[发明专利]基于肖像匹配度的婚恋交友推荐方法和系统在审
申请号: | 201210351404.6 | 申请日: | 2012-09-21 |
公开(公告)号: | CN103678394A | 公开(公告)日: | 2014-03-26 |
发明(设计)人: | 孟露芳 | 申请(专利权)人: | 孟露芳 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200433 上海市杨浦区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 肖像 匹配 婚恋 交友 推荐 方法 系统 | ||
1.一种基于肖像匹配度的婚恋交友的推荐方法和系统,其特征在于,其主要系统结构包括:至少两个客户端11和12,网络服务器21,以及相关联的用户基本信息数据库31和用户肖像数据库32。
2.一种基于肖像匹配度的婚恋交友的推荐方法和系统,其特征在于,其主要功能模块包括:
a) 用户原始肖像采集单元100;
b) 用户原始肖像存储单元200;
c) 肖像矢量化数据转换单元300;
d) 肖像数据降维运算单元400;
e) 肖像降维数据存储单元500;
f) 肖像偏好建模训练模块600,包括用户肖像偏好度选择单元601以及用户肖像偏好建模运算单元602;
g) 用户匹配预选模块700, 包括用户其他信息存储单元701以及用户过滤筛选单元702;
h) 肖像匹配运算单元800;
i) 交友对象推荐单元900。
3.一种基于肖像匹配度的婚恋交友的推荐方法和系统,其特征在于,其主要功能的实现一般包括下述步骤:
a) 从客户端采集用户的肖像信息和其他信息,并上传至网络服务器,分别储存于用户肖像数据库和用户其他基本信息数据库;
b) 将肖像数据库中的图像信息矢量化,并通过图像降维算法比如主成分分析算法大幅减少描述肖像特性的变量数,便于建模运算;
c) 抽取部分图像组成建模用的训练选择集,用适宜的实验设计方法比如部分因子正交排列方法,为每个用户选取一定数量的肖像组成建模用的测试选择集供用户选择最符合交友要求的肖像;
d) 使用用户肖像偏好选择的测试结果数据以及贝叶斯参数估计方法比如多层贝叶斯模型(Hierarchical Bayesian Method)为每个用户建立肖像偏好的离散选择模型(Discrete Choice Model);
e) 通过用户的其他信息数据,根据用户的交友要求,或其他匹配度值过滤筛选交友对象,并提取符合筛选条件的交友对象并将其简化后的肖像数据传送给匹配运算单元;
f) 通过肖像偏好度离散选择模型为每个用户估算交友对象的匹配度,并按匹配度高低排列;
g) 根据用户自定的需求,将符合肖像匹配要求的交友对象及其相关信息通过客户端推荐给用户,其余对象则退回用户数据库,再次参与其他用户的匹配运算。
4.如权利要求3所述的方法和系统,其特征在于,步骤a 所述的用户信息采集具体包括以下特征:
a) 用户信息一般通过计算机或移动设备如手机或平板电脑中预置或下载的客户端软件采集;其中所述的用户信息包括姓名,性别,年龄,地理位置,学历,收入等,也可通过问卷形式回答一系列测试心理特质的问题,还包括由用户预先提供的对婚恋交友对象的一些基本要求;
b) 用户需要使用独立或内置于计算机或移动设备中的图像采集设备,比如计算机或手机的摄像头,或用数码相机拍照后通过数据线或其他方式传到联网设备;
d) 用于建模的肖像图片也可通过接入现有肖像数据库的方式采集,比如接入现有的身份证照片系统或者社交网络系统的图片库或者供研究用的公共照片库;
d) 所有这些信息再通过互联网上传到服务器,分别储存于相应的基本信息数据库或肖像数据库中。
5.如权利要求3所述的方法和系统,其特征在于,步骤b 所述的肖像信息矢量化的方法一般是将每张图像转化成一个对应的像素值的矩阵,每个变量对应一个像素位,每个像素的色彩信息如灰度值就是每个变量的值;所述步骤b中的降维方法主要有两种:一种是基于主成分分析算法(Principal Component Analysis)形成特征脸(Eigenface),再将图像投影在特征脸的空间中,从而得到能最大可能地描述图像特征的投影数据;另一种方法是通过如弹性束图匹配算法(Elastic Bunch Graph Matching)等类似方法提取脸部的局部特征,形成多个能最有效解释图像差别的局部特征变量;这些算法通常可以将图片变量减少至100个甚至50个以下,大幅减少模型建立的运算量,从而提高运算效率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于孟露芳,未经孟露芳许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210351404.6/1.html,转载请声明来源钻瓜专利网。