Machine Learning Algoritm förutsäger vilka nya ansikten som kommer att göra det som modemodeller

Jobbet med att välja modemodeller för att representera ett varumärke har aldrig varit lätt. När du söker igenom en databas med modeller, står en casting director inför ett val av tusentals för varje tidningsomslag, socialt evenemang eller framträdande på landningsbanan. Vilket man ska välja har blivit mer komplext de senaste åren eftersom sociala medier nu spelar en viktig roll i alla modellers karriär.

Och ändå blir vissa ansikten snabbt mer populära än andra. Det innebär att när de ställs inför samma information – vanligtvis saker som kroppsstorlek och form, modellbyrå, tidigare erfarenhet såväl som en bild av modellen – verkar rollbesättningsledare i allmänhet göra samma val.

Det väcker den intressanta frågan: med samma information, kan en lämpligt utbildad maskin göra samma val och till och med förutsäga vilka modeller som är mer benägna att dyka upp på nästa säsongs startbanor?

Idag får vi ett svar tack vare Jaehyuk Parks och kompisars arbete vid Indiana University i Bloomington. Dessa killar har använt en maskininlärningsalgoritm för att upptäcka de faktorer som korrelerar med framtida modelleringsframgång, mätt med antalet landningsbanor. Och de säger att deras tillvägagångssätt blir ännu mer exakt när det tar hänsyn till sociala mediers popularitet också.

Teamet började med att ladda ner data för 431 kvinnliga modeller som listades som nya ansikten på Fashion Model Directory, en viktig webbplats med branschlistor. Den här sidan ger olika detaljer om varje modell, såsom namn, åldersvikt, längd, höft, midja, klänningsstorlek och så vidare. Föga överraskande visar dessa data att dessa modeller i genomsnitt är betydligt längre, tunnare och lättare än resten av befolkningen.

Fashion Model Directory listar också varje modells byrå - som teamet kategoriserar som antingen en toppbyrå eller inte - och hennes erfarenhet hittills, såsom tidningsomslag och antal landningsframträdanden.

Eftersom de är nya ansikten, hade dessa modeller alla en liknande, begränsad erfarenhet med i genomsnitt bara 3,25 landningsframträdanden vardera under modeveckorna i september 2014 i New York, London, Paris och Milano. Den siffran är vilseledande med tanke på att majoriteten av dem inte utförde en enda landningsbana under dessa veckor och endast 24 procent utförde en eller flera.

Teamet samlade också in data om närvaron av varje modell på Instagram, förmodligen det mest inflytelserika sociala nätverket i modevärlden. De fann att nästan 60 procent av modellerna hade Instagram-konton hos de på toppbyråer som är mer benägna att vara representerade på Instagram.

Park och co fortsatte med att samla in alla sociala inlägg för varje konto under de tre månaderna fram till modeveckorna i september 2105, inklusive metadata som antalet likes och kommentarer. De beräknade till och med känslan av kommentarerna för att avgöra i vilken utsträckning de var positiva eller negativa.

Efter att ha samlat all denna data använde de olika maskininlärningsalgoritmer för att leta efter korrelationer mellan de som hade en eller flera startbanor och de som inte hade någon.

Resultaten ger intressant läsning. Olika faktorer korrelerar positivt med banans popularitet – till exempel är långa modeller mer populära och varje ytterligare centimeter höjd mer än fördubblar deras chanser att gå en bana. Att vara med på en toppbyrås böcker är en ännu viktigare faktor som ökar chanserna att synas på en landningsbana med en faktor tio.

Snarare förutsägbart korrelerar faktorer som större klänning, höfter och skostorlek negativt med framgång medan midjestorleken inte är korrelerad på något sätt.

Sociala medier visar sig också vara viktiga men inte alltid på självklara sätt. Fler kommentarer på ett Instagram-konto korrelerar med högre chanser att gå en landningsbana. Men konstigt nog, att ha fler likes minskar chanserna med runt 10 procent.

Nu är här den viktiga delen. Efter att ha upptäckt dessa samband använder Park och co dem för att försöka förutsäga framgång vid en framtida uppsättning modeveckor, särskilt de i februari och mars 2015.

Än en gång letade de igenom modemodellkatalogen efter nya ansikten före dessa shower och laddade ner data för 15 modeller tillsammans med deras Instagram-data. (Varför det blev så många färre nya ansikten den här gången är inte klart.)

Slutligen använde de sina maskininlärningsalgoritmer för att förutsäga vilken av dessa modeller som skulle göra en eller flera startbanor och vilka som inte skulle göra något.

Den bästa algoritmen identifierade korrekt sex av de åtta modellerna som skulle fortsätta att bli populära på landningsbanan. (Faktiskt förutspådde algoritmen korrekt att alla modellerna i bilderna ovan skulle bli mer framgångsrika, för att svara på frågan i undertiteln.) Vårt ramverk förutsäger framgångsrikt de flesta av de nya populära modellerna som dök upp 2015, säg Park och co.

Teamet analyserade också vilka faktorer som var viktigast i dessa förutsägelser och fann att sociala medier spelar en nyckelroll. Vi finner att en stark närvaro på sociala medier kan vara viktigare än att vara under kontrakt med en toppbyrå, eller än de estetiska standarder som efterfrågas av branschen, säger de.

Studien har dock ett antal svagheter. Det allvarligaste är att teamet visar denna prediktiva kraft för endast 15 modeller, något de hoppas kunna ta itu med med större datauppsättning i framtiden.

Det finns också en fråga om lagets mått på framgång - en startbana. Vilken modell som helst kommer att berätta för dig att framträdanden på landningsbanor inte skapas lika med de som förknippas med de största modehusen, som Chanel och Hermes, som är mycket viktigare och mer värdefulla. Återigen är detta något som teamet hoppas kunna ta itu med i framtida arbete.

En annan begränsning är att resultaten gäller online för kvinnliga modeller på grund av bristen på tillgängliga data om manliga modeller.

Ändå ger Park och co en intressant inblick i en bransch som till stor del är ogenomskinlig. Det bidrar också till ett bredare fält av strävan i form av framgångsvetenskapens framväxande fält som studerar krafterna och mekanismerna som verkar när individer blir framgångsrika eller misslyckas.

Modevärlden är notoriskt hänsynslös. Vi noterar hur modemodellering uppvisar en stark vinnare tar allt, säger Park och co. I en bransch som verkar styras av en sådan överlevnad av den starkaste mekanism, blir skillnaden mellan att framföra en show på en förstklassig plats eller inte avgörande.

I den här typen av scenarier blir även de minsta fördelarna enormt förstärkta. Och det har viktiga konsekvenser för alla spirande supermodeller - ett starkt Instagram-konto kan vara skillnaden mellan framtida framgång och misslyckande.

Ref: arxiv.org/abs/1508.04185 : Style in the Age of Instagram

Dölj