论文部分内容阅读
随着在线社交的多媒体共享网站的蓬勃发展,社交图像推荐逐渐成为研究热点。人们通常对社交图像进行标签化、分组化,使得图像数据更加易于管理。传统的图像标签或分组推荐方法往往只关注特定任务,忽略了标签推荐和分组推荐任务之间的隐含关系。多任务学习则可以充分挖掘不同任务对图像的共享或相互关联的隐含表示,融合多种任务抽取图像特征,对于提高单一任务的准确性具有积极意义。因此,文中提出了一种基于深度多任务学习的社交图像标签和分组联合推荐模型。该方法使用基于比较的偏序学习深度网络分别进行标签推荐和分组推荐,有效缓解了单任务中