随着社交媒体的出现和普及，用户愿意通过照片，评论，博客等分享他们的经验。 这些用户共享的社交媒体内容揭示了潜在的购物需求。 产品推荐器不仅限于电子商务网站，还可以扩展到社交媒体网站。 在本文中，我们提出了一种用于个性化产品推荐的新型分层用户兴趣挖掘（Huim）方法。 我们方法的输入内容包括用户提供的照片和用户生成的内容（UGC），其中包括用户注释的照片标签以及社交网站中其他用户的评论。 提议的方法包括四个步骤。 首先，我们充分利用图片的视觉信息和UGC来激发用户的兴趣。 其次，我们通过主题分布向