Understanding the importance of demographic background for the website aesthetics through deep learning techniques
•Télécharger en tant que PPTX, PDF•
0 j'aime•108 vues
Web pages nowadays constitute the most popular source of information, business and entertainment provision. Inarguably, their aesthetics comprise an integral part of the design of a website, playing a multidimensional role. Initially, web aesthetics support the content and functionality of a website, while at the same time striving to pique the interest of the targeted user categories. The objectives of this diploma thesis are to investigate and highlight the importance of demographic characteristics when evaluating web design aesthetics, through the use of deep learning algorithms. For this, two different approaches have been applied. The first approach concerns the training of three different architectures of convolutional neural networks (CNN) across the available data set, the AlexNet, VGG16 and Xception architectures. AlexNet has been re-evaluated on this set and provides reliable results while VGG16 is presented as an improved solution. On the other hand, Xception is a contemporary architecture which is being tested for the first time on this dataset and has surpassed the literature results. The second approach involves splitting the dataset by demographic groups and training convolutional networks for each group separately. In this way the respective models can model the aesthetics preferences of each demographic group. These models are merged using various ensemble methods and the best one is opted for the evaluation and comparison of the findings. In the experiments performed, comparisons are made between the models of each approach, as well as a presentation of various relative examples is given for better understanding. The purpose of this thesis is to point out the determinant role and importance of demographic characteristics, while also highlighting the contribution of advanced deep learning algorithms to the achievement of reliable predictive results regarding subjective issues, such as web site aesthetics.
Recommandé
Recommandé
Contenu connexe
Tendances
Tendances (15)
Similaire à Understanding the importance of demographic background for the website aesthetics through deep learning techniques
Similaire à Understanding the importance of demographic background for the website aesthetics through deep learning techniques (20)
Plus de ISSEL
Plus de ISSEL (20)
Understanding the importance of demographic background for the website aesthetics through deep learning techniques
- 1. ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ISSEL ΧΡΗΣΗ ΤΕΧΝΙΚΩΝ ΒΑΘΙΑΣ ΜΑΘΗΣΗΣ ΓΙΑ ΤΗΝ ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΣΗΜΑΝΤΙΚΟΤΗΤΑΣ ΔΗΜΟΓΡΑΦΙΚΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΣΤΗΝ ΑΙΣΘΗΤΙΚΗ ΙΣΤΟΣΕΛΙΔΩΝ Εκπόνηση: Αναστάσιος Παπαδόπουλος ΑΕΜ 8407 Επιβλέποντες: Αναπ. Καθηγητής Ανδρέας Συμεωνίδης Ιούλιος 2021 Εργαστήριο Επεξεργασίας Πληροφορίας και Υπολογισμών
- 2. Κίνητρο • Επιρροή της αισθητικής ιστοσελίδων • Κατανόηση των δημογραφικών χαρακτηριστικών • Προσωποποιημένος σχεδιασμός ιστοσελίδας
- 3. Σκοπός της διπλωματικής εργασίας Στόχος: Η διερεύνηση της σημαντικότητας των δημογραφικών μεταβλητών στην επίδραση της αισθητικής αντίληψης του ατόμου μέσω των αλγορίθμων βαθιάς μάθησης.
- 4. Σύνολο Δεδομένων • 398 ιστοσελίδες • 18,448 συμμετέχοντες από 43 χώρες • 441,478 αξιολογήσεις σε κλίμακα 1-9
- 5. Μεθοδολογία • Μελέτη της σημαντικότητας των δημογραφικών χαρακτηριστικών μέσω διάφορων αλγορίθμων • Εφαρμογή αλγορίθμων βαθιάς μάθησης: 1η προσέγγιση: Εφαρμογή τριών διαφορετικών αρχιτεκτονικών συνελικτικών νευρωνικών δικτύων στο σύνολο δεδομένων. 2η προσέγγιση: Εφαρμογή μοντέλων βαθιάς μάθησης και Συνδυαστικά μοντέλα σε δημογραφικές ομάδες
- 6. Διαδικασία Διπλωματικής Εξαγωγή σημαντικότητας δημογραφικών μεταβλητών Διαχωρισμός του σετ δεδομένων σε 4 δημογραφικές ομάδες Χρήση ενός CNN για εκπαίδευση κάθε ομάδας Μεταφορά μάθησης Χρήση Συνδυαστικών μεθόδων για την ένωση των 4 δημογραφικών μοντέλων Πρόβλεψη σκορ αισθητικής Αξιολόγηση των μοντέλων
- 7. Μελέτη των δημογραφικών χαρακτηριστικών • Εφαρμογή μεθόδων κωδικοποίησης κατηγορικών μεταβλητών: 1. Ordinal 2. One-Ηot 3. Target • Εξαγωγή χαρακτηριστικών μέσω των αλγορίθμων: 1. Στατιστικός Έλεγχος Χ2 (chi-square) 2. Αναδρομική Εξάλειψη Χαρακτηριστικών (Recursive feature elimination, RFE) 3. Ταξινομητής Τυχαίων Δασών (Random Forest)
- 8. 1η Προσέγγιση • Χρήση τριών διαφορετικών αρχιτεκτονικών: μιας baseline AlexNet, της VGG16 και μιας πιο σύγχρονης αρχιτεκτονικής Xception • Μεταφορά μάθησης απο Imagenet σύνολο δεδομένων • Χρήση μέσου όρου των αξιολογήσεων στο σύνολο του σετ δεδομένων
- 9. Αρχιτεκτονική AlexNet • 8 στρώματα • Προσαρμογή των τελευταίων στρωμάτων και προσθήκη Dropout • Συνάρτηση βελτιστοποίησης Stochastic Gradient Descent (SGD) με χρήση Nesterov momentum. Παράμετρος Τιμή Learning rate 0.001 Batch size 32 Momentum 0.9 Εποχές 95
- 10. Αρχιτεκτονική VGG16 • 16 στρώματα • Συνελίξεις με πίνακες - φίλτρα 3x3 • Προσαρμογή των τελευταίων στρωμάτων και προσθήκη Dropout • Συνάρτηση βελτιστοποίησης RMSDrop Παράμετρος Τιμή Learning rate 0.001 Batch size 8 Εποχές 37
- 11. Αρχιτεκτονική Xception • 36 στρώματα χωρισμένα σε 14 ενότητες • Προσαρμογή των τελευταίων στρωμάτων και προσθήκη Dropout • Συνάρτηση βελτιστοποίησης RMSDrop Παράμετρος Τιμή Learning rate 0.001 Batch size 8 Εποχές 100
- 12. 2η Προσέγγιση • Διαχωρισμός του σετ δεδομένων σε 4 δημογραφικές ομάδες με βάση την ηλικία και το φύλο: • Δημογραφική Ομάδα 1: Άνδρες κάτω των 30 ετών • Δημογραφική Ομάδα 2: Άνδρες άνω των 30 ετών • Δημογραφική Ομάδα 3: Γυναίκες κάτω των 30 ετών • Δημογραφική Ομάδα 4: Γυναίκες άνω των 30 ετών • Χρήση της Xception αρχιτεκτονικής για εκπαίδευση του δικτύου σε κάθε ομάδα ξεχωριστά • Μεταφορά γνώσης από Imagenet σύνολο δεδομένων • Χρήση Συνδυαστικών (Ensemble) μεθόδων για την ένωση των 4 δημογραφικών μοντέλων
- 13. Αξιολόγηση μοντέλων 1η προσέγγιση 2η προσέγγιση • Ίδιο σετ εκπαίδευσης /ελέγχου / επαλήθευσης για τα δημογραφικά μοντέλα με διαφορετικό υπολογισμό μέσων όρων για κάθε ομάδα. • Ίδιο σετ εκπαίδευσης / ελέγχου / επαλήθευσης και για τις συνδυαστικές μεθόδους στο σύνολο των δεδομένων. • Διαχωρισμός σε σύνολο εκπαίδευσης, ελέγχου και σύνολο επαλήθευσης Σύνολο εκπαίδευσης: 300 ιστοσελίδες (75.5%) Σύνολο ελέγχου: 40 ιστοσελίδες (10%) Σύνολο επαλήθευσης: 58 ιστοσελίδες ( 14.5%) Μετρικές: Συντελεστής συσχέτισης Pearson (PCC) , RMSE
- 14. Αποτελέσματα σημαντικότητας δημογραφικών μεταβλητών Χαρακτηριστικό Chi-square_all Chi- square_Website RFE Random Forest Total Ηλικία 4 Χρήση διαδικτύου 2 Γένος 2 Εκπαίδευση 2 Αγροτική Περιοχή 2 Επάγγελμα 1 Αστική Περιοχή 1 Προάστεια 1 Ηλικία το κυρίαρχο χαρακτηριστικό Σημαντικά αλλά δευτερεύοντα τα χαρακτηριστικά του γένους, της εκπαίδευσης, της χρήσης διαδικτύου και της αγροτικής περιοχής.
- 15. Αποτελέσματα – 1ης προσέγγισης Μοντέλο PCC RMSE AlexNet 0.75 [0.67, 0.79] 0.7 VGG16 0.77 [0.7, 0.80] 0.63 Xception 0.8 [0.73, 0.83] 0.63 AlexNet VGG16 Xception
- 16. Σύγκριση συμπεριφοράς μοντέλων User average rating: 5.07 AlexNet prediction: 4.93 VGG16 prediction: 5.27 Xception prediction: 5.11 User average rating: 4.93 AlexNet prediction: 3.48 VGG16 prediction: 3.68 Xception prediction: 4.2
- 17. Σύγκριση συμπεριφοράς μοντέλων User average rating: 5.59 AlexNet prediction: 5.1 VGG16 prediction: 5.28 Xception prediction: 5.16 User average rating: 6.11 AlexNet prediction: 5.1 VGG16 prediction: 5.34 Xception prediction: 5.4
- 18. Αποτελέσματα – 2ης προσέγγισης Μοντέλο Ομάδας 2 PCC RMSE Xception εκπαιδευμένο στην ομάδα 2 0.74 [0.66, 0.78] 0.69 Xception εκπαιδευμένο σε όλο το dataset 0.79 [0.71, 0.82] 0.55 Μοντέλο Ομάδας 1 PCC RMSE Xception εκπαιδευμένο στην ομάδα 1 0.76 [0.68, 0.79] 0.79 Xception εκπαιδευμένο σε όλο το dataset 0.74 [0.66, 0.78] 0.78 Ομάδα 2: Άνδρες άνω των 30 ετών Ομάδα 1: Άνδρες κάτω των 30 ετών
- 19. Αποτελέσματα – 2ης προσέγγισης Μοντέλο Ομάδας 4 PCC RMSE Xception εκπαιδευμένο στην ομάδα 4 0.75 [0.67, 0.79] 0.65 Xception εκπαιδευμένο σε όλο το dataset 0.77 [0.70, 0.80] 0.63 Μοντέλο Ομάδας 3 PCC RMSE Xception εκπαιδευμένο στην ομάδα 3 0.73 [0.65, 0.77] 0.82 Xception εκπαιδευμένο σε όλο το dataset 0.79 [0.71, 0.82] 0.76 Ομάδα 4: Γυναίκες άνω των 30 ετών Ομάδα 3: Γυναίκες κάτω των 30 ετών
- 20. Αποτελέσματα Συνδυαστικών Μεθόδων Συνδυαστικές Μεθοδολογίες: - Average Ensemble: Υπολογισμός των μέσων όρων για τα 4 μοντέλα - Meta-Learner ensemble: Αλγόριθμος που μαθαίνει απο τα αποτελέσματα των προβλέψεων των 4 μοντέλων - CNN fusion: Ενωση των αποτελεσμάτων των μοντέλων σε ένα έξτρα layer και εκ νέου εκμάθηση των τελευταίων layer Ensemble Μοντέλα PCC RMSE Average 0.76 [0.68, 0.79] 0.73 Meta-Learner 0.76 [0.68, 0.79] 0.66 CNN Fusion 0.8 [0.73, 0.83] 0.6 Καλύτερη Μέθοδος
- 21. Σύγκριση δύο προσεγγίσεων Μοντέλο PCC RMSE AlexNet 0.75 [0.67, 0.79] 0.7 Average 0.76 [0.68, 0.79] 0.73 Meta-Learner 0.76 [0.68, 0.79] 0.66 VGG16 0.77 [0.7, 0.80] 0.63 Xception 0.8 [0.73, 0.83] 0.63 CNN Fusion 0.8 [0.73, 0.83] 0.6 Ένωση των ΣΝΔ σε ένα ενιαίο παρουσιάζει τα καλύτερα αποτελέσματα. Οι αρχιτεκτονικές Xception & VGG16 ακολουθούν με πολύ κοντινά και αξιόπιστα αποτελέσματα
- 22. Συμπεράσματα • Μεγάλη συνεισφορά του δημογραφικού παράγοντα για κατανόηση και αντιμετώπιση υποκειμενικών ζητημάτων • Μεταφορά μάθησης συνεπάγεται μείωση του χρόνου εκπαίδευσης • Σύγχρονες αρχιτεκτονικές ΣΝΔ και Συνδυαστικοί μέθοδοι επιτυγχάνουν βελτίωση αποτελεσμάτων
- 23. Μελλοντική Εργασία • Ενημέρωση και εκσυγχρόνιση του υπάρχοντος συνόλου δεδομένων • Μελέτη παραπάνω δημογραφικών χαρακτηριστικών και ομάδων • Μεταφορά μάθησης από πρόβλημα κοντινότερο στην αισθητική • Ενσωμάτωση των δημογραφικών μεταβλητών στα ΣΝΔ
- 24. Ευχαριστίες Ευχαριστώ θερμά: • Τον Ανδρέα Συμεωνίδη, Αναπληρωτή Καθηγητή
- 25. Ευχαριστώ για την προσοχή σας – Ερωτήσεις –
Notes de l'éditeur
- Κίνητρο της παρούσας διπλωματικής αποτέλεσε η επιρροή που ασκεί η αισθητικής μιας ιστοσελίδας στον χρήστη. Από τα πρώτα κλασματα του δευτερολέπτου ένας χρήστης σχηματίζει άποψη για το αν του αρέσει αισθητικά ή όχι μια ιστοσελίδα. Τα πιο σημαντικά χαρακτηριστικά που στοιχειοθετούν τις αντιλήψεις του ατόμου περι αισθητικής είναι τα δημογραφικά χαρακτηριστικά που συνηθως περιλαμβανουν την ηλικια, την καταγωγη, το γενος και την εκπαίδευση. Άναδεικνύεται λοιπόν η αναγκαιότητα για κατανόηση των χαρακτηριστικών αυτών καθώς αυτή η πληροφορία θα ήταν εξαιρετικά χρήσιμη στα χέρια των σχεδιαστών ιστοσελίδων. Έτσι θα είναι εφικτός ένας προσωποποιημένος σχεδιασμός ιστοσελίδας με βάση το δημογραφικό γκρουπ που θα ήθελαν να απευθυνθούν.
- Σκοπός της διπλωματικής είναι η διερεύνηση της σημαντικότητας των δημογραφικών μεταβλητών και το πως αυτές επιδρούν στην αισθητική αντίληψη του ατόμου έτσι ώστε μέσω της μελέτης των αλγορίθμων βαθιάς μάθησης να προβλέπεται για κάθε ιστοσελίδα ένα αισθητικό σκορ.
- Το σύνολο δεδομένων που εξετάζεται αποτελείται από 398 ιστοσελίδες που χωρίζονται σε αγγλόφωνες, ξενόγλωσσές και ιστοσελίδες που έχουν προταθεί για webby awards. Συμμετείχαν ~ 18.5k χρήστες από 43 χώρες εξασφαλίζοντας ποικιλομορφία στο σύνολο δεδομένων. Για κάθε χρήστη λαμβάνουμε τα δημογραφικά χαρακτηριστικά τους και την βαθμολογία που δίνουν για τις ιστοσελίδες σε κλίμακα από 1 για χαμηλή αισθητική ως 9 για υψηλή αισθητική μιας ιστοσελίδας. Συνολικά συλλέχθηκαν ~441k αξιολογήσεις. Τέλος μέσα από το ιστόγραμμα των αξιολογήσεων παρατηρείται ότι η πληθώρα των βαθμολογιών συγκεντρώνεται στις κεντρικές τιμές μεταξύ 3 και 6 ενώ για τιμές μεγαλύτερες του 8 υπάρχουν λίγες παρατηρήσεις. Αυτή είναι μια σημαντική παρατήρηση που θα επηρεάσει έπειτα την εκπαίδευση των μοντέλων.
- Η μεθοδολογία διακρίνεται σε δύο κύρια στάδιο. Το πρώτο αφορά την μελέτη της σημαντικότητας των δημογραφικών χαρακτηριστικών μέσω αλγ. Μηχ. Μάθησης για το σύνολο δεδομένων που περιεγράφηκε. Το δεύτερο αφορά την εφαρμογή αλγορίθμων βαθιάς μάθησης μέσω 2 προσεγγίσεων. Η πρώτη προσέγγιση εστιάζει στην εύρεση του βέλτιστου ΣΝΔ εξετάζοντας 3 διαφορετικών αρχιτεκτονικών (AlexNet, VGG16 & Xception) τους ενώ στη δεύτερη προσέγγιση γίνεται διαχωρισμός του συνόλου δεδομένων σε δημογραφικές ομάδες στις οποίες εφαρμόζονται τόσο μοντέλα βαθίάς μάθησης όσο και συνδυαστικα μοντέλα.
- Μια πιο συγκεκρικμένη και συνοπτική ροή της μελέτης φαίνεται στο διάγραμμα. Αρχικά έγινε εξαγωγή των πιο σημαντικών δημογραφικών μεταβλητών, με βάση των οποίων διαχωρίστηκε το σύνολο δεδομένων σε 4 δημογραφικές ομάδες. Στη συνέχεια επιλέχθηκε ένα ΣΝΔ και εκπαιδεύθηκε σε κάθε ομάδα ξεχωριστά. Πραγματοποιήθηκε μεταφορά μάθησης για επιτάχυνση της διαδικασίας εκπαίδευσης. Έπειτα έγινε χρήση συνδυαστικών μεθόδων για την ένωση των 4 δημογραφικών μοντέλων από τις οποίες εξάγονται οι τεικές προβλέψεις για το σκορ αισθητικής των ιστοσελίδων. Τέλος πραγματοποίηθηκε αξιολόγηση και σύγκριση όλων των μοντέλων που αναπτύχθηκαν στην παρούσα διπλωματική.
- Το πρώτο στάδιο αφοροά τη μελετη δημ χαρακτηρ. Ένα από τα πρώτα προβλήματα που αντιμετωπίστηκαν εδώ είναι η υπρξη κατηγορικών μεταβλητών. Για να αντιμετωπιστεί αυτό το πρόβλημα εφαρμόσθηκαν ορισμένοι μέθοδοι κωδικοποιησης ο ordinal,one-hot Και target κωδικοποιητής. Ordinal κωδικοποιητής για μεταβλητές που μπορούν να ταξινομηθούν σε μια σειρά από αποψη σημαντικότητας κ νοηματος όπως είναι η εκπαίδευση. One-hot χρησιμοποιείται για ονομαστικές μεταβλητες που δν μπορουν να ταξινομ. Για κάθε κατηγορική μεταβλητή δημιουργεί μία στήλη και τους αναθέτει μια δυαδική τιμή 1 ή 0 ανάλογα με την παρουσία ή απουσία της μεταβλητής. Target μετατρέπει μια κατηγορική μεταβλητή με βάση την τιμή μιας άλλης μεταβλητής για παράδειγμα επιλέχθηκε το επάγγελμα με βάση την βαθμολογία. Στη συνέχεια κι αφού έχουμε το συνολο΄δεδομένων στην επιθυμητή μοργή έγινε εξαγωγή χαρακτηριστικών χρησιμοποιήθηκαν Ο Στατιστικός έλεγχος X2 μελετάει την σημαντικότητα μεταξύ μιας μεταβλητής και της μεταβλητής στόχου, όσο πιο υψηλή τιμή έχει τόσο πιο πολύ εξαρτάται η μεταβλητή από την μεταβλητή στόχο. Η αναδρομική Εξάλειψη χαρακτηριστικών αφαιρεί αναδρομικά χαρακτηριστικά καταλήγοντας σ εένα μικρό υποσύνολο σημαντικών χαρακτηριστικών Ο Ταξινομητής τυχαίων mesv της μετρικής GINI. Η μετρική αυτή για κάθε μεταβλητή ορίζεται ως το άθροισμα του αριθμού των διαχωρισμών (σε όλα τα δέντρα) που περιλαμβάνουν το χαρακτηριστικό, ανάλογα με τον αριθμό των δειγμάτων που χωρίζει
- Η πρώτη προσέγγιση εστίασε αποκλειστικά στην ανάπτυξη ΣΝΔ και στην εύρεση του καλύτερου δικτύου. Έγινε χρήση τριών διαφορετικών αρχιτεκτονικών ενός baseline AlexNet που αποτελεί την πρώτη επιλογή των υλοποιήσεων της βιβλιογραφίας, της αρχιτετκονικής VGG16 και μιας πιο σύγχρονης αρχιτεκτονικής της Xception οι οποίες δοκιμάζονται για πρώτη φορα στο συκγεκριμένι πρόβλημα. Για όλα τα δίκτυα χρησιμοποιήθηκε μεταφορά γνώσης από το imagenet σύνολο δεδομένων που αφορά αναγνώριση αντικειμένων. Τέλος τα δίκτυα αυτά εφαρμόστηκσαν σε όλο το σύνολο΄δεδομένων παίρνοντας τους μέσους όρους για κάθε ιστοσελίδα.
- Η δομή του AlexNet δικτύου απεικονίζεται στο σχήμα. Αποτελείται από 8 στρώματα, 5 συνελικτικά και 3 μέγιστης συγκέντρωσης. Τα τελευταία πλήρως συνδεδεμένα στρώματα όπως και το στρώμα της εξόδου προσαρμόστηκε στο πρόβλημα παλινδρόμησης που αντιμετωπίζεται. Οπότε αντικαταστάθηκαν από 2 πλήρως συνδεδεμένα στρώματα με 1024 και 512 νευρώνες με dropout 0.5 για αποφυγή υπερεκπαίδευσης. Το τελευταίο στρώμα αντικαταστάθηκε από ένα γραμμικό στρώμα με ένα μόνο νευρώνα. Η συνάρτηση βελτιστοποίησης είναι η SGD με Nesterov momentum. Οι παράμετροι εκπαίδευσης του δικτύου..
- Το VGG δίκτυο αποτελείται από 16 στρώματα που χωρίζονται σε 5 μπλοκ. Τα τελευταία στρώματα προσαρμόζονται με τον ίδιο τρόπο όπως το AlexNet για την αναγωγη του προβλήματος σε παλινδρόμηση. Το δίκτυο εκπαιδεύθηκε με παραμέτρους..
- Τέλος, η αρχιτεκτ Xception αποτελείται από 36 στρώματα χωρισμένα σε 14 ενότητες. Πρόκειται για ένα βαθύ δίκτυο που αποτελείτα από τη ροή εισόδου όπως φαίνετια στο σχήμα που περιλαμβάνει 4 ενότητες, μετά ακολουθεί η μεσαία ροή που επαναλαμβάνεται 8 φορές ενώ στο τελος ερχεται η ροή εξόδου, η οποία προσαρμόζεται όπως τ απροηγούμενα 2 δίκτυα. Οι παράμετροι εκπαίδευσης του είναι..
- Η 2η προσέγγιση στηρίχθηκε στα αποτελέσματα σχετικά με τα σημαντικότερα δημογραφικά χαρακτηριστικά για τον διαχωρισμό του συνολου δεδομένων σε 4 ομάδες. Ο δαιχψωρισμος εγινε με βαση την ηλικια και το φύλο 1η,2η,3η,4η. Η επιλογή του ηλικιακού ορίου έγινε με βάση την δημιουργία ίσων σε μέγεθος ομάδων. Στη συνέχεια σε κάθε ομάδα εκπαιδεύεται ένα δίκτυο Xception. Για κάθε ένα από τα δίκτυα αυτά γίνεται μεταφορά μάθησης από το imagenet σύνολο δεδομένων. Τέλος τα 4 δημογραφικά μοντέλα που αναπτύχθηκαν ενώνονται με διάφορες συνδυαστικές μεθόδους.
- Οσον αφορά την αξιολόγηση των μοντέλων για την 1η προσέγγιση το σύνολο δεδομένων χωρίζεται σε 300 ιστοσελίδες για το σύνολο εκπαίδευσης, 40 για σύνολο ελέγχου ενώ 58 για το σύνολο επαλήθευσης. Ο χωρισμός αυτός έγινε έτσι ώστε κάθε σύνολο να περιλαμβάνει ίδια αναλογία ιστοσελίδων αγγλικών/ξενόγλωσων αλλά και αυτές που συμμετέχουν σε Webby Awards. Από την άλλη πλευρά για την δεύτερη προσέγγιση, έγινε ο ίδιος ποσοστιαίος διαχωρισμός απλά πλέον ο υπολογισμός των μέσων όρων των ιστοσελίδων έγινε για κάθε δημογραφική ομάδα ξεχωριστά. Τέλος η αξιολόγηση των συνδυαστικών μεθόδων έγινε πάλι στο σύνολο των δεδομένων με σκοπό την αξιολόγηση και σύγκριση τους με τα μοντέλα της 1ης προσεγγισης. Οι μετρικές που χρησιμοποιούνται για την αξιολόγηση των μοντέλων είναι ο συντελεστής συσχέτισης Pearson (PCC) και η ρίζα του μέσου τετραγωνικόυ σφάλματος (RMSE) με μεγαλύτερη έμφαση να δίνεται σε πρώτη φάση σε υψηλό και θετικό συντελεστή συσχέτισης και έπειτα μας ενδιαφέρει και χαμηλό σφάλμα RMSE.
- Προχωρώντας εξετάζονται τα αποτελέσματα σημαντικότητας δημ. Μεταβλητών. Στον πίνακα παρουσιάζοντια τα δημογραφικά χαρακτριστικά που επιλέχθηκαν μαζί με τους αλγορίθμους εξαγωγης χαρακτηριστικων και την σημαντικότητα που τους δινει ο κάθε αλγοριθμος. Επειτα πραγματοποιείται ένας είδος ψηφοφορίας για την εξαγωγή των πιο σημαντικών χαρακτηριστικών. Αυτό που παρουσιάζεται εδώ αδιαμφισβήτητα είναι ότι η ηλικία παίζει πολύ σημαντικό ρόλο στις αξιολογήσεις αισθητικής γεγονός που φαίνεται και από την υψηλή σημαντικότητα που δέχεται από όλους τους αλγορίθμους όπως φάνηκε στν προηγούμενη διαφάνεια. Στην συνέχεια, παρατηρούμε ότι σε σημαντικότητα ακολουθούν οι ώρες χρήσης στο διαδίκτυο, το γένος, η εκπαίδευση καθώς και η προέλευση από αγροτική περιοχή. Λιγότερο σημαντικά είναι το επάγγελμα και η προέλευση από αστική περιοχή ή προάστεια.
- Στη συνέχεια θα εξεταστούν τα αποτελέσματα της 1ης προσέγγισης. Οπως αναφέρθηκε και προηγουμένως το μοντέλο AlexNet που βασίζεται στη βιβλιογραφία είναι το μοντέλο-οδηγός με το οποίο θα συγκριθούν τα νέα εξεταζόμενα μοντέλα VGG16 κ Xception. Από τον πίνακα παρατηρείται λοιπόν, ότι όλα τα μοντέλα παρουσιάζουν πολύ καλή συμπεριφορά με τα μοντέλα ωστόσο του VGG & Xception να είναι καλύτερα από το AlexNet. Ιδιαίτερα φαίνεται ότι το μοντέλο με τα καλύτερα αποτελέσματα είναι το Χψεπτιον με συντ συσχ 0.8 σε 95% διαστ εμπιστοσυνης και rmse 0.63. Οσον αφορά τα διαγράμματα, απεικονίζουν τις κατανομές των προβλέψεων του κάθε μοντέλου με τήν αντίστοιχη κατανομή των πραγματικών αξιολογήσεων. Αυτό που φαίντεαι και στα τρία διαγράμματα είναι πως οι προβέψεις έχουν μεγάλο ποσοστο επικάλυψης με τις πραγματικές τιμές γεγονός που αναδεικνύει την καλή προβλεπτική συμπεριφορά των μοντέλων. Στο αριστερό σχήμα έχουμε την κατανομή για το μοντέλο AlexNet, όπου παρατηρείται μια μεγάλη συγκέντρωση των προβλέψεων στις κεντρικές τιμές γυρω στο 3.5. Στο μεσαίο σχήμα φαίνονται οι προβλέψεις του VGG16, εδώ οι προβλέψεις παρουσιάζουν παρα πολυ κοντινή κατανομή με τις πραγματικές τιμές. Τέλος, στο δεξί σχήμα είναι η κατανομή του Xception όπου υπάρχει μια μεγαλύτερη συγκέντρωση των προβλέψεων στις κεντρικές τιμές αλλά αυτή τη φορά γύρω από το 4.5 κ 5.5. Και τα τρία μοντέλα αδυνατούν να προβλέψουν ικανοποιητικά τις ακραίες τιμές.
- Εδώ θα εξεταστει η συμπεριφορα των μοντέλων σε συγκεκριμένα παραδείγματα. Αριστερά εικόνα: όλα τα μοντέλα λειτουργούν καλά και δίνουν καλο/κοντινό σκορ. Δεξια εικόνα: ιδιαίτερη περίπτωση όπου υπάρχει πολύ κείμενο,λευκό φόντο και λίγες εικόνες, γεγονός που από βιβλιογραφία θα παρέπεμπε σε χαμηλή αισθητικά σελίδα, ωστόσο οι χρήστες έδωσαν βαθμολογία σχετικά υψηλή με 4.93. Είναι μια δύσκολη περίπτωση αναγνώρισης από τα μοντέλα ωστόσο το Xception φαίνεται ότι προβλέπει πιο κοντά στην τιμή των χρηστών ενώ τα άλλα μοντέλα κάνουν πολύ χαμηλότερες προβλέψεις.
- Τέλος, σε αυτό το παράδειγμα εξετάζονται οι δυο ιστοσελ΄διες συγκριτικά, κατά τις οποίες οι χρήστε ςέχουν δώσει διαφορετίκή βαθμολογία με 5.59 στην αριστερή και 6.11 στην δεξιά. Παρατηρείται ότι τα μοντέλα AlexNet kai VGG16 αδυνατούν να ξεχωρίσουν τις 2 περιπτώσεις και να αναγνωρίσουν την δεξιά εικόνα ως αισθητικά καλύτερη δίνοντας ίδιες βαθμολογίες. Από την ΄΄άλλη το Xception φαίνεται να αναγνωρίζει τη διαβάθμιση μεταξύ αυτών των ιστοσελίδων και ακόμ κι αν η πρόβλεψη απέχει από τις πραγματικές τιμές, το σημαντικό είναι ότι αναγνωρίζει την δεύτερη εικόνα ως αισηθτικά καλύτερη από την πρώτη.
- Στη συνέχεια μελετούνται τα αποτελέσματα της δεύτερης προσέγγισης. Αύτό που παρουσιαζεται σε κάθε πίνακα είναι η σύγκριση του δικτύου Xception που παρουσίαστηκε προηγουμένως, με ένα αντίστοιχο δίκτυο σε δομή που εκπαιδεύεται αποκλειστικά στην εκάστοτε ομάδα. Για τους άνδρες κατω των 30 ετών βλέπουμε ότι το μοντέλο που εκπαιδεύεται αποκλειστικά στη συγκεκριμένη όμάδα παρουσιάζει ελαφρώς καλύτερα αποτελέσματα από το βέλτιστο Xception. Στην άλλη περίπτωση ωστόσο, φαίνεται ότι το μοντέλο Xception σε όλο το σύνολο δεδομένων λειτουργεί καλύτερα από το δημογραφικό μοντέλο, παρουσιάζοντας αρκετά χαμηλό RMSE. Στα σχηματα φαίνονται οι συσχετίσεις των προβλ με τις πραγμ τιμές για τα δημογραφικά μοντέλα. Ένα συμπέρασμα που φαίνεται παρατηρώντας τις δύο ομάδες έιναι πως για μεγαλύτερες ηλικίες στους άντρες τα δίκτυα είναι πιο έυκολο να αναγνωρίσουν κάποια χαρακτηριστικά τους και κάνουν πιο ακριβής προβλέψεις.
- Στη συνέχεια παρατηρούμε τα αντίστοιχα αποτελέσματα αλλά για τις δημογραφικές ομάδες των γυναικών. Εδώ παρατηρούμε ότι και στις δύο περιπτώσεις το συνολικό μοντέλο Xception παρουσιάζει καλύτερα αποτελέσματα ενώ τα δημογραφικά μοντέλα είναι πιο «αδύναμα» συγκριτικά. Κάτι που φαίνεται κ εδώ βλέποντας το rmse είναι πως για μεγαλύτερους σε ηλικία χρήστες το μοντέλο μαθαίνει πιο εύκολα τα χαρακτηριστικά τους και κάνει καλύτερες προβλέψεις. Οπότε μπορεί να γενικευθεί πως ανεξαρτήτως φύλου, όσο μεγαλύτερο ηλικιακά είναι ο χρήστης τόσο πιο καλά προβλέπει το μοντέλο.
- Μετά την υλοποίηση των δημογραφικών μοντέλων κι αφού παρατηρήθηκε ότι είναι πι αδύναμα συγκριτικά με το γενικευμένο μοντέλο Xcetpio εφαρμόσθηκαν τρεις διαφορετικοί τύποι συνδυαστικών μεθόδων. Στην αρχή υλοποιήθηκε ένα απλό μοντέλο υπολογισμού των μέσων όρων των δημ μοντέλων όπου πέτυχε συντ. συσχ 0.76 και rmse 0.73. Στη συνέχεια υλοποίηθηκε μια μέθοδος μετά-μάθησης όπου οι προβλέψεις των 4 δημ μοντέλων τροφοδοτούνται σε ένα μοντέλο γραμμικής πάλινδρόμησης το οποίο εν τέλει παράγει την τελική πρόβλεψη. Παρατηρείται ότι ο συντελεστής συσχέτισης παραμένει σταθερός αλλα το rmse βελτιώνεται αισθητά. Τέλος, γίνεται συγχώνευση των 4 δημ μοντέλων σε ένα ενιαίο CNN τροφοδοτώντας τις προβλέψεις των επιμέρους μοντέλων σε ένα πλήρως συνδεδεμένο στρώμα πριν παράξει τις τελικές προβλέψεις. Το μοντέλο αυτό επανεκπαιδεύευται μόνο στα τελικά στάδια του διατηρώντας τα βάρη των υπόλοιπων μοντέλων σταθερά. Είναι φανερό πως η καλυτερη μέθοδος είναι η τελευταία της ένωσης των CNN σε ένα ενιαίο με συντ συσχ 0.8 καi rmse 0.6.
- Καταλήγοντας, γίνεται η σύγκριση των συνδυαστικών μοντέλων με τα μοντέλα της 1ης προσέγγισης. Παρατηρείτια ότι για τα μοντελα AlexNet και των μέσων όρων παρουσιάζουν παρόμοι συμπεριφορα με κοντινά συντ. συσχ κ rmse. Το μον΄τλεο μετα-μάθησης παρουσιάζεται λίγο βελτιωμένο με μια μείωση του rmse. Προχωρόντας στις νεες αρχιτεκτονκές, το VGG16 παρουσιάζει βελτιωμένο τόσο το σνυτ συσχ όσο και το rsme. Τελος τα καλύτερα μοντέλα, είναι το Xception και το ενιαίο CNN το οποίο εμφανίζιε ελαφρώς κα΄λύτερα αποτελέσματα λόγω της χαμηλότερης τιμής στο rmse.
- Τελος, αν και έχει γινει αναφορά ήδη σε αρκετά συμπεράσματα, εδώ θα αναφερθούν ορισμένα συμπερασματα σε υψηλοτερο επίπεδο. Αρχικά ειναι μεγάλη η σιυνεισφορά του δημογραιφκού παράγοντα για ….. Ζητημάτων όπως είναι η αισθητική ιστοσελ που εξετάζετια. Επίσης, η μεταφορά μάθησης βοηθάει σημαντικά στη μείωση του χρόνου εκπαίδευσης των ΣΝΔ. Τέλος, παρατηρείται ότι συγχρονες αρχιτεκοτνικε ΣΝΔ καθώς και Συνδ μεθοδοι επιτυγχανουν βελτιωση αποτελεσματων.
- Σχετικά με την μελλοντική εργασία, το νο 1 μέλημα είναι η ενημέρωση κ εκσυγρόνιση του υπάρχοντος συνόλου δεδομένων με ιστοσελίδες των τελευταίων ετών καθώς η αισθητική ιστοσελίδων είναι ενας κλάδος που α΄λλάζει κι αυτός γρήγορα. Επίσης η μελέτη παραπάνω δημ χαρακτηριστικών αλλα και διαχωρισμό σε ομάδες θα βοηθήσει στην ακόμη καλύτερη κατανόηση τους. Η μεταφορά΄μαθησης…. . Τέλος, η ενσωμάτωση των δημ μεταβλητων ως παραμέτρους των ΣΝΔ αποτελει επίσης μια απαιτητική εργασία η οποία ωστοσο θα μπορούσε να παρουσιάσει πολύ ενδιαφέροντα αποτελέσματα.
- Εδώ πέρα παρουσιάζονται τα πρώτα αποτελέσματα σχετικά με την σημαντικότητα των δημ. Μεταβλ. Στο πρώτο διάγραμμα εφαρμόσθηκε Χ2 σ΄τους μέσους όρους των ιστοσελίδων με κυρίαραχα χαρακτηρισιτκά την ηλικία και το φύλλο με μεγάλη διαφορά. Ωστόσο, η ίδια τεχνική όταν εφαρμόσθηκε σε κάθε ζευγάρι αξιολόγησης και σελίδας ξεχωριστά άρχισαν να εμφανίζεται σαν σημαντικό χαρακτηριστικό και η προέλευση του χρήστη, εάν ήταν από αγοριτική ,αστική περιοχή η τα προάστεια. Τέλος βλέπουμε ότι ο Random Forest ξεχωρίζει σαν τα τέσσερα σημαντικότερα δημογραφικά χαρακτηρισιτκά την ηλικία, το επάγγελμα, τις ώρες χρήσης του διαδικτύου και την εκπαίδευση.
- Επειδή είναι σε αυτή βασίζεται το Χception δν ήξερα αν πρέπει ν αναφερθει.
- Στη συνέχεια θα εξετάσουμε τα αποτελέσματα της 1ης προσέγγισης ξεκινόντας από το μοντέλο–οδηγό λόγω της αξιοπιστίας που προσέφερε στη βιβλιογραφία. Παρατηρείται΄ότι ο συντελεστής συσχέτισης είναι στο 0.75 με διάστημα εμπιστοσύνης [] ενώ το rmse einai 0.7 και φαίνεται και από το διάγραμμα ότι οι προβλέψεις ακολουθούν τις πραγματικές τιμές / κόκκινη γραμμή που αποτελεί τον Νο 1 στόχο όπως αναφέρθηκε. Στη συνέχεια βλε΄ποντας τις κατανομές των προβλέψεων και των πραγματικών τιμών παρατηρείται μια μεγάλη επικάλυψη των τιμών με μεγάλη συγκέντρωση των προβλέψεων στις κεντρικές τιμές γυρω στο 3.5 και αδυναμία πρόβλεψης για τις ακραίες τιμές.
- Το επόμενο μοντέλο που εξετάστηκε είναι το VGG16, παρατηρούμε ότι έχουμε κι εδώ υψηλό συντελέστη΄συσχέτισης 0.77 με διαστ. Εμπιστ. Ενώ το rmse είναι 0.63. Αριστερά φαίνται και εδώ ότι οι προβλέψεις ακολοθούν τις πραγματικές τιμές πολύ κλαά και μάλιστα εδώ υπάρχει μεγαλύτερη συγκέντρωση΄γύρω από τν κόκκινη γραμμή γεγονός που δείχνει τη βελτίωση του σφάλματος των προβλέψεων. Οσον αφορά τις κατναομές παρατηρούμε ότι οι προβλέψεςι παρουσιάζουν σχεδόν ίδια κατανομή με τις πραγματικές τιμές με πολύ μεγάλο ποσοστό επικάληψης. Κι εδώ παρουσιάζετια αν και πλέον σε βελτιωμένη κατάταση η συγκέντρωση στις κεντρικές τιμές και η αδυναμία πρόβλεψης στα άκρα.
- Τέλος, εδώ παρουσιάζονται τα αποτελέσματα του μοντέλου Xception. Όπως φαίνεται παρουσιάζει υψηλό και θετικό συντελεστή συσχέτισης 0.8 με διάστημα εμπιστοσύνης [], και rmse .63. Αυτό επιβεβαιώνεται και από το διάγραμμα της συσχέτισης των προβλέψεων με τις πραγματικές τιμές και παρατηρούμε πως οι προβλέψεις ακολουθούν τις πραγματικές τιμές σύμφωνα με την πορεία της κόκκινης γραμμής. Σχετικά με τις κατανομές παρατηρούμε κι εδώ μεγάλη επικάλυψη μεταξύ των δυο κατανομών (προβλέψεων και πραγματικών τιμών) ωστόσο υπάρχει μια μεγαλύτερη συγκέντρωση των προβλέψεων στις κεντρικές τιμές γύρω από το 4.5 κ 5.5 σε αντίθεση με το προηγούμενο μοντέλο.
- Συνοτπικά λοιπόν βλέποντας τα αποτελέσματα των 3 μοντέλων μπορούμε να συμπεράνουμε πως το μοντέλο Xception παρουσιάζει τα καλύτερα αποτελέσματα ως προς τις μετρικές που μελετάμε. Εχει τον καλύτερο συνδυασμό προβλέψεων με την υψηλότερη συσχέτιση 0.8 και το μικρότερο σφάλμα 0.63. Ωστόσο βλέπουμε ότι και τα άλλα μοντέλα εμφανίζουν πολύ καλά και αξιόπιστα αποτελέσματα καθώς τόσο ο συν.τ. συσχ. Οσο και το σφαλμα έχουν μικρή απόσταση από αυτά του Xcpetion.