摘要： 【目的/意义】通过社交媒体用户分享的图像、博文及用户标签进行数据挖掘，来判断和预测用户的真实兴 趣，从而更好地为用户做个性化推荐和精准化服务。【方法/过程】在获取微博用户分享的图像、博文及用户标签的 基础上，通过使用机器学习的方法利用图像、博文及用户标签数据来表达用户兴趣特征，基于三类特征使用SVM训 练得到分类器进行用户兴趣类别预测，主要比较单模数据和多模数据的分类指标，探讨多模数据在有监督学习下 的发多分类问题。【结果/结论】实验结果表明，利用图像、博文和用户标签合成的多模数据对用户兴趣进行分类识 别，F值达到77%，比最好的单模数据提升10%。实验结论证实，多模（图像、博文和标签）数据与单模数据相比，提升 了分类效果，同时为多模数据应用研究提供了一定的理论和技术基础。
