一种用户驱动的图像集合排序方法

摘要

本发明属于网络图像搜索技术领域，涉及一种根据用户反馈筛选、排序图片的方法，包括以下步骤：统计用户在每张图像的浏览信息，包括浏览时间、下载次数和用户评分；利用以上信息加权后为已浏览图像评分并分类；提取出用户的偏好图像特征集进行训练，将利用不同特征组合的训练出的测试图片集标定结果与人工标定的结果进行比对，选定最适合此类图片集的特征集合，使图片集的展示更加符合用户偏好。本发明具有兼顾图像普适性和用户个人偏好的特点，既能够在图像搜索中提供总体的图像排序，又能为个体用户提供个性化搜索结果，具有良好的学能力，能够根据反馈信息不断调整返回给用户的结果。

主权项

一种用户驱动的图片集合排序方法，包括下列步骤：（1）根据用户在对某个关键字进行图像检索时检索到的图片集，统计用户的图像浏览信息，包括：每张图片的浏览时间、下载次数以及用户评分；（2）在得到图像统计信息后，使用以下数学表达式为每张图片打分： P = 60 % * D + 30 % * B 15 + 10 % * G 2 * ( - 1 ) α 其中，P代表单个图片的打分结果，D代表图片总下载次数，B代表图片总浏览时间，G代表所有用户对图片的平均评价等级，G>2.5时，调整系数α=1；G<2.5时，调整系数α=‑1。（3）根据评分结果的从高到低，将图片集里的图片划分为用户偏好图片子集和不符合用户偏好图片集两个子集，另外将用户未浏览过的同类图像构成的子集作为测试图片集；（4）分别对符合用户偏好图片集、不符合用户偏好图片集和测试图片集提取图像的三个主要特征：边界特征、纹理特征和颜色特征，建立各个图片子集的特征矩阵，（5）在获得图片子集的特征矩阵后，首先针对三个单一特征对测试图片集里的图片进行SVM训练，得到判断测试图片集里的图像属于符合用户偏好或不符合用户偏好子集的分类器，进而得到认为符合用户偏好的图片；再将三个单一特征中的任意两个特征合并为一个特征，对测试图片集里图片进行SVM训练，得到认为符合用户偏好的图片；最后将三个单一特征特征矩阵合并为一个总的特征矩阵，对测试图片集里的图片进行SVM训练，得到认为符合用户偏好的图片；（6）对测试图片集里的每张图片都进行人工标定，确定每张图像实际上是否符合用户偏好；（7）将经过步骤（5）的不同特征组合的训练出的测试图片集标定结果与步骤（6）人工标定的结果进行比对，选定最适合此类图片集的特征集合；（8）为每一位有记录的用户建立一个账户，在该账户下记录其搜索偏好,当用户再次搜索同一关键字或相似关键字时，根据已有的用户偏好信息，利用步骤（7）选定的最适合此类图片集的特征集合进行训练，实现分类和重排序，提供给用户与其个人喜好相近的图片。