基于分类器链的产品多标签意象识别方法

目的 为快速准确识别消费者对产品意象的认知,提出一种基于分类器链的产品意象识别方法.方法 首先,构建产品意象数据集,通过相似性聚类和网络爬虫得到产品意象词与产品图像,在此基础上,进行产品意象实验,获得消费者对于产品意象的认知,构建产品意象数据集;然后,提取图像特征,利用卷积神经网络RestNet50提取产品图像特征;最后,使用分类器链算法构建产品意象识别模型,提出基于混淆矩阵与条件熵的分类器链标签顺序确定方法,确定产品意象标签顺序.结论 为了验证所述标签顺序确定方法在识别产品意象中具有优越性设计了对比实验.实验结果表明,相较于其他方法,基于分类器链的产品多标签意象识别方法考虑了标签的识别结果与相关关系,能显著提升模型对于产品多标签意象的预测性能.