一种基于移动互联网社交图片预测用户上下文信息的方法

摘要

本发明通过分析用户上传到移动互联网上的图片数据，预测图片的内容、用户的性别、天气状况以及活动场景等用户上下文信息。获取用户上传到移动互联网上的图片数据，对图片进行统计分析，并计算相应数字特征。将一张图片的所有数字特征作为图片特征向量，通过图片ID和用户ID将用户的上下文信息和图片特征向量关联起来，分析图片数据与用户上下文信息之间的关系，从而达到依据图片数据预测用户的上下文信息的目的。采用SVM和KNN模型实现对用户的上下文信息的分类预测。本发明将用户的性别、活动场景等作为二分类问题处理，天气状况、图片内容等作为多分类问题处理。本发明实施例的有益效果是，通过分析用用户上传到移动互联网上的图片数据可以对用户的性别、活动场景、图片内容、天气状况等上下文信息做出预测，经过实验能够获得有效的预测效果。

主权项

一种基于移动互联网社交图片预测用户上下文信息的方法，其特征在于：首先在用户所使用社交工具上，获取用户一段时间内上传到移动互联网上的图片数据；对发图用户的上下文信息进行标记；计算并提取图片的数字特征，得到特征向量(用户ID，图像ID，特征值1，特征值2，…，特征值n)，将所有图片数据的特征向量(用户ID，图像ID，特征值1，特征值2，…，特征值n)转化为图片特征值矩阵；通过图片ID、用户ID关联图片特征向量和发图用户的上下文信息，将用户的上下文信息作为类标；将数据随机的分为训练集和测试集，使用SVM、kNN等算法对训练集中发图用户的上下文信息训练预测模型，并对测试集中用户的上下文信息进行预测，最后输预测结果。