mage Grid

 Это визуализация. Картинки просто раскладываются в сетке без учёта их сходства (кроме порядка загрузки или выбранного атрибута).

 

Hierarchical Clustering

 Это уже модель, которая использует признаки изображений, на дендрограмме чётко видно разбиение на два кластера (C1 и C2).

разница:

 • Image Grid — только удобный просмотр.

 • Hierarchical Clustering — осмысленное группирование по визуальным признакам.

Какие фото использовались

Я использовала фото людей за компьютерами, офисные и рабочие сцены, серверные, рабочие места, техника, часть фото — крупные планы людей, часть — общие планы помещений.

Судя по кластеризации, логика примерно такая:

Кластер C1 (верхний)

 • Более общие планы

 • Много техники, интерьеры, рабочие пространства

 • Меньше фокуса на лице человека

Кластер C2 (нижний)

 • Люди крупным планом

 • Чётко видны лица

 • Больше «портретной» информации

Модель, скорее всего, опиралась на:

 • наличие/отсутствие лиц,

 • текстуры (мониторы, серверы vs кожа, одежда),

 • композицию кадра,

 • цветовые и контрастные особенности.

АНАЛИЗ В GOOGLE ANALYTICS

Основная часть активной аудитории представлена пользователями из России. С высокой вероятностью это студенты нашего факультета, которые просматривают готовые работы в качестве ориентиров.

Все визиты осуществляются через веб-версию с настольных устройств, что позволяет предположить, что аудитория состоит преимущественно из студентов, использующих сайт для подготовки и выполнения домашних заданий.

Средняя продолжительность одного сеанса составляет 44 секунды. Максимальная активность была зафиксирована в период с 12 по 15 ноября. Рост числа посещений связан с публикацией первого задания по теме «Orange», которое оказалось достаточно сложным и вызвало повышенный интерес. Аналогичное поведение наблюдается и по другим материалам: наибольшее количество просмотров приходится на день сдачи задания или непосредственно перед дедлайном.