基于图像语义的用户兴趣建模

摘要：

[目的]社交网络环境下的用户兴趣建模是好友推荐、精准营销的关键,利用微博用户分享的图像,提出一种基于图像语义的用户兴趣建模方法,旨在更加准确地预测用户的真实兴趣.[方法]在获取新浪微博用户图像数据的基础上,使用图像的高层语义表达用户兴趣特征,基于这些特征使用SVM训练得到图像语义分类器进行预测.[结果]实验结果表明,本文建立的模型能够较为准确地预测用户真实兴趣,169位用户分类的准确率达到97.38％,召回率为98.92％,F值为98.14％.[局限]由于实验图像数据集有限,未能完整地覆盖用户所有的兴趣类别.[结论]该模型能够基于用户分享的图像较为准确地预测用户兴趣,表明了图像高层语义的有效性,同时为图像高层语义应用研究提供了一定的理论和技术基础.

关键词：图像语义、用户兴趣建模、社交网络、支持向量机

分类号：G353(情报学、情报工作)

资助基金：国家自然科学基金面上项目“面向词汇功能的学术文本语义识别与知识图谱构建”项目71473183的研究成果之一

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：76-83