CN107862562B - 一种根据用户的图片喜好选择进行商品推荐的方法及装置 - Google Patents
一种根据用户的图片喜好选择进行商品推荐的方法及装置 Download PDFInfo
- Publication number
- CN107862562B CN107862562B CN201710834063.0A CN201710834063A CN107862562B CN 107862562 B CN107862562 B CN 107862562B CN 201710834063 A CN201710834063 A CN 201710834063A CN 107862562 B CN107862562 B CN 107862562B
- Authority
- CN
- China
- Prior art keywords
- commodity
- user
- picture
- attribute
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种根据用户的图片喜好选择进行商品推荐的方法及装置,属于计算机通信技术领域。所述方法包括:建立商品知识图谱的属性与预设图片包含图像特征的对应关系;根据用户从预设图片中选中的图片,识别出第一图像特征;根据所述对应关系确定所述第一图像特征对应的第一属性,并以可勾选方式显示所述第一属性信息;根据用户选中的所述第一属性信息,从所述商品知识图谱中获取所述第一属性关联的商品图片列表;根据用户从所述商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果。本发明满足了用户根据多元化的选择进行购物或搜索的需求,提高了用户的购物体验,可广泛应用于电商、网络搜索、导购等领域中。
Description
技术领域
本发明涉及计算机通信技术领域,特别涉及一种根据用户的图片喜好选择进行商品推荐的方法及装置。
背景技术
现有的电商导购一般采用用户搜索查询或者分类查询的方式。但是对商品的样式比如衣服的样式,有些可以依靠搜索,但是更多的样式可能我们无法简单的用文字描述。而由于商品的图像最直观,典型的如服装类,仅仅通过现有常规的查询以推荐给用户目标商品具有一定的局限性,当用户仅仅希望通过其需求的图像特征或样式进行商品搜索时,并且这些图像特征或样式并不能通过确切的文字来描述,或者用户并不打算通过文字类别进行搜索,这时现有的根据查询进行商品推荐的方法就不能满足用户的该种需求。事实上,如果利用图像对应的物体目标识别技术,可以帮助我们把图像中的对应特征翻译成文字描述,然后通过这些文字描述便利地搜索图像对应的知识图谱,可以帮助我们描述关键词的含义,把关键词拓展为图像表现出来,最终帮助我们找到最相似的图像,然后推荐给用户。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种根据用户的图片喜好选择进行商品推荐的方法。所述技术方案如下:
第一方面,提供了一种根据用户的图片喜好选择进行商品推荐的方法,所述方法包括:
建立商品知识图谱的属性与预设图片包含图像特征的对应关系;根据用户从预设图片中选中的图片,识别出第一图像特征;根据所述对应关系确定所述第一图像特征对应的第一属性,并以可勾选方式显示所述第一属性信息;根据用户选中的所述第一属性信息,从所述商品知识图谱中获取所述第一属性关联的商品图片列表;根据用户从所述商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果。
结合第一方面,在第二种可能的实现方式中,在建立商品知识图谱的属性与预设图片包含图像特征的对应关系之前,所述方法还包括:
创建所述商品知识图谱,该知识图谱包括不同种商品及商品属性类别之间的相关性和同类别中不同种个体之间的相关性。
结合第一方面,在第三种可能的实现方式中,所述根据用户从预设图片中选中的图片,识别出第一图像特征,包括:根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。
结合第一方面,在第四种可能的实现方式中,所述根据用户选中的所述第一属性信息,从所述商品知识图谱中选择所述第一属性关联的商品图片列表,包括:
根据用户选中的所述第一属性信息,从所述商品知识图谱中根据预设关联规则选择所述第一属性关联的商品类别或商品名称,根据所述商品类别或商品名称获取相应的图片列表。
结合第一方面,在第五种可能的实现方式中,所述根据用户从所述商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果,包括:
根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和所述对应关系确定包括至少目标商品类别或商品名称的商品推荐结果,获取所述商品推荐结果。
结合第一方面,在第六种可能的实现方式中,所述根据用户从所述商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果,包括:
根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果、所述对应关系以及预设相似度规则确定包括至少目标商品类别或商品名称的商品推荐结果,获取所述商品推荐结果。
第二方面,提供了一种根据用户的图片喜好选择进行商品推荐的装置,所述装置包括:
创建模块,用于建立商品知识图谱的属性与预设图片包含图像特征的对应关系;识别模块,用于根据用户从预设图片中选中的图片,识别出第一图像特征;确定及显示模块,包括确定子模块和显示子模块,所述确定子模块用于根据所述对应关系确定所述第一图像特征对应的第一属性,所述显示子模块用于以可勾选方式显示所述第一属性信息;获取模块,根据用户选中的所述第一属性信息,从所述商品知识图谱中获取所述第一属性关联的商品图片列表;数据处理及获取模块,包括数据处理子模块和获取子模块,所述数据处理子模块用于根据用户从所述商品图片列表中选择的商品图片进行图像处理,所述获取模块用于获取商品推荐结果。
结合第二方面,在第二种可能的实现方式中,所述识别模块用于:根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。
结合第二方面,在第三种可能的实现方式中,所述获取模块:根据用户选中的所述第一属性信息,从所述商品知识图谱中根据预设关联规则确定所述第一属性关联的商品类别或商品名称,根据所述商品类别或商品名称获取相应的图片列表。
结合第二方面,在第四种可能的实现方式中,所述数据处理子模块用于:根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和所述对应关系确定包括至少目标商品类别或商品名称的商品推荐结果;所述获取子模块用于获取所述商品推荐结果。
本发明实施例提供的技术方案带来的有益效果是:
1、通过建立商品知识图谱的属性与预设图片包含图像特征的对应关系,再根据用户从预设图片中选中的图片识别出一些图像特征,根据上述对应关系可以确定对应属性信息,然后再将代表属性信息的文字供用户选择,使得用户根据其喜好的图片或某些图像特征进行商品查找或信息搜索时,无需对图片或图像特征进行文字表达或类别选择,因此优化了搜索关键字的形式,通过直接选择图片或图像特征效率较高,并且通过与传统方式组合,给用户带来新颖而舒适的购物或搜索体验;
2、以可勾选方式显示图像特征对应的属性信息,使得用户对属性信息的选择简单方便;
3、根据用户选中的属性信息,从商品知识图谱中获取属性关联的商品图片列表,从而获得较全面而又进一步精确的搜索结果范围,便于用户进行全面的查找和选择;
4、根据用户从商品图片列表中选择的商品图片进行图像处理(例如识别、筛选等),获取商品推荐结果,通过进一步的图像处理可以进一步的将搜索范围里的商品图片列表精简,获得用户最需要的目标结果推荐给客户,提高了客户的用户体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例1提供的根据用户的图片喜好选择进行商品推荐的方法流程图;
图2是本发明实施例2提供的根据用户的图片喜好选择进行商品推荐的方法流程图;
图3是本发明实施例提供的根据用户的图片喜好选择进行商品推荐的装置流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
本发明实施例提供的一种根据用户的图片喜好选择进行商品推荐的方法及装置,通过根据用户选择的图片识别其图像特征,并将图像特征对应的属性信息供用户选择,然后再根据选择的属性信息从知识图谱中查找对应的图像特征,最终将包含这些图像特征的商品图片或搜索图片相应的商品推荐给用户,实现了用户便利地根据其对商品图像特征或搜索图片特征选择而进行商品推荐的目的,满足了用户根据多元化的选择进行购物或搜索的需求,提高了用户的购物体验,可广泛应用于电商、网络搜索、导购等领域中。
下面结合具体实施例以及附图对本发明实施例提供的一种根据用户的图片喜好选择进行商品推荐的方法及装置作进一步说明。
实施例1
图1是本发明实施例1提供的根据用户的图片喜好选择进行商品推荐的方法流程图。如图1所示,本发明实施例提供的根据用户的图片喜好选择进行商品推荐的方法包括以下步骤:
101、建立商品知识图谱的属性与预设图片包含图像特征的对应关系。
具体的,建立商品知识图谱的多个属性中的每个属性与能显示该属性的图像特征的关联性,使得一个属性或属性值对应一个特定的图像特征,这些图像特征均包含在预设图片中。
102、根据用户从预设图片中选中的图片,识别出第一图像特征。
根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。这里的预设神经网络模型可以采用现有技术中任何可能的神经网络模型,本发明实施例不对其加以限制。
通过预设神经网络模型或预先训练得到的特定神经网络模型对选中的图片进行图像特征识别,相比于传统的图像识别技术具有识别精度高、识别效率高的优点。
103、根据对应关系确定第一图像特征对应的第一属性,并以可勾选方式显示第一属性信息。
具体的,根据101步骤建立的对应关系确定第一图像特征对应的知识图谱中的第一属性,并以可勾选方式显示第一属性信息,这里的第一图像特征和第一属性可以为一个或多个,以可勾选方式显示以便用户对第一属性信息进行选择。
104、根据用户选中的第一属性信息,从商品知识图谱中获取第一属性关联的商品图片列表。
具体的,根据用户选中的第一属性信息,从商品知识图谱中根据预设关联规则选择第一属性关联的商品类别或商品名称,根据商品类别或商品名称获取相应的图片列表。由于商品类别或商品名称是代表商品最简单又直观的特征,因此通过第一属性关联的商品类别或商品名称获取目标图片列表,能够很便捷地获取代表这些商品类别或商品名称的关键字相对应的图片列表。除此之外,也可以根据第一属性信息,选择第一属性关联的商品其他属性标签,本发明实施例不对其加以限制。
105、根据用户从商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果。
具体的,该步骤可以选择如下两种方式之一:
一、根据用户从商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和对应关系确定包括至少目标商品类别或商品名称的商品推荐结果,获取商品推荐结果;
二、根据用户从商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果、对应关系以及预设相似度规则确定包括至少目标商品类别或商品名称的商品推荐结果,获取商品推荐结果。通过将图像识别结果、对应关系以及预设相似度规则进行结合,能够得到更全面、更广泛的商品推荐结果,提高用户体验。
综上所述,本发明实施例提供的根据用户的图片喜好选择进行商品推荐的方法具有以下有意效果:
1、通过建立商品知识图谱的属性与预设图片包含图像特征的对应关系,再根据用户从预设图片中选中的图片识别出一些图像特征,根据上述对应关系可以确定对应属性信息,然后再将代表属性信息的文字供用户选择,使得用户根据其喜好的图片或某些图像特征进行商品查找或信息搜索时,无需对图片或图像特征进行文字表达或类别选择,因此优化了搜索关键字的形式,通过直接选择图片或图像特征效率较高,并且通过与传统方式组合,给用户带来新颖而舒适的购物或搜索体验;
2、以可勾选方式显示图像特征对应的属性信息,使得用户对属性信息的选择简单方便;
3、根据用户选中的属性信息,从商品知识图谱中获取属性关联的商品图片列表,从而获得较全面而又进一步精确的搜索结果范围,便于用户进行全面的查找和选择;
4、根据用户从商品图片列表中选择的商品图片进行图像处理(例如识别、筛选等),获取商品推荐结果,通过进一步的图像处理可以进一步的将搜索范围里的商品图片列表精简,获得用户最需要的目标结果推荐给客户,提高了客户的用户体验。
实施例2
图2是本发明实施例2提供的根据用户的图片喜好选择进行商品推荐的方法流程图,如图2所示,本发明实施例提供的根据用户的图片喜好选择进行商品推荐的方法,包括以下步骤:
201、创建商品知识图谱,该知识图谱包括不同种商品及商品属性类别之间的相关性和同类别中不同种个体之间的相关性。
创建包含多种商品属性特征及其关系网络的商品知识图谱,这其中至少包括不同种商品及商品属性类别之间的相关性和同类别中不同种个体之间的相关性,这里的相关性也可以称为关联性,用于实现商品的多个属性特征进行组合表征的目的。例如,这里的不同种商品及商品属性类别之间的相关性,可以是裙装、花边与上衣、蕾丝之间的相关性,同类别不同种个体之间的相关性可以是连衣裙中黑色蕾丝连衣裙与白色蕾丝连衣裙之间的相关性。
202、建立商品知识图谱的属性与预设图片包含图像特征的对应关系。
建立商品知识图谱的多个属性中的每个属性与能显示该属性的图像特征的关联性,使得一个属性或属性值对应一个特定的图像特征,这些图像特征均包含在预设图片中。由于一般的图像搜索导购忽略了用户对物品无法用图像阐述的特征的需求(例如材质、品牌),或是概括总结性特征范围的界定(例如显瘦、亮色),建立知识图谱的属性与预设图片包含图像特征的对应关系,能够在抑制图像特征的情况下,根据该对应关系找到相应的属性或属性值,这样就避免了用户在已知喜好图片特征的情况下费心地去确定其对应的属性描述。
203、根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。
根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。先通过普通图片,第一次吸引用户,反馈用户对物品的大致需求(比如婚纱图片)。这里的预设神经网络模型可以采用现有技术中任何可能的神经网络模型,本发明实施例不对其加以限制。
通过预设神经网络模型或预先训练得到的特定神经网络模型对选中的图片进行图像特征识别,相比于传统的图像识别技术具有识别精度高、识别效率高的优点。
204、根据对应关系确定第一图像特征对应的第一属性,并以可勾选方式显示第一属性信息。
根据202步骤建立的对应关系确定第一图像特征对应的知识图谱中的第一属性,并以可勾选方式显示第一属性信息,这里的第一图像特征和第一属性可以为一个或多个,以可勾选方式显示以便用户对第一属性信息进行选择。
205、根据用户选中的第一属性信息,从商品知识图谱中根据预设关联规则选择第一属性关联的商品类别或商品名称,根据商品类别或商品名称获取相应的图片列表。
根据用户选中的第一属性信息,从商品知识图谱中根据预设关联规则选择第一属性关联的商品类别或商品名称,根据商品类别或商品名称获取相应的图片列表。由于商品类别或商品名称是代表商品最简单又直观的特征,因此通过第一属性关联的商品类别或商品名称获取目标图片列表,能够很便捷地获取代表这些商品类别或商品名称的关键字相对应的图片列表。除此之外,也可以根据第一属性信息,选择第一属性关联的商品其他属性标签,本发明实施例不对其加以限制。该步骤把该物品的所有款式,颜色,材质信息在图片上标识供用户选择,这样用户可以大致通过文字信息得到不同款式该物品的选择范围。
206、根据用户从商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和对应关系确定包括至少目标商品类别或商品名称的商品推荐结果,获取商品推荐结果。该步骤通过导购选定的范围内图片,找到自己喜欢的样式。
207、根据用户从商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果、对应关系以及预设相似度规则确定包括至少目标商品类别或商品名称的商品推荐结果,获取商品推荐结果。通过用户选择的样式提供相似的款式给用户,完成最终的挑选。通过将图像识别结果、对应关系以及预设相似度规则进行结合,能够得到更全面、更广泛的商品推荐结果,提高用户体验。
综上所述,本发明实施例提供的根据用户的图片喜好选择进行商品推荐的方法具有以下有意效果:
1、通过建立商品知识图谱的属性与预设图片包含图像特征的对应关系,再根据用户从预设图片中选中的图片识别出一些图像特征,根据上述对应关系可以确定对应属性信息,然后再将代表属性信息的文字供用户选择,使得用户根据其喜好的图片或某些图像特征进行商品查找或信息搜索时,无需对图片或图像特征进行文字表达或类别选择,因此优化了搜索关键字的形式,通过直接选择图片或图像特征效率较高,并且通过与传统方式组合,给用户带来新颖而舒适的购物或搜索体验;
2、以可勾选方式显示图像特征对应的属性信息,使得用户对属性信息的选择简单方便;
3、根据用户选中的属性信息,从商品知识图谱中获取属性关联的商品图片列表,从而获得较全面而又进一步精确的搜索结果范围,便于用户进行全面的查找和选择;
4、根据用户从商品图片列表中选择的商品图片进行图像处理(例如识别、筛选等),获取商品推荐结果,通过进一步的图像处理可以进一步的将搜索范围里的商品图片列表精简,获得用户最需要的目标结果推荐给客户,提高了客户的用户体验。
实施例3
参见图3,本发明实施例提供了一种根据用户的图片喜好选择进行商品推荐的装置3,包括:
创建模块31,用于建立商品知识图谱的属性与预设图片包含图像特征的对应关系;
识别模块32,用于根据用户从预设图片中选中的图片,识别出第一图像特征;
确定及显示模块33,包括确定子模块331和显示子模块332,确定子模块331用于根据对应关系确定第一图像特征对应的第一属性,显示子模块332用于以可勾选方式显示第一属性信息;
获取模块34,根据用户选中的第一属性信息,从商品知识图谱中获取第一属性关联的商品图片列表;
数据处理及获取模块35,包括数据处理子模块351和获取子模块352,数据处理子模块用于根据用户从商品图片列表中选择的商品图片进行图像处理,获取模块352用于获取商品推荐结果。
优选的,识别模块32用于:根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。
优选的,获取模块34:根据用户选中的所述第一属性信息,从商品知识图谱中根据预设关联规则确定第一属性关联的商品类别或商品名称,根据商品类别或商品名称获取相应的图片列表。
优选的,数据处理子模块351用于:根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和对应关系确定包括至少目标商品类别或商品名称的商品推荐结果;获取子模块352用于获取所述商品推荐结果。
综上所述,本发明实施例提供的根据用户的图片喜好选择进行商品推荐的装置具有以下有意效果:
1、通过建立商品知识图谱的属性与预设图片包含图像特征的对应关系,再根据用户从预设图片中选中的图片识别出一些图像特征,根据上述对应关系可以确定对应属性信息,然后再将代表属性信息的文字供用户选择,使得用户根据其喜好的图片或某些图像特征进行商品查找或信息搜索时,无需对图片或图像特征进行文字表达或类别选择,因此优化了搜索关键字的形式,通过直接选择图片或图像特征效率较高,并且通过与传统方式组合,给用户带来新颖而舒适的购物或搜索体验;
2、以可勾选方式显示图像特征对应的属性信息,使得用户对属性信息的选择简单方便;
3、根据用户选中的属性信息,从商品知识图谱中获取属性关联的商品图片列表,从而获得较全面而又进一步精确的搜索结果范围,便于用户进行全面的查找和选择;
4、根据用户从商品图片列表中选择的商品图片进行图像处理(例如识别、筛选等),获取商品推荐结果,通过进一步的图像处理可以进一步的将搜索范围里的商品图片列表精简,获得用户最需要的目标结果推荐给客户,提高了客户的用户体验。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的根据用户的图片喜好选择进行商品推荐的装置在执行根据用户的图片喜好选择进行商品推荐业务时,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,即将装置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,上述实施例提供的根据用户的图片喜好选择进行商品推荐的装置与根据用户的图片喜好选择进行商品推荐的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。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种根据用户的图片喜好选择进行商品推荐的方法,其特征在于,所述方法包括:
建立商品知识图谱的属性与预设图片包含图像特征的对应关系;
根据用户从预设图片中选中的图片,识别出第一图像特征;
根据所述对应关系确定所述第一图像特征对应的第一属性,并以可勾选方式显示第一属性信息;
根据用户选中的所述第一属性信息,从所述商品知识图谱中获取所述第一属性关联的商品图片列表;
根据用户从所述商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果;
其中,所述根据用户从所述商品图片列表中选择的商品图片进行图像处理,获取商品推荐结果,包括:
根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和所述对应关系确定包括至少目标商品类别或商品名称的商品推荐结果,获取所述商品推荐结果;或者,根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果、所述对应关系以及预设相似度规则确定包括至少目标商品类别或商品名称的商品推荐结果,获取所述商品推荐结果。
2.根据权利要求1所述的方法,其特征在于,在建立商品知识图谱的属性与预设图片包含图像特征的对应关系之前,所述方法还包括:
创建所述商品知识图谱,该知识图谱包括不同种商品及商品属性类别之间的相关性和同类别中不同种个体之间的相关性。
3.根据权利要求1所述的方法,其特征在于,所述根据用户从预设图片中选中的图片,识别出第一图像特征,包括:
根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。
4.根据权利要求1所述的方法,其特征在于,所述根据用户选中的所述第一属性信息,从所述商品知识图谱中选择所述第一属性关联的商品图片列表,包括:
根据用户选中的所述第一属性信息,从所述商品知识图谱中根据预设关联规则选择所述第一属性关联的商品类别或商品名称,根据所述商品类别或商品名称获取相应的图片列表。
5.一种根据用户的图片喜好选择进行商品推荐的装置,其特征在于,所述装置包括:
创建模块,用于建立商品知识图谱的属性与预设图片包含图像特征的对应关系;
识别模块,用于根据用户从预设图片中选中的图片,识别出第一图像特征;
确定及显示模块,包括确定子模块和显示子模块,所述确定子模块用于根据所述对应关系确定所述第一图像特征对应的第一属性,所述显示子模块用于以可勾选方式显示第一属性信息;
获取模块,根据用户选中的所述第一属性信息,从所述商品知识图谱中获取所述第一属性关联的商品图片列表;
数据处理及获取模块,包括数据处理子模块和获取子模块,所述数据处理子模块用于根据用户从所述商品图片列表中选择的商品图片进行图像处理,具体包括:根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果和所述对应关系确定包括至少目标商品类别或商品名称的商品推荐结果;或者,根据用户从所述商品图片列表中选择的商品图片进行图像特征的识别,根据图像识别结果、所述对应关系以及预设相似度规则确定包括至少目标商品类别或商品名称的商品推荐结果;所述获取子模块用于获取商品推荐结果。
6.根据权利要求5所述的装置,其特征在于,所述识别模块用于:根据用户从预设图片中选中的图片,通过预设神经网络模型识别出第一图像特征。
7.根据权利要求5所述的装置,其特征在于,所述获取模块:根据用户选中的所述第一属性信息,从所述商品知识图谱中根据预设关联规则确定所述第一属性关联的商品类别或商品名称,根据所述商品类别或商品名称获取相应的图片列表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710834063.0A CN107862562B (zh) | 2017-09-15 | 2017-09-15 | 一种根据用户的图片喜好选择进行商品推荐的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710834063.0A CN107862562B (zh) | 2017-09-15 | 2017-09-15 | 一种根据用户的图片喜好选择进行商品推荐的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107862562A CN107862562A (zh) | 2018-03-30 |
CN107862562B true CN107862562B (zh) | 2022-01-07 |
Family
ID=61699263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710834063.0A Active CN107862562B (zh) | 2017-09-15 | 2017-09-15 | 一种根据用户的图片喜好选择进行商品推荐的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107862562B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210387B (zh) * | 2019-05-31 | 2021-08-31 | 华北电力大学(保定) | 基于知识图谱的绝缘子目标检测方法、系统、装置 |
CN110992141A (zh) * | 2019-11-28 | 2020-04-10 | 上海识装信息科技有限公司 | 基于识别商品图像推荐商品的方法、装置和电子设备 |
CN113255709A (zh) * | 2020-02-11 | 2021-08-13 | 阿里巴巴集团控股有限公司 | 图像元素搭配方法及装置和模型训练方法及装置和数据处理方法 |
TWI728787B (zh) * | 2020-04-22 | 2021-05-21 | 國立勤益科技大學 | 商品樣式辨識與推薦系統 |
CN112800207B (zh) * | 2021-01-13 | 2022-05-13 | 桂林电子科技大学 | 一种商品信息推荐方法、装置及存储介质 |
CN112884542A (zh) * | 2021-01-21 | 2021-06-01 | 北京电解智科技有限公司 | 商品推荐方法和装置 |
CN113191858A (zh) * | 2021-06-10 | 2021-07-30 | 数贸科技(北京)有限公司 | 基于图片搜索的商品展示方法及装置 |
CN114185471A (zh) * | 2022-02-17 | 2022-03-15 | 哈尔滨工业大学(威海) | 一种基于用户意图识别的服装推荐方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254043A (zh) * | 2011-08-17 | 2011-11-23 | 电子科技大学 | 一种基于语义映射的服装图像检索方法 |
CN103353890A (zh) * | 2013-07-02 | 2013-10-16 | 江南大学 | 一种用户喜好自学习的图片推荐方法和装置 |
CN104424230A (zh) * | 2013-08-26 | 2015-03-18 | 阿里巴巴集团控股有限公司 | 一种网络商品推荐方法及装置 |
CN104992179A (zh) * | 2015-06-23 | 2015-10-21 | 浙江大学 | 一种基于精粒度卷积神经网络的衣物推荐方法 |
US9483547B1 (en) * | 2014-05-30 | 2016-11-01 | Yummly, Inc. | Clustering and display of recipes |
CN106202362A (zh) * | 2016-07-07 | 2016-12-07 | Tcl集团股份有限公司 | 图像推荐方法和图像推荐装置 |
CN106875203A (zh) * | 2015-12-14 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种确定商品图片的款式信息的方法及装置 |
CN107085803A (zh) * | 2017-03-31 | 2017-08-22 | 弘成科技发展有限公司 | 基于知识图谱和能力测评的个性化教学资源推荐系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170178000A1 (en) * | 2015-12-18 | 2017-06-22 | Sap Se | Generation and handling of situation definitions |
-
2017
- 2017-09-15 CN CN201710834063.0A patent/CN107862562B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254043A (zh) * | 2011-08-17 | 2011-11-23 | 电子科技大学 | 一种基于语义映射的服装图像检索方法 |
CN103353890A (zh) * | 2013-07-02 | 2013-10-16 | 江南大学 | 一种用户喜好自学习的图片推荐方法和装置 |
CN104424230A (zh) * | 2013-08-26 | 2015-03-18 | 阿里巴巴集团控股有限公司 | 一种网络商品推荐方法及装置 |
US9483547B1 (en) * | 2014-05-30 | 2016-11-01 | Yummly, Inc. | Clustering and display of recipes |
CN104992179A (zh) * | 2015-06-23 | 2015-10-21 | 浙江大学 | 一种基于精粒度卷积神经网络的衣物推荐方法 |
CN106875203A (zh) * | 2015-12-14 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种确定商品图片的款式信息的方法及装置 |
CN106202362A (zh) * | 2016-07-07 | 2016-12-07 | Tcl集团股份有限公司 | 图像推荐方法和图像推荐装置 |
CN107085803A (zh) * | 2017-03-31 | 2017-08-22 | 弘成科技发展有限公司 | 基于知识图谱和能力测评的个性化教学资源推荐系统 |
Non-Patent Citations (2)
Title |
---|
Zhuo zhang ; Sanjeev R. Kulkarni.Graph-based detection of shilling attacks in recommender systems.《2013 IEEE International Workshop on Machine Learning for Signal Processing (MLSP)》.2013,正文第1-6页. * |
基于商品领域知识的交互式推荐系统;胡新明等;《现代图书情报技术》;20141025;第56-62页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107862562A (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862562B (zh) | 一种根据用户的图片喜好选择进行商品推荐的方法及装置 | |
US11216861B2 (en) | Color based social networking recommendations | |
US10242396B2 (en) | Automatic color palette based recommendations for affiliated colors | |
US10402917B2 (en) | Color-related social networking recommendations using affiliated colors | |
US10186054B2 (en) | Automatic image-based recommendations using a color palette | |
US9678989B2 (en) | System and method for use of images with recognition analysis | |
US9727983B2 (en) | Automatic color palette based recommendations | |
US9652868B2 (en) | Automatic color palette based recommendations | |
US9679532B2 (en) | Automatic image-based recommendations using a color palette | |
KR102630342B1 (ko) | 이미지 특징 데이터 추출 및 사용 | |
US7542610B2 (en) | System and method for use of images with recognition analysis | |
US9542704B2 (en) | Automatic image-based recommendations using a color palette | |
US8577134B2 (en) | Method and system of facilitating search by color | |
US20230214895A1 (en) | Methods and systems for product discovery in user generated content | |
JP7509144B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US20200226378A1 (en) | Methods and systems for tagged image generation | |
WO2007041647A2 (en) | System and method for use of images with recognition analysis | |
KR102285942B1 (ko) | 사용자에게 패션 아이템 추천 서비스를 제공하는 방법 | |
CN117094788A (zh) | 基于颜色的商品推荐方法、装置及设备 | |
KR20240082628A (ko) | 공예품 창작을 보조하기 위한 방법 및 장치 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211208 Address after: 571900 4001, third floor, incubation building, Hainan Ecological Software Park, high tech industry demonstration zone, Laocheng Town, Chengmai County, Hainan Province Applicant after: Vipshop (Hainan) e-commerce Co.,Ltd. Address before: 510000 room 01, No.314, Fangcun Avenue middle, Liwan District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU WEIPINHUI RESEARCH INSTITUTE CO.,LTD. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |