[发明专利]一种基于图像内容的用户兴趣细分方法及系统

摘要

本发明公开一种基于图像内容的用户兴趣细分方法及系统，包括训练用户标签模型和预测细分用户群组；所述训练用户标签模型，基于大量用户照片集的标签信息，利用LDA算法对用户的标签信息进行训练获得用户标签模型；预测细分新用户群组，运用所述用户标签模型预测并且细分新用户的个性化群组。本发明将用户贴上富有实际性的标签，并且用户不但可以继承多个标签，而且用户的兴趣会随着照片内容的更改而改变；不再将客户看成简单的数字，而是有不同偏好的个体，是提供个性化服务的基础。

主权项

1.一种基于图像内容的用户兴趣细分方法，其特征在于，包括训练用户标签模型和预测细分新用户群组；/n所述训练用户标签模型，基于大量用户照片集的标签信息，利用LDA算法对用户的标签信息进行训练获得用户标签模型；/n所述预测细分新用户群组，运用所述用户标签模型预测并且细分新用户的个性化群组；/n所述训练用户标签模型包括步骤：/n1.1收集大量的用户和每个用户的用户照片集；/n1.2对所述用户照片集进行标签处理，获取用户照片集的标签信息；/n1.3将所述用户的标签信息转换成文本模式，形成文本文档；/n1.4利用LDA算法训练所述文本文档，形成用户标签模型；/n所述步骤1.4包括步骤：/n1.4.1构建用户属性字典：结合所有训练用户文本文档形成用户属性字典，而且所述字典记录每一个标签出现的次数；移除文本文档中标签属性发生数少于5次的标签信息；移除在文本文档中出现超过90％的标签信息；在剩下的标签信息中，保留最前列的200个标签信息；/n1.4.2构建用户标签模型：基于步骤1.4.1用户属性字典，创建代表整个训练数据集的词袋；利用所述词袋，把所有训练用户的标签信息从文本格式转换成BOW数据；利用BOW数据和相关参数训练用户标签模型。/n