论文研究 一种摄影图片中用户专属的排序方法.pdf

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。