大规模内容驱动的微视频推荐数据集
信息检索
2023-09-28 v1
摘要
微视频近来获得了巨大 popularity，引发了微视频推荐的关键研究，对娱乐、广告和电商行业具有重要意义。然而，缺乏大规模公开微视频数据集是开发有效推荐系统的主要挑战。为应对这一挑战，我们引入了一个名为“MicroLens”的极大规模微视频推荐数据集，包含十亿条用户-物品交互行为、3400万用户和100万条微视频。该数据集还包含关于视频的各种原始模态信息，包括标题、封面图、音频和完整视频。MicroLens作为内容驱动微视频推荐的基准，使研究者能够利用视频的各种模态信息进行推荐，而非仅依赖物品ID或从预训练网络提取的现成视频特征。我们在MicroLens上对多种推荐模型和视频编码器进行的基准测试，为微视频推荐的性能提供了有价值的见解。我们相信该数据集不仅有益于推荐系统社区，也将促进视频理解领域的发展。我们的数据集和代码见 https://github.com/westlake-repl/MicroLens。
引用
@article{arxiv.2309.15379,
title = {A Content-Driven Micro-Video Recommendation Dataset at Scale},
author = {Yongxin Ni and Yu Cheng and Xiangyan Liu and Junchen Fu and Youhua Li and Xiangnan He and Yongfeng Zhang and Fajie Yuan},
journal= {arXiv preprint arXiv:2309.15379},
year = {2023}
}