CN103970830A - 信息推荐方法和装置 - Google Patents
信息推荐方法和装置 Download PDFInfo
- Publication number
- CN103970830A CN103970830A CN201410125461.1A CN201410125461A CN103970830A CN 103970830 A CN103970830 A CN 103970830A CN 201410125461 A CN201410125461 A CN 201410125461A CN 103970830 A CN103970830 A CN 103970830A
- Authority
- CN
- China
- Prior art keywords
- face
- good friend
- photograph album
- cloud photograph
- face database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开揭示了一种信息推荐方法和装置,属于互联网技术领域。所述信息推荐方法包括:对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;获取所述通讯录中的各个好友的好友云相册;分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
Description
技术领域
本公开涉及互联网技术领域,特别涉及一种信息推荐方法和装置。
背景技术
随着即时通信技术的发展,如何为用户推荐潜在的好友信息已经成为当前极为重要的研究课题之一。
目前,常见的一种信息推荐方法包括:服务器获取各个用户的云相册中的照片;对云相册中的照片进行人脸识别,得到与每个云相册对应的人脸库;若不同人脸库中包括同一张人脸,则建立不同人脸库中各个人脸之间的关联关系;进而将存在关联关系的不同人脸进行相互推荐。
发明人在实现本公开的过程中,发现相关技术至少存在如下缺陷:
由于服务器会将存在关联关系的不同人脸进行相互推荐,所以这就导致服务器向用户推荐的好友用户可能并不认识,比如,人脸库A中包括用户A的脸和用户B的脸,人脸库B中包括用户B的脸和用户C的脸,人脸库C中包括用户C的脸和用户D的脸,则通过用户B的脸和用户C的脸可以建立用户A和用户D之间的关联关系,而实质上用户A只和用户C认识,而跟用户C的好友用户D并不认识;所以上述方案浪费了服务器在进行好友推荐时所占用的资源。
发明内容
为了解决相关技术中会浪费服务器资源的问题,本公开提供了一种信息推荐方法和装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种信息推荐方法,包括:
对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;
获取所述通讯录中的各个好友的好友云相册;
分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;
根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。
可选的,所述获取所述通讯录中的各个好友的好友云相册,包括:
对于所述通讯录中的各个好友的好友云相册中的每一个好友云相册,检测所述好友云相册是否是共享云相册;
如果所述好友云相册是所述共享云相册,则获取所述好友云相册。
可选的,所述根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息,包括:
对于每一个所述好友人脸库,检测所述好友人脸库中是否包含符合预定条件的人脸,所述预定条件包括所述人脸不属于所述目标人脸库,且所述人脸不是所述目标用户的人脸也不是各个好友人脸库所对应的好友的人脸;
如果包含符合所述预定条件的人脸,则获取所述符合所述预定条件的人脸所对应的用户的通信方式;
将所述通信方式和所述符合所述预定条件的人脸推荐至所述目标用户。
可选的,所述方法,还包括:
检测同时包含所述符合预定条件的人脸的好友人脸库的个数是否达到预定阈值;
如果达到所述预定阈值,则执行所述获取所述符合所述预定条件的人脸所对应的用户的通信方式的步骤。
可选的,所述获取所述符合所述预定条件的人脸所对应的用户的通信方式,包括:
获取所述符合所述预定条件的人脸所属的好友人脸库所对应的好友的好友通讯录;
获取所述好友通讯录中的各个用户所对应的人脸库;
计算所述符合所述预定条件的人脸在获取到的各个人脸库中的置信度;
选择所述人脸库中置信度最高的人脸库;
将选择得到的所述人脸库所对应的用户的通信方式作为所述符合所述预定条件的人脸所对应的用户的通信方式。
可选的,所述根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息,包括:
对于每一个所述好友人脸库,检测所述好友人脸库中是否包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸;
如果包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸,则检测所述好友人脸库所对应的好友云相册中是否包含同时包括所述目标用户的脸和所述好友人脸库所对应的好友的人脸的照片;
如果所述好友云相册中包含所述照片,则检测所述目标云相册中是否包含所述照片;
如果不包含所述照片,则推荐所述照片至所述目标用户;或,推荐所述好友云相册中包含所述照片的文件夹中的所有照片至所述目标用户。
可选的,所述方法,还包括:
检测所述目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸;
如果包含与所述明星人脸库中的人脸相匹配的人脸,则获取所述人脸所对应的明星的新闻动态;
推荐获取到的所述新闻动态至所述目标用户。
根据本公开实施例的第二方面,提供一种信息推荐装置,包括:
通讯录获取模块,用于对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;
云相册获取模块,用于获取所述通讯录获取模块获取到的所述通讯录中的各个好友的好友云相册;
人脸库获取模块,用于分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;
信息推荐模块,用于根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。
可选的,所述云相册获取模块,包括:
云相册检测单元,用于对于所述通讯录中的各个好友的好友云相册中的每一个好友云相册,检测所述好友云相册是否是共享云相册;
云相册获取单元,用于在所述云相册检测单元的检测结果为所述好友云相册是所述共享云相册时,获取所述好友云相册。
可选的,所述信息推荐模块,包括:
第一检测单元,用于对于每一个所述好友人脸库,检测所述好友人脸库中是否包含符合预定条件的人脸,所述预定条件包括所述人脸不属于所述目标人脸库,且所述人脸不是所述目标用户的人脸也不是各个好友人脸库所对应的好友的人脸;
通信方式获取单元,用于在所述人脸库检测单元的检测结果为包含符合所述预定条件的人脸时,获取所述符合所述预定条件的人脸所对应的用户的通信方式;
第一推荐单元,用于将所述通信方式和所述符合所述预定条件的人脸推荐至所述目标用户。
可选的,所述信息推荐模块,还包括:
个数检测单元,用于检测同时包含所述符合预定条件的人脸的好友人脸库的个数是否达到预定阈值;
所述通信方式获取单元,用于在所述个数检测单元的检测结果为达到所述预定阈值时,执行所述获取所述符合所述预定条件的人脸所对应的用户的通信方式的步骤。
可选的,所述通信方式获取单元,包括:
通讯录获取子单元,用于获取所述符合所述预定条件的人脸所属的好友人脸库所对应的好友的好友通讯录;
人脸库获取子单元,用于获取所述通讯录获取子单元获取到的所述好友通讯录中的各个用户所对应的人脸库;
置信度计算子单元,用于计算所述符合所述预定条件的人脸在获取到的各个人脸库中的置信度;
人脸库选择子单元,用于选择所述人脸库中置信度最高的人脸库;
通信方式确定子单元,用于将所述人脸库选择子单元选择得到的所述人脸库所对应的用户的通信方式作为所述符合所述预定条件的人脸所对应的用户的通信方式。
可选的,所述信息推荐模块,包括:
第二检测单元,用于对于每一个所述好友人脸库,检测所述好友人脸库中是否包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸;
第三检测单元,用于在所述第二检测单元的检测结果为包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸时,检测所述好友人脸库所对应的好友云相册中是否包含同时包括所述目标用户的脸和所述好友人脸库所对应的好友的人脸的照片;
第四检测单元,用于在所述第三检测单元的检测结果为所述好友云相册中包含所述照片时,检测所述目标云相册中是否包含所述照片;
第二推荐单元,用于在所述第四检测单元的检测结果为不包含所述照片时,推荐所述照片至所述目标用户;或,推荐所述好友云相册中包含所述照片的文件夹中的所有照片至所述目标用户。
可选的,所述装置,还包括:
人脸判断模块,用于检测所述目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸;
动态获取模块,用于在所述人脸判断模块的判断结果为包含与所述明星人脸库中的人脸相匹配的人脸时,获取所述人脸所对应的明星的新闻动态;
动态推荐模块,用于推荐所述动态获取模块获取到的所述新闻动态至所述目标用户。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种信息推荐方法的流程图;
图2A是根据另一示例性实施例示出的一种信息推荐方法的流程图;
图2B是根据另一示例性实施例示出的一种目标用户展示服务器发送的推荐信息的示意图;
图3是根据再一示例性实施例示出的一种信息推荐方法的流程图;
图4是根据再一示例性实施例示出的一种信息推荐方法的流程图;
图5是根据一示例性实施例示出的一种信息推荐装置的示意图;
图6A是根据另一示例性实施例示出的一种信息推荐装置的示意图;
图6B是根据另一示例性实施例示出的另一种信息推荐装置的示意图;
图6C是根据另一示例性实施例示出的通信方式获取单元的示意图;
图6D是根据另一示例性实施例示出的一种信息推荐装置的示意图;
图7是根据一示例性实施例示出的一种服务器的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种信息推荐方法的流程图,该信息推荐方法可以包括以下步骤。
在步骤101中,对于目标云相册,获取目标云相册所属的目标用户的通讯录;
在步骤102中,获取通讯录中的各个好友的好友云相册;
在步骤103中,分别对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库;
在步骤104中,根据目标人脸库和好友人脸库为目标用户推荐好友信息。
综上所述,本公开实施例中提供的信息推荐方法,通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
图2A是根据另一示例性实施例示出的一种信息推荐方法的流程图,该信息推荐方法可以包括以下步骤。
在步骤201中,对于目标云相册,获取目标云相册所属的目标用户的通讯录;
服务器可以存储各个用户的云相册,并且对于其中的目标云相册,为了后续步骤的执行,服务器可以获取目标云相册所属的目标用户的通讯录。
其中,目标用户的通讯录可以是手机通讯录、即时通信应用通讯录或者两者的组合。比如,目标用户通过手机号将自己的手机相册云存储至服务器,则服务器可以获取目标用户的手机通讯录;如果目标用户通过即时通信账户将自己的手机相册云存储至服务器,则服务器可以获取目标用户在即时通信应用中的通讯录;当然在实际实现时,服务器还可以根据自己的权限获取目标用户使用的终端中的各个账户的通讯录,比如同时获取手机通讯录和即时通信应用中的通讯录,本实施例对此并不做限定。
在步骤202中,对于通讯录中的各个好友的好友云相册中的每一个好友云相册,检测好友云相册是否是共享云相册;
用户在云存储相册至服务器时,为了避免自己相册中的照片被泄露,用户可以设置自己的云相册为不允许他人查看,此时服务器在对目标云相册进行解析时服务器将无权获取该云相册,所以在服务器获取到目标用户的通讯录之后,对于通讯录中的各个好友的好友云相册中的每一个好友云相册,服务器可以检测好友云相册是否是共享云相册。
在步骤203中,如果好友云相册是共享云相册,则获取好友云相册;
如果服务器的检测结果为好友云相册是共享云相册,则说明服务器具有获取该好友云相册的获取权限,此时服务器将获取好友云相册。
而如果服务器的检测结果为好友云相册不是共享云相册,则说明服务器不具有在对目标云相册进行解析时访问该好友云相册的权限,此时服务器将不执行获取操作,而继续检测下一个好友云相册,本实施例在此不再赘述。
在步骤204中,分别对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库;
以服务器对目标云相册进行人脸识别,进而得到与目标云相册对应的目标人脸库为例,对于目标云相册中的每一张照片,服务器可以对照片进行人脸检测,对检测到的人脸进行眼睛定位,根据眼睛位置对人脸进行图片归一化,然后对归一化后的人脸进行特征提取。在服务器对目标云相册中的所有人脸进行特征提取之后,服务器可以对提取得到的人脸中特征相同的人脸进行聚类,进而得到与目标云相册对应的目标人脸库。
类似的,服务器获取与好友云相册对应的好友人脸库的方法与获取目标人脸库的方法相同,本实施例在此不再赘述。
在步骤205中,对于每一个好友人脸库,检测好友人脸库中是否包含符合预定条件的人脸;
为了检测好友人脸库中是否有目标用户可能不认识的用户的人脸,对于每一个好友人脸库,服务器可以检测好友人脸库中是否包含符合预定条件的人脸。其中,预定条件包括人脸不属于目标人脸库,且人脸不是目标用户的人脸也不是各个好友人脸库所对应的好友的人脸。
目标用户的人脸可以是目标用户手动标识并上传至服务器的人脸,也可以是服务器对目标人脸库中的各个人脸进行置信度计算,选择计算得到的置信度最高的人脸,本实施例对服务器获取目标用户的人脸的方法并不做限定。类似的,服务器获取与各个好友人脸库对应的好友的人脸与获取目标用户的人脸方法类似,本实施例对此也不做限定。
其中,服务器对目标人脸库中的各个人脸进行置信度计算的步骤可以包括:对于每一个人脸,服务器计算目标云相册的所有照片中包括人脸的照片的个数;计算所有照片中只包括人脸的照片的个数,根据各自对应的权重计算两个个数的加权值,由于在整个目标云相册中包括人脸的照片越多且单人照的照片越多该人脸是目标用户本人的可能性越大,所以服务器可以将计算得到的加权值作为人脸的置信度。当然,在实际实现时,服务器还可以通过其它计算方法来计算各个人脸的置信度,本实施例对此并不做限定。
在步骤206中,如果包含符合预定条件的人脸,则检测同时包含符合预定条件的人脸的好友人脸库的个数是否达到预定阈值;
如果服务器的检测结果为包含符合预定条件的人脸,则说明好友的云相册中包含目标用户可能不认识的用户,由于该用户可能是好友的家人而并不是好友与目标用户共同的朋友,所以为了进一步确认目标用户与该用户认识的可能性,服务器可以检测同时包含符合预定条件的人脸的好友人脸库的个数是否达到预定阈值。
在步骤207中,如果达到预定阈值,则执行获取符合预定条件的人脸所对应的用户的通信方式的步骤;
如果检测结果为达到预定阈值,比如同时有8个好友的好友人脸库中包含该人脸,则目标用户认识该人脸所对应的用户的可能性极大,此时服务器可以获取符合预定条件的人脸所对应的用户的通信方式。
其中,服务器获取符合预定条件的人脸所对应的用户的通信方式的步骤可以包括:
第一,获取符合预定条件的人脸所属的好友人脸库所对应的好友的好友通讯录;
第二,获取好友通讯录中的各个用户所对应的人脸库;
在服务器获取到好友的好友通讯录之后,服务器可以获取好友通讯录中的各个用户的云相册,并分别对各个云相册进行人脸识别,进而得到与各个用户的云相册对应的人脸库。
需要说明的是,服务器对各个云相册进行人脸识别,得到与各个用户的云相册对应的人脸库的方法与获取目标人脸库的方法类似,详细请参考步骤202,本步骤在此不再赘述。
第三,计算符合预定条件的人脸在获取到的各个人脸库中的置信度;
在服务器获取到好友通讯录中的各个用户所对应的人脸库之后,服务器可以计算符合预定条件的人脸在获取到的各个人脸库中的置信度。其详细计算方法与服务器计算目标人脸库中的各个人脸的置信度的计算方法类似,本步骤在此不再赘述。
第四,选择人脸库中置信度最高的人脸库;
由于人脸在人脸库中的置信度越高,该人脸是人脸库所对应的用户的人脸的可能性越大,所以为了后续步骤的执行,服务器可以选择人脸库中置信度最高的人脸库。
第五,将选择得到的人脸库所对应的用户的通信方式作为符合预定条件的人脸所对应的用户的通信方式。
比如,服务器获取到符合预定条件的人脸A所对应的的通信方式为‘姓名:张三,即时通信账号:645230’。
需要说明的是,在实际实现时,服务器在检测到符合预定条件的人脸后,服务器可以执行获取符合预定条件的人脸所对应的用户的通信方式,本实施例在此不再赘述。
在步骤208中,将通信方式和符合预定条件的人脸推荐至目标用户。
在服务器获取到符合预定条件的人脸所对应的用户的通信方式之后,服务器可以将获取到的通信方式和符合预定条件的人脸推荐至目标用户。相应的,目标用户可以接收服务器发送的信息,并对接收到的信息进行展示。比如,目标用户按照图2B所示的展示方法展示接收到的信息。需要说明的是,本实施例以图2B的展示方法进行展示为例,在实际实现时,目标用户还可以展示获取到的通信方式的全部内容以及对应的人脸,本实施例对此并不做限定。
综上所述,本实施例提供的信息推荐方法,通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
本实施例服务器通过获取好友人脸库中不在目标人脸库、且不是目标用户本人和好友的人脸所对应的通信方式,向用户推荐获取到的通信方式以及对应的人脸,使得目标用户能够获知自己可能认识且当前不是好友的用户的通信方式,达到目标用户可以与不知道通信方式却认识的用户进行联系,提高了用户体验。
图3是根据另一示例性实施例示出的一种信息推荐方法的流程图,该信息推荐方法可以包括以下步骤。
在步骤301中,对于目标云相册,获取目标云相册所属的目标用户的通讯录;
服务器可以存储各个用户的云相册,并且对于其中的目标云相册,为了后续步骤的执行,服务器可以获取目标云相册所属的目标用户的通讯录。
其中,目标用户的通讯录可以是手机通讯录、即时通信应用通讯录或者两者的组合。比如,目标用户通过手机号将自己的手机相册云存储至服务器,则服务器可以获取目标用户的手机通讯录;如果目标用户通过即时通信账户将自己的手机相册云存储至服务器,则服务器可以获取目标用户在即时通信应用中的通讯录;当然在实际实现时,服务器还可以根据自己的权限获取目标用户使用的终端中的各个账户的通讯录,比如同时获取手机通讯录和即时通信应用中的通讯录,本实施例对此并不做限定。
在步骤302中,对于通讯录中的各个好友的好友云相册中的每一个好友云相册,检测好友云相册是否是共享云相册;
用户在云存储相册至服务器时,为了避免自己相册中的照片被泄露,用户可以设置自己的云相册为不允许他人查看,此时服务器在对目标云相册进行解析时服务器将无权获取该云相册,所以在服务器获取到目标用户的通讯录之后,对于通讯录中的各个好友的好友云相册中的每一个好友云相册,服务器可以检测好友云相册是否是共享云相册。
在步骤303中,如果好友云相册是共享云相册,则获取好友云相册;
如果服务器的检测结果为好友云相册是共享云相册,则说明服务器具有获取该好友云相册的获取权限,此时服务器将获取好友云相册。
而如果服务器的检测结果为好友云相册不是共享云相册,则说明服务器不具有在对目标云相册进行解析时访问该好友云相册的权限,此时服务器将不执行获取操作,而继续检测下一个好友云相册,本实施例在此不再赘述。
在步骤304中,分别对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库;
以服务器对目标云相册进行人脸识别,进而得到与目标云相册对应的目标人脸库为例,对于目标云相册中的每一张照片,服务器可以对照片进行人脸检测,对检测到的人脸进行眼睛定位,根据眼睛位置对人脸进行图片归一化,然后对归一化后的人脸进行特征提取。在服务器对目标云相册中的所有人脸进行特征提取之后,服务器可以对提取得到的人脸中特征相同的人脸进行聚类,进而得到与目标云相册对应的目标人脸库。
类似的,服务器获取与好友云相册对应的好友人脸库的方法与获取目标人脸库的方法相同,本实施例在此不再赘述。
需要说明的是,步骤301至步骤304与上述实施例中的步骤201至步骤204类似,详细技术细节请参考上述实施例,本实施例在此不再赘述。
在步骤305中,对于每一个好友人脸库,检测好友人脸库中是否包括目标用户的人脸和好友人脸库所对应的好友的人脸;
对于获取到的各个好友人脸库中的每一个好友人脸库,为了判断好友云相册中是否有目标用户和好友本人的照片,服务器可以检测好友人脸库中是否包含目标用户的人脸和好友人脸库所对应的好友的人脸。
其中,目标用户的人脸可以是目标用户手动标识并上传至服务器的人脸,也可以是服务器对目标人脸库中的各个人脸进行置信度计算,选择计算得到的置信度最高的人脸,本实施例对服务器获取目标用户的人脸的方法并不做限定。类似的,服务器获取与各个好友人脸库对应的好友的人脸与获取目标用户的人脸方法类似,本实施例对此也不做限定。这与上述实施例类似,详细技术细节请参考步骤205,本实施例在此不再赘述。
在步骤306中,如果包括目标用户的人脸和好友人脸库所对应的好友的人脸,则检测好友人脸库所对应的好友云相册中是否包含同时包括目标用户的人脸和好友人脸库所对应的好友的人脸的照片;
如果服务器的检测结果为包括目标用户的人脸和好友人脸库所对应的好友的人脸,则为了判断有云相册中是否有同时包含目标用户和好友的照片,服务器可以检测好友人脸库所对应的好友云相册中是否包含同时包括目标用户的人脸和好友人脸库所对应的好友的人脸的照片。
在步骤307中,如果好友云相册中包含照片,则检测目标云相册中是否包含照片;
如果服务器的检测结果好友云相册中包括同时包含目标用户的人脸和好友人脸库所对应的好友的人脸的照片,则说明这张照片是目标用户和好友一起拍摄的照片,此时为了判断目标用户的目标云相册是否有该照片,服务器可以检测目标云相册中是否包含该照片。
在步骤308中,如果不包含照片,则推荐照片至目标用户;或,推荐好友云相册中包含照片的文件夹中的所有照片至目标用户。
如果不包含该照片,则说明目标用户很可能还没有与好友的这张合照,此时服务器可以推荐该照片至目标用户,相应的目标用户接收服务器推荐的照片。这样就省去了目标用户需要特意通过网络或者U盘等手段向好友请求合照时的复杂操作,提高了用户体验。
另外,由于用户可以对自己的照片归类后上传至云相册,比如用户将某次同学聚会时拍摄的时间、某次和朋友出游时拍摄的照片、高中同学的照片以及家人的照片分别放在一个文件夹下上传至云相册,所以当服务器检测到目标云相册中不包括目标用户和好友的合照时,服务器可以认为目标用户也没有该合照所在的文件夹中的照片,所以此时服务器还可以推荐好友云相册中包含照片的文件夹中的所有照片至目标用户。
比如,服务器检测到好友‘小明’的云相册的‘3.10杭州游’中包含目标用户和小明的合照,则服务器可以知道小明是和目标用户同时游的杭州,并且在游玩时拍摄了一组照片,所以此时服务器可以将‘3.10杭州游’文件夹下的所有照片推荐给目标用户,节省了目标用户需要特意通过网络或者U盘等手段向好友请求照片时的复杂操作,提高了用户体验。
综上所述,本实施例提供的信息推荐方法,通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
本实施例通过向目标用户推荐好友云相册中包含的目标用户和好友的合照,或者包含该合照的文件夹中的所有照片,使得目标用户可以不用借助网络或者U盘等手段来向好友请求照片,降低了目标用户的操作复杂度,提高了用户体验。
图4是根据另一示例性实施例示出的一种信息推荐方法的流程图,该信息推荐方法可以包括以下步骤。
在步骤401中,对于目标云相册,获取目标云相册所属的目标用户的通讯录;
服务器可以存储各个用户的云相册,并且对于其中的目标云相册,为了后续步骤的执行,服务器可以获取目标云相册所属的目标用户的通讯录。
其中,目标用户的通讯录可以是手机通讯录、即时通信应用通讯录或者两者的组合。比如,目标用户通过手机号将自己的手机相册云存储至服务器,则服务器可以获取目标用户的手机通讯录;如果目标用户通过即时通信账户将自己的手机相册云存储至服务器,则服务器可以获取目标用户在即时通信应用中的通讯录;当然在实际实现时,服务器还可以根据自己的权限获取目标用户使用的终端中的各个账户的通讯录,比如同时获取手机通讯录和即时通信应用中的通讯录,本实施例对此并不做限定。
在步骤402中,对于通讯录中的各个好友的好友云相册中的每一个好友云相册,检测好友云相册是否是共享云相册;
用户在云存储相册至服务器时,为了避免自己相册中的照片被泄露,用户可以设置自己的云相册为不允许他人查看,此时服务器在对目标云相册进行解析时服务器将无权获取该云相册,所以在服务器获取到目标用户的通讯录之后,对于通讯录中的各个好友的好友云相册中的每一个好友云相册,服务器可以检测好友云相册是否是共享云相册。
在步骤403中,如果好友云相册是共享云相册,则获取好友云相册;
如果服务器的检测结果为好友云相册是共享云相册,则说明服务器具有获取该好友云相册的获取权限,此时服务器将获取好友云相册。
而如果服务器的检测结果为好友云相册不是共享云相册,则说明服务器不具有在对目标云相册进行解析时访问该好友云相册的权限,此时服务器将不执行获取操作,而继续检测下一个好友云相册,本实施例在此不再赘述。
在步骤404中,分别对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库;
以服务器对目标云相册进行人脸识别,进而得到与目标云相册对应的目标人脸库为例,对于目标云相册中的每一张照片,服务器可以对照片进行人脸检测,对检测到的人脸进行眼睛定位,根据眼睛位置对人脸进行图片归一化,然后对归一化后的人脸进行特征提取。在服务器对目标云相册中的所有人脸进行特征提取之后,服务器可以对提取得到的人脸中特征相同的人脸进行聚类,进而得到与目标云相册对应的目标人脸库。
类似的,服务器获取与好友云相册对应的好友人脸库的方法与获取目标人脸库的方法相同,本实施例在此不再赘述。
在步骤405中,根据目标人脸库和好友人脸库为目标用户推荐好友信息;
在服务器获取到目标人脸库和好友人脸库之后,服务器可以根据目标人脸库和好友人脸库为目标用户推荐好友信息。在实际实现时服务器可以采用实施例二或者实施例三中的推荐方式向目标用户推荐信息,详细技术细节请参考对应实施例,本实施例在此不再赘述。
在步骤406中,检测目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸;
由于用户可以搜集自己喜爱的明星的照片,并将搜集的照片上传至云相册,所以在服务器获取到目标人脸库之后,为了后续步骤的执行,服务器可以检测目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸。
其中,明星人脸库可以是服务器根据搜集当红各个明星的照片并进行人脸识别之后的第的人脸库。
在步骤407中,如果包含与明星人脸库中的人脸相匹配的人脸,则获取人脸所对应的明星的新闻动态;
如果服务器的检测结果为目标人脸库中包含与明星人脸库中的人脸相匹配的人脸,则说明目标用户非常喜欢该明星,可能会比较该明星的新闻,所以此时服务器可以获取人脸所对应的明星的新闻动态。其中,新闻动态可以包括明星的八卦新闻、在社交应用中发布的状态、最近拍摄的电视剧或者电影等等,本实施例对新闻动态的具体内容并不做限定。
在步骤408中,推荐获取到的新闻动态至目标用户。
在服务器获取到新闻动态之后,服务器可以推荐获取到的新闻动态至目标用户。在实际实现时,服务器可以通过即时通信信息的方式发送至目标用户,也可以通过弹窗的方式发送至目标用户,本实施例对此并不做限定。
综上所述,本实施例提供的信息推荐方法,通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
本实施例在向目标用户推荐好友信息的同时,还可以通过解析目标用户的目标云相册来获知目标用户关注的明星,进而可以向目标用户推荐明星的新闻动态,提高了用户体验。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图5是根据一示例性实施例示出的一种信息推荐装置的示意图,如图5所示,该信息验证装置可以包括但不限于:通讯录获取模块510、云相册获取模块520、人脸库获取模块530和信息推荐模块540。
通讯录获取模块510被配置为对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;
云相册获取模块520被配置为获取所述通讯录获取模块510获取到的所述通讯录中的各个好友的好友云相册;
人脸库获取模块530被配置为分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;
信息推荐模块540被配置为根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。
综上所述,本实施例提供的信息推荐装置,通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
图6A是根据一示例性实施例示出的一种信息推荐装置的示意图,如图6A所示,该信息验证装置可以包括但不限于:通讯录获取模块610、云相册获取模块620、人脸库获取模块630和信息推荐模块640。
通讯录获取模块610被配置为对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;
云相册获取模块620被配置为获取所述通讯录获取模块610获取到的所述通讯录中的各个好友的好友云相册;
人脸库获取模块630被配置为分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;
信息推荐模块640被配置为根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。
在本实施例的第一种可能的实现方式中,所述云相册获取模块620,包括:
云相册检测单元621被配置为对于所述通讯录中的各个好友的好友云相册中的每一个好友云相册,检测所述好友云相册是否是共享云相册;
云相册获取单元622被配置为在所述云相册检测单元的检测结果为所述好友云相册是所述共享云相册时,获取所述好友云相册。
在本实施例的第二种可能的实现方式中,所述信息推荐模块640,包括:
第一检测单元641被配置为对于每一个所述好友人脸库,检测所述好友人脸库中是否包含符合预定条件的人脸,所述预定条件包括所述人脸不属于所述目标人脸库,且所述人脸不是所述目标用户的人脸也不是各个好友人脸库所对应的好友的人脸;
通信方式获取单元642被配置为在所述人脸库检测单元641的检测结果为包含符合所述预定条件的人脸时,获取所述符合所述预定条件的人脸所对应的用户的通信方式;
第一推荐单元643被配置为将所述通信方式和所述符合所述预定条件的人脸推荐至所述目标用户。
在本实施例的第二种可能的实现方式中,所述信息推荐模块640,还包括:
个数检测单元644被配置为检测同时包含所述符合预定条件的人脸的好友人脸库的个数是否达到预定阈值;
所述通信方式获取单元642被配置为在所述个数检测单元644的检测结果为达到所述预定阈值时,执行所述获取所述符合所述预定条件的人脸所对应的用户的通信方式的步骤。
请参考图6B,在本实施例的第三种可能的实现方式中,所述通信方式获取单元642,包括:
通讯录获取子单元642a被配置为获取所述符合所述预定条件的人脸所属的好友人脸库所对应的好友的好友通讯录;
人脸库获取子单元642b被配置为获取所述通讯录获取子单元642a获取到的所述好友通讯录中的各个用户所对应的人脸库;
置信度计算子单元642c被配置为计算所述符合所述预定条件的人脸在获取到的各个人脸库中的置信度;
人脸库选择子单元642d被配置为选择所述人脸库中置信度最高的人脸库;
通信方式确定子单元642e被配置为将所述人脸库选择子单元642d选择得到的所述人脸库所对应的用户的通信方式作为所述符合所述预定条件的人脸所对应的用户的通信方式。
请参考图6C,在本实施例的第四种可能的实现方式中,所述信息推荐模块640,包括:
第二检测单元645被配置为对于每一个所述好友人脸库,检测所述好友人脸库中是否包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸;
第三检测单元646被配置为在所述第二检测单元645的检测结果为包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸时,检测所述好友人脸库所对应的好友云相册中是否包含同时包括所述目标用户的脸和所述好友人脸库所对应的好友的人脸的照片;
第四检测单元647被配置为在所述第三检测单元646的检测结果为所述好友云相册中包含所述照片时,检测所述目标云相册中是否包含所述照片;
第二推荐单元648被配置为在所述第四检测单元647的检测结果为不包含所述照片时,推荐所述照片至所述目标用户;或,推荐所述好友云相册中包含所述照片的文件夹中的所有照片至所述目标用户。
请参考图6D,在本实施例的第五种可能的实现方式中,所述装置,还包括:
人脸判断模块650被配置为检测所述目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸;
动态获取模块660被配置为在所述人脸判断模块650的判断结果为包含与所述明星人脸库中的人脸相匹配的人脸时,获取所述人脸所对应的明星的新闻动态;
动态推荐模块670被配置为推荐所述动态获取模块660获取到的所述新闻动态至所述目标用户。
综上所述,本实施例提供的信息推荐装置,通过获取目标云相册所属的目标用户的通讯录,获取通讯录中的各个好友的好友云相册,对目标云相册和好友云相册进行人脸识别,得到与目标云相册对应的目标人脸库以及与好友云相册对应的好友人脸库,进而根据目标人脸库和好友人脸库向目标用户推荐好友信息;解决了相关技术中会浪费服务器资源的问题;达到了服务器向目标用户推荐的信息对用户来说价值较高,进而降低对服务器资源的浪费的效果。
需要说明的是:上述实施例提供的信息推荐装置在对信息进行推荐时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将终端的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的信息推荐装置与信息推荐方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图7是本发明实施例中服务器的结构示意图。该服务器700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)722(例如,一个或一个以上处理器)和存储器732,一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中,存储器732和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器722可以设置为与存储介质730通信,在服务器700上执行存储介质730中的一系列指令操作。
服务器700还可以包括一个或一个以上电源726,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口758,一个或一个以上键盘756,和/或,一个或一个以上操作系统741,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (14)
1.一种信息推荐方法,其特征在于,包括:
对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;
获取所述通讯录中的各个好友的好友云相册;
分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;
根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。
2.根据权利要求1所述的方法,其特征在于,所述获取所述通讯录中的各个好友的好友云相册,包括:
对于所述通讯录中的各个好友的好友云相册中的每一个好友云相册,检测所述好友云相册是否是共享云相册;
如果所述好友云相册是所述共享云相册,则获取所述好友云相册。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息,包括:
对于每一个所述好友人脸库,检测所述好友人脸库中是否包含符合预定条件的人脸,所述预定条件包括所述人脸不属于所述目标人脸库,且所述人脸不是所述目标用户的人脸也不是各个好友人脸库所对应的好友的人脸;
如果包含符合所述预定条件的人脸,则获取所述符合所述预定条件的人脸所对应的用户的通信方式;
将所述通信方式和所述符合所述预定条件的人脸推荐至所述目标用户。
4.根据权利要求3所述的方法,其特征在于,所述方法,还包括:
检测同时包含所述符合预定条件的人脸的好友人脸库的个数是否达到预定阈值;
如果达到所述预定阈值,则执行所述获取所述符合所述预定条件的人脸所对应的用户的通信方式的步骤。
5.根据权利要求3所述的方法,其特征在于,所述获取所述符合所述预定条件的人脸所对应的用户的通信方式,包括:
获取所述符合所述预定条件的人脸所属的好友人脸库所对应的好友的好友通讯录;
获取所述好友通讯录中的各个用户所对应的人脸库;
计算所述符合所述预定条件的人脸在获取到的各个人脸库中的置信度;
选择所述人脸库中置信度最高的人脸库;
将选择得到的所述人脸库所对应的用户的通信方式作为所述符合所述预定条件的人脸所对应的用户的通信方式。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息,包括:
对于每一个所述好友人脸库,检测所述好友人脸库中是否包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸;
如果包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸,则检测所述好友人脸库所对应的好友云相册中是否包含同时包括所述目标用户的脸和所述好友人脸库所对应的好友的人脸的照片;
如果所述好友云相册中包含所述照片,则检测所述目标云相册中是否包含所述照片;
如果不包含所述照片,则推荐所述照片至所述目标用户;或,推荐所述好友云相册中包含所述照片的文件夹中的所有照片至所述目标用户。
7.根据权利要求1至6任一所述的方法,其特征在于,所述方法,还包括:
检测所述目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸;
如果包含与所述明星人脸库中的人脸相匹配的人脸,则获取所述人脸所对应的明星的新闻动态;
推荐获取到的所述新闻动态至所述目标用户。
8.一种信息推荐装置,其特征在于,包括:
通讯录获取模块,用于对于目标云相册,获取所述目标云相册所属的目标用户的通讯录;
云相册获取模块,用于获取所述通讯录获取模块获取到的所述通讯录中的各个好友的好友云相册;
人脸库获取模块,用于分别对所述目标云相册和所述好友云相册进行人脸识别,得到与所述目标云相册对应的目标人脸库以及与所述好友云相册对应的好友人脸库;
信息推荐模块,用于根据所述目标人脸库和所述好友人脸库为所述目标用户推荐好友信息。
9.根据权利要求8所述的装置,其特征在于,所述云相册获取模块,包括:
云相册检测单元,用于对于所述通讯录中的各个好友的好友云相册中的每一个好友云相册,检测所述好友云相册是否是共享云相册;
云相册获取单元,用于在所述云相册检测单元的检测结果为所述好友云相册是所述共享云相册时,获取所述好友云相册。
10.根据权利要求8所述的装置,其特征在于,所述信息推荐模块,包括:
第一检测单元,用于对于每一个所述好友人脸库,检测所述好友人脸库中是否包含符合预定条件的人脸,所述预定条件包括所述人脸不属于所述目标人脸库,且所述人脸不是所述目标用户的人脸也不是各个好友人脸库所对应的好友的人脸;
通信方式获取单元,用于在所述人脸库检测单元的检测结果为包含符合所述预定条件的人脸时,获取所述符合所述预定条件的人脸所对应的用户的通信方式;
第一推荐单元,用于将所述通信方式和所述符合所述预定条件的人脸推荐至所述目标用户。
11.根据权利要求10所述的装置,其特征在于,所述信息推荐模块,还包括:
个数检测单元,用于检测同时包含所述符合预定条件的人脸的好友人脸库的个数是否达到预定阈值;
所述通信方式获取单元,用于在所述个数检测单元的检测结果为达到所述预定阈值时,执行所述获取所述符合所述预定条件的人脸所对应的用户的通信方式的步骤。
12.根据权利要求10所述的装置,其特征在于,所述通信方式获取单元,包括:
通讯录获取子单元,用于获取所述符合所述预定条件的人脸所属的好友人脸库所对应的好友的好友通讯录;
人脸库获取子单元,用于获取所述通讯录获取子单元获取到的所述好友通讯录中的各个用户所对应的人脸库;
置信度计算子单元,用于计算所述符合所述预定条件的人脸在获取到的各个人脸库中的置信度;
人脸库选择子单元,用于选择所述人脸库中置信度最高的人脸库;
通信方式确定子单元,用于将所述人脸库选择子单元选择得到的所述人脸库所对应的用户的通信方式作为所述符合所述预定条件的人脸所对应的用户的通信方式。
13.根据权利要求8所述的装置,其特征在于,所述信息推荐模块,包括:
第二检测单元,用于对于每一个所述好友人脸库,检测所述好友人脸库中是否包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸;
第三检测单元,用于在所述第二检测单元的检测结果为包括所述目标用户的人脸和所述好友人脸库所对应的好友的人脸时,检测所述好友人脸库所对应的好友云相册中是否包含同时包括所述目标用户的脸和所述好友人脸库所对应的好友的人脸的照片;
第四检测单元,用于在所述第三检测单元的检测结果为所述好友云相册中包含所述照片时,检测所述目标云相册中是否包含所述照片;
第二推荐单元,用于在所述第四检测单元的检测结果为不包含所述照片时,推荐所述照片至所述目标用户;或,推荐所述好友云相册中包含所述照片的文件夹中的所有照片至所述目标用户。
14.根据权利要求8至13任一所述的装置,其特征在于,所述装置,还包括:
人脸判断模块,用于检测所述目标人脸库中是否包含与明星人脸库中的人脸相匹配的人脸;
动态获取模块,用于在所述人脸判断模块的判断结果为包含与所述明星人脸库中的人脸相匹配的人脸时,获取所述人脸所对应的明星的新闻动态;
动态推荐模块,用于推荐所述动态获取模块获取到的所述新闻动态至所述目标用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410125461.1A CN103970830B (zh) | 2014-03-31 | 2014-03-31 | 信息推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410125461.1A CN103970830B (zh) | 2014-03-31 | 2014-03-31 | 信息推荐方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103970830A true CN103970830A (zh) | 2014-08-06 |
CN103970830B CN103970830B (zh) | 2017-06-16 |
Family
ID=51240327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410125461.1A Active CN103970830B (zh) | 2014-03-31 | 2014-03-31 | 信息推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103970830B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117929A (zh) * | 2015-07-28 | 2015-12-02 | 小米科技有限责任公司 | 推送内容的方法及装置 |
CN105468948A (zh) * | 2015-12-09 | 2016-04-06 | 广州广电运通金融电子股份有限公司 | 一种通过社交关系进行身份验证的方法 |
CN105631404A (zh) * | 2015-12-17 | 2016-06-01 | 小米科技有限责任公司 | 对照片进行聚类的方法及装置 |
CN105701245A (zh) * | 2016-02-29 | 2016-06-22 | 北京小米移动软件有限公司 | 图片推荐方法及装置 |
CN106326815A (zh) * | 2015-06-30 | 2017-01-11 | 芋头科技(杭州)有限公司 | 一种人脸图像识别方法 |
CN106649710A (zh) * | 2016-12-20 | 2017-05-10 | 北京奇虎科技有限公司 | 图片推选方法、装置和移动终端 |
CN108881740A (zh) * | 2018-06-28 | 2018-11-23 | Oppo广东移动通信有限公司 | 图像方法和装置、电子设备、计算机可读存储介质 |
CN110084709A (zh) * | 2018-01-23 | 2019-08-02 | 百度在线网络技术(北京)有限公司 | 基于面部特征的好友处理方法、服务器及计算机可读介质 |
CN110174924A (zh) * | 2018-09-30 | 2019-08-27 | 广东小天才科技有限公司 | 一种基于可穿戴设备的交友方法及可穿戴设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101668176A (zh) * | 2009-09-25 | 2010-03-10 | 北京酷联天下科技有限公司 | 一种基于人际社交图的多媒体内容点播与分享方法 |
CN102355534A (zh) * | 2011-11-01 | 2012-02-15 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和联系人信息推送方法 |
US20130238614A1 (en) * | 2010-09-09 | 2013-09-12 | Ebay Inc. | Sizing content recommendation system |
CN103399896A (zh) * | 2013-07-19 | 2013-11-20 | 广州华多网络科技有限公司 | 识别用户间关联关系的方法及系统 |
CN103513890A (zh) * | 2012-06-28 | 2014-01-15 | 腾讯科技(深圳)有限公司 | 一种基于图片的交互方法、装置和服务器 |
CN103514286A (zh) * | 2013-09-30 | 2014-01-15 | 鸿富锦精密工业(深圳)有限公司 | 好友推荐系统及方法 |
-
2014
- 2014-03-31 CN CN201410125461.1A patent/CN103970830B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101668176A (zh) * | 2009-09-25 | 2010-03-10 | 北京酷联天下科技有限公司 | 一种基于人际社交图的多媒体内容点播与分享方法 |
US20130238614A1 (en) * | 2010-09-09 | 2013-09-12 | Ebay Inc. | Sizing content recommendation system |
CN102355534A (zh) * | 2011-11-01 | 2012-02-15 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和联系人信息推送方法 |
CN103513890A (zh) * | 2012-06-28 | 2014-01-15 | 腾讯科技(深圳)有限公司 | 一种基于图片的交互方法、装置和服务器 |
CN103399896A (zh) * | 2013-07-19 | 2013-11-20 | 广州华多网络科技有限公司 | 识别用户间关联关系的方法及系统 |
CN103514286A (zh) * | 2013-09-30 | 2014-01-15 | 鸿富锦精密工业(深圳)有限公司 | 好友推荐系统及方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326815A (zh) * | 2015-06-30 | 2017-01-11 | 芋头科技(杭州)有限公司 | 一种人脸图像识别方法 |
CN106326815B (zh) * | 2015-06-30 | 2019-09-13 | 芋头科技(杭州)有限公司 | 一种人脸图像识别方法 |
CN105117929A (zh) * | 2015-07-28 | 2015-12-02 | 小米科技有限责任公司 | 推送内容的方法及装置 |
CN105468948B (zh) * | 2015-12-09 | 2019-01-25 | 广州广电运通金融电子股份有限公司 | 一种通过社交关系进行身份验证的方法 |
WO2017096921A1 (zh) * | 2015-12-09 | 2017-06-15 | 广州广电运通金融电子股份有限公司 | 一种通过社交关系进行身份验证的方法 |
CN105468948A (zh) * | 2015-12-09 | 2016-04-06 | 广州广电运通金融电子股份有限公司 | 一种通过社交关系进行身份验证的方法 |
CN105631404B (zh) * | 2015-12-17 | 2018-11-30 | 小米科技有限责任公司 | 对照片进行聚类的方法及装置 |
CN105631404A (zh) * | 2015-12-17 | 2016-06-01 | 小米科技有限责任公司 | 对照片进行聚类的方法及装置 |
CN105701245A (zh) * | 2016-02-29 | 2016-06-22 | 北京小米移动软件有限公司 | 图片推荐方法及装置 |
CN105701245B (zh) * | 2016-02-29 | 2019-04-23 | 北京小米移动软件有限公司 | 图片推荐方法及装置 |
CN106649710A (zh) * | 2016-12-20 | 2017-05-10 | 北京奇虎科技有限公司 | 图片推选方法、装置和移动终端 |
CN110084709A (zh) * | 2018-01-23 | 2019-08-02 | 百度在线网络技术(北京)有限公司 | 基于面部特征的好友处理方法、服务器及计算机可读介质 |
CN108881740A (zh) * | 2018-06-28 | 2018-11-23 | Oppo广东移动通信有限公司 | 图像方法和装置、电子设备、计算机可读存储介质 |
CN110174924A (zh) * | 2018-09-30 | 2019-08-27 | 广东小天才科技有限公司 | 一种基于可穿戴设备的交友方法及可穿戴设备 |
CN110174924B (zh) * | 2018-09-30 | 2021-03-30 | 广东小天才科技有限公司 | 一种基于可穿戴设备的交友方法及可穿戴设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103970830B (zh) | 2017-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103970830A (zh) | 信息推荐方法和装置 | |
US11301729B2 (en) | Systems and methods for inferential sharing of photos | |
US9519684B2 (en) | User recommendation method and a user recommendation system using the same | |
JP6540314B2 (ja) | 施設推定方法、デバイス及びプログラム | |
US9928447B2 (en) | Social circle and relationship identification | |
CN105069075B (zh) | 照片共享方法和装置 | |
US10599734B2 (en) | Matchmaking video chatting partners | |
CN103617547B (zh) | 一种业务推荐方法及系统 | |
CN109344326B (zh) | 一种社交圈的挖掘方法和装置 | |
US20160164815A1 (en) | Terminal device and data processing method thereof | |
US11449766B2 (en) | Invitation behavior prediction method and apparatus, and storage medium | |
CN106055630A (zh) | 日志存储的方法及装置 | |
US20170351769A1 (en) | System and Method for a Platform to Identify and Connect Like-Minded Individuals Based on Interaction | |
WO2015139598A1 (en) | Instant messaging method, instant messaging apparatus and instant messaging terminal | |
CN104376022B (zh) | 一种数据处理方法和装置 | |
US10303972B2 (en) | Social connection via real-time image comparison | |
US9321969B1 (en) | Systems and methods for enabling users of social-networking applications to interact using virtual personas | |
CN105631404A (zh) | 对照片进行聚类的方法及装置 | |
CN111557014B (zh) | 提供多个个人资料的方法及系统 | |
US20180267998A1 (en) | Contextual and cognitive metadata for shared photographs | |
US10129705B1 (en) | Location prediction using wireless signals on online social networks | |
US20150163325A1 (en) | Method, device and system for information transmission | |
TWI522939B (zh) | 事件整合方法及系統 | |
US10104034B1 (en) | Providing invitations based on cross-platform information | |
CN103077229A (zh) | 用户群组匹配方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |