近年来，利用SNS来宣传产品和服务的情况很流行，但还没有建立一种提高特定内容受欢迎程度的方法。到目前为止，已经研究了许多技术来判断图像和视频并推荐客观正确的标签（“山”、“湖”、“森林”等）。这是世界上第一次尝试推荐能够提高人气的标签（例如“湖面上的倒影”）。这量化了每个hashtag在SNS上影响流行度的强度，并通过参考用户给出的hashtag来推荐任意数量的有效提高流行度的tags。

　这一次，我们让系统学习使用了大约 6 张图像和附加的标签，并将系统实际推荐的标签添加到大约 2000 张图像上并发布到 SNS 上。 10天后，浏览量大约是仅使用人类附加标签的两倍。由于推荐标签最初是基于人们给出的标签，经过约2人的主观评价验证，推荐与图片和视频内容匹配的正确标签。在普通服务器上计算分数所需的时间短至几秒钟，您可以每天重新推荐标签。

　未来的发展包括在SNS上有效推广产品和服务时的标签推荐，提高EC网站的点击率，以及支持在自有媒体和新闻发布中创造令人印象深刻的头条新闻，据说会这样做。

论文信息：FolkPopularityRank：在内容共享服务中使用文本标签提高社会流行度的标签推荐
* 预定在“第26届国际人工智能联合会议（IJCAI）”上公布