Reconstruindo Gráficos de Narrativa para Recomendação de Imagens a Partir de Fotos de Comunidades da Web

Neste artigo, investigamos uma abordagem para reconstruir gráficos de narrativa a partir de coleções em larga escala de imagens da Internet e, opcionalmente, outras informações auxiliares, como gráficos de amizade. Os gráficos de narrativa podem ser um resumo eficaz que visualiza várias estruturas narrativas ramificadas de eventos ou atividades recorrentes nos conjuntos de fotos de uma classe de tópico. Para explorar mais a utilidade dos gráficos de narrativa, utilizamos-os para realizar tarefas de previsão sequencial de imagens, das quais aplicações de recomendação de fotos podem se beneficiar. Formulamos o problema de reconstrução de narrativa como uma inferência de gráficos direcionados esparsos e variáveis no tempo, e desenvolvemos um algoritmo de otimização que aborda com sucesso uma série de desafios chave de problemas em escala web, incluindo optimalidade global, complexidade linear e fácil paralelização. Com experimentos em mais de 3,3 milhões de imagens de 24 classes e estudos de usuários via Amazon Mechanical Turk, mostramos que o algoritmo proposto melhora outros métodos candidatos tanto para a reconstrução de narrativa quanto para tarefas de previsão de imagens.