刷论文看到一篇颜色相关的，有点感悟感悟。

刷论文看到一篇颜色相关的，有点感悟感悟。

　　今天扫了一下论文，看到了一篇与颜色相关的文章，有点印象。

　　adobe 2020年在SIGIR上发表的论文《Learning Color Representations of Search Queries》，作者研究了搜索中的颜色表示方法和增强效果。通过将搜索词与相应颜色进行匹配，优化搜索结果的排名，从而达到更好的搜索效果。

　　论文介绍了颜色的一个应用场景：用于改进搜索引擎。接下来，我将介绍一种将任何关键词 转换为颜色分布的方法。

　　-方法

　　我在智能设计第三课《数据挖掘与色彩知识图谱，数据的价值》中介绍了这个方法，使用的是数据挖掘的工作流。

　　以下是部分ppt截图

　　第一步，我们通过biying的图片搜索采集关键词对应的图片。这里使用的headless浏览器是pyppeteer，涉及的知识点包括：html，headless浏览器注入的js代码；

　　获得图片集后，我们提取每张图片的颜色，使用HSV颜色空间和kmeans聚类方法得到每张图片的颜色匹配。

　　所有图片的颜色匹配，根据代表颜色的节点，以及代表同时出现次数的连接，构建颜色网络，我们发现：美食海报的主题颜色分布规律（关键词在示例中）

　　这个方法可以做到：将任意关键词转成颜色~

　　课程是我的原创

　　编码和录制的视频，

　　加入获取

　　采集了大量关键词和颜色数据后，你还能做什么？

　　Mixlab-Color Atlas of Big Data付费社区，可以回复：社区

　　获取加入方法~