[发明专利]一种基于社交媒体图片的地域分析、推荐方法及系统

摘要

本发明提供一种基于社交媒体图片的地域分析、推荐方法及系统，所述地域分析包括：S1：图片收集：从社交网站上获取各个地区的图片；S2：图片特征提取：对每张收集的图片，用深度神经网络提取固定长度的向量；S3：图片地域分析：根据提取的所有图片的固定长度的特征向量，通过地域特征挖掘模型，将图片特征向量按照相似度进行聚类，将图片类别按照主题进行聚合，计算每个地域特征的图片类别分布，并得到每个地区的地域特征分布。根据以上分布对每个地区进行特征分析，向用户根据其兴趣爱好推荐适合的地区。本发明通过对图片的利用，使得推荐结果更为精确，从而实现更好的推荐效果。

主权项

1.一种基于社交媒体图片的地域分析方法，其特征在于，包括如下步骤：/nS1：图片收集：从社交网站上获取各个地区的图片；/nS2：图片特征提取：对每张收集的图片，用深度神经网络提取固定长度的向量；/nS3：图片地域分析：根据提取的所有图片的固定长度的向量，通过地域特征挖掘模型，将图片特征向量按照相似度进行聚类，将图片类别按照主题进行聚合，计算每个地域特征的图片类别分布，并得到每个地区的地域特征分布；/n其中，地域特征挖掘模型，是指定聚类数目K¹、地域特征数目K、地域数目M，以及每个区域的图片特征，通过变微分推断，计算出高斯分布图片类别分布{φ_k}_k＝1,...,K，地域特征分布{θ_m}_m＝1,...,M；/n上述的S3，所述图片地域分析采用一个概率生成模型，它包括图片聚类、地域特征聚合和地域特征分析：/n所述的图片聚类，是通过地域特征挖掘模型，仅有图片特征的情况下，自动将图片特征进行聚类，对于每一个类别k¹，用高斯分布模拟并计算该高斯分布的均值和协方差系数其中I为单位矩阵；/n所述的地域特征聚合，是通过地域特征挖掘模型，仅有图片特征的情况下，自动将图片类别进行地域特征聚合，对于每个地域特征k，用多项式分布φ_k模拟图片类别分布，通过对图片特征进行分析计算φ_k；/n所述的地域特征分析，是通过地域特征挖掘模型，对每个地域得到一个地域特征分布，对于每个地域m，用多项式分布θ_m模拟地域特征分布，通过对图片特征进行分析计算θ_m。/n