Instagram 上的时尚对话数据
机器学习
2017-04-14 v1 计算机与社会
摘要
时尚产业正在 Instagram 等以视觉为中心的社交媒体上确立其地位。这产生了一种有趣的冲突：传统上实行高度创意和编辑化图像营销的时尚品牌，现在必须在一个体现即兴、实时对话的平台上与人互动。品牌和个人分享何种类型的时尚图像？吸引点赞和评论的视觉特征有哪些类型？在本研究中，我们采用定量和定性相结合的方法来回答这些问题。我们首先通过人工标记，然后通过训练卷积神经网络来分析时尚帖子的视觉特征。分类后的图像在四种类型的时尚品牌中进行了考察：高级定制巨头、小型高级定制、设计师品牌和高街品牌。我们发现，虽然仅包含产品的图像在数量上构成了时尚对话的主体，但更自然地展示时尚物品的身体快照和面部图像往往能获得更多的观众点赞和评论。我们的研究结果为构建用于分类或生成有影响力时尚信息的自动化工具提供了见解。我们将包含视觉和文本线索的、由 {24,752} 张标记图像组成的新颖时尚对话数据集提供给研究社区。
引用
@article{arxiv.1704.04137,
title = {Fashion Conversation Data on Instagram},
author = {Yu-I Ha and Sejeong Kwon and Meeyoung Cha and Jungseock Joo},
journal= {arXiv preprint arXiv:1704.04137},
year = {2017}
}
备注
10 pages, 6 figures, This paper will be presented at ICWSM'17