结合用户及地理信息的图像主题建模-计算机应用技术专业论文.docxVIP

lIII lIII I I I II III Ill I lll II III Y2048840 浙江大学硕士学位论义 摘要 摘要 随着互联网的发展，网络上的数据日益增长，其中带有地理信息的互联网数 据越来越多，传统的主题建模算法只能利用文档的单词信息，丢弃掉了文档地点 信息。因此完善的地理相关文档主题建模算法不仅具有十分重要的理论意义，也 成为现在网络背景下的急切述求，当今对地理相关文档进行主题建模已经成为了 一个热门研究方向。 本文主要工作为结合用户及地理信息的图像主题建模，将图像标签看作文档 中的单词，图像的用户即可认为是文档的作者，带有GPS信息的图像数据就可看 作地理相关文档。为了有效地在些地理相关文档中挖掘信息，本文在已有研究的 基础上提出了一种名为“结合作者与地理信息的图像主题建模”算法 (Author-related Geographical Topic Modeling，简称AGTM)。AGTM算法在主题建 模过程中引入了文档地理信息和作者信息，并利用文档地点的相关性和作者之间 所存在的好友关系来提高主题建模结果的准确度。AGTM在主题建模过程中基于 这样一个假设：即如果两个文档的地点很接近或者作者之间存在着好友关系，那 么这两个文档以较大可能性从属于同一主题。 本文采用Flickr图像作为数据集，实验结果表明AGTM算法在实验中取得了 较好的性能，符合理论的预期，并说明了本文中地理信息和作者好友关系会提高 算法结果的假设是正确的。 进一步地，在主题建模得到结果后，本文通过VisualRank算法从图像文档集 合中挖掘出每个主题具有代表性的图像。 关键词t 主题建模，地理信息，作者关系，代表性图像 浙江大学硕士学位论文 浙江大学硕士学位论文 Abstract Abstract With the rapid development of the Interact，the amount of documents available has reached a very high altitude．Thanks tO the popularity of smart phones，more and more documents have got GPS annotation．Traditional topic modeling algorithms treat these GPS-associated documents as normal documents and discard the GPS information．By analyzing the geo-graphical distribution of these documents we can gain useful information such as cultural di fferences around the world or popularity of specific products in different regions．This calls for effective approaches tO study the GPS．associated documents on the Web． This thesis studies the problem of image topic modeling with users and geographic information．By treating tags as words and user as author,an image with GPS information Can be viewed as a GPS—associated document．In this paper we introduce a newer and better approach which called Author-related Geographical Topic Modeling (to be called AGTM for short)．The method introduces author and GPS information into the topic modeling procedure and uses the information to improve the results．The AGTM algorithm bas