[发明专利]一种社交策展网络上画板(Board)封面的个性化推荐算法

说明书

一种社交策展网络上画板(Board)封面的个性化推荐算法涉及智能媒体计算和大数据分析技术领域。本发明基于社交策展网站花瓣网，利用了花瓣网中的多模态数据，设计了一种个性化的画板封面推荐算法，在对采集进行多模态表示后，通过聚类算法将采集向量进行无监督聚类，并选出最靠近模型聚类中心的采集作为画板的新封面。本发明的提出，填补了当前社交策展网络中的功能空缺。

技术领域

本发明涉及智能媒体计算和大数据分析技术领域，特别是涉及一种社交策展网络上画板(Board)封面的个性化推荐算法。具体涉及一种利用图片、文本等多模态信息对社交策展网络上的采集、画板自下而上逐一建模，最后为用户发布的画板个性化的推荐封面的算法。

背景技术

随着Facebook、Twitter、微博等社交网络的盛行，社交网络在近年来越来越多的引入了更多的用户社交行为数据和社会成员之间关系来丰富自己的功能。近年来，许多社交网站加入了“策展”功能，“策展”意为策划、筛选并展示。社交策展网络允许用户对其网络中展示的物品进行收集、分类、分享、点赞、评论、打分、关注等操作(如图1所示)，鼓励用户主动的将网站上的信息收集、整理，自主表达自己的爱好。社交策展网络与传统网络相比，更重视物品与用户之间的互动，用户表达方式更加丰富多样。不同于传统社交网络——如基于信息分享的微博、Twitter，基于用户间社交关系的Facebook等，社交策展网络是一种由用户的兴趣点驱动，基于用户对网络中所展示的物品的兴趣建立而成的社交网络。对Pinterest、花瓣网这样的社交策展网络的研究，成为了近年来的热点之一。

与传统社交网络不同的是，在社交策展网络中，基本的用户信息只起到辅助作用，用户与网站展示的物品之间的互动则占据了主导地位。采集(Pin)是策展网络中最基本的物品单位，一个采集由包含一张图片和一段由用户给出的与图片对应的文本描述这两种不同模态的信息。画板(Board)作为一种社交策展网络中的中层物品单位，功能类似于相册，是收集采集的容器，用户可以将他感兴趣的采集整理重组，保存到不同的画板中，如图1所示。

如图2所示，画板在页面中均是以三到四张略缩图封面的形式呈现的。一组精心设计过的缩略图封面，可以更好地代表画板中所有采集的主题，展现出画板中最精彩的部分，吸引其他用户来关注或喜欢画板，是决定画板是否成功、发布画板的用户是否能够成为热门用户的重要因素之一。但是，虽然社交策展网络提供了选择画板中的一张图片作为封面的功能，却未提供封面推荐功能。用户自己决定的封面，受到主观性、时效性等因素影响，往往并不能作为整个画板的精华，精准的展现画板的兴趣分布。以图2为例，顶部及中间为Pinterest上的四个画板缩略图，如果用户为画板选择了封面，则缩略图由封面及两个最近添加的采集构成，如果用户未设置封面，则缩略图由六个最近添加的采集构成；顶部两画板中的采集主题相似程度较高，表明该画板涉及的兴趣较窄，其缩略图容易出现重复信息；中间两画板兴趣较宽，除信息重复外，主要问题是难以用少量图片准确表示；底部为花瓣网上的两个画板缩略图，如果用户为画板选择了封面，则缩略图由封面及三个最近添加的采集构成，反之，则缩略图由四个最近添加的采集构成；底部靠左兴趣较窄的画板和底部靠右兴趣较宽的画板也分别存在与Pinterest上画板缩略图相同的问题。分析表明，当今热门社交策展网络的画板封面推荐算法逻辑较为简单直接，在大部分时候，并不能很好的作为画板的“门面”，体现作者在画板中表达的内容。在为用户推荐画板封面时，缺少一种个性化的推荐算法。

本发明基于社交策展网站花瓣网，利用了花瓣网中的多模态数据，设计了一种个性化的画板封面推荐算法，在对采集进行多模态表示后，通过聚类算法将采集向量进行无监督聚类，并选出最靠近模型聚类中心的采集作为画板的新封面。本发明的提出，填补了当前社交策展网络中的功能空缺。

发明内容

本发明的目的是提供一种社交策展网络上画板(Board)封面的个性化推荐算法，如图3所示，算法流程包含以下步骤：

1、采集(Pin)的多模态联合表示