本發(fā)明涉及信息服務(wù)領(lǐng)域，特別是一種基于場(chǎng)景模式的圖像多維度標(biāo)注模型的社區(qū)圖像推薦方法。
背景技術(shù)：
社區(qū)用戶可以通過社區(qū)信息推薦功能獲取更全面多樣的信息，同時(shí)獲取的信息滿足用戶的個(gè)性化需求。社區(qū)信息推薦內(nèi)容主要包括兩方面：用戶可能感興趣的圖像數(shù)據(jù)和圖像相關(guān)聯(lián)的場(chǎng)景信息，例如推薦停車狀況主題的圖像數(shù)據(jù)，同時(shí)得到每個(gè)推薦圖像對(duì)應(yīng)的場(chǎng)景信息，包括時(shí)間、地點(diǎn)、主題內(nèi)容等。本模塊功能的目的有兩個(gè)：一是完善社區(qū)信息服務(wù)的功能和方式，可以滿足不同用戶的個(gè)性化需求，服務(wù)方式由被動(dòng)的信息發(fā)布轉(zhuǎn)換為主動(dòng)為用戶提供多樣化的信息，使用戶獲得更全面的社區(qū)信息；二是提高社區(qū)圖像數(shù)據(jù)的價(jià)值和利用率，居民在獲取信息中增強(qiáng)參與社區(qū)服務(wù)的意愿，通過拍照貢獻(xiàn)圖像，形成社區(qū)服務(wù)良性互動(dòng)。
中國(guó)發(fā)明專利CN 105303501A公開了一種基于圖片推薦的社區(qū)信息服務(wù)方法，包括以下步驟：
(1)獲取用戶查詢輸入的時(shí)間、地點(diǎn)和主題關(guān)鍵詞，確定用戶關(guān)注地點(diǎn)信息；
(2)依據(jù)目標(biāo)時(shí)間和用戶關(guān)注地點(diǎn)，查詢匹配相關(guān)的圖片和信息；
(3)根據(jù)用戶關(guān)注地點(diǎn)信息確定相關(guān)的社會(huì)區(qū)域，查詢獲取在該社區(qū)區(qū)域的圖片信息，作為推薦圖片推送給用戶；
(4)通過用戶交互界面，將查詢和推薦結(jié)果展示給用戶。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明需要解決的技術(shù)問題是提供一種簡(jiǎn)單可靠、實(shí)用性強(qiáng)的基于場(chǎng)景模式的圖像多維度標(biāo)注模型的社區(qū)圖像推薦方法。
為解決上述的技術(shù)問題，本發(fā)明的基于場(chǎng)景模式的圖像多維度標(biāo)注模型的社區(qū)圖像推薦方法，包括以下步驟，
S101：依靠互聯(lián)網(wǎng)爬蟲技術(shù)和手機(jī)APP上傳分享功能，獲取社區(qū)圖像數(shù)據(jù)，保存到本地和服務(wù)器上；
S102：對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，同時(shí)進(jìn)行語義分析，將圖像語義場(chǎng)景化；
S103：在步驟S102的基礎(chǔ)上，形成社區(qū)圖像多維度標(biāo)注模型；
S104：以社區(qū)圖像多維度標(biāo)注模型為基礎(chǔ)，利用VSM方法對(duì)圖像進(jìn)行相似度計(jì)算，得到相似圖像列表；
S105：結(jié)合實(shí)際場(chǎng)景，利用圖像相似度列表進(jìn)行圖像的排序推薦。
進(jìn)一步的，所述步驟S101中對(duì)于獲取到的圖像數(shù)據(jù)和對(duì)應(yīng)的文本數(shù)據(jù)分別以圖像文件格式和excel格式(數(shù)據(jù)庫(kù)記錄格式)保存到本地和服務(wù)器數(shù)據(jù)庫(kù)。
進(jìn)一步的，所述步驟S102中將圖像數(shù)據(jù)和對(duì)應(yīng)的文本數(shù)據(jù)進(jìn)行清洗，并同時(shí)結(jié)合實(shí)際情況進(jìn)行語義分析，將圖像語義場(chǎng)景化。
進(jìn)一步的，所述步驟S103中在圖像語義場(chǎng)景化的基礎(chǔ)上，抽取選擇圖像的特定主題標(biāo)簽，形成圖像多維度標(biāo)注信息。
進(jìn)一步的，所述步驟S104以圖像多維度標(biāo)注信息為基礎(chǔ)，對(duì)圖像標(biāo)注信息構(gòu)造特征空間，形成特征向量，最終計(jì)算圖像之間的相似度，以上圖像相似度計(jì)算能夠?yàn)閳D像推薦提供可靠的依據(jù)支撐。
更進(jìn)一步的，將圖像數(shù)據(jù)標(biāo)簽信息進(jìn)行類別映射，并將類別中標(biāo)簽個(gè)數(shù)作為特征項(xiàng)詞頻，形成特征空間；利用TF-IDF模型計(jì)算各個(gè)特征項(xiàng)的權(quán)重，并且構(gòu)造特征向量。
更進(jìn)一步的，向量相似度常使用向量余弦夾角來計(jì)算。
進(jìn)一步的，經(jīng)過對(duì)用戶搜索的場(chǎng)景信息的分析，得到用戶感興趣的場(chǎng)景，根據(jù)相似度計(jì)算方法得到用戶關(guān)注信息與其他信息的相關(guān)度，然后按相關(guān)度排序推薦圖像。
采用上述方法后，本發(fā)明對(duì)獲取的社區(qū)圖像數(shù)據(jù)格式進(jìn)行場(chǎng)景構(gòu)建，在場(chǎng)景構(gòu)建基礎(chǔ)上，建立場(chǎng)景模式下的社區(qū)圖像數(shù)據(jù)多維度標(biāo)注模型，之后對(duì)社區(qū)圖像采用VSM方法進(jìn)行相似度計(jì)算，結(jié)合場(chǎng)景相關(guān)信息和相似度進(jìn)行排序推薦。
附圖說明
下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。
圖1為本發(fā)明基于場(chǎng)景模式的圖像多維度標(biāo)注模型的社區(qū)圖像推薦方法的流程示意圖。
具體實(shí)施方式
如圖1所示，本發(fā)明的基于場(chǎng)景模式的圖像多維度標(biāo)注模型的社區(qū)圖像推薦方法，包括以下步驟，
S101：依靠互聯(lián)網(wǎng)爬蟲技術(shù)和手機(jī)APP上傳分享功能，獲取社區(qū)圖像數(shù)據(jù)，保存到本地和服務(wù)器上；
S102：對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，同時(shí)進(jìn)行語義分析，將圖像語義場(chǎng)景化；
S103：在步驟S102的基礎(chǔ)上，形成社區(qū)圖像多維度標(biāo)注模型；
S104：以社區(qū)圖像多維度標(biāo)注模型為基礎(chǔ)，利用VSM方法對(duì)圖像進(jìn)行相似度計(jì)算，得到相似圖像列表；
S105：結(jié)合實(shí)際場(chǎng)景，利用圖像相似度列表進(jìn)行圖像的排序推薦。
進(jìn)一步的，所述步驟S101中對(duì)于獲取到的圖像數(shù)據(jù)和對(duì)應(yīng)的文本數(shù)據(jù)分別以圖像文件格式和excel格式(數(shù)據(jù)庫(kù)記錄格式)保存到本地和服務(wù)器數(shù)據(jù)庫(kù)。
進(jìn)一步的，所述步驟S102中將圖像數(shù)據(jù)和對(duì)應(yīng)的文本數(shù)據(jù)進(jìn)行清洗，并同時(shí)結(jié)合實(shí)際情況進(jìn)行語義分析，將圖像語義場(chǎng)景化。
進(jìn)一步的，所述步驟S103中在圖像語義場(chǎng)景化的基礎(chǔ)上，抽取選擇圖像的特定主題標(biāo)簽，形成圖像多維度標(biāo)注信息。
進(jìn)一步的，所述步驟S104以圖像多維度標(biāo)注信息為基礎(chǔ)，對(duì)圖像標(biāo)注信息構(gòu)造特征空間，形成特征向量，最終計(jì)算圖像之間的相似度，以上圖像相似度計(jì)算能夠?yàn)閳D像推薦提供可靠的依據(jù)支撐。
更進(jìn)一步的，將圖像數(shù)據(jù)標(biāo)簽信息進(jìn)行類別映射，并將類別中標(biāo)簽個(gè)數(shù)作為特征項(xiàng)詞頻，形成特征空間；利用TF-IDF模型計(jì)算各個(gè)特征項(xiàng)的權(quán)重，并且構(gòu)造特征向量。
更進(jìn)一步的，向量相似度常使用向量余弦夾角來計(jì)算。
進(jìn)一步的，經(jīng)過對(duì)用戶搜索的場(chǎng)景信息的分析，得到用戶感興趣的場(chǎng)景，根據(jù)相似度計(jì)算方法得到用戶關(guān)注信息與其他信息的相關(guān)度，然后按相關(guān)度排序推薦圖像。
雖然以上描述了本發(fā)明的具體實(shí)施方式，但是本領(lǐng)域熟練技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說明，可以對(duì)本實(shí)施方式作出多種變更或修改，而不背離本發(fā)明的原理和實(shí)質(zhì)，本發(fā)明的保護(hù)范圍僅由所附權(quán)利要求書限定。