如何判断用户是否为我的输入输入了男性、男性、女性或女性以外的内容？ - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

男女程序员的差别在哪？

但这是否意味着女性对于学习编程等科技不感兴趣呢？作为一个帮助人们学习编程技巧的网站的创始人以及一名女性，我决定对网站的用户进行深入分析，以便研究男女双方在学习编程的时候存在哪些区别。　　...6、男性和女性编程学员都希望从事网页开发工作，其中更多比例的女性希望从事网页设计工作，而男性则更倾向于成为软件工程师 ? 　　不论男性或女性编程学员，均有半数左右将网页开发工作定义为自己的理想职业。...而倾向于其他职业的学员其意见普遍更为分化，女性更倾向于用户体验、用户界面以及设计等方面的工作，男性则更偏爱软件工程及移动开发相关工作。 7、女性的自学时间普遍要少于男性 ? 　　...或许正由于我本人是一名女性，我的网站拥有比其他网站更多的女性用户，也成功在女性编程人员当中建立了口碑，这或许会使这次调查的「相关性」偏高。...当然，调查或许还存在其他缺陷，但看到自己所发布的内容成功在两类性别的人群当中引起反响，我还是感到无比欣慰。

90012 0

数据解读丨哪些人对种草神器「小红书」爱不释手

如何获取数据？小红书有针对web端的网站。虽然初始主页可抓取的内容有限，但我们可以识别用户资料页面的链接，从而对评论者的个人资料以及发布内容进行抓取。...其中，Ritatawang和美七是我在加入小红书之前并没有太大的影响力。男性用户小红书的一个主要特点是其用户主要是女性。我们的数据显示，其总用户中只有2％是男性。超过60％的用户没有表明性别。...男性用户粉丝的中位数为5，而女性用户的中位数为11. 75；四分位数结果也表明大多数男性粉丝的覆盖率低于女性。那么为什么男性用户的平均粉丝要更多呢？ ?...用户群是否符合这一人口统计呢？我们开始对用户位置的数据进行分析。由于小红书将用户的位置默认为“其他”，因此我们看到只有40％的用户输入了有意义的位置信息。同时，一些用户输入的位置信息并不具体。...同时，由于是用户自己输入信息，不排除输入错误信息的可能。结论 · 小红书上的用户主要是女性（约95％），但男性用户的平均影响力更高。 · 小红书上最有影响力的用户包括名人和网红大V 。

1.3K4 0

您找到你想要的搜索结果了吗？

是的

没有找到

“男医生，女护士？”消除偏见，Google有大招

例如，像“强壮”或“医生”这样的词语，它会生成偏向于男性化的翻译结果，而对于“护士”或“美丽”等词汇，则会生成偏向于女性化的翻译。现在，Google 翻译解决了上述问题。...当你把诸如“外科医生”这样的单字从英语翻译成法语、意大利语、葡萄牙语或西班牙语时，会得到的男性化和女性化的两种翻译结果。...这就导致在翻译前新增了一个步骤，所以他们必须平衡模型在延迟时的复杂性。Google 团队对数千个土耳其人进行系统培训，要求这些人判断出一个给定的例子是否是性别中立的。...如果将所有内容放在一起，输入句子首先会通过分类器，分类器检测它们是否可以进行特定性别翻译。...如果分类器说“是”，系统则向增强型 NMT 模型发送三个请求：女性化翻译请求、男性化翻译请求和性别中立翻译请求。最后一步考虑了所有的三个答案，并决定是否显示特定性别翻译或单个默认翻译。

7612 0

社交媒体分析：洞察希拉里面对的性别歧视

在新罕布什尔州初选期间，我们实时抽取了101,021条提及了希拉里或桑德斯或两者兼有的推特，并对他们的内容及发布者同时做了分析。 ◆ ◆ ◆ 我们如何分析文本数据？...结合模型提供的词汇比重，展现在我们眼前的是推特用户如何对待民主党候选人的复杂关系。 ? 1.伯尼•桑德斯相关推文语义情感分析结果。...克林顿推文中与性别相关的词汇除了少数词汇情感为积极正向以外，其余多数偏中性和负面。尤其在负面词汇中，克林顿相关的推文中出现了“堕胎（abortion）”，“强奸犯（rapist）”等词汇。...但是仍有14.7%来自于那些支持桑德斯的用户。在桑德斯的支持者中，发布有关性别谩骂的用户有60.6%是男性，有29.2%是女性，还有10.1%无法确定性别。...桑德斯支持者针对希拉里克林顿的性别诋毁词。该图分析了桑德斯支持者中对希拉里克林顿性别诋毁词的性别分布。在发表类似词汇的桑德斯支持者中，有超过半数的用户为男性。

1K10 0

“男医生，女护士？”消除 AI 性别偏见，Google有大招

例如，像“强壮”或“医生”这样的词语，它会生成偏向于男性化的翻译结果，而对于“护士”或“美丽”等词汇，则会生成偏向于女性化的翻译。现在，Google 翻译解决了上述问题。...当你把诸如“外科医生”这样的单字从英语翻译成法语、意大利语、葡萄牙语或西班牙语时，会得到的男性化和女性化的两种翻译结果。...这就导致在翻译前新增了一个步骤，所以他们必须平衡模型在延迟时的复杂性。Google 团队对数千个土耳其人进行系统培训，要求这些人判断出一个给定的例子是否是性别中立的。...如果将所有内容放在一起，输入句子首先会通过分类器，分类器检测它们是否可以进行特定性别翻译。...如果分类器说“是”，系统则向增强型 NMT 模型发送三个请求：女性化翻译请求、男性化翻译请求和性别中立翻译请求。最后一步考虑了所有的三个答案，并决定是否显示特定性别翻译或单个默认翻译。

9213 0

狂欢背后，集体孤独：2019社交网络大数据

社交网络用户兴趣领域：男性用户最喜欢时事新闻，女性用户最喜欢美食男性用户的兴趣相对较为平均，除时事新闻和军事占比超过4成以外，其它大部分兴趣领域的占比均为3成左右女性用户的兴趣集中度更高，美食占比达...陌生好友符合期望情况：近半数用户认为很少或者没有陌生好友能符合期望的对于陌生好友是否符合期望，男女差异非常大，男性用户较为满意，而大多女性用户觉得多数好友不合预期，这一方面源于陌生交友app男性用户占比较大...App好友人数：多数用户在陌生交友app上的好友人数为20人以内陌生交友用户在app上的好友人数不多，近6成用户的好友人数为20人以内，其中男性用户的好友人数略高于女性用户 ? 5....社区论坛重要性：近5成用户表示社区论坛非常重要或比较重要由于获取信息的需要以及兴趣圈子诉求能在社区论坛app中实现，用户比较重视社区论坛，其中，女性用户比男性用户更为看重。 ? 内容社交篇 1....内容社交“痕迹”是否可见？

1.6K2 0

AI 预测性取向，化妆等因素并不影响判断

如 Reddit 用户 PK_thundr 浏览完文章表示，「他们的『5 像素』分类器对高度模糊面部的判断几乎和实际面部一样好。所以，我并不信服从面部图像预测性取向的结论。」 ?...合成的男同脸部比直男更鲜亮，而直女的脸部比女同的更鲜亮。发型和化妆对于判断一个人是否为同性恋虽然有一定的参考价值，但显然背离了「看面相识别性取向」的原则。这种识别方法明显存在一定偏见。...为了实现目标，模型会将输入的面部图像简化为 5×5 像素的模糊图，进而进行逻辑回归预测，男性和女性分别建模。 03 数据集为训练模型，研究人员总共检索了 50 万张照片并建立了数据集。...使用来自约会网站的 20910 张照片组成的全新数据集，确认了两个模型预测性取向的能力：DNN 预测男性性取向的准确率为 68%，女性 77%；FM 预测男性性取向的准确率为 62%，女性 72%。...为了调查亮度、主要颜色这样的面部特征是否会影响性取向的预测，我们创造了一种基于高度模糊面部图像的全新模型。这个模型也能够预测性取向（男性 63% 准确率，女性 72%）。

9592 0

女程序员大起底：Stack Overflow调研称女性更偏爱这些编程语言

这个问题上，在各选项上的男女程序员百分比（深绿色为男性，紫色为女性）。前三个选项分别为：“寻求工作上的帮助”；“因为我热爱学习”；“帮助他人”。...使用的IT技术问卷中的另一个多选题调查了参与者都使用什么IT技术。对这个问题，男性和女性的答案又有什么异同呢？上图：男女对不同的编程语言／技术的使用比例：横轴为男性使用比例，纵轴为女性使用比例。...这张图的横轴代表各项编程技术的男性使用比例，而纵轴代表了女性使用比例。首先我们可以看到大多数编程技术在虚线（斜率为1）（译者注：对角线）附近，这表明总体而言，女性和男性在编程语言的选择上较为相似。...上图：在男女使用比例上差距较大的编程语言／技术：横坐标为女性/ 男性相对比例。...女性更容易热爱她们的老板和赞同她们所在的公司的使命。相对于男性，女性更厌恶熬夜写码，她们更喜欢每天按时下班或者在家办公。在一些问题上（比如：学习新技术是否重要？你是否喜欢解决问题？升职是否重要？）

7723 0

互联网时代的女性主义特征

2004年，我把这些文章，结集为《体验经济——来自变革前沿的报告》一书。记得当年讲演时，我就对听众讲，搞体验经济，女性会有天然优势。...那么，征婚交友网站是否应该对会员的虚假信息负责呢？世纪佳缘创始人龚海燕曾表示，其投入了大量的人力和物力在信息审核上。...已经由2008年的53%上升到2010年的56%，而男性用户比例则相应在降低。与此同时，在Facebook上有8%的女性用户每天不止一次进行更新，而具备这一行为习惯的男性用户占比仅为3%。...甚至不久前百度的“度娘”刘冬红遍互联网，虽然是否炒作还无法确定，但“美女经济”带来的效应还是为百度赚足了眼球。可见爱美之心，人皆有之。...作为电子商务中主力军的女性消费者者，如何更好的针对女性用户投放广告，是一门学问，可以说把握住女性用户就成功了一半。

1.8K2 0

陌生人社交设计引力公式

《看脸》一书中说到：“40毫秒足以让美被感知，足以让你判断对方是谁。”在互联网男性发现女性只需要0.04s，而女性相对慢一些，要2s。...而女性会通过男生的外表判断其职业和社会地位，通常会被能提供资源的男性所吸引，是因为女性十月怀胎需要男性资源的保障。所以我们在生物价值和社会价值的呈现上做了平衡。...在一屏之内除了用大照片或视频清晰展现用户的生物价值，还展示了用户的社会价值，公司、职业和学校。男性突出身高，女性展示家乡。在页面层级和浏览操作上，也要保证更快的浏览体验。...随着科技的发展，照片让我们越来越清晰的呈现生物价值，也越来越过度包装和美化了生物价值，渐渐失真。既然以交友为目的，我们希望用户能尽量真实展现自己。过度包装会适得其反。...3 表白大家知道为什么大多是男性进行表白么？当男性看到自己喜欢的女性或者漂亮女性的时候，大脑的奖赏回路会特别活跃。奖赏回路会刺激男性增加追求的动机。

8051 0

硕士论文研究「AI预测性取向」：化妆等因素并不影响判断

如 Reddit 用户 PK_thundr 浏览完文章表示，「他们的『5 像素』分类器对高度模糊面部的判断几乎和实际面部一样好。所以，我并不信服从面部图像预测性取向的结论。」 ?...合成的男同脸部比直男更鲜亮，而直女的脸部比女同的更鲜亮。发型和化妆对于判断一个人是否为同性恋虽然有一定的参考价值，但显然背离了「看面相识别性取向」的原则。这种识别方法明显存在一定偏见。...为了实现目标，模型会将输入的面部图像简化为 5×5 像素的模糊图，进而进行逻辑回归预测，男性和女性分别建模。数据集为训练模型，研究人员总共检索了 50 万张照片并建立了数据集。...使用来自约会网站的 20910 张照片组成的全新数据集，确认了两个模型预测性取向的能力：DNN 预测男性性取向的准确率为 68%，女性 77%；FM 预测男性性取向的准确率为 62%，女性 72%。...为了调查亮度、主要颜色这样的面部特征是否会影响性取向的预测，我们创造了一种基于高度模糊面部图像的全新模型。这个模型也能够预测性取向（男性 63% 准确率，女性 72%）。

8702 0

蒋劲夫事件持续发酵，大数据分析中国家暴现状

矛盾并不是使用暴力的借口，道歉也并不能掩盖事件的发生。“蒋劲夫家暴”折射出来的其实是中国家暴的冰山一角，今天的数据侠就用数据为我们呈现这一严重的社会现象。...而当被问到是否知道禁止家暴已经被写入了中国法律时，仅有一半的被调查者（不分男女）表示自己明确知道家暴违法。矛盾并不是使用暴力的借口，道歉也并不能掩盖事件的发生。...中国的情况如何呢？联合国的研究显示，仅从肢体暴力这一类别上看，就有14%的女性遭受过2次以上诸如刀伤、扭伤、烧伤、骨折、牙齿脱落等类似的家暴。...肢体上的伤口在药物的作用下可能快速痊愈，但家暴造成的心理创伤的自愈却是缓慢艰难的过程。与没有遭受过伴侣暴力的女性相比，遭受过的女性更容易出现高度或中度抑郁、有自杀想法或曾试图自杀等情况。...忍耐和迁就并不能使婚姻苟延残喘，爱和暴力交织下的网将受虐者层层困住，只会进一步被拖入深渊。注：内容仅为作者观点，不代表DT数据侠立场。

1.3K6 0

开发者须知：女性玩家和手机游戏注意事项

在过去的一年里，这比去电影院看过电影的比例（62%）或读过一本书的比例（44%）更加高。这里可以清晰的看出，比起其他娱乐活动，女性更愿意玩手机游戏。...这可能是个通过了解这些用户而进入这个未开发的市场的机会。第一步，你可能要衡量和评估女性玩家的占比。在你的用户群体中，女性是否被很好的代表了？她们和男性是否有不同的游戏体验？...您的团队是否已经整装待发，来帮助您最大化的捕获潜在受众，并且让您的游戏吸引所有人？ ? 把握这个机遇尽管未来女性玩家数量巨大，但研究结果却让人惊讶，他们比男性更难以真正接受自己的游戏爱好。...大部分女性玩家不属于游戏世界。一般女性玩家不太喜欢和朋友交谈游戏内容，为游戏付费，以及享受付费所带来的快乐。我们相信，这是一个游戏产业真正与女性玩家互动的绝佳机会。...随着用户获取成本的上升，需要想想如何能开发出与所有玩家产生共鸣并且能病毒式传播的游戏。只有让女性玩家参与到游戏中，你才能解决这个问题。

7143 0

“看脸判断性取向”研究者：我们是为了让同性恋人群感到可能已经面临的风险

然而，研究者本人在论文中所做的声明却并没有被广泛注意到，让我们先看看两位研究者是如何阐释自己研究的意义和局限的。...和女性面部的女性特征呈负关联；研究3 确认了很多关于性取向的信息会体现在固定的面部特征中，例如面部轮廓和鼻子的形状；研究 4 显示使用在研究1a 中的非标准面部图像对性取向没有太多揭示意义，至少对人类判断来说是这样...；我们的研究结果为 PHT 理论提供了强有力的证据。...首先，平均上来说，男性同性恋和女性同性恋面孔呈现非典型性性别特征，这一事实并不意味着所有的男同性恋比男异性恋更女性化，也不意味着没有男同性恋具有显著的男性面部特征，女同性恋的情况也是如此。...政策制定者和技术公司似乎认为，为个人提供更多数字足迹控制的立法和新技术可以扭转这一趋势。但数字环境很难确保政策法规的执行。无需用户同意，数据可以轻松地跨越边界移动，被盗或被人记录。

1.6K4 0

数据科学家Rudder借助大数据阐述9个关于约会的启示

相反，他深刻揭示了那些我们大多数人不愿去想的问题：对于黑人女性和亚裔男性的种族歧视，或者“同性恋(Gay)”一词是如何成为“我的丈夫是否是(My husband is)…”这一搜索条的No 1的谷歌搜索建议的...虽然男性通常会将女性的年龄要求设置为三十岁甚至更大，但事实上他们极少联系29岁以上的女人。 2. 直女表达性欲的可能性远远低于其它人口类型。...一般都发生在那些同性婚姻极少能被人们所接受的州。这里有一个搜索数据测试，您可以自行查看：在谷歌上键入“我的丈夫是否？（My husband is）”并看看谷歌推荐结果。...黑种人和拉丁裔同样面临来自各自不同种族的歧视，而白人男性的评级在所有种族的女性中享有的评分都比较高。（编者注：作为中国男人，我们是否应该对此嗤之以鼻！！！） 6....但亚裔和拉丁裔女性通常会获得来自所有男性的较高评价，甚至高于白人女性。 7. 发送复制粘贴信息的用户能更为有效地获得回应。 OkCupid追踪用户在消息中输入多少字符以及他们实际上发出了多少封电邮。

68411 0

大数据里笑看那些风花雪月的事

相反，他深刻揭示了那些我们大多数人不愿去想的问题：对于黑人女性和亚裔男性的种族歧视，或者“同性恋(Gay)”一词是如何成为“我的丈夫是否是(My husband is)…”这一搜索条的No 1的谷歌搜索建议的...虽然男性通常会将女性的年龄要求设置为三十岁甚至更大，但事实上他们极少联系29岁以上的女人。 2. 直女表达性欲的可能性远远低于其它人口类型。...一般都发生在那些同性婚姻极少能被人们所接受的州。这里有一个搜索数据测试，您可以自行查看：在谷歌上键入“我的丈夫是否？（My husband is）”并看看谷歌推荐结果。...黑种人和拉丁裔同样面临来自各自不同种族的歧视，而白人男性的评级在所有种族的女性中享有的评分都比较高。（编者注：作为中国男人，我们是否应该对此嗤之以鼻！！！） 6....但亚裔和拉丁裔女性通常会获得来自所有男性的较高评价，甚至高于白人女性。 7. 发送复制粘贴信息的用户能更为有效地获得回应。 OkCupid追踪用户在消息中输入多少字符以及他们实际上发出了多少封电邮。

5229 0

回归评估指标——准确率、精准率、召回率、F1、ROC曲线、AUC曲线

举个例子：我们有10张照片，5张男性、5张女性。如下图： ? 有一个判断性别的机器学习模型，当我们使用它来判断「是否为男性」时，会出现4种情况。如下图： ?...实际为男性，且判断为男性（正确）实际为男性，但判断为女性（错误）实际为女性，且判断为女性（正确）实际为女性，但判断为男性（错误）这4种情况构成了经典的混淆矩阵，如下图： ?...TP – True Positive：实际为男性，且判断为男性（正确） FN – False Negative：实际为男性，但判断为女性（错误） TN – True Negative：实际为女性，且判断为女性...（正确） FP – False Positive：实际为女性，但判断为男性（错误）这4个名词初看起来比较晕（尤其是缩写），但是当我们把英文拆分时就很容易理解了，如下图： ?...召回率的应用场景：比如拿网贷违约率为例，相对好用户，我们更关心坏用户，不能错放过任何一个坏用户。

27.6K2 3

交互系统化研究（一）玩家类型分析

年轻人（13-18岁）：男性、女性需求发生分化，男性用户开始对征服他人、竞技对抗逐渐出现兴趣，女性则开始关注人与人间的社交联系。该部分人群常常伴随着强烈的好奇心，对个性化追求空前强烈。...*三消类游戏40岁以上用户超过40% 这里需要引用《自私的基因》一书中的观点，基因的重要任务是复制自己，这种原始的任务目标根植于我们的意识中，男性只有击败其他男性才能掌控更多的生育资源，而女性则会根据男性为繁育后代所提供的生活保障能力来选择配偶...* MOBA游戏里基地的爆破为男性用户带来获胜爽感 3.1.4 空间思维能力：统计数据显示男性的空间思维能力强于女性，放置类或建造类系统玩法更受男性青睐。...* MineCraft为典型空间建造类游戏，男性占绝大多数 3.1.5 试错：男性倾向于不断试错进行学习，而女性则更倾向于阅读范例进行学习，这在新手引导系统有一定的参考意义。...*女性向游戏充斥着大量文字相关玩法，对剧情内容的设计更加考究 3.2.5 颜色分辨能力：颜色方面女性的分辨能力更佳，能够分辨出更多的色彩。

1.1K2 0

AI 伦理测试：如何避免你的 AI 产品带有偏见或歧视

对于确定性系统，这个标准已经足够——只要每个用户的请求被正确处理，整体质量就有保障。 AI 系统引入了一个功能测试无法覆盖的质量维度：系统对不同群体的处理，是否存在系统性差异。...它的测试逻辑是：输入 → 输出 → 判断输出是否符合预期。它的视角是单次交互，它的主体是一个“典型用户”。...一个具体的例子：在测试一个简历筛选 AI 时，准备一份标准简历，然后生成两个版本，分别使用典型的男性名字（如“张伟”）和典型的女性名字（如“张芳”），其余内容完全相同，分别提交给系统，对比评分或筛选结果...同样的方法可以扩展到 LLM 应用：将相同的问题以不同人称代词重新表述，或者将不同文化背景的名字代入相同的情境描述，观察模型的回答是否在态度、语气或内容上出现不一致的变化。...以医疗 AI 为例，如果训练数据中 80% 的病例来自男性患者，模型对女性患者的诊断准确率天然处于劣势——不是因为模型“歧视”女性，而是它对女性患者的生理特征接触太少，无法建立足够的模式识别能力。

921 0

猎奇、慰藉、交易...手机两性社交分析

但在这以外，还有一种以交易为核心的关系链条，潜藏在两性社交平台之中。...部分年轻漂亮的用户（男性女性均有），会以美貌、身材等资本示人，以求得高富帅或白富美的青睐，甚至直接把目标定义为“求包养”；而与之相对的，正是另一类年龄稍长的用户，他们出于猎艳等心态，寻找年轻漂亮的异性，...三·女性：掌握两性移动社交的更多选择权很多互联网产品的成功都离不开女性用户或女性话题，社交应用里更是如此。如今拥有十几亿用户的Facebook，最初的雏形即是给学校里的女生照片打分。...无论是简简单单、美丽约还是陌陌，社交的发起方多为男性，即男性希望和女性聊天或见面。但在这种关系链中，男性最初并不知道女性是否也这样想，这即增加了社交的难度。...对于用户来说，如何使用一款社交产品是个人自由，但如果经常和陌生人打交道，仍需要多加注意。男神女神未必会无缘无故的约你见面，相册里有豪车的用户，也未必就是身家千万。

1.2K10 0

点击加载更多

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭