CN106776898A - 一种根据用户浏览信息推荐相关物品的方法及装置 - Google Patents
一种根据用户浏览信息推荐相关物品的方法及装置 Download PDFInfo
- Publication number
- CN106776898A CN106776898A CN201611079179.XA CN201611079179A CN106776898A CN 106776898 A CN106776898 A CN 106776898A CN 201611079179 A CN201611079179 A CN 201611079179A CN 106776898 A CN106776898 A CN 106776898A
- Authority
- CN
- China
- Prior art keywords
- items
- images
- information
- image
- article
- 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
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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种根据用户浏览信息推荐相关物品的方法及装置。所述根据用户浏览信息推荐相关物品的方法,包括:获取用户上次浏览信息中的图片信息;通过预设的图像算法,分析出所述图片信息中的物品图像;根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;将检索出的所述相似物品图像对应的物品确定为推荐物品。本发明针对用户上次浏览信息中的图片信息,可智能化的分析出用户感兴趣的物品,在下次用户登录时及时的推荐给用户,从而带来智能化的用户体验和节省用户进行搜索的时间。
Description
技术领域
本发明涉及图像检索技术领域,特别涉及一种根据用户浏览信息推荐相关物品的方法及装置。
背景技术
在大多数情况下,用户的浏览信息中会反应出该用户感兴趣的物品。所谓一图胜千言,图像中所包含的信息量远远大于语言文字。浏览信息中图片信息可更准确的反应用户的兴趣点所在,而且有些物品难以通过语言文字进行准确的描述,在搜索的准确度方面是不如以图搜图方式的。在现有技术中,用户在浏览自己感兴趣物品的同时,若进行繁琐的搜索操作会打断用户顺畅的浏览体验,而且在某些情况下采用语言文字进行搜索的准确度也不尽如人意。如何妥善的解决上述问题,就成为了业界亟待解决的课题。
发明内容
本发明提供一种根据用户浏览信息推荐相关物品的方法及装置,用以针对用户上次浏览信息中的图片信息,智能化的分析出用户感兴趣的物品,在下次用户登录时及时的推荐给用户。
根据本发明实施例的第一方面,提供一种根据用户浏览信息推荐相关物品的方法,包括:
获取用户上次浏览信息中的图片信息;
通过预设的图像算法,分析出所述图片信息中的物品图像;
根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;
将检索出的所述相似物品图像对应的物品确定为推荐物品。
在一个实施例中,所述通过预设的图像算法,分析出所述图片信息中的物品图像,包括:
计算在所述图片信息中的物品图像的景深参数,确定所述景深参数为物品景深;
当所述图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃所述图片信息中的所有物品图像中物品景深为最深的物品图像。
在一个实施例中,所述通过预设的图像算法,分析出所述图片信息中的物品图像,还包括:
计算出在所述图片信息中的物品图像在所述图片信息中所占据的图像面积比;
当所述图像面积比小于预设的图像面积比阈值时,舍弃所述图片信息中的物品图像。
在一个实施例中,所述根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像,包括:
分析所述物品图像的图像特征信息,所述图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者;
在预设的所述物品图像数据库中,根据所述物品图像的图像特征信息,检索与所述物品图像的图像特征信息的相似度排名前n的备选物品图像;
确定所述相似度排名前n的备选物品图像为相似物品图像。
在一个实施例中,还包括:
当所述用户再次登录时,将所述推荐物品的预设的相关信息推送到所述用户登录的终端。
根据本发明实施例的第二方面,提供一种根据用户浏览信息推荐相关物品的装置,包括:
获取模块,用于获取用户上次浏览信息中的图片信息;
分析模块,用于通过预设的图像算法,分析出所述图片信息中的物品图像;
检索模块,用于根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;
确定模块,用于将检索出的所述相似物品图像对应的物品确定为推荐物品。
在一个实施例中,所述分析模块,包括:
第一计算子模块,用于计算在所述图片信息中的物品图像的景深参数,确定所述景深参数为物品景深;
第一舍弃子模块,用于当所述图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃所述图片信息中的所有物品图像中物品景深为最深的物品图像。
在一个实施例中,所述分析模块,还包括:
第二计算子模块,用于计算出在所述图片信息中的物品图像在所述图片信息中所占据的图像面积比;
第二舍弃子模块,用于当所述图像面积比小于预设的图像面积比阈值时,舍弃所述图片信息中的物品图像。
在一个实施例中,所述检索模块,包括:
分析子模块,用于分析所述物品图像的图像特征信息,所述图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者;
检索子模块,用于在预设的所述物品图像数据库中,根据所述物品图像的图像特征信息,检索与所述物品图像的图像特征信息的相似度排名前n的备选物品图像;
确定子模块,用于确定所述相似度排名前n的备选物品图像为相似物品图像。
在一个实施例中,还包括:
推送模块,用于当所述用户再次登录时,将所述推荐物品的预设的相关信息推送到所述用户登录的终端。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的方法的流程图;
图2为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的方法的步骤S12的实施方式一的流程图;
图3为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的方法的步骤S12的实施方式二的流程图;
图4为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的方法的步骤S13的流程图;
图5为本发明另一示例性实施例示出的一种根据用户浏览信息推荐相关物品的方法的流程图;
图6为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的装置的框图;
图7为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的装置的分析模块62的框图;
图8为本发明另一示例性实施例示出的一种根据用户浏览信息推荐相关物品的装置的分析模块62的框图;
图9为本发明一示例性实施例示出的一种根据用户浏览信息推荐相关物品的装置的检索模块63的框图;
图10为本发明另一示例性实施例示出的一种根据用户浏览信息推荐相关物品的装置的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是根据一示例性实施例示出的一种根据用户浏览信息推荐相关物品的方法流程图,如图1所示,该根据用户浏览信息推荐相关物品的方法,包括以下步骤S11-S14:
在步骤S11中,获取用户上次浏览信息中的图片信息;
在步骤S12中,通过预设的图像算法,分析出所述图片信息中的物品图像;
在步骤S13中,根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;
在步骤S14中,将检索出的所述相似物品图像对应的物品确定为推荐物品。
在一个实施例中,在大多数情况下,用户的浏览信息中会反应出该用户感兴趣的物品。所谓一图胜千言,图像中所包含的信息量远远大于语言文字。浏览信息中图片信息可更准确的反应用户的兴趣点所在,而且有些物品难以通过语言文字进行准确的描述,在搜索的准确度方面是不如以图搜图方式的。在现有技术中,用户在浏览自己感兴趣物品的同时,若进行繁琐的搜索操作会打断用户顺畅的浏览体验,而且在某些情况下采用语言文字进行搜索的准确度也不尽如人意。本实施例中的技术方案妥善的解决上述问题。
详细步骤如下:首先获取用户上次浏览信息中的图片信息,或者获取用户在预设的时间期间内浏览信息中的图片信息。
然后通过预设的图像算法,分析出该图片信息中的物品图像。进一步的,计算在该图片信息中的物品图像的景深参数,确定该景深参数为物品景深,当该图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃该图片信息中的所有物品图像中物品景深为最深的物品图像;计算出在该图片信息中的物品图像在该图片信息中所占据的图像面积比,当该图像面积比小于预设的图像面积比阈值时,舍弃该图片信息中的物品图像。排除掉景深较深的物品图像和占据图像面积比较小的物品图像,用户感兴趣的物品图像不可能出现在景深较深的位置和占据过小的图像面积比。
接着根据该物品图像,在预设的物品图像数据库中,检索出该物品图像的相似物品图像。进一步的,分析该物品图像的图像特征信息,该图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者。在预设的该物品图像数据库中,根据该物品图像的图像特征信息,检索与该物品图像的图像特征信息的相似度排名前n的备选物品图像。确定该相似度排名前n的备选物品图像为相似物品图像。最后将检索出的该相似物品图像对应的物品确定为推荐物品。
本实施例中的技术方案可针对用户上次浏览信息中的图片信息,可智能化的分析出用户感兴趣的物品,在下次用户登录时及时的推荐给用户,从而带来智能化的用户体验和节省用户进行搜索的时间。
在一个实施例中,如图2所示,步骤S12包括如下步骤S21-S22:
在步骤S21中,计算在所述图片信息中的物品图像的景深参数,确定所述景深参数为物品景深;
在步骤S22中,当所述图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃所述图片信息中的所有物品图像中物品景深为最深的物品图像。
在一个实施例中,通过预设的图像识别算法,识别出图像信息中的所有的物品图像,分别计算每一个物品图像的景深参数,不妨将物品图像的景深参数称之为物品景深。在图像信息中出现了很多个物品图像,基本上可以确定背景图像为物品景深最深的物品图像;在某些图片信息中出现物品图像的数量会很少,在这种情况下,不应当舍弃物品景深为最深的物品图像。故,需要预先设置一个物品数量阈值,当视频图像帧中的物品图像的数量大于预设的物品数量阈值时候,才舍弃该视频图像帧中的所有物品图像中物品景深为最深的物品图像。
例如,在一个图片信息A中,图片信息A中主要描绘了男女主角在酒吧初次约会,尤其是女主角在穿衣打扮方面非常的得体漂亮,在酒吧的墙上挂了很多把装饰用的吉他。应用本实施例中的方法,可以识别出男女所穿着的衣服和佩戴的饰品,同时也可以识别出处于景深较深处的吉他。处于景深较深处的吉它显然不是视频观看者关注的重点,那么就应该舍弃吉它的物品图像。在一个图片信息B中,图片信息B中当出现主角正在选购吉它的情景,会出现吉它的特写镜头,尤其是主角喜爱的吉它会有虚化背景的特写镜头,应用本实施例中的方法,可以得到识别出的图片信息B中景深最深的为吉它的物品图像,但是很显然,该吉它的物品图像才是用户所关心的焦点。故,需要预先设置物品数量阈值,当图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃该图片信息中的所有物品图像中物品景深为最深的物品图像。
在一个实施例中,如图3所示,步骤S12还包括如下步骤S31-S32:
在步骤S31中,计算出在所述图片信息中的物品图像在所述图片信息中所占据的图像面积比;
在步骤S32中,当所述图像面积比小于预设的图像面积比阈值时,舍弃所述图片信息中的物品图像。
在一个实施例中,计算出在图片信息中的物品图像在该图片信息中所占据的图像面积比,当该图像面积比小于预设的图像面积比阈值时,即该物品图像非重点表达的物品图像,若将该物品对应的推荐物品推送给用户的话,相当于给用户推荐无效信息,从而给用户带来了的烦扰。故当某一个物品图像所占据的图像面积比小于预设的图像面积比阈值时,舍弃该图片信息中的物品图像。
例如,某件物品图像所占据的图像面积比为5%,那么该物品图像实际上被用户观的注意力关注到的可能性较低,用户对图像面积比小于15%的物品是难以留下深刻印象,用户对该物品的兴趣更无从谈起。故图像面积比小于预设的图像面积比阈值时,舍弃该物品图像。
在一个实施例中,如图4所示,步骤S13包括如下步骤S41-S43:
在步骤S41中,分析所述物品图像的图像特征信息,所述图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者;
在步骤S42中,在预设的所述物品图像数据库中,根据所述物品图像的图像特征信息,检索与所述物品图像的图像特征信息的相似度排名前n的备选物品图像;
在步骤S43中,确定所述相似度排名前n的备选物品图像为相似物品图像。
在一个实施例中,通过预设的图像识别方法,分析出物品图像的图像特征信息。该图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者。可以根据具体的应用情况,调节各个图像特征信息的权值。在预设的物品图像数据库中,已经该数据库中的所有备选物品图像进行了图像分析,获取了所有备选物品图像的图像特征信息。分析该物品图像的图像特征信息与预设的物品图像数据库中备选物品图像的图像特征的相似度,检索出与该物品图像的图像特征信息的相似度排名前n的备选物品图像,将该相似度排名前n的备选物品图像确定为相似物品图像。
进一步的,对预设的物品图像数据库中新增加的备选物品图像设置更高的优先度,以便在检索出的相似度排名前n的备选物品图像中新增加的备选物品图像能够占据更加靠前的位置。
本发明的实施例提供的技术方案可以包括以下有益效果:通过本实施例的方法有助于找出物品图像的相似物品图像。
在一个实施例中,如图5所示,还包括如下步骤S51:
在步骤S51中,当所述用户再次登录时,将所述推荐物品的预设的相关信息推送到所述用户登录的终端。
在一个实施例中,当该用户再次登录时,将推荐物品的预设的相关信息推送到该用户登录的终端,该终端和用户上次登录的终端可以不是一个终端。该推荐物品的预设的相关信息悬浮于在用户浏览页面的上方,用户可自由拖动该推荐物品的预设的相关信息的显示框,当用户点击该推荐物品的预设的相关信息的显示框内的相关信息时,当前页面可跳转到该推荐物品相应的页面。
在一个实施例中,图6是根据一示例性实施例示出的一种根据用户浏览信息推荐相关物品的装置框图。如图6示,该装置包括获取模块61、分析模块62、检索模块63和确定模块64。
该获取模块61,用于获取用户上次浏览信息中的图片信息;
该分析模块62,用于通过预设的图像算法,分析出所述图片信息中的物品图像;
该检索模块63,用于根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;
该确定模块64,用于将检索出的所述相似物品图像对应的物品确定为推荐物品。
如图7所示,该分析模块62包括第一计算子模块71和第一舍弃子模块72。
该第一计算子模块71,用于计算在所述图片信息中的物品图像的景深参数,确定所述景深参数为物品景深;
该第一舍弃子模块72,用于当所述图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃所述图片信息中的所有物品图像中物品景深为最深的物品图像。
如图8所示,该分析模块62还包括第二计算子模块81和第二舍弃子模块82。
该第二计算子模块81,用于计算出在所述图片信息中的物品图像在所述图片信息中所占据的图像面积比;
该第二舍弃子模块82,用于当所述图像面积比小于预设的图像面积比阈值时,舍弃所述图片信息中的物品图像。
如图9所示,该检索模块63包括分析子模块91、检索子模块92和确定子模块93。
该分析子模块91,用于分析所述物品图像的图像特征信息,所述图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者;
该检索子模块92,用于在预设的所述物品图像数据库中,根据所述物品图像的图像特征信息,检索与所述物品图像的图像特征信息的相似度排名前n的备选物品图像;
该确定子模块93,用于确定所述相似度排名前n的备选物品图像为相似物品图像。
如图10所示,还包括推送模块101。
该推送模块101,用于当所述用户再次登录时,将所述推荐物品的预设的相关信息推送到所述用户登录的终端。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种根据用户浏览信息推荐相关物品的方法,其特征在于,包括:
获取用户上次浏览信息中的图片信息;
通过预设的图像算法,分析出所述图片信息中的物品图像;
根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;
将检索出的所述相似物品图像对应的物品确定为推荐物品。
2.如权利要求1所述的方法,其特征在于,所述通过预设的图像算法,分析出所述图片信息中的物品图像,包括:
计算在所述图片信息中的物品图像的景深参数,确定所述景深参数为物品景深;
当所述图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃所述图片信息中的所有物品图像中物品景深为最深的物品图像。
3.如权利要求1所述的方法,其特征在于,所述通过预设的图像算法,分析出所述图片信息中的物品图像,还包括:
计算出在所述图片信息中的物品图像在所述图片信息中所占据的图像面积比;
当所述图像面积比小于预设的图像面积比阈值时,舍弃所述图片信息中的物品图像。
4.如权利要求1所述的方法,其特征在于,所述根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像,包括:
分析所述物品图像的图像特征信息,所述图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者;
在预设的所述物品图像数据库中,根据所述物品图像的图像特征信息,检索与所述物品图像的图像特征信息的相似度排名前n的备选物品图像;
确定所述相似度排名前n的备选物品图像为相似物品图像。
5.如权利要求1所述的方法,其特征在于,还包括:
当所述用户再次登录时,将所述推荐物品的预设的相关信息推送到所述用户登录的终端。
6.一种根据用户浏览信息推荐相关物品的装置,其特征在于,包括:
获取模块,用于获取用户上次浏览信息中的图片信息;
分析模块,用于通过预设的图像算法,分析出所述图片信息中的物品图像;
检索模块,用于根据所述物品图像,在预设的物品图像数据库中,检索出所述物品图像的相似物品图像;
确定模块,用于将检索出的所述相似物品图像对应的物品确定为推荐物品。
7.根据权利要求6的装置,其特征在于,所述分析模块,包括:
第一计算子模块,用于计算在所述图片信息中的物品图像的景深参数,确定所述景深参数为物品景深;
第一舍弃子模块,用于当所述图片信息中的物品图像的数量大于预设的物品数量阈值时,舍弃所述图片信息中的所有物品图像中物品景深为最深的物品图像。
8.根据权利要求6的装置,其特征在于,所述分析模块,还包括:
第二计算子模块,用于计算出在所述图片信息中的物品图像在所述图片信息中所占据的图像面积比;
第二舍弃子模块,用于当所述图像面积比小于预设的图像面积比阈值时,舍弃所述图片信息中的物品图像。
9.根据权利要求6的装置,其特征在于,所述检索模块,包括:
分析子模块,用于分析所述物品图像的图像特征信息,所述图像特征信息包括:图像纹理信息、图像形状信息、图像颜色信息、图像角点信息和图像语义信息中的任一者或多者;
检索子模块,用于在预设的所述物品图像数据库中,根据所述物品图像的图像特征信息,检索与所述物品图像的图像特征信息的相似度排名前n的备选物品图像;
确定子模块,用于确定所述相似度排名前n的备选物品图像为相似物品图像。
10.根据权利要求6的装置,其特征在于,还包括:
推送模块,用于当所述用户再次登录时,将所述推荐物品的预设的相关信息推送到所述用户登录的终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611079179.XA CN106776898A (zh) | 2016-11-29 | 2016-11-29 | 一种根据用户浏览信息推荐相关物品的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611079179.XA CN106776898A (zh) | 2016-11-29 | 2016-11-29 | 一种根据用户浏览信息推荐相关物品的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106776898A true CN106776898A (zh) | 2017-05-31 |
Family
ID=58901034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611079179.XA Pending CN106776898A (zh) | 2016-11-29 | 2016-11-29 | 一种根据用户浏览信息推荐相关物品的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106776898A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862561A (zh) * | 2017-09-15 | 2018-03-30 | 广州唯品会研究院有限公司 | 一种基于图片属性提取建立用户兴趣库的方法及设备 |
CN109522431A (zh) * | 2018-09-20 | 2019-03-26 | 上海博泰悦臻网络技术服务有限公司 | 一种基于图片识别的酒店推荐方法及系统 |
CN114612126A (zh) * | 2021-12-08 | 2022-06-10 | 江苏众亿国链大数据科技有限公司 | 一种基于大数据的信息推送方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117399A (zh) * | 2015-07-03 | 2015-12-02 | 深圳码隆科技有限公司 | 一种图像搜索方法和装置 |
CN105760475A (zh) * | 2016-02-14 | 2016-07-13 | 天脉聚源(北京)科技有限公司 | 一种推荐视频中相关物品的方法及装置 |
CN105894362A (zh) * | 2016-04-01 | 2016-08-24 | 天脉聚源(北京)传媒科技有限公司 | 一种推荐视频中的相关物品的方法及装置 |
-
2016
- 2016-11-29 CN CN201611079179.XA patent/CN106776898A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117399A (zh) * | 2015-07-03 | 2015-12-02 | 深圳码隆科技有限公司 | 一种图像搜索方法和装置 |
CN105760475A (zh) * | 2016-02-14 | 2016-07-13 | 天脉聚源(北京)科技有限公司 | 一种推荐视频中相关物品的方法及装置 |
CN105894362A (zh) * | 2016-04-01 | 2016-08-24 | 天脉聚源(北京)传媒科技有限公司 | 一种推荐视频中的相关物品的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862561A (zh) * | 2017-09-15 | 2018-03-30 | 广州唯品会研究院有限公司 | 一种基于图片属性提取建立用户兴趣库的方法及设备 |
CN109522431A (zh) * | 2018-09-20 | 2019-03-26 | 上海博泰悦臻网络技术服务有限公司 | 一种基于图片识别的酒店推荐方法及系统 |
CN109522431B (zh) * | 2018-09-20 | 2022-11-04 | 上海博泰悦臻网络技术服务有限公司 | 一种基于图片识别的酒店推荐方法及系统 |
CN114612126A (zh) * | 2021-12-08 | 2022-06-10 | 江苏众亿国链大数据科技有限公司 | 一种基于大数据的信息推送方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10019779B2 (en) | Browsing interface for item counterparts having different scales and lengths | |
US11663484B2 (en) | Content generation method and apparatus | |
US10049308B1 (en) | Synthesizing training data | |
US10824942B1 (en) | Visual similarity and attribute manipulation using deep neural networks | |
US10083521B1 (en) | Content recommendation based on color match | |
US9405847B2 (en) | Contextual grouping of a page | |
US20170031652A1 (en) | Voice-based screen navigation apparatus and method | |
US20190163768A1 (en) | Automatically curated image searching | |
US9607010B1 (en) | Techniques for shape-based search of content | |
US20140250110A1 (en) | Image attractiveness based indexing and searching | |
US20200288204A1 (en) | Generating and providing personalized digital content in real time based on live user context | |
US10026176B2 (en) | Browsing interface for item counterparts having different scales and lengths | |
CN105894362A (zh) | 一种推荐视频中的相关物品的方法及装置 | |
JP2015535351A (ja) | 画像に基づくインタラクション方法、装置及びサーバー | |
KR102115573B1 (ko) | 입력영상데이터 기반 사용자 관심정보 획득방법, 장치 및 프로그램 | |
KR102195642B1 (ko) | 색상정보에 기반한 검색 정보 제공 단말, 장치 및 제공 방법 | |
KR102668172B1 (ko) | 메시징 시스템에서의 증강 현실 경험을 위한 물리적 제품들의 식별 | |
US20130268475A1 (en) | Information processing apparatus, a method and a non-transitory computer readable medium thereof, and an information communication terminal, a control method and a non-transitory computer readable medium thereof | |
CN110598095B (zh) | 一种识别包含指定信息文章的方法、装置及存储介质 | |
CN106776898A (zh) | 一种根据用户浏览信息推荐相关物品的方法及装置 | |
US20130301938A1 (en) | Human photo search system | |
Thomas et al. | BookTubing across regions: examining differences based on nonverbal and verbal cues | |
CN107845025A (zh) | 一种推荐视频中物品的方法及装置 | |
Dubey et al. | Wikigaze: Gaze-based personalized summarization of wikipedia reading session | |
US10338761B1 (en) | Variable de-emphasis of displayed content based on relevance score |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |