我国个人消费网购规模正在以每年超过100%的增速快速发展，网购规模的发展使得越来越多的商家和商品出现在互联网，这就给消费者挑选商品带来了非常大的困难，普通的文本搜索技术、仅考虑基于内容的图像搜索技术和基于文本描述的音乐搜索技术已经很难解决消费者的搜索需求，这个问题随着网购的发展已经变得越来越迫切。 同时，近年来随着智能手机和3G通信网络的发展，人们又多了一种购物选择：利用手机实现移动购物。这种方式与传统网购相比更加快捷、灵活、方便，可以充分利用手机的照相功能，结合图像搜索，随时随地实现购物。由于移动商务需要基于手机平台进行操作，考虑到手机平台的特殊性，如何让商品更条理、更清晰的展示在用户面前是提升用户体验的核心因素。 有鉴于此，本项目研究与开发基于主客观特征的图像购物搜索引擎、音乐情感化检索技术，通过对商品图像、音乐情感的自动识别，在海量商品数据中准确、快速的寻找消费者感兴趣的满意商品，研发的图像购物搜索引擎同时支持网络环境和移动环境。项目成果中的若干关键技术处于国内领先、国际先进水平，具体创新点包括： （1）提出了基于图像的非标类商品购物搜索模式。该模式包括两部分入口，分别是“看图搜”和“传图搜”。其中，“看图搜”以系统库中的图像作为输入，查找库中相似的产品图像。而“传图搜”以URL地址或者用户上传的图像作为输入，进行图像检索。同时，还提供移动平台（如手机）的输入进行搜索的功能； （2）结合主观感性特征和客观视觉特征的相似性计算。利用模糊集理论、粗糙集理论、可能性理论和数学形态学等软计算智能工具，建立用户主观意象与客观图像内容之间的关系，提出了一种结合传统客观特征和主观意象（例如：时尚、休闲、嘻哈等）来衡量非标类商品图像相似度的方法； （3）提出了面向非标类商品的情感词库生成、定量以及扩展的方法和户外媒体受众数量分析方法。通过建立一个可扩展的、倾向度定量的情感词库，解决了分析非标类商品评论情感倾向性的基础性问题。通过户外媒体数量分析方法，能够快速得到比较准确的受众信息，准确及时地对受众进行统计，进一步提高商品评论倾向性的判断准确率； （4）拓展图像检索技术在音乐情感检索（音频）、专利地图（文本）方面的应用。研究了基于集成学习和云基因表达式编程算法，利用图像特征提取、识别原理，构建音乐声纹特征参数与音乐情感的最优关系模型，有效识别音乐情感，在一定程度上帮助用户找到更适合自己情感倾向的音乐；研究了中英文专利词汇语义计算和全文分析技术，能准确地进行专利预警。 项目研发期间，在国内外顶级期刊和会议上发表论文十多篇，专著一部，软件著作权四项，申请或授权发明专利14项。项目目前实现销售额7113万元，净利润305万元，缴纳税金3万元。