【摘 要】
:
随着互联网的高速发展,全球数据总量呈现爆炸式增长。为了解决“信息过载”这一问题,推荐系统成为了学术界和工业界重点关注的对象,并且在实践中也得到了广泛应用。其中,商业模特中介行业急需一种智能且高效的商业模特推荐系统,来代替目前低效的传统模特推荐流程。然而,为商业模特中介构建一个模特推荐系统,面临了诸多的难点。首先,模特推荐系统不是一个典型的推荐系统,它缺乏大量的、多用户的历史交互数据作为支撑;其次,
论文部分内容阅读
随着互联网的高速发展,全球数据总量呈现爆炸式增长。为了解决“信息过载”这一问题,推荐系统成为了学术界和工业界重点关注的对象,并且在实践中也得到了广泛应用。其中,商业模特中介行业急需一种智能且高效的商业模特推荐系统,来代替目前低效的传统模特推荐流程。然而,为商业模特中介构建一个模特推荐系统,面临了诸多的难点。首先,模特推荐系统不是一个典型的推荐系统,它缺乏大量的、多用户的历史交互数据作为支撑;其次,传统的模特推荐流程主观性极强,在构建模特推荐系统时,应该使用什么样的客观表征来描述模特的“气质”,又该如何定量地衡量模特之间“气质”的相似程度;最后,模特推荐系统又应该如何基于“气质”的相似程度,来高效地获取推荐结果。面对以上诸多问题,本论文从模特的人脸图像作为突破口,研究并实现了一种基于人脸属性提取的商业模特推荐系统,具体工作包括以下方面:(1)在多任务学习网络结构的基础上,提出了一种基于先验属性分组的人脸属性提取算法。算法分别从多任务学习网络的构建以及多任务损失函数的设计与平衡出发:首先,提出了一种先验属性分组策略,利用先验知识来指导多任务卷积神经网络的子任务分支构建,进一步挖掘人脸属性之间的相关性;其次,对多任务学习网络损失函数的设计与平衡方法进行了分析讨论,并且验证了在人脸属性提取任务中,不确定度加权方法是更为合适的子任务损失函数平衡方法。最后,实验结果表明,本章算法在Celeb A数据集上获得了91.19%的分类准确率,并且网络参数量相较单任务学习网络有了大幅下降,展示出了具有竞争力的结果,验证了基于先验属性分组的多任务学习网络结构在人脸属性提取任务上的潜能。(2)针对人脸属性提取任务的特性,提出了一种融合中级卷积特征的改进人脸属性提取算法。由于中级表征信息在人脸属性提取任务中展现出重要的价值,本算法在基于先验属性分组的人脸属性提取算法的基础上,构建了中级卷积特征融合模块和子任务独享的注意力机制模块。前者负责从主干网络中高效地提取中级卷积特征并且进行融合,以此弥补中级表征信息在网络中的弥散,增强主干网络所提取的共享特征的信息量;后者负责为每一个子任务分支赋能,使其可以根据自身任务的具体情况,依托注意力机制,有选择地学习共享特征中对其有益的特征信息,从而提升子任务学习特定特征的能力,减少冗余信息,增强人脸属性提取的效果。实验结果表明,基于上述两个模块的改进人脸属性提取算法,其人脸属性分类准确率在Celeb A数据集上获得了有力的提升,最高取得了92.35%的分类准确率,并且把网络参数量控制在16.8M的较低水平,优于若干现有算法。同时,本算法高效且易于实现,这为后续构建商业模特推荐系统打下了坚实的基础。(3)从模特人脸图像作为切入点,提出了一种基于人脸属性提取的商业模特推荐算法。本算法主要分为两部分:首先,基于融合中级卷积特征的改进人脸属性提取算法,本算法构建了人脸属性提取模块,通过提取人脸属性特征组来客观表征各个模特的“气质”,使推荐算法能够利用特征组之间的距离来对“气质”的相似程度进行定量分析;其次,针对没有大量的、多用户的历史交互数据的应用情景,本算法构建了基于“人脸属性特征—模特”矩阵的协同过滤推荐算法模块,从而能够借助人脸属性特征组建立共现矩阵,并通过共现矩阵呈现的相似性关系,高效过滤模特数据库,最终得到最佳的推荐结果。同时,本文根据实际应用场景,基于所提出的商业模特推荐算法,构建了一个具体的商业模特推荐系统,系统主要实现了两大功能:为商家寻找心仪的模特、为模特寻找“气质”相符的品牌。最终实验结果表明,以本算法构建的商业模特推荐系统高效,且系统中两大功能的第一推荐结果在用户主观评价中分别获得了4.49/5和4.34/5的平均满意度得分,说明系统在具体工程应用中获得了认可,能够有效代替传统的商业模特推荐流程。
其他文献
随着现代无线通信技术的发展,位置信息给人们生产生活提供了更多的便利和帮助。因为信号在传播时易受到环境中各种因素的干扰,导致传输不稳定,从而对传统室内定位方法在实际场景中的运用产生限制。基于位置指纹的室内定位方法具有较高的普适性,定位精度高,也是当下研究中的热点,但是存在指纹数据集建立困难的问题。基于几何测量计算的方法是比较传统的定位方法,优点在于定位速度快,无须前置工作,但是对于设备和定位环境的要
随着对高性能惯性传感器的需求日益增长,微机械(Micro Electro-Mechanical System,MEMS)设备的性能受到限制。然而以光学微腔为代表的微光机械(Micro-Optical ElectroMechanical System,MOEMS)加速度计使用光学读出方法,不受电磁干扰影响,就分辨率而言,它已被证明优于其他类型的加速度计。但目前MOEMS加速度计的光源与传感部件分离,
室内可见光定位技术凭借其不受电磁干扰,定位精度与安全性高,节能环保等优点,迅速成为近年来学者们的研究热点。室内可见光定位技术一个关键的问题是如何准确,有效地从混合信号中分离出多路LED信号,故各类复用技术被广泛应用于可见光定位系统中,比较常用的复用方式有频分复用,时分复用,及码分复用,其中频分复用需要设计理想的滤波器,时分复用要求收发机之间严格同步,这在实际应用时存在一定的局限性,而码分复用则是利
无线传感器网络(WSN)是由许多探测节点按照某种协议组织形成的网络系统,其任务目标是通过网络中的传感器节点采集真实环境中的数据,目前在医疗、交通、环境检测、军事等领域有广泛的运用。路由协议技术是无线传感器网络的关键技术之一,负责规定网络中的数据传输策略。本文选择分层路由协议中最具代表的LEACH(Low Energy Adaptive Clustering Hierarchy)协议作为研究重点,提
在网络科学中,通过少量信息识别谣言传播的来源至关重要,对社会也有极大的研究价值。有些网络谣言和恶意信息会带来极大的负面影响,故快速有效溯源,对维护社会治安和社会稳定都具有重大意义。本文借助网络科学、图论知识和概率统计等领域中的理论工具,基于观测器节点对复杂网络中的溯源问题开展了以下的研究:(1)出于对观测节点遍历性的考虑,本节利用RLS0算法求取图的最小支配集作为观测节点,通过观测节点记录感染信息
跨模态通信是一种以视觉、听觉、触觉信号协调传输和综合处理为目标的新型通信技术,能为多媒体服务带来多维度的集成和更丰富的沉浸式感官体验。然而,视觉、音频和触觉信号之间存在本质差异,通信过程中易受传输容量等因素干扰,导致接收信号产生不同程度的损耗。研究出有效的跨模态传输策略以保证多媒体服务质量,成为5G时代重大技术挑战之一。传统的传输方案分别对每个模态信号进行传输和处理,无法同时满足低延迟、高可靠性和
无线传感器网络(WSN)因其低成本、大规模部署等优点在军事领域、医疗健康、生产生活等方面得以广泛应用,这些应用离不开节点的位置信息,因此节点定位技术成为无线传感器网络领域的研究热点。本文重点研究基于非测距的DV-Hop定位算法,探究其定位误差来源并加以改进以获取更好的定位效果。论文主要内容包括:(1)研究无线传感器网络基本架构、特点以及关键技术,重点研究几种经典的基于测距和非测距定位算法,介绍了位
红外和可见光图像融合是多传感器融合领域的重要研究课题。在恶劣环境中,可见光图像不能独立地对场景信息进行完整描述,借助红外图像,可以极大程度提高图像信息量。特别在低照度环境下,红外图像和可见光图像视觉效果较差,对比度较低,本文阅读了大量文献后发现,以往的算法直接将质量差的源图像进行融合,导致融合图像仍存在对比度低、细节信息丢失等问题。为此,本文提出了两种基于双域增强的红外和可见光图像融合算法,在对源
可见光通信相对于传统射频通信具有数据速率高、安全性好以及可以使用无许可证频段等特点,目前可见光通信已成为无线通信领域的一个研究热点。借助成本低廉的固态照明器件,如白光二极管(White LED),可以同时实现节能照明和数据传输。然而,可见光调制信号由于强度调制/直接检测(IM/DD)传输方式的作用使得发光LED强度发生变化,可能会导致闪烁,闪烁可能会导致自闭症患者出现偏头痛、头痛甚至重复行为。因此
模糊聚类算法的核心思想是根据模糊隶属度将具有相同特征的数据点放入同一类别中,将具有不同特征的数据点放入不同的类别中。由于模糊聚类算法具有简单、灵敏度低的特点,可以帮助人们在数据中找到有用的信息,在图像分割领域它是一种非常热门且较为成熟的算法。虽然基于传统模糊聚类的许多改进算法已在图像分割有了广泛应用。但传统的模糊聚类算法仍然还有一些需要改进的地方。一是传统的模糊聚类算法图像分割结果易受到异常值的影