基于商品圖像特征的個(gè)性化搜索裝置及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種電子商務(wù)領(lǐng)域中基于商品圖像特征的個(gè)性化捜索裝置及方法。
【背景技術(shù)】
[0002] 現(xiàn)有的個(gè)性化捜索，一般先進(jìn)行用戶、商品、場景的語義、統(tǒng)計(jì)、文字等的特征提 取，然后根據(jù)各種捜索、排序算法得到最后的結(jié)果。在現(xiàn)有捜索中，鮮有基于用戶瀏覽商品 圖片的行為進(jìn)行個(gè)性化捜索。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明提供一種基于商品圖像特征的個(gè)性化捜索裝置及方法，其根據(jù)電子商務(wù)領(lǐng) 域的商品圖像，利用神經(jīng)網(wǎng)絡(luò)提取出商品圖像的深層抽象語義特征向量，按品類把用戶的 瀏覽行為進(jìn)行歸類，根據(jù)提取出的深層抽象語義特征向量，計(jì)算出用戶在各個(gè)品類下的興 趣權(quán)重，對于每個(gè)用戶按品類利用興趣權(quán)重得到用戶在該品類下的排序值結(jié)果，用于個(gè)性 化的捜索，由此能夠增加用戶在多個(gè)維度上的體驗(yàn)值。
[0004] 本發(fā)明的基于商品圖像特征的個(gè)性化捜索裝置，其包括：
[0005] 特征提取模塊，其利用神經(jīng)網(wǎng)絡(luò)模型，按品類提取圖像的抽象語義特征向量；
[0006] 品類圖像計(jì)算模塊，其接收從所述特征提取模塊推送來的圖像的抽象語義特征向 量，對于每一維度的抽象語義特征向量分別計(jì)算在該維度下的均值與方差，并且按照每一 維度做歸一化處理；
[0007] 用戶瀏覽行為權(quán)重計(jì)算模塊，其對用戶瀏覽的所有對應(yīng)的圖像按品類提取相應(yīng)歸 一化的所述抽象語義特征向量進(jìn)行求和，得到該用戶在各個(gè)品類下的興趣權(quán)重向量；
[000引排序模塊，其根據(jù)從所述用戶瀏覽行為權(quán)重計(jì)算模塊推送來的每個(gè)用戶在某一品 類下的所述興趣權(quán)重向量，對該品類下用戶沒有觀看的圖像對應(yīng)的特征向量做內(nèi)積，得到 用戶沒有觀看的每一張圖像對應(yīng)的得分值，然后根據(jù)所得到的得分值進(jìn)行排序，選取得分 值高的規(guī)定張圖像之后入庫；
[0009] 捜索調(diào)用模塊，其根據(jù)所述排序模塊的排序值結(jié)果，進(jìn)行個(gè)性化的捜索。
[0010] 本發(fā)明的基于商品圖像特征的個(gè)性化捜索方法，其包括：
[0011] 特征提取步驟，利用神經(jīng)網(wǎng)絡(luò)模型，按品類提取圖像的抽象語義特征向量；
[0012] 品類圖像計(jì)算步驟，對于每一維度的所述抽象語義特征向量分別計(jì)算在該維度下 的均值與方差，并且按照每一維度做歸一化處理；
[0013] 用戶瀏覽行為權(quán)重計(jì)算步驟，其對用戶瀏覽的所有對應(yīng)的圖像按品類提取相應(yīng)歸 一化的所述抽象語義特征向量進(jìn)行求和，得到該用戶在各個(gè)品類下的興趣權(quán)重向量；
[0014] 排序步驟，根據(jù)每個(gè)用戶在某一品類下的所述興趣權(quán)重向量，對該品類下用戶沒 有觀看的圖像對應(yīng)的特征向量做內(nèi)積，得到用戶沒有觀看的每一張圖像對應(yīng)的得分值，然 后根據(jù)所得到的得分值進(jìn)行排序，選取得分值高的規(guī)定張圖像之后入庫；
[0015] 捜索調(diào)用步驟，根據(jù)所述排序步驟的排序值結(jié)果，進(jìn)行個(gè)性化的捜索。
[0016] 發(fā)明的效果
[0017] 本發(fā)明是針對電子商務(wù)領(lǐng)域的商品圖像，結(jié)合圖像的深度語義特征，根據(jù)用戶的 瀏覽行為，進(jìn)行個(gè)性化捜索，由此能夠增加用戶在多個(gè)維度上的體驗(yàn)值。
【附圖說明】
[001引圖1是表示本發(fā)明所設(shè)及的基于商品圖像特征的個(gè)性化捜索裝置的框圖。
[0019] 圖2是表示本發(fā)明所設(shè)及的基于商品圖像特征的個(gè)性化捜索方法的流程圖。
【具體實(shí)施方式】
[0020] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，W下結(jié)合具體實(shí)施例，并參照 附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。
[0021] 本發(fā)明主要利用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像的抽象語義特征向量提取，計(jì)算品類下所有圖 像的特征向量在每一維度下的均值與方差，根據(jù)每一個(gè)用戶瀏覽的圖像，對每一個(gè)瀏覽行 為按照提取出來的特征向量歸一化后求和處理，得到該用戶的興趣權(quán)重，然后用該個(gè)興趣 權(quán)重對該品類下每張圖像的特征向量做內(nèi)積而得到該圖像的得分值，然后排序之后的結(jié)果 用于個(gè)性化捜索。
[0022] 圖1是表示本發(fā)明所設(shè)及的基于商品圖像特征的個(gè)性化捜索裝置1的框圖。
[0023] 本發(fā)明所設(shè)及的基于商品圖像特征的個(gè)性化捜索裝置1主要包括特征提取模塊 2、品類圖像計(jì)算模塊3、用戶瀏覽行為權(quán)重計(jì)算模塊4、排序模塊5及捜索調(diào)用模塊6。
[0024] 特征提取模塊2利用神經(jīng)網(wǎng)絡(luò)模型，按品類提取圖像的抽象語義特征向量，并將 該抽象語義特征向量推送至品類圖像計(jì)算模塊3。
[0025] 由于從圖像提取出來的抽象語義特征向量，在多維分布上存在很大的不均衡性， 因此為了避免部分偏移量過大帶來的影響，需要每多維分布進(jìn)行歸一化處理。為此，品類圖 像計(jì)算模塊3接收從特征提取模塊2推送來的圖像的抽象語義特征向量，對于每一維度的 抽象語義特征向量分別計(jì)算在該維度下的均值與方差0 1，并且對于圖像的抽象語義特 征向量，按照每一維度做歸一化處理
[0026]
[0027] 在用戶瀏覽行為權(quán)重計(jì)算模塊4中，對瀏覽行為進(jìn)行去重處理（多次瀏覽相同歸 成一次），W避免用戶錯(cuò)誤點(diǎn)擊造成的影響，另外，對用戶瀏覽的所有對應(yīng)的圖像按品類提 取相應(yīng)歸一化的特征向量進(jìn)行求和，得到該用戶在各個(gè)品類下的興趣權(quán)重向量，并將得到 的用戶在各個(gè)品類下的興趣權(quán)重向量推送至排序模塊5。
[002引排序模塊5根據(jù)從用戶瀏覽行為權(quán)重計(jì)算模塊4推送來的每個(gè)用戶在某一品類下 的興趣權(quán)重向量（Wi，W2,…，W。，），對該品類下用戶沒有觀看的圖像對應(yīng)的特征向量做內(nèi)積
得到用戶沒有觀看的每一張圖像對應(yīng)的得分值，然后根據(jù)所得到的得分值 進(jìn)行排序，選取Top-N之后入庫，所有品類都根據(jù)W上步驟進(jìn)行。
[0029] 在捜索調(diào)用模塊6中，可W有W下兩種策略進(jìn)行選擇：
[0030] (1)對應(yīng)現(xiàn)有的捜索結(jié)果，查看每一個(gè)商品對應(yīng)圖像的得分值，最后在捜索結(jié)果中 進(jìn)行排序并輸出；或者
[003U(2)對于捜索詞進(jìn)行語義分析后，對應(yīng)到某一品類，取該一個(gè)品類Top-N圖像對應(yīng) 的商品作為個(gè)性化的捜索結(jié)果。
[0032] 根據(jù)上述本發(fā)明的基于商品圖像特征的個(gè)性化捜索裝置1，通過結(jié)合圖像的深度 語義特征，根據(jù)用戶的瀏覽行為，進(jìn)行個(gè)性化捜索，從而能夠增加用戶在多個(gè)維度上的體驗(yàn) 值。
[0033] 下面，結(jié)合圖2來說明本發(fā)明所設(shè)及的基于商品圖像特征的個(gè)性化捜索方法。
[0034] 圖2是表示本發(fā)明所設(shè)及的基于商品圖像特征的個(gè)性化捜索方法的流程圖。
[0035] 如圖2所示，首先在特征提取步驟S1中，主要包括W下兩個(gè)子步驟：
[0036] (1)利用神經(jīng)網(wǎng)絡(luò)模型，按品類提取圖像的抽象語義特征向量；
[0037] (2)將提取的圖像深層特征向量推送至品類圖像計(jì)算步驟。
[003引 由于從圖像提取出來的抽