MIT opracowało algorytm przewidujący popularność zdjęć Antoni Żółciak

Aditya Khosla z Katedry Nauk Komputerowych i Sztucznej Inteligencji amerykańskiego Massachusetts Institute of Technology opracował swoisty przepis na sukces - prognozowanie przed publikacją ilości "lajków” i "share’ów" pod zdjęciami. Analizując przeszło 2,3 mln zdjęć z Flickra, stworzył algorytm, który  bierze pod uwagę takie czynniki, jak ilość śledzących w tej sieci społecznościowej, ilość tagów użytych do opisu czy długość tytułu fotografii. Poza tym, rozpatrywane są również czynniki wizualne - tekstura, kolor, gradienty, główny temat. Na przykład zdecydowanie większą popularnością cieszą się portrety, nie krajobrazy - zwłaszcza, jeśli te pierwsze są wzbogacone o jasne, intensywne kolory.

Z przykładowych czynników oddziałujących pozytywnie można wymienić niektóre części damskiej garderoby, broń, zwierzęta (gepardy, pandy, biedronki) czy sport (z koszykówką na czele). Do negatywnych, natomiast, Aditya zaliczył m.in. laptopy, wózki golfowe, farelki i szpachlę. Przypominam, że wszystkie wnioski oparto o dane z Flickra, gdzie wpływ na wynik końcowy mają też grupy, do których należy użytkownik, czy ilość dotychczas opublikowanych fotografii. Pewne kwestie będą więc wspólne z Instagramem czy Facebookiem, ale już 500px i serwisy typowo artystyczne to inna para kaloszy. Tutaj rezultat mógłby być zupełnie różny.

W tym PDF-ie znajdziecie szczegółową prezentację przygotowaną przez Aditya Koshlę. Opisuje w niej najpopularniejsze przypadki w kilku rozmaitych scenariuszach, podaje też więcej informacji na temat swojego algorytmu. Tutaj, z kolei, udostępniono uproszczony do granic możliwości "kalkulator popularności". Ten pod uwagę bierze jednak wyłącznie zawartość obrazka, pomijając aspekty społecznościowe.