《一種面向主題的 Flickr 組內(nèi)照片瀏覽方法》
創(chuàng)新點(diǎn)/意義：提出一種面向主題的照片瀏覽算法，解決Flickr里缺乏明確主題的組中的照片瀏覽。
研究思路：1.建立“標(biāo)簽——照片”的矩陣空間；
2.非負(fù)矩陣分解NMF，學(xué)習(xí)照片之間的潛在語義關(guān)聯(lián)，找出主題；
3.綜合照片的各種屬性建立主題內(nèi)照片印象力計(jì)算模型；
4.在Flickr數(shù)據(jù)集上對該方法進(jìn)行驗(yàn)證。
文章架構(gòu)：
1.引言部分：技術(shù)發(fā)展促進(jìn)了Flickr網(wǎng)站的流行->介紹Flickr的實(shí)現(xiàn),引出組
->對組的概念細(xì)分，引出本文的主要研究對象：缺乏明確主題的組
->主題明確的組的研究：{Ne- goescu：采用LDA將相同主題的組進(jìn)行聚類，提出基于主題的組的瀏覽方式}
{鄭楠老師前期的研究：通過三維標(biāo)注關(guān)系，提出一種基于張量分解的個(gè)性化組推薦模型}
->缺乏明確主題的組：本文提出一種面向主題的照片瀏覽方法
2.面向主題的照片瀏覽方法：
2.1建立矩陣空間：
1.Z ∈ R（I×J）其中 I，J 分別表示標(biāo)簽和照片的個(gè)數(shù)；
2.矩陣的元素表示用戶使用了標(biāo)簽i標(biāo)注了照片j的次數(shù)，如果沒有就設(shè)為0；
3.每一列表示某一張照片被打上的標(biāo)簽的集合（集合里面的數(shù)值表示被對應(yīng)的標(biāo)簽標(biāo)注的次數(shù)）；
每一行表示被該標(biāo)簽標(biāo)注過的圖片的集合（非0值表示被標(biāo)注過）
2.2基于非負(fù)矩陣分解的照片主題發(fā)現(xiàn)
1.非負(fù)矩陣分解早期的研究證明了該算法在挖掘標(biāo)簽語義方面的可行性；
2.非負(fù)矩陣分解是在進(jìn)行數(shù)據(jù)預(yù)處理：{
1.非負(fù)矩陣分解的思想：用兩個(gè)非負(fù)矩陣的乘積逼近原始矩陣 Z，將IJ的的矩陣分解成IR和R*J的兩個(gè)矩陣，R是分解的主題數(shù)目；
2.通過乘性迭代規(guī)則達(dá)成將損失函數(shù)最小化的非負(fù)矩陣分解目標(biāo)；
這部分要不斷地迭代（為了逼近所需目標(biāo)或結(jié)果，不斷重復(fù)反饋），設(shè)最大迭代步數(shù)為M；
通過對非負(fù)矩陣誤差的不斷迭代，找出當(dāng)誤差變化幅度很小時(shí)的R與M。
3.將系數(shù)矩陣的每一行歸一化后，矩陣中相應(yīng)位置的值代表對應(yīng)照片在相應(yīng)主題中所占的權(quán)重，權(quán)重越大表示照片在相應(yīng)主題的重要性越大；
4.排序，選取權(quán)重較大的值構(gòu)成屬于該主題的照片集合。
}
2.3照片影響力要素分析及計(jì)算模型——數(shù)據(jù)分析
照片的質(zhì)量和上傳照片的時(shí)間反映了照片的影響力
1.照片的質(zhì)量：
Att：根據(jù)照片瀏覽次數(shù)計(jì)算照片關(guān)注度
Pref：根據(jù)照片好評次數(shù)計(jì)算照片喜好度
Qua = a × Pref + b × Att a+b=1，80/20法則；
好評信息的數(shù)量更能體現(xiàn)照片的質(zhì)量；
2.時(shí)間影響：
Inf = Time( tlast，tthis) × Qua
通過使用指數(shù)遺忘函數(shù)定義時(shí)間參數(shù)，來平衡上傳時(shí)間越長的照片，瀏覽次數(shù)和好評次數(shù)越多所帶來的不公平；

3.實(shí)驗(yàn)分析：3.1數(shù)據(jù)描述；3.2參數(shù)設(shè)定：通過數(shù)據(jù)的驗(yàn)證，分析解釋了模型中的參數(shù)主題數(shù)目 R，與最大迭代步數(shù)M的取值 3.3非負(fù)矩陣分解結(jié)果分析：3.3.1稀疏性：除了少數(shù)照片具有較高的權(quán)重外，絕大多數(shù)照片的權(quán)重近似為 0． 分解結(jié)果的稀疏性能夠有效地凸顯出與主題相關(guān)的照片；3.3.2語義關(guān)聯(lián)性：驗(yàn)證非負(fù)矩陣分解挖掘到的實(shí)體之間的潛在語義關(guān)聯(lián)是否有效；3.4.面向主題的照片瀏覽展示：該系統(tǒng)能夠利用社會(huì)標(biāo)注系統(tǒng)中的標(biāo)注信息較準(zhǔn)確地區(qū)分照片的主題。技術(shù)層面：通過JSP技術(shù)實(shí)現(xiàn)瀏覽器的HTML頁面輸出，Servlet實(shí)現(xiàn)客戶端和服務(wù)器上的數(shù)據(jù)庫連接，后端用MYSQL管理。 方法優(yōu)勢：

1.通過瀏覽組內(nèi)照片，對涉及的領(lǐng)域更直觀的了解；
2.更快速定位相關(guān)主題的照片；
3.模型基于照片的質(zhì)量與新穎度對照片的進(jìn)行更有效的排序，可以更便利的瀏覽最新的高質(zhì)量照片；
4.簡單的分類導(dǎo)航貼近用戶的實(shí)際需求，更快速的獲取信息。
5.照片和標(biāo)簽都是動(dòng)態(tài)變化的，后臺(tái)定期更新的機(jī)制，在后臺(tái)定期采用非負(fù)矩陣分解方法提取照片的主題。
4.結(jié)束語：對本文提出的實(shí)驗(yàn)方法再次總結(jié)論述。

補(bǔ)充學(xué)習(xí)：
Web2.0技術(shù)具備的要素：
*網(wǎng)站應(yīng)該能夠讓用戶把數(shù)據(jù)在網(wǎng)站系統(tǒng)內(nèi)外倒騰?！赗SS/ATOM/RDF/FOAF等XML數(shù)據(jù)的同步、聚合和遷移。
*用戶在網(wǎng)站系統(tǒng)內(nèi)擁有自己的數(shù)據(jù)——微內(nèi)容：英文是microcontent。用戶所生產(chǎn)的任何數(shù)據(jù)都算是微內(nèi)容。
*完全基于Web，所有的功能都能透過瀏覽器完成?！ㄟ^openapi,數(shù)據(jù)提供商開放了自己的數(shù)據(jù)，通過mashup將信息孤島連接起來。
以 Flickr、 Delicious 等為代表的社會(huì)標(biāo)注類網(wǎng)站：
服務(wù)于用戶個(gè)體的微內(nèi)容的收集、創(chuàng)建、發(fā)布、管理、分享、合作、維護(hù)等的平臺(tái)。
比如說：微博，FaceBook，QQ空間

網(wǎng)絡(luò)應(yīng)用程序的三層結(jié)構(gòu)：
三層網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)的網(wǎng)絡(luò)有三個(gè)層次：核心層（網(wǎng)絡(luò)的高速交換主干）、匯聚層（提供基于策略的連接）、接入層 （將工作站接入網(wǎng)絡(luò)）。

JSP（全稱JavaServer Pages）：
JSP部署于網(wǎng)絡(luò)服務(wù)器上，可以響應(yīng)客戶端發(fā)送的請求，并根據(jù)請求內(nèi)容動(dòng)態(tài)地生成HTML、XML或其他格式文檔的Web網(wǎng)頁，然后返回給請求者。JSP技術(shù)以Java語言作為腳本語言，為用戶的HTTP請求提供服務(wù)，并能與服務(wù)器上的其它Java程序共同處理復(fù)雜的業(yè)務(wù)需求。
JSP將Java代碼和特定變動(dòng)內(nèi)容嵌入到靜態(tài)的頁面中，實(shí)現(xiàn)以靜態(tài)頁面為模板，動(dòng)態(tài)生成其中的部分內(nèi)容。也可以創(chuàng)建JSP標(biāo)簽庫，然后像使用標(biāo)準(zhǔn)HTML或XML標(biāo)簽一樣使用它們。標(biāo)簽庫能增強(qiáng)功能和服務(wù)器性能，而且不受跨平臺(tái)問題的限制。
JSP文件在運(yùn)行時(shí)會(huì)被其編譯器轉(zhuǎn)換成更原始的Servlet代碼。JSP編譯器可以把JSP文件編譯成用Java代碼寫的Servlet，然后再由Java編譯器來編譯成能快速執(zhí)行的二進(jìn)制機(jī)器碼，也可以直接編譯成二進(jìn)制碼。

Servlet：
Java Servlet 是運(yùn)行在 Web 服務(wù)器或應(yīng)用服務(wù)器上的程序，它是作為來自 Web 瀏覽器或其他 HTTP 客戶端的請求和 HTTP 服務(wù)器上的數(shù)據(jù)庫或應(yīng)用程序之間的中間層。
使用 Servlet，可以收集來自網(wǎng)頁表單的用戶輸入，呈現(xiàn)來自數(shù)據(jù)庫或者其他源的記錄，還可以動(dòng)態(tài)創(chuàng)建網(wǎng)頁。

總結(jié)

以上是生活随笔為你收集整理的《一种面向主题的 Flickr 组内照片浏览方法》阅读笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。