[发明专利]一种用户喜好自学习的图片推荐方法和装置

权利要求书

1.一种根据用户喜好自学习的图片推荐方法包括： 

a)根据用户感兴趣的图片动态地学习其喜好内容，并建立用户喜好特征模型。 

b)在图片特征库中将匹配用户模型的图片推荐给用户，在用户特征库中将与某用户模型相似度较大的用户推荐给该用户。 

c)用户可将其它网页中的图片分享到系统中，系统提取其内容特征，并将新特征加入图像特征库中使其得到更新。 

2.如权利1中所描述的用户喜好自学习的图片推荐方法，其中在步骤a，b，c中均使用GIST特征描述算子提取图片内容特征，该特征记为x。 

3.如权利1中所描述的用户喜好自学习的图片推荐方法，其中步骤a所描述的用户特征表达模型建立包括： 

a1)使用MeanShift算法计算某用户特征的MeanShift中心μ。 

a2)计算用户特征集中所有特征到MeanShift中心的距离的平均值σ。 

4.如权利1中所描述的用户喜好自学习的图片推荐方法，其中b所描述的图片特征库由系统中所有图片的GIST特征描述算子构成；b所描述的用户特征集由系统中所有用户特征MeanShift中心构成。 

5.如权利1中所描述的用户喜好自学习的图片推荐方法，其中步骤b所描述的推荐算法包括： 

b1)对图像特征库中的一个图片特征x，若则系统将该图片推荐给用户。 

b2)在用户特征库中选择距离某用户特征中心μ最近的4个用户特征，并它们对应的用户推荐给用户。 

6.如权利1中所描述的用户喜好自学习的图片推荐方法，其中步骤c所描述的图片上传方式为拖拽上传：在safari，chrome，firefox浏览器中，用户以拖拽方式，将图片从一个选项卡中拖拽至系统中。 

7.如权利3中所描述的用户喜好自学习的图片推荐方法，其中步骤a1中，使用下述公式计算MeanShift算法的权重，使 

w(x_j)＝e^map(j)

。