MétaCan
Menu
Retour à la cohorte
Enregistrement W4316362600 · doi:10.18280/ts.390621

Classification and Retrieval of Commodity Images Oriented to Internet Marketing

2022· article· en· W4316362600 sur OpenAlexvenueno aff
Shijiao Yuan

Notice bibliographique

RevueTraitement du signal · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage Retrieval and Classification Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommodityThe InternetComputer scienceArtificial intelligenceInformation retrievalMarketingAdvertisingBusinessWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Commodity display images oriented to Internet marketing play an important role in the supply and demand interaction and two-way communication between marketing personnel and consumers. Traditional commodity image classification is mainly conducted manually by the staff of online shopping platforms or the store maintenance staff, which is heavy in workload, high in cost and low in efficiency. To this end, this article studies classification and retrieval of commodity images oriented to Internet marketing. In this study, coarse-grained emotion is taken as priori information, and an image emotion classification network based on joint polarity detection is constructed. This article discusses the association rules between the color and texture of commodity images, the shape, styling features and contained emotion of concrete commodities. Besides, this article puts forwards an emotion-based retrieval method of commodity images oriented to Internet marketing, and presents a concrete train of thought of this method. The experimental result verifies the effectiveness of the classification and retrieval method of commodity images.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,253
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetImage Retrieval and Classification TechniquesTravaux en français237 207