[发明专利]基于图片内容的用户兴趣提取方法

摘要

本发明公开了一种基于图片内容的用户兴趣提取方法，该方法包括：建立兴趣树；基于仿射不变性的SIFT算法进行图像检索；对具有相同标注的分数进行合并，按照合并后分数的高低进行排序，根据合并后分数的高低，对每一个标注与兴趣树中的兴趣进行比较，根据其离根节点的距离判定其相对应的兴趣。并把兴趣相同的分数合并，按照分数的高低进行排序，这样就根据一张图片得到了推论的用户的兴趣分布；重复以上步骤，对相册中所有图片得到的兴趣按照兴趣的类别进行合并，从而得到该用户的兴趣分布。与现有技术相比，特别适用于海量图片的信息挖掘，尤其是社交网络对用户的分类。在对用户进行分类后的潜在的应用包括个性化服务推荐、广告的定向投放等。

主权项

一种基于图片内容的用户兴趣提取方法，预先建立图片数据库，数据库中的每张图片都设置有表示其相关兴趣的标注信息，其特征在于，该方法包括以下步骤：步骤一、建立兴趣树，该树结构中包括根节点以及表示用户兴趣的子节点；步骤二、对用户的每一张图片进行图像检索，该步骤具体操作为：步骤（101）、提取图片的Hessian‑Affine区域；步骤（102）、提取Hessian‑Affine区域的图像特征点的SIFT特征值；步骤（103）、对图像特征点进行聚类得到视觉关键字，并计算该视觉关键字的汉明码，图片的每一个视觉关键字转化成一个64维汉明码用于检索；步骤（104）、通过视觉关键字，根据词袋模型，在图片数据库中检索匹配的图片；步骤（105）、将所有匹配的图片进行打分，并按照得分的高低进行排序并显示，其中每张图片都有表示其语义内容的标注，这里的标注就是相对应的兴趣单词的ID，将图片的得分和其标注进行存储；步骤三：用户兴趣挖掘，根据步骤二得到的数据，对其按照得分进行归一化计算： S i = S i / Σ i = 1 n S i , 其中Si为得分排序为第i名的图片的得分，n为检索出的图片的数量；对得到的数据再次进行打分：Si＝Si+1/2i+num/2i,其中i为图片按照得分的排序位置，num为前i张图片中与第i张图片有相同标注的图片的数量；实现根据用户的兴趣分布对步骤二得到的数据进行处理；步骤四、对具有相同标注的分数进行合并，按照合并后分数的高低进行排序，根据合并后分数的高低，对每一个标注与兴趣书中的兴趣进行比较，根据其离根节点的距离判定其相对应的兴趣，并把兴趣相同的分数合并，按照分数的高低进行排序，这样就根据一张图片得到了用户的兴趣分布；重复以上步骤一至步骤四，对相册中所有图片得到的兴趣按照兴趣的类别进行合并，按照合并后的分数的高低进行排序和统计，从而得到该用户的兴趣分布。