與人的經(jīng)濟(jì)地位一樣，社交媒體中受歡迎的內(nèi)容由于得到廣泛傳播，只會(huì)越來(lái)越受歡迎。比如，一個(gè)圖像的流行并不一定象征著其質(zhì)量過(guò)硬，某些大受歡迎的內(nèi)容有著不佳的質(zhì)量。但想找到高質(zhì)量卻不受歡迎的內(nèi)容就有點(diǎn)困難了。

這是因?yàn)榱餍行宰裱粋€(gè)冪次定律：大部分注意力都集中在一小部分的內(nèi)容上，而只有一小部分注意力放到了其余絕大多數(shù)的內(nèi)容上。圖片共享網(wǎng)站Flickr有約2億張照片，其中1.66億張只有五個(gè)及以下的人喜歡。

在不受歡迎的長(zhǎng)尾效應(yīng)中一定藏有許多攝影佳作。但如何找到它們呢?

意大利都靈大學(xué)的研究人員就找到了方法，他們訓(xùn)練機(jī)器視覺算法識(shí)別美，然后讓它搜尋Flickr中的長(zhǎng)尾圖片，找到?jīng)]人注意的佳作。

• 他們首先從Flickr數(shù)據(jù)庫(kù)入手，收集大眾關(guān)于其中10000張圖片審美標(biāo)準(zhǔn)的意見，包括受歡迎和不受歡迎的圖像，主題分為人、自然、動(dòng)物以及城市四類。圖片質(zhì)量由高到低分五個(gè)等級(jí)，每個(gè)圖像至少由5人評(píng)定。這個(gè)過(guò)程會(huì)生成每種類別圖像的基本標(biāo)準(zhǔn)。

• 接下來(lái)，團(tuán)隊(duì)使用數(shù)據(jù)集開發(fā)了CrowdBeauty機(jī)器視覺系統(tǒng)，識(shí)別每一類圖像。為做到這一點(diǎn)，算法運(yùn)用一些準(zhǔn)則來(lái)分析每一張圖片，如其參照物、亮度、色彩、圖片本身的布局特點(diǎn)。

• 算法會(huì)學(xué)習(xí)這些標(biāo)準(zhǔn)如何影響最終的審美評(píng)價(jià)，之后它會(huì)經(jīng)過(guò)從未出現(xiàn)過(guò)的照片的測(cè)試。結(jié)果十分準(zhǔn)確，特別是在動(dòng)物和城市照片上。

• 最后，CrowdBeauty對(duì)Flickr上的900多萬(wàn)圖像進(jìn)行了分析，以挑選出還沒(méi)有流行起來(lái)的漂亮圖片。

結(jié)果令人印象深刻，CrowdBeauty找出了很多美麗的照片，在受歡迎程度上，這些照片與已經(jīng)很受喜歡的圖片不相上下，好評(píng)度僅低了1.5%。

左邊是不受歡迎的圖片，中間是受歡迎圖片，右邊是CrowdBeauty選出的圖片

這立即引發(fā)了各種應(yīng)用程序產(chǎn)生的可能性，其中一個(gè)想法是利用CrowdBeauty找到還沒(méi)有流行起來(lái)的美麗的圖片。換句話說(shuō)，CrowdBeauty有可能通過(guò)突出被忽略但有才華的人，使圖片分享平臺(tái)民主化。

如果你自認(rèn)為很有才華卻沒(méi)得到賞識(shí)，可以等著CrowdBeauty來(lái)發(fā)現(xiàn)你。

via techreview

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。