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

摘要：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。

发文机构：西安科技大学管理学院 西安科技大学能源经济研究中心 西安交通大学管理学院

关键词：颜值估计深度学习卷积神经网络精准营销电商estimation of facial beautydeep learningconvolutional neural networkprecision marketinge-commerce

分类号： TB391[一般工业技术—材料科学与工程]C93