Abstract
Recently the change of content consumption trend activated the social video sharing platform and the video clip itself. There have been intensive interests and efforts to automatically abstract compact and meaningful video clips. In this paper, we propose a method which use the clustering of the bookmark data created by collective intelligence instead of using the video content analysis. The partitional clustering of points in 2-dimensional space derived from the bookmark data make it possible to abstract highlights effectively. The method is enhanced by the 1-dimensional accumulated bookmark count graph. Experiments on the real data from KBS internet service show the effectiveness of the proposed method.
최근 콘텐츠의 소비 방식 변화는 비디오 클립이라는 형식과 소셜 비디오 공유 플랫폼의 활성화를 야기했다. 이러한 비디오 클립 공급의 자동화를 위하여 여러 가지 방법이 시도되고 있다. 본 논문에서는 콘텐츠 자체의 특성에 기인한 방법이 아닌 집단 지성에 의한 북마크 데이터의 클러스터링을 통하여 효과적인 클립을 획득하는 방법을 제안한다. 사용자에 의한 북마크 데이터를 2차원 평면의 점으로 표현한 뒤, 1차원의 북마크 누적 횟수 그래프를 이용하여 분할 클러스터링을 하는 방법은 콘텐츠 특성에 대한 이해 없이도 효과적인 하이라이트 추출을 가능하게 한다. 제시하는 실험 결과는 이 방법의 유용함을 보여준다.
