1.一種基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于，包括以下步驟，
S101：依靠互聯(lián)網(wǎng)爬蟲技術和手機APP上傳分享功能，獲取社區(qū)圖像數(shù)據(jù)，保存到本地和服務器上；
S102：對獲取的數(shù)據(jù)進行預處理，同時進行語義分析，將圖像語義場景化；
S103：在步驟S102的基礎上，形成社區(qū)圖像多維度標注模型；
S104：以社區(qū)圖像多維度標注模型為基礎，利用VSM方法對圖像進行相似度計算，得到相似圖像列表；
S105：結合實際場景，利用圖像相似度列表進行圖像的排序推薦。
2.根據(jù)權利要求1所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：所述步驟S101中對于獲取到的圖像數(shù)據(jù)和對應的文本數(shù)據(jù)分別以圖像文件格式和excel格式保存到本地和服務器數(shù)據(jù)庫。
3.根據(jù)權利要求1所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：所述步驟S102中將圖像數(shù)據(jù)和對應的文本數(shù)據(jù)進行清洗，并同時結合實際情況進行語義分析，將圖像語義場景化。
4.根據(jù)權利要求1所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：所述步驟S103中在圖像語義場景化的基礎上，抽取選擇圖像的特定主題標簽，形成圖像多維度標注信息。
5.根據(jù)權利要求1所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：所述步驟S104以圖像多維度標注信息為基礎，對圖像標注信息構造特征空間，形成特征向量，最終計算圖像之間的相似度，以上圖像相似度計算能夠為圖像推薦提供可靠的依據(jù)支撐。
6.根據(jù)權利要求5所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：將圖像數(shù)據(jù)標簽信息進行類別映射，并將類別中標簽個數(shù)作為特征項詞頻，形成特征空間；利用TF-IDF模型計算各個特征項的權重，并且構造特征向量。
7.根據(jù)權利要求5所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：向量相似度常使用向量余弦夾角來計算。
8.根據(jù)權利要求1中所述的基于場景模式的圖像多維度標注模型的社區(qū)圖像推薦方法，其特征在于：經(jīng)過對用戶搜索的場景信息的分析，得到用戶感興趣的場景，根據(jù)相似度計算方法得到用戶關注信息與其他信息的相關度，然后按相關度排序推薦圖像。