现如今,随着生活质量提高,人们旅行比以往任何时候都多,对酒店需求也随之增加。信息技术的蓬勃发展使得社交网站为酒店选择提供了便利。但是,由于无法对网站上展示的酒店进行实地考察,消费者如何通过对比以选择满足自身需求的酒店成为广泛关注的问题。而网站上展示的图像在提供视觉享受的同时,为这一问题提供了很好的解决途径,因为图像能反映酒店实际情况。但是随着社交网站上的图像越来越多,图像信息负载问题也越来越严重,这对消费者进行人工对比选择造成了很大的困扰。针对上述问题,本文经过大量调研,发现在国内外社交网站的相关研究中,大多数人倾向于针对评论或者评分进行研究,然而图像内容的对比挖掘相关研究较少,使得图像信息无法得到充分利用。为实现对比两组大规模图像数据集并得到之间的差异,本文首先利用深度学习技术识别图像中的实体并得到标签。随后为消减实体相似性导致的信息冗余对对比分析产生的不利影响,采用:1)文本分析中词向量转化的方法,将实体标签向量化;2)无需指定类别数目的层次聚类算法进行标签向量的聚类。最后利用FP-Growth算法对聚类后的向量集挖掘频繁项集并进行对比挖掘,识别两组图像数据集中的对比模式。通过识别出的对比模式,分析两组图像数据集之间的差异。本文将上述方法应用于国内外著名社交网站:猫途鹰、Co-worker、Pinterest等中,得到相关对比模式,这些对比模式可为消费者和商家在进行消费选择和制定营销策略时提供可靠参考信息。同时本文所提出的基于深度学习的图像处理和对比挖掘的方法也可以应用于其他各类社交网站,来帮助消费者和商家提供行之有效的消费决策和营销策略。