[发明专利]一种基于多源信息的用户划分方法及系统

说明书

本发明提供一种基于多源信息的用户划分方法及系统，该方法通过获取图像数据和文本数据，分别对图像数据和文本数据进行特征提取。将自表示学习和图学习相结合的方式去分别计算相似度矩阵，并引入秩约束使得相似度矩阵具有理想的性质同时获取其对应的划分矩阵。采用自加权融合技术对所有划分矩阵进行融合形成统一的划分矩阵，并基于统一的划分矩阵的基础上引入旋转矩阵来对用户进行划分，以提高用户划分的准确度。

技术领域

本发明涉及多视图学习、子空间聚类和图学习等技术领域，更具体地，涉及一种基于多源信息的用户划分方法及系统。

背景技术

随着计算机技术和互联网技术的快速发展，推动着智能手机的快速普及，同时使人类进入大数据时代。在数据成指数式增长的时代，人们获得数据途经的多样化，采集数据设备类型的多样化，数据特征提取器的多样化，这几个多样化使得描述同一个物体对象的数据丰富多彩。在真实的世界中，数据通常具有多种表现形式或模态。例如，文本可以被多种不同国家语言描述，网页可以被文本、视频和超链接等多种模态进行描述。图像可以被颜色直方图和纹理描述符进行描述。这些数据被统称为多视图数据，这些不同的视图数据通常是高维且异构的。多视图数据既包含每个的视图特有信息，同时也包含视图之间的互补信息，所以多视图数据比单视图数据拥有更丰富的物体描述信息。用户的划分(普通用户，中等用户，高等用户，超级用户和其他)可以根据图像数据进行划分，也可以根据文本数据进行划分，同时也可以结合两者的信息。通过考虑多方面的信息去对用户进行更准确的划分。

现有的用户划分技术大多只依赖于单视图数据(图像数据、视频数据、音频数据或者文本数据中的一种数据)对用户进行划分。由于单视图数据只包含对用户片面的描述信息，无法全面的对用户进行表达或描述。因此，只依赖于对单视图数据进行用户进行划分存在划分准确度低的问题，而且用户划分的效果会直接受原始数据质量的影响。本发明提供一种基于多源信息的用户划分方法及系统去解决现有的用户划分技术的缺点和不足，通过提取用户的多源信息数据，并将自表示学习和图学习相结合的方法去获取多源信息数据的相似度矩阵，引入秩约束使得相似度矩阵具有理想的性质并获取更具判别信息的划分矩阵，采用自加权融合技术对划分矩阵形成统一的划分矩阵，在统一的划分矩阵基础上引入旋转矩阵来对用户进行划分。

发明内容

本发明提供一种提高用户划分的准确度的基于多源信息的用户划分方法。

本发明的又一目的在于提供一种基于多源信息的用户划分系统。

为了达到上述技术效果，本发明的技术方案如下：

一种基于多源信息的用户划分方法，包括以下步骤：

S1：采集图像数据和文本数据；

S2：分别提取图像数据和文本数据的内在特征；

S3：通过自表示学习和图学习相结合的方法去计算图像特征的相似度矩阵和文本特征的相似度矩阵；

S4：引入秩约束使得相似度矩阵具有理想的性质并获取相似度矩阵对应的划分矩阵；

S5：采用自加权融合技术对划分矩阵进行融合形成统一的划分矩阵；

S6：在统一的划分矩阵的基础上引入旋转矩阵来对用户进行划分。

进一步地，所述步骤S1的过程是：通过人工现场对用户拍摄图像数据和人工现场对用户专门撰写相关文本数据；通过相关APP直接从后台服务器获取用户注册APP时上传的图像数据和填报的文本数据；通过相关APP直接从后台服务器获取用户数据自动生成相应的图像数据和文本数据。

进一步地，步骤S2中，提取的图像数据的内在特征包括：色彩纹理矩，局部二值模式，尺度不变特征变换，方向梯度直方图，全局特征信息以及通过深度学习模型提取图像特征获得深度特征；