一种基于图像内容的用户兴趣细分方法及系统技术方案

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
201610035278

【技术保护点】
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；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。

【技术特征摘要】
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；
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。
2.根据权利要求1所述的一种基于图像内容的用户兴趣细分方法，其特征在于，所述训
练用户标签模型包括步骤：
（1.1）收集大量的用户和每个用户的用户照片集；
（1.2）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；
（1.3）将所述用户的标签信息转换成文本模式，形成文本文档；
（1.4）利用LDA算法训练所述文本文档，形成用户标签模型。
3.根据权利要求2所述的一种基于图像内容的用户兴趣细分方法，其特征在于，所述步
骤（1.3）中，用户的标签信息将记录入文本文档，而他们的去向通过他们的POI信息反应出
来，形成文本文档的内容。
4.根据权利要求3所述的一种基于图像内容的用户兴趣细分方法，其特征在于，利用用
户经常入出的场所信息预测用户特征或行为习惯作为标签信息。
5.根据权利要求2所述的一种基于图像内容的用户兴趣细分方法，其特征在于，所述步
骤（1.4）中，利用LDA算法进行模型训练生成预定数量的主要兴趣话题。
6.根据权利要求5所述的一种基于图像内容的用户兴趣细分方法，其特征在于，所述用
户标签模型中所有标签信息的主要兴趣话题将划分为N个相关主题性的话题。
7.根据权利要求2所述的一种基于图像内容的用户兴趣细分方法，其特征在于，所述步
骤（1.4）包括步骤：
（1.4.1）构建用户属性字典：结合所有训练用户文本文档形成字典，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...

【专利技术属性】
技术研发人员：张一文，
申请(专利权)人：成都品果科技有限公司，
类型：发明
国别省市：四川;51