CrowDEA:基于众包的多视角创意优先级排序

给定从众包收集的关于开放式问题的一组创意,我们如何组织并排序它们,以基于众包评估者的偏好比较确定优选创意?由于创意价值的潜在标准多样,多个创意可被视为“最佳”。此外,评估者可有不同偏好标准,其比较结果常不一致。本文提出一种分析方法以获取创意子集,称为前沿创意,即在至少一种潜在评估标准下为最佳。我们提出称为 CrowDEA 的方法,估计创意在多标准偏好空间中的嵌入、各创意的最佳视角以及各评估者的偏好标准,从而获得前沿创意集合。使用含大量创意或设计的真实数据集的实验结果表明,所提方法能有效从多视角排序创意,从而检测前沿创意。所提方法学习的创意嵌入提供可视化,便于观察前沿创意。此外,基线倾向于使用相同视角,而所提方法从更广视角排序创意;它还能在仅有有限评估者或标签可用的情形下处理各种视角并排序创意。