BEIJING, Sept. 15, 2023 — WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” o “Ang Kompanya”), isang nangungunang global na Hologram Augmented Reality (“AR”) Technology provider, ay inanunsyo ngayong araw na isang inobatibong personalized na multi-modal na video recommendation system ang na-develop. Ginagamit nito ang malalim na pag-aaral ng paraan at maramihang modal na pagsusuri ng data. Ginagamit ng system ang mga algorithm ng malalim na pag-aaral upang magmina ng nakatagong mga tampok ng mga pelikula at mga user, at pinalalimutan sa maramihang modal na data upang lalong hulaan ang mga rating ng video upang magbigay ng mas tumpak na personalized na mga resulta ng rekomendasyon.
Ang recommendation system na ito, ay gumagamit ng malalim na pag-aaral at isang holistic na proseso ng modelo para sa maramihang modal na data. Una, nangongolekta kami ng mga dataset na naglalaman ng maramihang modal na impormasyon tungkol sa mga user at video. Pagkatapos, ibinabago namin ang mga parameter ng mga user at video sa mga matrix na naglalaman ng di-zero na singular na mga halaga. Susunod, pinapatren namin ang isang convolutional neural network (CNN) na may maramihang layer na convolutional filter upang pahusayin ang antas ng klasipikasyon ng data. Sa pamamagitan ng pagsasanay ng modelo, ginagamit namin ang nahuhusay na mga tampok upang hanapin ang mga potensyal na relasyon sa pagitan ng mga user at pelikula at gumawa ng mga rekomendasyon batay sa katulad na pamantayan. Sa wakas, inirerekomenda namin ang mga video para sa mga user batay sa teorya ng pagkakatulad.
Ang video recommendation system ay kinabibilangan ng, pagkolekta ng data at pre-processing, pagkuha ng tampok at representation learning, pagsasanay ng modelo at pag-optimize, at algorithm ng rekomendasyon at personalized na rekomendasyon.
Pagkolekta ng data at pre-processing: Sa pamamagitan ng paglalaman ng maramihang modal na dataset ng mga user at video, kabilang ang impormasyon tulad ng textual na paglalarawan, larawan at audio. Ang mga datang ito ay maaaring makuha mula sa mga database ng video, pag-uugali ng user at iba pang magagamit na mapagkukunan. Sa yugto ng pre-processing ng data, nililinis, dinide-noise at pini-normalize ang data upang matiyak ang consistency at paggamit ng data.
Pagkuha ng tampok at representation learning: Upang magmina ng nakatagong mga tampok ng mga user, ginagamit ang isang malalim na paraan ng pag-aaral para sa pagkuha ng tampok at representation learning. Sa pamamagitan ng natural na pagpoproseso ng wika tulad ng pag-embed ng salita at mga recurrent neural network (RNN) upang baguhin ang mga text sa mga distributed vector na representasyon. Para sa larawan at audio data, gamitin ang CNN at RNN para sa pagkuha ng tampok.
Pagsasanay ng modelo at pag-optimize: Bumuo ng mga modelo ng malalim na pagkatuto ng network at sanayin at i-optimize ang mga ito gamit ang data sa pagsasanay. Sa panahon ng pagsasanay ng modelo, ina-update ang mga timbang at bias ng modelo sa pamamagitan ng back propagation algorithm at gradient descent optimizer upang bawasan ang pagkakamali sa hula. Sa parehong oras, hal. regularization at batch normalization ay ginagamit upang pahusayin ang kakayahang pangkalahatan ng modelo at pigilan ang overfitting.
Algorithm ng rekomendasyon at personalized na mga rekomendasyon: Ang mga rekomendasyon ng video ay maaaring gawin gamit ang mga tampok at pattern na natutunan ng isang sanay na modelo. Ang mga personalized na rekomendasyon ay ginagawa sa pamamagitan ng pagkalkula ng pagkakatulad sa pagitan ng user at video batay sa kasaysayan ng pag-uugali ng user at mga kagustuhan. Batay sa pagkalkula ng pagkakatulad, isang listahan ng mga rekomendasyon ng video ang ginawa para sa user at pina-optimize batay sa feedback at mga rating ng user.
Ang personalized na video recommendation system ng WiMi ay may mas mahusay na kawastuhan ng rekomendasyon at kasiyahan ng user kumpara sa tradisyunal na algorithm ng rekomendasyon tulad ng collaborative filtering, content-based filtering at singular value decomposition. Sa parehong oras, ang system ay maaari ring bawasan ang problema ng kakulangan ng data sa isang antas at pahusayin ang pagkakaiba-iba ng mga rekomendasyon.
Para sa hinaharap na pagpapaunlad, ang mga mananaliksik ng WiMi ay gumawa ng ilang mga mungkahi para sa pagpapahusay. Una, ang kalidad at pagkakaiba-iba ng data ay dapat pang pahusayin upang matiyak ang kawastuhan at saklaw ng system ng rekomendasyon. Pangalawa, ang pagpapahusay ng kakayahang interpretasyon para sa mga modelo ng rekomendasyon ay isa ring mahalagang direksyon upang paganahin ang mga user na maunawaan ang batayan ng mga resulta ng rekomendasyon at dagdagan ang transparency at tiwala ng system. Bukod pa rito, sa popularidad ng mga mobile device at paglago ng mga online video service, ang real-time at online na mga rekomendasyon ay naging lalong mahalaga. Ang mga hinaharap na pananaliksik ay maaaring mag-explore kung paano magsagawa ng mabisa na personalized na mga rekomendasyon sa real-time na mga kapaligiran, pagsasama ng mga modelo ng rekomendasyon at real-time na pagproseso ng data stream upang makamit ang instant na mga tugon sa rekomendasyon.
Ang personalized na video recommendation system ng WiMi ay nagpapakita ng dakilang potensyal sa paglutas ng problema ng sobrang impormasyon. Hindi lamang ito nagbibigay ng mas tumpak at personalized na mga resulta ng rekomendasyon, ngunit pinaliliit din ang problema ng kakulangan ng data cold-start sparsity at pinaaayos ang karanasan ng user. Ang mga hinaharap na pananaliksik at pagpapaunlad ay lalong pahuhusayin ang algorithm ng rekomendasyon upang gawing mas matalino at maaasahan ang system ng rekomendasyon, at magdadala ng mas mahusay na karanasan sa panonood sa mga user.
Tungkol sa WIMI Hologram Cloud
Ang WIMI Hologram Cloud, Inc. (NASDAQ: WIMI) ay isang holographic cloud comprehensive technical solution provider na nakatuon sa mga propesyonal na lugar kabilang ang holographic AR automotive HUD software, 3D holographic pulse LiDAR, head-mounted light field holographic kagamitan, holographic semiconductor, holographic cloud software, holographic car navigation at iba pa. Ang mga serbisyo at teknolohiya ng holographic AR nito ay kinabibilangan ng holographic AR automotive application, 3D holographic pulse LiDAR technology, holographic vision semiconductor technology, holographic software development, holographic AR advertising technology, holographic AR entertainment technology, holographic ARSDK payment, interactive holographic communication at iba pang mga teknolohiya ng holographic AR.
Mga Pahayag na Ligtas na Harbor
Ang press release na ito ay naglalaman ng “forward-looking statements” sa loob ng Private Securities Litigation Reform Act ng 1995. Ang mga pahayag na ito ay maaaring makilala sa pamamagitan ng terminolohiya tulad ng “magiging,” “inaasahan,” “hinihintay,” “sa hinaharap,” “layunin,” “plano,” “naniniwala,” “tantiya,” at katulad na mga pahayag. Ang mga pahayag na hindi mga kasaysayan ng katotohanan, kabilang ang mga pahayag tungkol sa mga paniniwala at inaasahan ng Kompanya, ay mga pahayag na tumitingin sa hinaharap. Bukod sa iba pang bagay, ang mga pananaw sa negosyo at mga sipi mula sa pamunuan sa press release na ito at ang mga estratehikong at operasyonal na plano ng Kompanya ay naglalaman ng mga pahayag na tumitingin sa hinaharap. Maaaring gumawa rin ang Kompanya ng nakasulat o pasalitang mga pahayag na tumitingin sa hinaharap sa mga regular na ulat nito sa US Securities and Exchange Commission (“SEC”) sa Mga Form 20−F at 6−K, sa taunang ulat nito sa mga stockholder, sa mga press release, at iba pang nakasulat na materyales, at sa mga pasalitang pahayag na ginawa ng mga opisyal, direktor o empleyado nito sa mga ikatlong partido. Ang mga pahayag na tumitingin sa hinaharap ay kinasasangkutan ng mga kapanganibang katutubo at hindi tiyak. Maraming mga bagay ang maaaring magresulta sa materyal na pagkakaiba sa anumang pahayag na tumitingin sa hinaharap, kabilang angunit hindi limitado sa mga sumusunod: ang mga layunin at estratehiya ng Kompanya; ang hinaharap na pagpapaunlad ng negosyo, kalagayan ng pananalapi, at resulta ng operasyon ng Kompanya; inaasahang paglago ng industriya ng AR holographic; at inaasahan ng Kompanya tungkol sa pangangailangan para at pagsang-ayon ng merkado sa mga produkto at serbisyo nito.
Karagdagang impormasyon tungkol sa mga panganib na ito ay kasama sa taunang ulat sa Form 20-F ng Kompanya at sa kasalukuyang ulat sa Form 6-K at iba pang mga dokumentong isinumite sa SEC. Ang lahat ng impormasyong ibinigay sa press release na ito ay epektibo sa petsa ng press release na ito. Walang obligasyon ang Kompanya na i-update ang anumang pahayag na tumitingin sa hinaharap maliban kung inirequire sa ilalim ng naaangkop na mga batas.
