[发明专利]艺术品推荐方法、装置、可读介质及电子设备

权利要求书

1.一种艺术品推荐方法，其特征在于，所述方法包括：

提取用户收藏列表中各艺术品的图片特征向量，并基于各所述图片特征向量进行聚类得出用户的风格标签文档；

根据各所述用户的风格标签文档，通过特征划分狄利克雷过程模型将用户群组划分为若干潜在群组，并确定各所述潜在群组的风格标签分布以及所述用户属于各潜在群组的概率分布；

基于所述潜在群组的风格标签分布以及所述用户属于各潜在群组的概率分布计算所述用户在每一个风格标签上的得分，根据所述得分通过预设规则向用户推送相应的艺术品；

所述根据各所述用户的风格标签文档，通过特征划分狄利克雷过程模型将用户群组划分为若干潜在群组，并确定各所述潜在群组的风格标签分布以及所述用户属于各潜在群组的概率分布，具体包括：

步骤a、设置超参数α、β，先验参数λ、ω，初始K值，迭代次数；

步骤b、建立收藏数据集合U的生成概率密度函数：

步骤c、通过如下公式计算出风格标签l可以作为潜在群组的群兴趣的概率：

并对可以代表潜在群组的群兴趣的风格标签列表进行更新；

步骤d、根据采样结果更新通过如下公式进行计算：

步骤e、根据采样结果更新通过如下公式进行计算：

步骤f、根据采样结果更新θ，θ通过如下公式进行计算：

步骤g、更新用户所属类别：

以及，

第i个用户属于第k个潜在群组的概率为：

以及，

第i个用户属于第k+1个潜在群组的概率为：

然后通过轮盘赌选择用户i所属的潜在群组，若出现用户属于新的潜在群组情形，则更新K值；

步骤h、判断步骤f中的计算结果是否满足预设收敛条件，若是，执行步骤i，否则返回步骤c；

步骤i、输出用户i属于各潜在群组的概率分布：

以及，

潜在群组k的风格标签分布：

其中，c_i为第i个用户所属的潜在群组的索引；

τ为二元变量且τ＝{τ₁,τ₂,...,τ_L}，Ω表示可以代表潜在群组的群兴趣的风格标签的集合；

L为风格标签数量，l为风格标签，l＝1,2,...,L，l的值表示其对应的风格标签在风格标签列表{1,2,3,...,L}中的索引；

I是用户数量，i＝1,2,...,I，|u_i|为第i个用户的收藏列表中的艺术品总数，u_il为第l个风格标签在u_i中出现的次数，u_i＝{u_i1,u_i2,...,u_iL}为第i个用户的风格标签文档，U＝{u₁,u₂,...,u_I}为用户群组的收藏数据集合；

K为当前潜在群组的数量，k＝1,2,...,K；

β_l为潜在群组中的风格标签l的概率，θ为潜在群组的概率分布；

为用户群组中所有用户收藏列表中不能够代表用户群组的群兴趣的艺术品风格标签的分布，为潜在群组k的风格标签分布；

H(c_i＝k)为指示函数，当c_i＝k时，H(c_i＝k)＝1，否则，H(c_i＝k)＝0；

f(τ|U,c₁,c₂,...,c_I)∝f(U|c₁,c₂,...,c_I,τ)p(τ)；

且

2.根据权利要求1所述的方法，其特征在于，所述提取用户收藏列表中各艺术品的图片特征向量，并基于各所述图片特征向量进行聚类得出用户的风格标签文档，具体包括：

通过深度残差网络提取户艺术品列表中各艺术品的图片特征向量，并基于所述图片特征向量通过K-means算法进行聚类得出用户的风格标签文档。