基于深度学习的颜值估计与电商精准营销

作者：吴安波; 葛晨晨; 孙林辉; 张云; 李刚^*

来源：工业工程与管理, 2019, 24(06): 124-131.

DOI：10.19495/j.cnki.1007-5429.2019.06.015

• 颜值估计
• 深度学习
• 卷积神经网络
• 精准营销
• 电商

近年来,随着机器学习和人工智能领域的不断发展,使得人脸颜值估计的研究得到广泛关注。提出一种基于深度学习的颜值估计框架,利用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)提取人脸图像的特征向量,并采用回归分析计算方法评估人脸颜值,为充分发挥深度卷积神经网络提取特征的能力,提出了优化后的人脸特征提取损失函数。最后,利用该颜值估计算法构建消费者颜值与服装购物偏好相关性模型。结果显示:消费者颜值与服装购物偏好存在一定的相关关系,即颜值越高的消费者越喜欢时尚款式和风格的服装。研究结论为电商企业设计出高度精准营销策略,输出个性化产品和服务提供可能。

• 单位
  西安交通大学; 西安科技大学