基于多模态特征融合的冰雪文旅博物馆展品推荐方法

摘要

为提升冰雪文旅数字博物馆展品推荐的智能化与个性化水平，针对现有方法依赖单一文本或图像特征、难以全面刻画展品综合特征等不足，本文提出了一种基于文本和图像的多模态特征融合的冰雪文旅博物馆展品推荐方法。该方法以冰雪文旅博物馆中具有鲜明地域特色与主题属性的展品为研究对象，采用预训练语言模型ERNIE-Tiny提取文本语义特征，通过残差网络(ResNet)50提取图像视觉特征，引入注意力机制实现多模态特征的自适应融合，并基于余弦相似度完成推荐检索实验。实验结果表明，多模态融合特征在推荐精度方面明显优于单一模态特征，能够有效提升冰雪文旅数字博物馆展品推荐结果的准确性与语义一致性，验证了所提方法的有效性与可行性。

关键词

冰雪文旅 / 数字博物馆 / 多模态推荐 / 特征融合 / 深度学习