实验14-2:智能检索与推荐引擎

平台素材库里的图片、视频、音频都在浏览器里真实提取特征:颜色直方图、纹理(梯度方向直方图 + 感知哈希)、频谱特征和音频指纹。调节颜色/纹理权重、相似度阈值和指纹参数,看以图搜图、以音搜音的排序怎样变化

  1. 文本检索:搜“故宫”“咖啡”,看 TF-IDF 排序
  2. 以图搜图:点某张图的“找相似”,拖动颜色权重和相似度阈值
  3. 以音搜音:选一个声音,截成 2 秒片段再加噪声
  4. 比较“频谱特征”和“音频指纹”两种匹配,调频带数和阈值

相似度 = 颜色权重 × 颜色直方图交集 +(1 − 颜色权重)× 纹理相似度;纹理相似度取梯度方向直方图交集与感知哈希的平均。低于阈值的结果不显示。

音频指纹:每帧找出能量最强的频带,把相邻峰值的(频带, 频带, 时间差)组合成哈希;查询的哈希在库里按时间对齐后统计重合比例。频带越多指纹越“细”,越不容易误配,但也越怕噪声。

选择颜色进行检索

0
搜索次数
0
检索结果
0ms
检索耗时
0
已建索引文件

检索结果

输入关键词开始搜索

为您推荐

基于协同过滤算法

算法公平的重要性,警惕“信息茧房”

案例分析:推荐算法按“相似即推荐”的逻辑工作,你点了什么,就给你推更多同类内容。长期如此,用户看到的内容越来越窄,形成“信息茧房”;如果训练数据或排序规则有偏差,还会让部分创作者、地区或群体的内容长期得不到曝光,造成算法不公平。

制度要求:《互联网信息服务算法推荐管理规定》(2022年3月起施行)要求算法推荐服务提供者向用户提供不针对其个人特征的选项和便捷关闭推荐的选项,不得利用算法实施不合理的差别待遇;国家网信部门持续开展“清朗”系列专项行动,整治算法推荐中的“信息茧房”等问题。

动手对比:先搜索并点开几个同类结果,观察“为您推荐”的类别分布;再勾选“多样性推荐”,比较推荐结果覆盖的类别有什么变化。想一想:平台应当如何在“精准”和“多样”之间平衡?