骨刻文字数字化识别与归类系统--推荐系统设计

传统推荐系统

通过⼀定的⽅式将⽤户和物品联系起来，⽽不同的推荐系统利⽤了不同的⽅式

联系⽤户和物品的常⽤⽅式

• 利⽤好友

• ⽤户的历史兴趣记录

• ⽤户的注册信息

目标任务推荐系统的难点

1. 并不存在用户，每个图片本身抽象为用户
2. 图像和图像之间并不存在交互，而是依靠老师的反馈进行排序

实现方式

最终考虑到协同过滤，每个物品也作为用户，根据老师选择出来最相似的结果，形成物品-物品的 0-1 矩阵，但是骨刻文相似的不能保证推荐结果也是相似。最终倾向于基于物品的推荐，最先依靠原始特征的提取，再根据老师对结果的选择生成一个参考特征。这样既可以保证一直保留原始特征，也加入了专家意见。

参考特征生成具体来说，首先基于图像预训练得到的特征表示来进行 $Top-k$ 的推荐，随后让老师对结果进行选择（当老师判断为可靠，则进行勾选），把勾选的骨刻文特征进行合成，生成参考特征。