는데 이는교육용 동영상과 같이 특정 목적 및 관심사를 다루는 동영상 추천에 좋은 방법이 아니다. 최근추천 시스템은 사용자의 시청 기록뿐만 아니라 아이템의 콘텐츠 특징을 함께 활용한다. 본 논문에서는 유튜브를 기반으로 교육용 동영상 추천을 위한 교육용 동영상의 콘텐츠 특징을 추출하고, 이를 활용하는 추천 시스템을 설계하여 웹 애플리케이션으로 구현한다. 사용자들의 만족도를 조사하여 추천 시스템의 추천 성능의 만족도 85.36%, 편의성 만족도 87.80%를 보인다.
Abstract
As of 2020, about 500 hours of videos are uploaded to YouTube, a representative online video platform, per minute. As the number of users acquiring information through various uploaded videos is increasing, online video platforms are making efforts to provide better recommendation services. The currently used recommendation service recommends videos to users based on the user's viewing history, which is not a good way to recommend videos that deal with specific purposes and interests, such as educational videos. The recent recommendation system utilizes not only the user's viewing history but also the content features of the item. In this paper, we extract the content features of educational video for educational video recommendation based on YouTube, design a recommendation system using it, and implement it as a web application. By examining the satisfaction of users, recommendataion performance and convenience performance are shown as 85.36% and 87.80%.
참고문헌 (21)
- "1 minute on the Internet... 500 hours of YouTube uploaded"[URL]
- "Internet user survey NPR 2021"[URL]
- Javed, U, "A review of content-based and context-based recommendation systems", International Journal of Emerging Technologies in Learning (iJET), 16(3), pp.274~306 (2021)
- Reddy, S. R. S, "Smart Intelligent Computing and Applications", pp.391~397 (2019), Springer
- Deldjoo, Y, "Recommender systems leveraging multimedia content", ACM Computing Surveys (CSUR), 53(5), pp.1~38 (2020)
- Deldjoo, Y., "Leveraging Content-Style Item Representation for Visual Recommendation", European Conference on Information Retrieval, pp.84~92 (2022), Springer
- Deldjoo, Y., "Audio-visual encoding of multimedia content for enhancing movie recommendations", Proceedings of the 12th ACM Conference on Recommender Systems, pp.455~459 (2018)
- Deldjoo, Y., "Multimedia recommender systems", Proceedings of the 12th ACM Conference on Recommender Systems, pp.537~538 (2018)
- Mehrabian, A., "Silent messages (Vol. 8, No. 152)", pp.30~ (1971), Wadsworth
- 강재신, "멀티미디어 실습 온라인강의 학습참여에 영향을 주는 콘텐츠 구성요소 분석", 한국디자인문화학회지, 26(4), pp.19~32 (2020), 한국디자인문화학회
- 김종무, "이러닝 강의 콘텐츠 유형에 대한 학습자의 선호도 분석기초 어학 - 교과목과 이론 중심 교과목 대상으로-", 디자인지식저널, (34), pp.175~182 (2015), 한국디자인지식학회[DOI]
- 신나민, "교사의 목소리 매체에 대한 학생의 감정적 반응 및 선호하는 교사 목소리의 특질", 교육공학연구, 25(4), pp.29~52 (2009), 한국교육공학회
- Chandrasekaran, D., "Evolution of semantic similarity —a survey", ACM Computing Surveys (CSUR), 54(2), pp.1~37 (2021)
- Devlin, J., "Bert:Pre-training of deep bidirectional transformers for language understanding", ~ (2018)
- Redmon, J, "You only look once: Unified, real-time object detection", Proceedings of the IEEE conference on computer vision and pattern recognition, pp.779~788 (2016)
- Sweta, S, "Sustainable Advanced Computing", pp.81~90 (2022), Springer
- Grzybowska, J., "Speaker Age Classification and Regression Using i-Vectors", INTERSPEECH, pp.1402~1406 (2016)
- Lulu, L., "Automatic Arabic dialect classification using deep learning models", Procedia computer science, 142, pp.262~269 (2018)
- "Korean Conversation Voice"[URL]
- Cheng, H. T, "Wide & deep learning for recommender systems", Proceedings of the 1st workshop on deep learning for recommender systems, pp.7~10 (2016)
- "Streamlit library"[URL]