CN105279242A - 一种个性化推荐方法与系统 - Google Patents

一种个性化推荐方法与系统 Download PDF

Info

Publication number
CN105279242A
CN105279242A CN201510633429.9A CN201510633429A CN105279242A CN 105279242 A CN105279242 A CN 105279242A CN 201510633429 A CN201510633429 A CN 201510633429A CN 105279242 A CN105279242 A CN 105279242A
Authority
CN
China
Prior art keywords
user
information
preference
target
module
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.)
Pending
Application number
CN201510633429.9A
Other languages
English (en)
Inventor
杨瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inspur Beijing Electronic Information Industry Co Ltd
Original Assignee
Inspur Beijing Electronic Information Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inspur Beijing Electronic Information Industry Co Ltd filed Critical Inspur Beijing Electronic Information Industry Co Ltd
Priority to CN201510633429.9A priority Critical patent/CN105279242A/zh
Publication of CN105279242A publication Critical patent/CN105279242A/zh
Pending legal-status Critical Current

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开了一种个性化推荐方法与系统，获取用户上传的目标图像；根据所述目标图像进行分析获取用户信息；根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标信息；将所述目标信息向用户进行推送，可以通过用户上传的图片进行用户偏好分析，得到符合用户个性化需求的UI信息推送给用户，实现用户个性化配置UI的需求。

Description

一种个性化推荐方法与系统
技术领域
本发明涉及机器学习领域，特别是涉及一种个性化推荐方法与系统。
背景技术
随着互联网技术的飞速发展，各种各样的应用平台和社交服务软件的出现，数据量日益增大，出现了所谓的信息超载问题，信息量的过大影响了人们的学习与工作的效率，为了解决这个难题，个性化推荐系统应运而生。
个性化推荐系统通过分析用户的行为，发现用户的个性化需求、兴趣等，然后将用户感兴趣的信息、产品推荐给用户。推荐系统主要依赖于大数据、数据挖掘和机器学习的算法。
尽管现在的搜索引擎功能日渐增多，以Google、百度为代表的各大搜索引擎不仅可以让用户通过输入关键词找到自己需要的信息，而且已经推出了根据图像进行搜索的功能。但是，如果用户无法准确描述自己需求的关键词，那么基于关键词的搜索就事倍功半了，目前还不能基于图像的搜索功能满足用户个性化的需求。
发明内容
有鉴于此，本发明的主要目的在于提供一种个性化推荐方法与系统，可以根据用户上传的图片进行个性化的UI配置推荐。
为实现上述目的，本发明提供了一种个性化推荐方法，包括：
获取用户上传的目标图像；
根据所述目标图像进行分析获取用户信息；
根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；
根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标UI信息；
将所述目标UI信息向用户进行推送。
优选地，所述用户信息包括：
用户基本信息、图像信息和用户兴趣信息。
优选地，所述用户兴趣信息包括：
用户的偏好颜色、用户的偏好形状和用户的偏好风格。
优选地，所述目标UI信息包括UI样式信息和UI组件信息。
本发明还提供了一种个性化推荐系统，包括：
图像获取模块，用于获取用户上传的目标图像；
用户信息获取模块，用于根据所述目标图像进行分析获取用户信息；
偏好信息获取模块，用于根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；
匹配模块，用于根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标UI信息；
推送模块，用于将所述目标UI信息向用户进行推送。
优选地，所述用户信息包括：
用户基本信息、图像信息和用户兴趣信息。
优选地，所述用户兴趣信息包括：
用户的偏好颜色、用户的偏好形状和用户的偏好风格。
优选地，所述目标UI信息包括UI样式信息和UI组件信息。
应用本发明提供的一种个性化推荐方法与系统，获取用户上传的目标图像；根据所述目标图像进行分析获取用户信息；根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标信息；将所述目标信息向用户进行推送，可以通过用户上传的图片进行用户偏好分析，得到符合用户个性化需求的UI信息推送给用户，实现用户个性化配置UI的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明一种个性化推荐方法实施例的流程图；
图2为本发明一种个性化推荐方法实施例的原理示意图；
图3为本发明一种个性化推荐系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种个性化推荐方法，图1示出了本发明个性化推荐方法实施例的流程图，包括：
步骤S101：获取用户上传的目标图像；
首先获取用户上传的图像，作为目标图像。
步骤S102：根据所述目标图像进行分析获取用户信息；
根据用户上传的图像，利用机器学习、图像处理等知识分析用户的信息，包括：用户基本信息、图像信息和用户兴趣信息等，例如用户上传了本人某一次旅游的照片(海滩照)，可通过分析得到该用户基本信息，如年龄段，性别等；分析得到图像信息如颜色，形状，图片风格(轻松、严谨等)，分析得知用户兴趣信息，如该用户喜欢去自然风景区(海边)，还可包括其他信息：除了用户以外的其人、物的信息，如用户的朋友、用户的宠物等。
步骤S103：根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；
如上例所述，将将用户喜好与海边相关联，建立关联规则，系统自动记录关联后的用户偏好信息。可进一步，将此次用户的数据存入数据库(大数据集)。
步骤S104：根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标UI信息；
根据用户偏好信息在数据库(大数据集)中匹配相似度高的UI信息，所述目标UI(UserInterface)用户界面信息可具体包括UI样式信息和UI组件信息，如分析出用户喜爱购物，UI组件信息可包括购物类型的app等。
步骤S105：将所述目标UI信息向用户进行推送。
将UI样式信息或UI组件信息推荐给用户，方便用户进行个性化的UI设置。
本实施例的原理示意图如图2所示。
应用本实施例提供的一种个性化推荐方法，获取用户上传的目标图像；根据所述目标图像进行分析获取用户信息；根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标信息；将所述目标信息向用户进行推送，可以通过用户上传的图片进行用户偏好分析，得到符合用户个性化需求的UI信息推送给用户，实现用户个性化配置UI的需求，具有UI样式配置功能和UI组件选择功能。
UI样式配置功能：通过分析记录用户个性化信息，利用大数据及数据挖掘的方法分析计算与用户兴趣爱好相似度、相关度较高的数据，获取该数据，并根据此数据的关联规则将该数据对应的信息返回给用户，从而达到推荐功能，使用户根据自己的需求配置个性UI；UI组件选择功能：此功能与UI样式配置功能原理相同，即通过用户本人图像分析得到用户的基本信息，如：性别、年龄、发型、脸型等基本特征，但是本推荐系统的UI组件选择功能主要是在集成了用户个性化信息之后，在此基础上给用户添加兴趣爱好及风格特点的标签，存入大数据集，进一步与数据集中的信息进行计算、匹配，从而得到与用户喜好风格一致的组件，最后推送给该用户，达到用户个性化UI组件选择功能。
本发明还提供了一种个性化推荐系统，图3示出了本发明个性化推荐系统实施例的结构示意图，包括：
图像获取模块101，用于获取用户上传的目标图像；
用户信息获取模块102，用于根据所述目标图像进行分析获取用户信息；
偏好信息获取模块103，用于根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；
匹配模块104，用于根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标UI信息；
推送模块105，用于将所述目标UI信息向用户进行推送。
本实施例中，用户信息包括：用户基本信息、图像信息和用户兴趣信息，用户兴趣信息包括：用户的偏好颜色、用户的偏好形状和用户的偏好风格，目标UI信息包括UI样式信息和UI组件信息。
本实施例具有UI样式配置功能：通过分析记录用户个性化信息，利用大数据及数据挖掘的方法分析计算与用户兴趣爱好相似度、相关度较高的数据，获取该数据，并根据此数据的关联规则将该数据对应的信息返回给用户，从而达到推荐功能，使用户根据自己的需求配置个性UI；UI组件选择功能：此功能与UI样式配置功能原理相同，即通过用户本人图像分析得到用户的基本信息，如：性别、年龄、发型、脸型等基本特征，但是本推荐系统的UI组件选择功能主要是在集成了用户个性化信息之后，在此基础上给用户添加兴趣爱好及风格特点的标签，存入大数据集，进一步与数据集中的信息进行计算、匹配，从而得到与用户喜好风格一致的组件，最后推送给该用户，达到用户个性化UI组件选择功能。
应用本实施例提供的一种个性化推荐系统，获取用户上传的目标图像；根据所述目标图像进行分析获取用户信息；根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标信息；将所述目标信息向用户进行推送，可以通过用户上传的图片进行用户偏好分析，得到符合用户个性化需求的UI信息推送给用户，实现用户个性化配置UI的需求。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的方法和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种个性化推荐方法，其特征在于，包括：
获取用户上传的目标图像；
根据所述目标图像进行分析获取用户信息；
根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；
根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标UI信息；
将所述目标UI信息向用户进行推送。
2.根据权利要求1所述的方法，其特征在于，所述用户信息包括：
用户基本信息、图像信息和用户兴趣信息。
3.根据权利要求2所述的方法，其特征在于，所述用户兴趣信息包括：
用户的偏好颜色、用户的偏好形状和用户的偏好风格。
4.根据权利要求1所述的方法，其特征在于，所述目标UI信息包括UI样式信息和UI组件信息。
5.一种个性化推荐系统，其特征在于，包括：
图像获取模块，用于获取用户上传的目标图像；
用户信息获取模块，用于根据所述目标图像进行分析获取用户信息；
偏好信息获取模块，用于根据所述用户信息获取对应的关联规则，得到关联偏好后的用户偏好信息；
匹配模块，用于根据所述用户偏好信息在预设数据集中匹配相似度高于预设阈值的目标UI信息；
推送模块，用于将所述目标UI信息向用户进行推送。
6.根据权利要求5所述的系统，其特征在于，所述用户信息包括：
用户基本信息、图像信息和用户兴趣信息。
7.根据权利要求6所述的系统，其特征在于，所述用户兴趣信息包括：
用户的偏好颜色、用户的偏好形状和用户的偏好风格。
8.根据权利要求5所述的系统，其特征在于，所述目标UI信息包括UI样式信息和UI组件信息。
CN201510633429.9A 2015-09-29 2015-09-29 一种个性化推荐方法与系统 Pending CN105279242A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510633429.9A CN105279242A (zh) 2015-09-29 2015-09-29 一种个性化推荐方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510633429.9A CN105279242A (zh) 2015-09-29 2015-09-29 一种个性化推荐方法与系统

Publications (1)

Publication Number Publication Date
CN105279242A true CN105279242A (zh) 2016-01-27

Family

ID=55148256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510633429.9A Pending CN105279242A (zh) 2015-09-29 2015-09-29 一种个性化推荐方法与系统

Country Status (1)

Country Link
CN (1) CN105279242A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106126687A (zh) * 2016-06-29 2016-11-16 北京小米移动软件有限公司 界面主题的推荐方法、装置、终端及服务器
CN107341225A (zh) * 2017-06-30 2017-11-10 沈思远 信息智能推送与鉴别方法、装置和系统
CN109598578A (zh) * 2018-11-09 2019-04-09 深圳壹账通智能科技有限公司 业务对象数据的推送方法及装置、存储介质、计算机设备
CN111625314A (zh) * 2020-05-25 2020-09-04 泰康保险集团股份有限公司 终端设备界面颜色设置方法、装置、设备及存储介质
JP2021012436A (ja) * 2019-07-03 2021-02-04 富士フイルム株式会社 画像処理装置，画像処理方法，画像処理プログラムおよびそのプログラムを格納した記録媒体
CN112732692A (zh) * 2021-01-15 2021-04-30 联想(北京)有限公司 一种数据处理方法、装置以及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090307168A1 (en) * 2008-05-06 2009-12-10 Likeme Inc. Systems and methods for photo-based content discovery and recommendation
CN102243650A (zh) * 2010-06-01 2011-11-16 微软公司 基于场景图像检测生成特制的内容
CN102473264A (zh) * 2009-06-30 2012-05-23 伊斯曼柯达公司 根据观看者因素和反应进行图像显示控制的方法和装置
CN102467709A (zh) * 2010-11-17 2012-05-23 阿里巴巴集团控股有限公司 一种发送商品信息的方法和装置
CN103593417A (zh) * 2013-10-25 2014-02-19 安徽教育网络出版有限公司 基于关联规则预测的协同过滤推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090307168A1 (en) * 2008-05-06 2009-12-10 Likeme Inc. Systems and methods for photo-based content discovery and recommendation
CN102473264A (zh) * 2009-06-30 2012-05-23 伊斯曼柯达公司 根据观看者因素和反应进行图像显示控制的方法和装置
CN102243650A (zh) * 2010-06-01 2011-11-16 微软公司 基于场景图像检测生成特制的内容
CN102467709A (zh) * 2010-11-17 2012-05-23 阿里巴巴集团控股有限公司 一种发送商品信息的方法和装置
CN103593417A (zh) * 2013-10-25 2014-02-19 安徽教育网络出版有限公司 基于关联规则预测的协同过滤推荐方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106126687A (zh) * 2016-06-29 2016-11-16 北京小米移动软件有限公司 界面主题的推荐方法、装置、终端及服务器
WO2018000585A1 (zh) * 2016-06-29 2018-01-04 北京小米移动软件有限公司 界面主题的推荐方法、装置、终端及服务器
CN107341225A (zh) * 2017-06-30 2017-11-10 沈思远 信息智能推送与鉴别方法、装置和系统
CN107341225B (zh) * 2017-06-30 2019-11-19 沈思远 信息智能推送与鉴别方法、装置和系统
CN109598578A (zh) * 2018-11-09 2019-04-09 深圳壹账通智能科技有限公司 业务对象数据的推送方法及装置、存储介质、计算机设备
JP2021012436A (ja) * 2019-07-03 2021-02-04 富士フイルム株式会社 画像処理装置，画像処理方法，画像処理プログラムおよびそのプログラムを格納した記録媒体
CN111625314A (zh) * 2020-05-25 2020-09-04 泰康保险集团股份有限公司 终端设备界面颜色设置方法、装置、设备及存储介质
CN111625314B (zh) * 2020-05-25 2024-02-13 泰康保险集团股份有限公司 终端设备界面颜色设置方法、装置、设备及存储介质
CN112732692A (zh) * 2021-01-15 2021-04-30 联想(北京)有限公司 一种数据处理方法、装置以及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN105279242A (zh) 一种个性化推荐方法与系统
US10216841B2 (en) System for referring to and/or embedding posts, videos or digital media within other posts, videos or digital media and posts within any part of another posts, videos or digital media
WO2017181612A1 (zh) 个性化视频推荐方法及装置
US20170278135A1 (en) Image recognition artificial intelligence system for ecommerce
CN110337016B (zh) 基于多模态图卷积网络的短视频个性化推荐方法、系统、可读存储介质以及计算机设备
US20150242525A1 (en) System for referring to and/or embedding posts within other post and posts within any part of another post
US11860928B2 (en) Dialog-based image retrieval with contextual information
CN108959323B (zh) 视频分类方法和装置
CN105976161A (zh) 一种基于时间轴上的智能推荐日历及基于用户的呈现方法
CN108038161A (zh) 基于相册的信息推荐方法、装置及计算设备
CN113811884A (zh) 认知视频和音频的检索聚合
CN108021672A (zh) 基于相册的社交推荐方法、装置及计算设备
CN106156157B (zh) 一种电子图书导航系统和方法
CN104636371A (zh) 信息推荐方法及设备
CN112989169B (zh) 目标对象识别方法、信息推荐方法、装置、设备及介质
US20140108316A1 (en) Augmenting Recommendation Algorithms Based on Similarity Between Electronic Content
CN102693223A (zh) 一种搜索方法
CN104156464A (zh) 基于微视频特征数据库的微视频检索方法及装置
CN104853248A (zh) 一种视频推荐方法及装置
Roelands et al. Enabling the Masses to Become Creative in Smart Spaces: Orienting User Creation in the Internet of Things in the Context of the ITEA2 DiYSE Project
Mouromtsev et al. Towards the Russian linked culture cloud: Data enrichment and publishing
Agarwal et al. SmPFT: Social media based profile fusion technique for data enrichment
CN114201516A (zh) 一种用户画像构建的方法、信息推荐的方法以及相关装置
Hamizeh et al. Socialmatching++: A novel approach for interlinking user profiles on social networks
Arora et al. Cross-domain based event recommendation using tensor factorization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160127

RJ01 Rejection of invention patent application after publication