SYSTEM AND METHOD FOR RANKING RECOMMENDATIONS IN STREAMING PLATFORMS

The present disclosure provides a system and method for ranking recommendations in a streaming platform. The system uses temporal information in calculations of Bayesian Personalized Rankings (BPR) to consider a sequence of user interactions. The system incorporates indexing user-items prior to the BPR calculations for faster training. The indices generated through the BPR technique are used as inputs to a long short-term memory (LSTM) optimization model which help in better convergence to an optimization function. Further, the system uses a content-based filtering technique and a collaborative filtering technique for processing user items during various modes of user interactions. Hence, the system provides an improved and meaningful ranking of recommendations to users on streaming platforms. La présente divulgation concerne un système et un procédé de classement de recommandations dans une plateforme de diffusion en continu. Le système utilise des informations temporelles dans des calculs de classements personnalisés bayésiens (BPR) afin de prendre en compte une séquence d'interactions d'utilisateur. Le système incorpore l'indexation d'éléments d'utilisateur avant les calculs BPR pour un apprentissage plus rapide. Les indices générés par la technique BPR sont utilisés en tant qu'entrées dans un modèle d'optimisation de mémoire à court et long terme (LSTM) qui aident à une meilleure convergence vers une fonction d'optimisation. En outre, le système utilise une technique de filtrage basée sur un contenu et une technique de filtrage collaboratif permettant de traiter des éléments d'utilisateur pendant divers modes d'interactions d'utilisateur. Par conséquent, le système fournit un classement amélioré et significatif de recommandations à des utilisateurs sur des plateformes de diffusion en continu.