[发明专利]一种基于模块化的流形排序的图像推荐方法

摘要

一种基于模块化的流形排序的图像推荐方法涉及智能媒体计算和大数据分析技术领域。本发明首先利用CNN网络提取图片特征，根据图片特征计算图片之间的相似性，构造拓扑关系图。利用模块化的方法将所有图片分到多个子流形上，单独对子流形进行学习。对于每一个子流形，结合已有的用户图片关系和图片之间的关系，得到子流形上的图片与所有用户之间的关系，根据子流形上的关系用户图像相关性得到用于图像推荐的全局流形中的用户图像相关性。采取局部流形的策略，降低面向大规模数据的计算难度，实现基于流形排序的社交多媒体相关度计算。根据每一张图片和所有用户之间的相关度排序，给每个用户生成推荐列表。

主权项

1.一种基于模块化流形排序的图像推荐方法，其特征在于，包括以下步骤：1)、基于图片内容信息的图片相似性计算，利用计算的相似性构图将图片输入网络中提取图片特征；利用余弦相似性计算两张图片的相似性；利用计算的相似性构图；2)、流形的模块化第一，将每一张图片分别放在一个流形上，然后考虑每一个流形上的图片和它的邻居图片，合并到这个流形上计算模块度增量；模块度增量是将一个孤立的点放到一个模块上后，这个模块的变化；也就是就说将一张独立的图片放到一个流形上后，这个流形上的模块度会发生变化，这个变化的量即为模块度增量；找到这个独立的图片在不同的流形上的模块度增量的最大正值，将这张图片放到这个流形上，若没有正值则图片所属流形保持不变；重复上述过程直到每一张图片所属的流形不再变化；第二，把每一张图片当成一个节点，将新的流形上的所有节点压缩成一个新的节点，所有流形节点之间的权重转化为新节点的环的权重，流形之间的边权重转化成新节点之间的边权重；重复第一步，直到整个图的模块度不再发生变化；这就将所有的图片分布到了不同的流形上；将每一个流形上的图片分别进行流形排序；3)、流形排序算法流形排序的算法采用拉普拉斯图映射方法，基于图像间的拓扑流形分布，利用其几何结构中隐含的局部信息相关性，传播已知的用户与部分图像的相关度，获取所有图像对相关用户的相关度估计；4)、根据相关度估计生成推荐列表根据每一个流形上计算得到的用户图像之间的相关度，得到全部的用户和图像之间的相关度；根据每一张图片和用户之间的相关度排序，生成推荐列表。