近年來，利用SNS來進行產品和服務的宣傳很流行，但是還沒有建立提高特定內容的流行度的方法。到目前為止，已經研究了許多技術來判斷圖像和視頻並推薦客觀正確的標籤（“山”、“湖”、“森林”等）。這是全球首次嘗試推薦提高人氣的標籤（如“湖面上的倒影”）。這量化了每個影響 SNS 流行度的主題標籤的強度，並通過參考用戶給出的主題標籤推薦任意數量的有效提高流行度的標籤。

　這一次，我們讓系統學習使用了大約 6 張圖片及其附帶的標籤，並將系統實際推薦的標籤添加到大約 2000 張圖片中並發佈在 SNS 上。 10 天后，瀏覽量大約是僅使用人工貼標籤的兩倍。由於推薦標籤最初是基於人們給出的標籤，經過大約 2 人的主觀評價驗證，推薦與圖像和視頻內容相匹配的正確標籤。在普通服務器上計算分數所需的時間短至幾秒鐘，並且您可以每天重新推薦標籤。

　未來的發展包括在SNS上有效推廣產品和服務時的hashtag推薦，EC網站點擊率的提高，以及支持在自有媒體和新聞發布中創建令人印象深刻的頭條新聞，據說會這樣做。

論文信息：FolkPopularityRank：在內容共享服務中使用文本標籤提高社交人氣的標籤推薦
* 預定在“第26屆國際人工智能聯合會議（IJCAI）”上公佈