[發明專利]一種基于貝葉斯網絡的圖片集個性化篩選方法

無效

• 申請號: 201310283769.4
• 申請日: 2013-07-04
• 公開（公告）號: CN103324750A
• 公開（公告）日: 2013-09-25
• 發明（設計）人: 莫志鵬;趙天昊;李文博;戴瑋;方聰
• 申請（專利權）人: 莫志鵬
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于網絡圖片搜索技術領域，具體涉及一種基于貝葉斯網絡的圖片集個性化篩選方法，特別涉及一種根據用戶瀏覽與反饋信息篩選以及排序圖片的方法。?

背景技術

隨著個人計算機的普及以及網絡技術的普及，網絡信息搜索已經變成了人們信息獲取的重要途徑。其中，圖片搜索是網絡搜索的一個重要組成部分。然而，現有的圖片搜索往往會得到與用戶需求不甚相符的結果。這是由于兩點原因造成的：第一，目前大部分搜索結果排序算法基于瀏覽量等簡單信息，無法為個體用戶提供個性化的搜索結果。事實上由于每個用戶的需求存在著顯著差異，這種普通算法一定會降低用戶滿意度；第二，最近形成的關聯反饋系統，雖然能夠充分好的反映群體用戶對搜索結果的評價，但是并未考慮到每個用戶都是一個單獨的個體，也難以實現差異性搜索。因此，我們需要一種圖片篩選及排序方法，以便為用戶提供更符合個人需求的結果。?

發明內容

本發明提供一種基于貝葉斯網絡的圖片集個性化篩選方法，本發明通過改進篩選及排序技術，使不同偏好的用戶在搜索中都能夠最大限度得到滿意結果，減少用戶重復搜索次數，提高用戶搜索效率，改善用戶對搜索的滿意度。?

為實現上述目的，本發明的技術方案為：?

一種基于貝葉斯網絡的圖片集個性化篩選方法，步驟如下：

步驟1：根據用戶針對某個關鍵字進行圖像檢索時檢索到的圖片集，用統計

工具統計用戶的圖像瀏覽信息，圖像瀏覽信息包括：每張圖片的瀏覽時間、下載次數、鼠標滾動次數、鼠標縮放次數以及用戶評分；

步驟2：在有評分的圖片中，前臺主機分別選取獲得最高評分和最低評分的

圖片作為標準偏好圖片集和標準非偏好圖片集；瀏覽過但未評分圖片作為構造集，根據構造集圖片的統計信息，使用K-means分類算法判斷其中各圖片是否符合用戶偏好；

步驟3：前臺主機分別對標準偏好圖片集、標準非偏好圖片集、構造圖片集

提取圖像的三個特征：邊界特征、紋理特征和顏色特征，建立各個圖片子集的特征矩陣；

步驟4：獲得圖片子集特征矩陣后，結合標準偏好圖片集與標準非偏好圖片

集，建立標準特征矩陣。利用該標準特征矩陣，針對各單一特征對構造圖片集中的圖片進行SVM訓練，判斷測試圖像集中每張圖片的單一特征是否符合用戶的偏好；

步驟5：在構造圖片集中，利用每張圖片的各個特征是否符合用戶偏好以及該圖片是否整體符合用戶偏好的信息，構造貝葉斯網絡，用來預測其它未瀏覽過的圖片是否整體滿足用戶偏好。

步驟6：為每一位歷史用戶建立一個賬戶，在該賬戶中記錄其搜索偏好,即?

用戶搜索過的圖像類別以及對應的標準特征矩陣和貝葉斯斯網絡。當用戶再次搜索同一關鍵字或相似關鍵字時，根據已有的用戶偏好信息，利用標準特征矩陣和貝葉斯斯網絡對圖像檢索結果進行訓練，實現重排序，提供給用戶與其個人喜好相近的圖片。

本發明還具有如下優點：?

（1）?查全率：系統篩選出的真正符合用戶偏好的圖像數量占實際符合用戶偏好的圖像數量的比率。

（2）?查準率：系統篩選出的真正符合用戶偏好的圖像數量占系統篩選出的圖像數量的比率。?

為了測試方法的健壯性，我們分別對地球，海灘，布料，鮮花，帆船和水紋六個圖片集進行了實驗。得到的結果顯示，不管是在什么圖片集上，分類最后的查準率和查全率在幾次迭代之后都有顯著提升，達到令人滿意的水平。這證明了我們的方法可以適應各種不同的分類場景，具有很強的健壯性。?

為了測試我們本發明的有效性，我們在同一圖片集下將我們的方法與在此領域已經發明的方法進行了對比。實驗結果證明，經過幾次迭代之后，我們的方法在查準率超越已發明的方法，這證明了我們的方法分類效率高，本發明十分有效。?

綜上所述，本發明兼具了很高的分類有效性和良好的適應不同分類情形的健壯性。?

附圖說明

圖1是本發明的原理示意框圖；?

具體實施方式

下面通過具體實施例對本發明做進一步說明：?

如圖1所示，基于貝葉斯網絡的圖片集個性化篩選方法，步驟如下：

1.收集用戶的圖像瀏覽信息：