[发明专利]基于社交图片的用户兴趣挖掘和用户推荐方法及系统有效
| 申请号： | 201610523079.5 | 申请日： | 2016-07-05 |
| 公开（公告）号： | CN107577682B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 王延峰;张娅;姚江超;孙军 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06Q50/00 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 徐红银;郭国中 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于社交图片的用户兴趣挖掘和用户推荐方法及系统，该方法包括：从社交网站上获取用户的所有图片和图片标签；对每张从社交图片收集步骤收集的图片，用深度神经网络提取固定长度的视觉向量；对每张图片的标签用话题模型提取固定长度的文本向量；根据特征提取步骤提取的所有视觉向量和文本向量，采用用户兴趣分析模型，将视觉向量和文本向量按照相似度进行聚类，计算社交图片的兴趣‑类别分布，并计算用户的用户‑兴趣分布。进一步通过分析目标用户的用户‑兴趣分布与候选用户的用户‑兴趣分布的欧式距离，可以向目标用户推荐兴趣相似的候选用户。本发明提取出可靠的用户兴趣特征，实现用户的兴趣推荐。 | ||
| 搜索关键词： | 基于 社交 图片 用户 兴趣 挖掘 推荐 方法 系统 | ||
【主权项】：
一种基于社交图片的用户兴趣挖掘方法，其特征在于，包括如下步骤：社交图片收集步骤：从社交网站上获取用户的图片和图片标签；特征提取步骤：对每张从社交图片收集步骤收集的图片，用深度神经网络提取固定长度的视觉向量；对每张图片的标签用话题模型提取固定长度的文本向量；兴趣分析步骤：根据特征提取步骤提取的所有视觉向量和文本向量，采用用户兴趣分析模型，将视觉向量和文本向量按照相似度进行聚类，计算社交图片的兴趣‑类别分布，并计算用户的用户‑兴趣分布。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610523079.5/，转载请声明来源钻瓜专利网。
