L / AVATAR RESEARCH LAB

头像 × 受欢迎程度

基于真实头像训练的统计关联探索 · 128×128 图像分析 · 浏览器本地运行

从基准组到高受欢迎组：特征对照

根据统一的受欢迎程度指标进行分组，比较基准组和高受欢迎组的头像特征。左边始终是基准组，右边始终是高受欢迎组，所有变化都以左边为基准。

作为特征变化的参照

仅用于统计对照，不评价个人

高受欢迎程度的参照群体

观察其头像特征相对左侧如何变化

怎么读？ “高受欢迎组 +27.8%”表示右边高受欢迎组的该项特征中位数比基准组高 27.8%，不是受欢迎程度提高了 27.8%，也不是换头像就会得到这个收益。

头像图像特征	← 基准组中位数	高受欢迎组中位数 →	右边相对左边
外围边缘密度	0.1065	0.1362	↑ 高受欢迎组 +27.8%
高频细节	0.0377	0.0465	↑ 高受欢迎组 +23.3%
图像锐度	0.0380	0.0590	↑ 高受欢迎组 +55.3%
色相丰富度	2.023	2.294	↑ 高受欢迎组 +13.4%
平均饱和度	0.3034	0.2556	↓ 高受欢迎组 -15.8%
高饱和面积	0.1795	0.1221	↓ 高受欢迎组 -32.0%
高频能量占比	0.00864	0.01262	↑ 高受欢迎组 +46.2%
下部边缘密度	0.10449	0.14355	↑ 高受欢迎组 +37.4%
上部边缘密度	0.07373	0.09912	↑ 高受欢迎组 +34.4%

说明：上表为描述性组间对照，含现有特征与最新新增的频域、区域边缘特征，不代表所有指标都是模型输入。部分新增指标在单变量检验中通过 FDR 校正；但直接堆叠新增特征没有改善验证 AUC。

点击或拖入 JPG / PNG / WebP图片只在本地处理，不上传服务器

受欢迎程度由每主题阅读表现与每阅读互动表现的百分位各占 50% 合成；模型只输入头像图像。结果并非真实受欢迎程度预测保证。

导入头像后查看受欢迎程度模型输出：数值越高，与高受欢迎程度群体的头像统计模式越接近；并非真实排名或因果效果。

—%

扩展七特征实验模型—

分数是模型给出的相对关联倾向；两套模型都只使用头像图像，不使用用户属性。七特征模型仅供对照；高分代表与高受欢迎程度组的统计模式更接近。

本页已按新的「受欢迎程度」合成标签重新拟合 4 项及 7 项模型；相同五折验证 AUC：4 项 0.524，7 项 0.512。AUC 0.5 相当于随机排序。以下旧分辨率对照属于不同标签下的历史实验，请勿直接比较。

128×128当前图像提取尺寸

0.569四特征五折 AUC

0.551七特征五折 AUC

原始头像的细节有限，放大插值无法恢复不存在的细节。扩大分辨率后性能没有持续上升。此前四项特征来自候选数据筛选，这些验证数值仍可能偏乐观。

前四项进入默认模型；后三项已新增并重新训练测试，但尚未证明带来预测增益。

上传图片后显示所有七项指标及其相对样本位置。

研究范围：使用上传头像且具备有效互动记录的用户，将其按综合受欢迎程度指标分组，以高受欢迎组和基准组进行对照。训练时仅使用头像画面的可计算量，其他记录只用于构建目标指标与筛选有效记录。

方法：RGB 转灰度和 HSV，统一计算图像特征，标准化后使用 L2 逻辑回归。浏览器使用 Canvas 图像缩放与 RGB 近似计算，可能和训练端 OpenCV 产生轻微数值差异，尤其在颜色及边缘指标上；结果应视为探索性分数。

本工具研究统计关联，不识别人物身份，也不能证明改变头像会改变受欢迎程度。没有通过独立样本验证的新增特征不应被描述为已证实有效。