一种图片推荐的方法及系统技术方案

本发明专利技术属于通信技术领域，公开一种图片推荐的方法及系统，所述方法包括步骤：获取用户行为数据并取得其对应的标签和权重信息；根据用户的行为数据做相应的聚类找出用户喜好数据；根据用户喜好数据做相应的协同过滤找出用户喜欢的标签；根据用户对不同标签的喜好程度对用户进行聚类，把喜好程度相同的用户放在一起，形成推荐列表；获取发布图片，并提取所述发布图片的标签；将所述发布图片的标签与所述推荐列表进行匹配；将发布图片推荐给匹配成功的推荐列表中的用户。本发明专利技术在推荐过程中不仅能够反应用户的喜好，还能够考虑到图片的内容；新图片推荐更及时；推荐内容更可控。

Picture recommendation method and system

The invention belongs to the technical field of communication, and discloses a method of picture system recommended, the method comprises the following steps: obtaining user behavior data and obtain the corresponding label and weight information; according to user behavior data corresponding to find clustering user preference data; data according to user preferences do collaborative filtering to identify user Tags corresponding to love; according to user preferences of different labels on the user clustering, the same user preferences to put together, forming recommended list; for publishing photos, and extracting the released picture labels; the labels and publish pictures of the recommended list, will be recommended to publish pictures; recommendation list matching success in user. The invention can not only reflect the user's preference, but also take into account the content of the picture in the process of recommendation.

【技术实现步骤摘要】

本专利技术属于通信
，特别是涉及一种图片推荐的方法及系统。
技术介绍
社交网络已融人们的生活，人们在社交网络中分享和获取的数据越来多，交流过程中产生的图片也越来越多。怎样让人们尽可能快的获取自己感兴趣并且是高质量的图片，需要图片推荐系统来完成。目前世面上很多图片推荐系统，但目前所有的图片推荐系统中所用到的图片推荐方法是基于图片的特征值或是基于用户行为数据做相应的图片推荐处理。其中，基于图片特征值的图片推荐方法只能基于图片内容实现图片与图片间的相互推荐，而不能反应用户的喜好；基于用户行为数据的图片推荐方法可以根据用户的喜好进行推荐，但是忽略了图片的内容，同时对新图的推荐不够敏感。
技术实现思路
为了解决上述问题，本专利技术提出一种图片推荐的方法及系统，在推荐过程中不仅能够反应用户的喜好，还能够考虑到图片的内容；新发布图片的推荐更及时；推荐内容更可控。为达到上述目的，本专利技术采用的技术方案是：一种图片推荐的方法，所述方法包括用户推荐数据准备和发图推荐；所述用户推荐数据准备包括步骤：(1)获取用户行为数据并取得其对应的标签和权重信息；(2)聚类所述标签和权重信息,找出用户喜好数据；(3)根据所述用户喜好数据做协同过滤找出用户喜欢的标签；(4)根据所述用户喜欢的标签按用户对不同标签的喜好程度对用户进行聚类，把喜好程度相同的用户放在一起，形成推荐列表；所述发图推荐包括步骤：(5)获取发布图片，并提取所述发布图片的标签；(6)将所述发布图片的标签与所述推荐列表进行匹配；(7)将发布图片推荐给匹配成功的推荐列表中的用户。进一步的是，所述用户的行为数据包括用户在社交网络中的发送图片、点赞图片和评论图片的数据。进一步的是，步所述骤(1)中,调用系统的图片标签服务，以获取所述标签和权重信息。进一步的是，所述权重信息包括标签权重。进一步的是，步骤(2)中所述聚类过程为，对各类所述标签权重乘以对应操作的标签权重，再按标签类型求和获得标签权重和，计算出用户对某一标签权重和在用户所有标签权重和中的占比，占比的大小即为用户对某一标签的喜好程度构成用户喜好数据。进一步的是，所述步骤（3）中，所述协同过滤采用最小二乘法，将所述用户行为数据按照2:8的比例分成测试数据和训练数据，反复训练直到RMSE达到业务要求,存储对应的训练模型，即用户可能感兴趣的标签。进一步的是，所述步骤（4）中推荐列表的形成过程为，提取出系统中预先设置的标签列表，一一调用所述训练模型做相应的用户推荐，满足预设阈值的作为推荐列表存储起来，供图片推荐时使用。进一步的是，所述步骤（5）中，在用户在发布图片后，调用系统的图片标签服务，由标签服务返回所述发布图片的标签。进一步的是，所述步骤（6）中，先对所述发布图片的标签过滤掉系统禁止传播的标签，并从剩余的标签中筛选出质量比较高的权重与预置阈值进行比较，满足预置阈值则视为匹配成功。另一方面，本专利技术还提供了一种图片推荐的系统,包括用户推荐数据准备模块和发图推荐模块；其中，所述用户推荐数据准备模块包括数据获取模块、聚类模块、过滤提取模块和推荐列表形成模块；所述数据获取模块，用于获取用户行为数据，并取得对应的标签和权重信息；所述聚类模块，根据用户的行为数据做相应的聚类找出用户喜好数据；所述过滤提取模块，根据用户喜好数据做相应的协同过滤找出用户喜欢的标签；所述推荐列表形成模块，按用户对不同标签的喜好程度对用户进行聚类，把同一喜好的用户放在一起，形成推荐列表；其中，所述发图推荐模块包括图片获取模块、匹配模块和推荐模块；所述图片获取模块，获取发布图片，并提取所述发布图片的标签；所述匹配模块，将所述发布图片的标签与所述推荐列表进行匹配；所述推荐模块，将发布图片推荐给匹配成功的推荐用户列表中的用户。采用本技术方案的有益效果：本专利技术所提出的一种图片推荐的方法，采用对图片打标签的方式，同时根据用户对图片的操作行为聚类出用户喜欢的标签，根据用户间的行为操作挖掘出用户感兴趣的标签，在图片标签和用户喜欢或者感兴趣的标签之间做推荐；减少了推荐的计算量；能够根据用户的喜好进行图片推荐；能够及时推荐新发布图片；推荐内容更可控；本专利技术所提出一种图片推荐的系统，能够配合本专利技术所提出的方法实现该方法的应用。附图说明图1为本专利技术的一种图片推荐的方法的流程图；图2为本专利技术的一种图片推荐的系统的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术作进一步阐述。在本实施例中，参见图1所示，提出一种图片推荐的方法，所述方法包括用户推荐数据准备和发图推荐。所述用户推荐数据准备包括步骤：(1)获取用户行为数据并取得其对应的标签和权重信息。其中，所述用户的行为数据包括用户在社交网络中的发送图片、点赞图片和评论图片的数据。所述步骤(1)中,调用系统的图片标签服务，以获取所述标签和权重信息。图片标签服务是图片识别系统，把用户的图片转换成灰度图，再将灰度图转换成相应的特征向量；将图片的特征向量给图片识别系统，由识别系统识别出图片中存在的内容和相应的权重。例如：（{\美食小吃\:0.919932,\咖啡店\:0.18527,\餐厅\:0.0636878,\店食品店\:0.0944088,\食品店\:0.196694本文档来自技高网...

【技术保护点】
一种图片推荐的方法，其特征在于，所述方法包括用户推荐数据准备和发图推荐；所述用户推荐数据准备包括步骤：(1)获取用户行为数据并取得其对应的标签和权重信息；(2)聚类所述标签和权重信息,找出用户喜好数据；(3)根据所述用户喜好数据做协同过滤找出用户喜欢的标签；(4)根据所述用户喜欢的标签按用户对不同标签的喜好程度对用户进行聚类，把喜好程度相同的用户放在一起形成推荐列表；所述发图推荐包括步骤：(5)获取发布图片，并提取所述发布图片的标签；(6)将所述发布图片的标签与所述推荐列表进行匹配；(7)将发布图片推荐给匹配成功的推荐列表中的用户。

【技术特征摘要】
1.一种图片推荐的方法，其特征在于，所述方法包括用户推荐数据准备和发图推荐；
所述用户推荐数据准备包括步骤：
(1)获取用户行为数据并取得其对应的标签和权重信息；
(2)聚类所述标签和权重信息,找出用户喜好数据；
(3)根据所述用户喜好数据做协同过滤找出用户喜欢的标签；
(4)根据所述用户喜欢的标签按用户对不同标签的喜好程度对用户进行聚类，把喜好程度相同的用户放在一起形成推荐列表；
所述发图推荐包括步骤：
(5)获取发布图片，并提取所述发布图片的标签；
(6)将所述发布图片的标签与所述推荐列表进行匹配；
(7)将发布图片推荐给匹配成功的推荐列表中的用户。
2.根据权利要求1所述的一种图片推荐的方法,其特征在于，所述用户的行为数据包括用户在社交网络中的发送图片、点赞图片和评论图片的数据。
3.根据权利要求2所述的一种图片推荐的方法，其特征在于，所述步骤(1)中,调用系统的图片标签服务以获取所述标签和权重信息。
4.根据权利要求3所述的一种图片推荐的方法，其特征在于，所述权重信息包括标签权重。
5.根据权利要求4所述的一种图片推荐的方法，其特征在于，步骤(2)中所述聚类过程为，对各类所述标签权重乘以对应操作的标签权重，再按标签类型求和获得标签权重和，计算出用户对某一标签权重和在用户所有标签权重和中的占比，占比的大小即为用户对某一标签的喜好程度构成用户喜好数据。
6.根据权利要求5所述的一种图片推荐的方法，其特征在于，步骤（3）中，所述协同过滤采用最小二乘法，将所述用户喜好数据按照2:8的比例分成测试数据和训练数据，反复训练直到RMSE达到业务要求,存储...

【专利技术属性】
技术研发人员：李国，
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