作者:苏士美; 王猛; 许永波用户专属个性化评价排序模型深度学习
摘要:为了解决现存个性化照片排序方法忽视用户偏好和准确率低的缺点,提出一种新颖的、基于排序的支持向量机的用户专属美学排序模型。首先输入用户喜好的专属图片,随后通过深度卷积神经网络提取特征并与数据集进行对比,创建用户专属美学训练集,之后使用排序的支持向量机学习定制的超平面,并生成用户专属的个性化美学排序。后续实验中,第一组实验邀请用户进行算法个性化预测的评估,第二组实验测试图片质量高低的准确度。实验结果表明算法预测结果较符合用户喜好,同时在图片质量高低分类上有较高的准确度。因此,该算法是一种有效的个性化排序方法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社