[发明专利]具有隐私分级可控的个性化图像检索方法

摘要

本发明涉及一种具有隐私分级可控的个性化图像检索方法，针对个性化图像检索中存在的隐私保护问题，研究一种分层结构的用户隐私保护方案，具体内容包括构建分层用户兴趣模型并初始化，更新分层用户兴趣模型，裁剪某一层次以下的结点，或者裁剪树型结构中的目录分支，根据兴趣模型进行检索，将最相似的l幅图像作为检索结果返回给用户。本发明实现了对个性化图像检索的用户个人隐私信息的有效保护。

主权项

具有隐私分级可控的个性化图像检索方法，其特征在于包含以下内容：构建分层用户兴趣模型并初始化；所述的分层用户兴趣模型包含5层，每层具有节点，每个节点包含关键词和节点权重，每个分层用户兴趣模型对应一个用户；第一层有一个节点，该节点的关键词为用户，节点权重为该节点的子节点的权重之和；第二层有两个节点，这两个节点的关键词分别为生物和非生物，每个节点的权重为其子节点的权重之和；第三层有三个节点，这三个节点的关键词为植物、动物、交通，每个节点的权重为其子节点的权重之和；第四层有多个节点，每个节点的关键词为所述分层用户兴趣模型对应用户的A类长期兴趣中的一个关键词，如果第四层中的节点有子节点，则该节点权重为其子节点的权重之和，如果第四层中的节点不存在子节点，则该节点权重为关键词对应的兴趣度；第五层有多个节点，每个节点的关键词为分层用户兴趣模型对应用户的B类长期兴趣中的一个关键词，每个节点的节点权重为关键词对应的兴趣度；分层用户兴趣模型初始化：初始化时，模型包括前三层，根据用户检索信息生成第四、五层，具体如下：根据用户的每次检索生成一次短期兴趣，用户短期兴趣包括关键词，关键词图像所对应ID以及关键词兴趣度，由至少10次短期兴趣生成一次长期兴趣，长期兴趣分为A类和B类，均包括关键词以及关键词所对应的兴趣度，其中B类是A类中某一关键词的子类；模型第四层中节点为A类长期兴趣中的各个关键词，模型第五层中节点为B类长期兴趣中的各个关键词，第五层节点权重为关键词对应的兴趣度；如果第四层中的某些节点是第五层中某些节点的父类，则第四层中对应节点的权重为第五层中子节点的权重之和，否则，第四层中节点权重为节点关键词对应的兴趣度；更新分层用户兴趣模型；用户每检索m次更新一次分层用户兴趣模型，m≥10，用户的每次检索生成一次短期兴趣，由m次短期兴趣以及之前所有检索信息更新一次长期兴趣，根据长期兴趣，进行用户兴趣模型的更新；首先更新第五层，根据更新后长期兴趣中B类信息的每一个关键词，将每一个关键词所对应的兴趣特征向量与用户兴趣模型中每一个节点的特征向量进行相似度计算，如果所得到的最大相似度大于系统设定的阀值，那么只更新该节点的权重，即将更新后的长期兴趣中的兴趣度作为该关键词的权重信息；否则关键词为第五层新增节点，作为相似度最大节点的子节点，权重为该关键词的兴趣度；更新第四层时，根据长期兴趣中A类信息的每一个关键词，将每一个关键词所对应的兴趣特征向量与用户兴趣模型中前四层每一个节点的特征向量进行相似度计算，如果所得到的最大相似度大于系统设定的阀值，那么只更新该节点的权重，即将更新后的长期兴趣中的兴趣度作为该关键词的权重信息；否则关键词为新增节点，作为相似度最大节点的子节点，权重信息为该关键词的兴趣度；所述的关键词的兴趣特征向量是指m次检索中该关键词所包含的关键图的颜色、纹理、形状特征，如果关键图数量大于1，则取平均值；所述的节点的特征向量是该节点所包含的最新n幅关键图的颜色、纹理、形状特征平均值，n大于等于10；所述的相似度计算采用欧氏距离；所述的关键图为每次检索时输入的图像；更新前三层，根据父节点是其子节点权重之和更新前三层节点的权重；保护性检索；首先加入保护规则：裁剪某一层次以下的节点，或者裁剪树型结构中的目录分支；提交关键图进行检索，将最相似的l幅图像作为检索结果返回给用户；其中图像相似度d的计算公式如公式(1)(2)所示，数值越小与关键图的相似度越高，对这些图像重新按值从小到大排序，从中选出排序靠前的图像作为检索结果返回给用户，d＝S+αS(1‑w)        (1)S=[Σi=1,2,3|xi-yi|2]1/2---(2)]]>S为关键图x与图像特征库中的图像y的欧氏距离，i＝1为颜色特征，i＝2为纹理特征，i＝3为颜色特征；α为影响因子，0≤α≤1；xi为关键图的各特征，yi为图像特征库中的图像的各特征；在无隐私保护的情况下，w是用户兴趣模型中图像特征库中的图像y所对应关键词节点的权重，其中，如果当前兴趣模型中不存在图像特征库中的图像y所对应的关键词节点，则w为0；在进行隐私保护的情况下，如果当前兴趣模型中不存在图像特征库中的图像y所对应的关键词节点，则w为0；如果当前兴趣模型中存在图像特征库中的图像y所对应的关键词节点，并且图像特征库中的图像y所对应的关键词节点依然保留，则w是用户兴趣模型中图像特征库中的图像y所对应关键词节点的权重；如果图像特征库中的图像y所对应的关键词节点在兴趣模型中被裁剪，w则是用户兴趣模型中图像特征库中的图像y所对应的关键词节点的最近的父节点的权重。