CN108111603A - 信息推荐方法、装置、终端设备及存储介质 - Google Patents
信息推荐方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN108111603A CN108111603A CN201711395870.3A CN201711395870A CN108111603A CN 108111603 A CN108111603 A CN 108111603A CN 201711395870 A CN201711395870 A CN 201711395870A CN 108111603 A CN108111603 A CN 108111603A
- Authority
- CN
- China
- Prior art keywords
- information
- recommended
- identification information
- content
- terminal device
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种信息推荐方法、装置、终端设备及存储介质,该方法包括获取待推荐内容,对所述待推荐内容中的图像信息进行识别;如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息;将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容。本方案提高了信息推荐效率,使得推荐信息的针对性更强。
Description
技术领域
本申请实施例涉及计算机技术,尤其涉及一种信息推荐方法、装置、终端设备及存储介质。
背景技术
随着终端设备普及程度的提高,越来越多的用户使用终端设备执行各种各样的功能以满足自身需求,如使用终端设备阅读文字、观看视频、听音乐、玩游戏等,与此同时,在信息爆炸的时代如何为用户高效的提供有用信息越来越受到重视。
现有技术中,可根据用户的个人喜好设置进行相应的信息推荐,信息推荐效率较低,推荐内容的可扩展性很弱。
发明内容
本发明提供了一种信息推荐方法、装置、终端设备及存储介质,提高了信息推荐效率,使得推荐信息的针对性更强。
第一方面,本申请实施例提供了一种信息推荐方法,包括:
获取待推荐内容,对所述待推荐内容中的图像信息进行识别;
如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息;
将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容。
第二方面,本申请实施例还提供了一种信息推荐装置,包括:
识别模块,用于获取待推荐内容,对所述待推荐内容中的图像信息进行识别;
标识信息确定模块,用于如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息;
匹配模块,用于将所述标识信息和用户兴趣集中记录的数据进行匹配;
推送模块,用于如果匹配成功,则推送所述待推荐内容。
第三方面,本申请实施例还提供了一种终端设备,包括:处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的信息推荐方法。
第四方面,本申请实施例还提供了一种包含终端设备可执行指令的存储介质,所述终端设备可执行指令在由终端设备处理器执行时用于执行本申请实施例所述的信息推荐方法。
本方案中,获取待推荐内容,对所述待推荐内容中的图像信息进行识别,如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息,将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容,本方案提高了信息推荐效率,使得推荐信息的针对性更强。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本申请实施例提供的一种信息推荐方法的流程图;
图2是本发明实施例提供的另一种信息推荐方法的流程图;
图3是本申请实施例提供的另一种信息推荐方法的流程图;
图4是本申请实施例提供的另一种信息推荐方法的流程图;
图5是本申请实施例提供的一种信息推荐装置的结构框图;
图6是本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1是本申请实施例提供的一种信息推荐方法的流程图,可适用于对终端设备中存在的大量信息中筛选出符合用户需求的信息进行推荐,或者对供应商提供的大量信息进行筛选推荐给终端设备的情况,该方法可以由本申请实施例提供的终端设备或服务器来执行,该终端设备的信息推荐装置可采用软件和/或硬件的方式实现,如图1所示,本实施例提供的具体方案如下:
步骤S101、获取待推荐内容,对所述待推荐内容中的图像信息进行识别。
其中,待推荐内容为大量的准备推荐给用户的内容。随着信息时代的来临以及媒体的日益发达,各个领域每天产生大量信息需要推荐给用户。如通过终端设备显示弹窗的方式,将推荐信息发送给用户,用户通过终端设备弹窗浏览信息,又如通过用户关注的微信号定期推送推荐消息,用户打开微信后进行推荐消息的浏览,又如用户通过新闻类应用程序浏览新闻,新闻显示给特定用户的内容可因用户的关注内容或浏览内容的不同而个性化推送。
可选的,获取待推荐内容可以是获取终端设备中未被用户阅览过的大量未读信息,将该大量未读信息作为待推荐内容;还可以是,获取其它终端设备或服务器上传/发送的大量新闻信息,将该新闻信息作为待推荐信息;还可以是,获取服务器发送的推荐信息列表,将推荐信息列表中的推荐内容作为待推荐内容。
获取到待推荐内容后,对该待推荐内容中的图像信息进行识别。其中,图像信息可以是海报照片、宣传照片、明星图片等,该图像信息作为推荐内容的一部分被推荐内容所包含。其中,图像识别方式可采用现有的成熟的图像识别算法实现,如基于神经网络的图像识别方法、基于小波矩的图像识别方法等,此处不再赘述。在一个实施例中,在获取待推荐内容后,首先确定该待推荐内容是否包含图像信息,如果不包含图像信息则直接过滤掉,如果包含图像信息则进一步获取该图像信息进行图像信息的识别。
步骤S102、如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息。
在一个实施例中,当确定出推荐内容包含图像信息后,可采用人脸检测技术确定图像信息中是否包含人脸图像,如果确定出图像信息不包含人脸图像则放弃该条推荐内容,如果包含人脸图像,则相应的进行人脸识别以确定该人脸图像对应的标识信息。其中,人脸检测可采用通用的或经过调整修正过的人脸检测器实现,标识信息为和人脸图像对应的用于表征人脸对应的人的身份的信息,同一个标识信息可对应多张不同的具备相同人脸特征的人脸图像。
其中,当识别出图像信息包含多个人脸图像时,对每个人脸图像进行识别以得到对应的标识信息。可选的,确定所述人脸图像对应的标识信息包括:依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。其中,人脸图像特征基于特征提取方式确定,不同的人的人脸具备不同的人脸特征及其特征组合,通过和模板库中记录的数据进行匹配以确定该人脸图像对应的唯一的标识信息。其中,该模板库记录了不同人的人脸特征以及对应的标识信息,通过将图像信息识别到的人脸进行特征提取后与模板库中的数据进行比对、匹配即确定出唯一对应的标识信息。
在一个实施例中,在依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息之前,还包括:依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。其中,该模板库为原始的包含所有数据模板库的子集,该实施例中,针对终端设备的使用场景结合具体用户特性以缩小模板库数据,在人脸图像特征比对过程中和依据终端设备的地理位置信息、用户属性信息和社交关注信息确定出的模板库数据进行比对,针对终端设备以及用户的特殊性景提高了比对效率。
步骤S103、将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容。
其中,用户兴趣集为用户感兴趣的内容的集合,在一个实施例中,用户兴趣集记录了用户感兴趣的人物(明星、历史人物、专家)对应的唯一的标识信息(标识信息可以是连续的字符串)。将前述确定出的标识信息和用户兴趣集中记录的标识信息进行比对,如果匹配成功,即在用户兴趣集中存在和确定出的标识信息一致的标识信息,则推送确定出的标识信息对应的待推荐内容。
在一个实施例中,在将所述标识信息和用户兴趣集中记录的数据进行匹配之前,还包括:依据终端设备的操作记录确定用户兴趣集并进行存储,所述操作记录包括网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种。其中,该用户兴趣集根据用户对终端设备的日常使用过程进行确定,示例性的,可通过网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种进行确定,具体的,可对网页浏览记录和资讯分享记录中的信息主题或标签进行文字提取,将提取到的人名对应的标识信息添加至用户兴趣集,针对信息搜索记录而言,可对用户录入的搜索信息进行文字提取,针对人物关注记录而言,先确定出该关注的人物的标识信息,再将该标识信息添加至用户兴趣集中。
在另一个实施例中,通过训练得到的机器学习模型对终端设备的操作记录进行分析以得到用户兴趣集,具体的,该机器模型可以是由服务器经过大量样本进行训练学习得到,可由监督式学习、非监督式学习、半监督式学习或强化学习得到,学习过程中使用的算法包括:回归算法、基于实例的算法、正则化算法、决策树算法、贝叶斯算法、基于核的算法、聚类算法、关联规则算法、人工神经网络算法、深度学习算法以及降低维度算法等,将用户对终端设备的操作记录作为输入,输入至机器学习模型中,相应的输出和操作记录对应的用户感兴趣的人物,将和该人物对应的标识信息存储至用户兴趣集(若用户兴趣集不存在,则进行相应的创建)。
在一个实施例中,推送所述待推荐内容可以是终端设备对大量接收到的待推荐内容经过上述筛选后将筛选出的推荐内容以突出化(高亮、加边框)形式显示。
由上述内容可知,针对大量的待推荐内容,通过对推荐内容中包含的图像信息进行识别分析,当确定出存在终端设备使用者感兴趣的人物出现后,将该条待推荐内容推荐给用户,提高了信息推荐效率,使得推送的信息更加符合用户的关注需求,同时,进行人物匹配的用户兴趣集通过终端设备的日常使用记录生成,节省了用户的操作时间,且针对性更强。。
图2是本申请实施例提供的另一种信息推荐方法的流程图,可选的,在依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息之前,还包括:依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。如图2所示,技术方案具体如下:
步骤S201、依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。
其中,终端设备的地理位置信息可通过终端设备GPS数据确定,如通过GPS定位确定终端设备所在的国别、省份、城市等;用户属性信息包括用户的年龄、性别、职业等和用户自身属性相关的信息,可通过用户在使用终端设备时填写的注册信息确定;社交关注信息指用户在使用终端社交类软件时的关注内容,如微信订阅号、关注的微博等。通过对不同终端设备的地理位置信息、用户属性信息和社交关注信息的大数据分析得到针对当前终端设备的用户可能感兴趣的信息的范围,例如,感兴趣的人物的年龄、性别、职业的范围,进而以缩小模板库中的数据量,确定针对当前终端设备的模板库。
步骤S202、获取待推荐内容。
步骤S203、判断所述待推荐内容是否包含图像,如果是,则执行步骤S204,如果否,则结束。
步骤S204、对所述待推荐内容中的图像信息进行识别,判断所述图像是否包含人脸图像,如果是,则执行步骤S205,否则结束。
步骤S205、对所述人脸图像进行识别,依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。
如果匹配失败,即模板库中不存在和该人脸图像对应的标识信息,则结束流程,执行下一条/组待推荐信息的识别确认。
步骤S206、将所述标识信息和用户兴趣集中记录的数据进行匹配。
步骤S207、判断是否匹配成功,如果成功,则执行步骤S208,如果未匹配成功,则结束。
步骤S208、推送所述待推荐内容。
由上述可知,通过减小模板库中的数据量,显著的提高了标识信息的获取效率,如果标识信息在模板库中没有找到,则表征该条待推荐内容用户的感兴趣概率非常低,则结束流程进行后续信息推荐识别过程。
图3是本申请实施例提供的另一种信息推荐方法的流程图,可选的,在所述推送所述待推荐内容之前,还包括:对所述图像信息中的文字进行识别,判断文字识别结果和所述标识信息是否关联;相应的,推送所述待推荐内包括:如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。如图3所示,技术方案具体如下:
步骤S301、获取待推荐内容。
步骤S302、判断所述待推荐内容是否包含图像,如果是,则执行步骤S303,如果否,则结束。
步骤S303、对所述待推荐内容中的图像信息进行识别,判断所述图像是否包含人脸图像,如果是,则执行步骤S304,否则结束。
步骤S304、对所述人脸图像进行识别,依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。
步骤S305、将所述标识信息和用户兴趣集中记录的数据进行匹配。
步骤S306、判断是否匹配成功,如果成功,则执行步骤S307,如果未匹配成功,则结束。
步骤S307、对所述图像信息中的文字进行识别,判断文字识别结果和所述标识信息是否关联,如果是,则执行步骤S308,如果否,则结束流程。
进一步的,对图像信息中包含的文字进行进一步识别,在前述步骤中确定出图像信息包含用户感兴趣的人物的基础上,进一步确定该推荐内容和其包含的图像信息的关联程度,如果文字识别结果和标识信息关联,则表征该条待推荐内容和用户感兴趣的人物的关联程度为强关联。可选的,判断文字识别结果和所述标识信息是否关联可以是:对图像信息中包含的文字进行识别以得到一个或多个名词,判断该一个或多个名词是否存在人名,存在人名则确定该人名对应的人物的标识信息和前述依据人脸图像确定的标识信息是否一致,如果一致,则认定该文字识别结果和前述的标识信息关联,执行步骤S308。
步骤S308、推送所述待推荐内容。
由上述可知,在确定当前待推荐内容是否推送给用户时,进一步结合其包含的图像信息中的文字内容判断和检测出的人脸图像的关联程度,如果关联,则推荐/筛选该条待推荐信息,使得基于人脸图像推送信息的机制更加完善,避免了图像和推荐内容的正文关联性较弱的问题。
图4是本申请实施例提供的另一种信息推荐方法的流程图,可选的,在所述推送所述待推荐内容之前,还包括:对所述待推荐内容的标题进行文字识别,判断文字识别结果和所述标识信息是否关联;相应的,推送所述待推荐内包括:如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。如图4所示,技术方案具体如下:
步骤S401、获取待推荐内容。
步骤S402、判断所述待推荐内容是否包含图像,如果是,则执行步骤S403,如果否,则结束。
步骤S403、对所述待推荐内容中的图像信息进行识别,判断所述图像是否包含人脸图像,如果是,则执行步骤S404,否则结束。
步骤S404、对所述人脸图像进行识别,依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。
步骤S405、将所述标识信息和用户兴趣集中记录的数据进行匹配。
步骤S406、判断是否匹配成功,如果成功,则执行步骤S407,如果未匹配成功,则结束。
步骤S407、对所述待推荐内容的标题进行文字识别,判断文字识别结果和所述标识信息是否关联,如果是,则执行步骤S408,如果否,则结束流程。
进一步的,对待推荐内容的标题进行文字识别,在前述步骤中确定出图像信息包含用户感兴趣的人物的基础上,进一步确定该推荐内容和其包含的图像信息的关联程度,如果对推荐内容的标题的文字识别结果和标识信息关联,则表征该条待推荐内容和用户感兴趣的人物的关联程度为强关联。可选的,判断文字识别结果和所述标识信息是否关联可以是:对推荐内容标题的文字进行识别以得到一个或多个名词,判断该一个或多个名词是否存在人名,存在人名则确定该人名对应的人物的标识信息和前述依据人脸图像确定的标识信息是否一致,如果一致,则认定该文字识别结果和前述的标识信息关联,执行步骤S408。
步骤S408、推送所述待推荐内容。
由上述可知,在确定当前待推荐内容是否推送给用户时,进一步结合其标题的文字内容判断和检测出的人脸图像的关联程度,如果关联,则推荐/筛选该条待推荐信息,使得基于人脸图像推送信息的机制更加完善,避免了用户感兴趣的人物和推荐内容关联性较弱的问题。
图5是本申请实施例提供的一种信息推荐装置的结构框图,该装置用于执行上述实施例提供的信息推荐方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置具体包括:识别模块101、标识信息确定模块102、匹配模块103和推送模块104,其中,
识别模块101,用于获取待推荐内容,对所述待推荐内容中的图像信息进行识别。
可选的,获取待推荐内容可以是获取终端设备中未被用户阅览过的大量未读信息,将该大量未读信息作为待推荐内容;还可以是,获取其它终端设备或服务器上传/发送的大量新闻信息,将该新闻信息作为待推荐信息;还可以是,获取服务器发送的推荐信息列表,将推荐信息列表中的推荐内容作为待推荐内容。
获取到待推荐内容后,对该待推荐内容中的图像信息进行识别。其中,图像信息可以是海报照片、宣传照片、明星图片等,该图像信息作为推荐内容的一部分被推荐内容所包含。其中,图像识别方式可采用现有的成熟的图像识别算法实现,如基于神经网络的图像识别方法、基于小波矩的图像识别方法等,此处不再赘述。在一个实施例中,在获取待推荐内容后,首先确定该待推荐内容是否包含图像信息,如果不包含图像信息则直接过滤掉,如果包含图像信息则进一步获取该图像信息进行图像信息的识别。
标识信息确定模块102,用于如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息。
在一个实施例中,当确定出推荐内容包含图像信息后,可采用人脸检测技术确定图像信息中是否包含人脸图像,如果确定出图像信息不包含人脸图像则放弃该条推荐内容,如果包含人脸图像,则相应的进行人脸识别以确定该人脸图像对应的标识信息。其中,人脸检测可采用通用的或经过调整修正过的人脸检测器实现,标识信息为和人脸图像对应的用于表征人脸对应的人的身份的信息,同一个标识信息可对应多张不同的具备相同人脸特征的人脸图像。
其中,当识别出图像信息包含多个人脸图像时,对每个人脸图像进行识别以得到对应的标识信息。可选的,确定所述人脸图像对应的标识信息包括:依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。其中,人脸图像特征基于特征提取方式确定,不同的人的人脸具备不同的人脸特征及其特征组合,通过和模板库中记录的数据进行匹配以确定该人脸图像对应的唯一的标识信息。其中,该模板库记录了不同人的人脸特征以及对应的标识信息,通过将图像信息识别到的人脸进行特征提取后与模板库中的数据进行比对、匹配即确定出唯一对应的标识信息。
在一个实施例中,在依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息之前,还包括:依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。其中,该模板库为原始的包含所有数据模板库的子集,该实施例中,针对终端设备的使用场景结合具体用户特性以缩小模板库数据,在人脸图像特征比对过程中和依据终端设备的地理位置信息、用户属性信息和社交关注信息确定出的模板库数据进行比对,针对终端设备以及用户的特殊性景提高了比对效率。
匹配模块103,用于将所述标识信息和用户兴趣集中记录的数据进行匹配。
其中,用户兴趣集为用户感兴趣的内容的集合,在一个实施例中,用户兴趣集记录了用户感兴趣的人物(明星、历史人物、专家)对应的唯一的标识信息(标识信息可以是连续的字符串)。将前述确定出的标识信息和用户兴趣集中记录的标识信息进行比对,如果匹配成功,即在用户兴趣集中存在和确定出的标识信息一致的标识信息,则推送确定出的标识信息对应的待推荐内容。
在一个实施例中,在将所述标识信息和用户兴趣集中记录的数据进行匹配之前,还包括:依据终端设备的操作记录确定用户兴趣集并进行存储,所述操作记录包括网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种。其中,该用户兴趣集根据用户对终端设备的日常使用过程进行确定,示例性的,可通过网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种进行确定,具体的,可对网页浏览记录和资讯分享记录中的信息主题或标签进行文字提取,将提取到的人名对应的标识信息添加至用户兴趣集,针对信息搜索记录而言,可对用户录入的搜索信息进行文字提取,针对人物关注记录而言,先确定出该关注的人物的标识信息,再将该标识信息添加至用户兴趣集中。
推送模块104,用于如果匹配成功,则推送所述待推荐内容。
在一个实施例中,推送所述待推荐内容可以是终端设备对大量接收到的待推荐内容经过上述筛选后将筛选出的推荐内容以突出化(高亮、加边框)形式显示。
由上述内容可知,获取待推荐内容,对所述待推荐内容中的图像信息进行识别,如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息,将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容,本方案提高了信息推荐效率,使得推荐信息的针对性更强。
在一个可能的实施例中,所述标识信息确定模块102具体用于:
依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。
在一个可能的实施例中,所述标识信息确定模块102还用于:
在依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息之前,依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。
在一个可能的实施例中,所述匹配模块103还用于:
在将所述标识信息和用户兴趣集中记录的数据进行匹配之前,依据终端设备的操作记录确定用户兴趣集并进行存储,所述操作记录包括网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种。
在一个可能的实施例中,所述匹配模块103具体用于:通过机器学习模型对所述终端设备的操作记录进行学习得到用户兴趣集。
在一个可能的实施例中,所述匹配模块103还用于:
在所述推送所述待推荐内容之前,对所述图像信息中的文字进行识别,判断文字识别结果和所述标识信息是否关联;
所述推荐模块104具体用于:
如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。
在一个可能的实施例中,所述匹配模块103还用于:
在所述推送所述待推荐内容之前,对所述待推荐内容的标题进行文字识别,判断文字识别结果和所述标识信息是否关联;
所述推荐模块104具体用于:
如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。
本实施例在上述各实施例的基础上提供了一种终端设备,图6是本申请实施例提供的一种终端设备的结构示意图,如图6所示,该终端设备200包括:存储器201、处理器(Central Processing Unit,CPU)202、外设接口203、RF(Radio Frequency,射频)电路205、音频电路206、扬声器211、电源管理芯片208、输入/输出(I/O)子系统209、触摸屏212、其他输入/控制设备210以及外部端口204,这些部件通过一个或多个通信总线或信号线207来通信。
应该理解的是,图示终端设备200仅仅是终端设备的一个范例,并且终端设备200可以具有比图中所示出的更多的或者更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的用于多开应用的权限管理的终端设备进行详细的描述,该终端设备以智能手机为例。
存储器201,所述存储器201可以被CPU202、外设接口203等访问,所述存储器201可以包括高速随机存取存储器,还可以包括非易失性存储器,例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口203,所述外设接口203可以将设备的输入和输出外设连接到CPU202和存储器201。
I/O子系统209,所述I/O子系统209可以将设备上的输入输出外设,例如触摸屏212和其他输入/控制设备210,连接到外设接口203。I/O子系统209可以包括显示控制器2091和用于控制其他输入/控制设备210的一个或多个输入控制器2092。其中,一个或多个输入控制器2092从其他输入/控制设备210接收电信号或者向其他输入/控制设备210发送电信号,其他输入/控制设备210可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是,输入控制器2092可以与以下任一个连接:键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏212,所述触摸屏212是用户终端与用户之间的输入接口和输出接口,将可视输出显示给用户,可视输出可以包括图形、文本、图标、视频等。
I/O子系统209中的显示控制器2091从触摸屏212接收电信号或者向触摸屏212发送电信号。触摸屏212检测触摸屏上的接触,显示控制器2091将检测到的接触转换为与显示在触摸屏212上的用户界面对象的交互,即实现人机交互,显示在触摸屏212上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是,设备还可以包括光鼠,光鼠是不显示可视输出的触摸敏感表面,或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路205,主要用于建立手机与无线网络(即网络侧)的通信,实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地,RF电路205接收并发送RF信号,RF信号也称为电磁信号,RF电路205将电信号转换为电磁信号或将电磁信号转换为电信号,并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路205可以包括用于执行这些功能的已知电路,其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder,编译码器)芯片组、用户标识模块(Subscriber Identity Module,SIM)等等。
音频电路206,主要用于从外设接口203接收音频数据,将该音频数据转换为电信号,并且将该电信号发送给扬声器211。
扬声器211,用于将手机通过RF电路205从无线网络接收的语音信号,还原为声音并向用户播放该声音。
电源管理芯片208,用于为CPU202、I/O子系统及外设接口所连接的硬件进行供电及电源管理。
上述实施例中提供的终端设备的信息推荐装置及终端设备可执行本发明任意实施例所提供的终端设备的信息推荐方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的终端设备的信息推荐方法。
本申请实施例还提供一种包含终端设备可执行指令的存储介质,所述终端设备可执行指令在由终端设备处理器执行时用于执行一种信息推荐方法,该方法包括:
获取待推荐内容,对所述待推荐内容中的图像信息进行识别;
如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息;
将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容。
在一个可能的实施例中,所述确定所述人脸图像对应的标识信息包括:
依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。
在一个可能的实施例中,在依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息之前,还包括:
依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。
在一个可能的实施例中,在将所述标识信息和用户兴趣集中记录的数据进行匹配之前,还包括:
依据终端设备的操作记录确定用户兴趣集并进行存储,所述操作记录包括网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种。
在一个可能的实施例中,所述依据终端设备的操作记录确定用户兴趣集包括:
通过机器学习模型对所述终端设备的操作记录进行学习得到用户兴趣集。
在一个可能的实施例中,在所述推送所述待推荐内容之前,还包括:
对所述图像信息中的文字进行识别,判断文字识别结果和所述标识信息是否关联;
相应的,推送所述待推荐内包括:
如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。
在一个可能的实施例中,在所述推送所述待推荐内容之前,还包括:
对所述待推荐内容的标题进行文字识别,判断文字识别结果和所述标识信息是否关联;
相应的,推送所述待推荐内包括:
如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的信息推荐方法操作,还可以执行本发明任意实施例所提供的信息推荐方法中的相关操作。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.信息推荐方法,其特征在于,包括:
获取待推荐内容,对所述待推荐内容中的图像信息进行识别;
如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息;
将所述标识信息和用户兴趣集中记录的数据进行匹配,如果匹配成功,则推送所述待推荐内容。
2.根据权利要求1所述的方法,其特征在于,所述确定所述人脸图像对应的标识信息包括:
依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息。
3.根据权利要求2所述的方法,其特征在于,在依据识别出的人脸图像特征和模板库中记录的数据进行匹配得到和所述人脸图像对应的标识信息之前,还包括:
依据终端设备的地理位置信息、用户属性信息和社交关注信息确定和所述终端设备对应的模板库。
4.根据权利要求1所述的方法,其特征在于,在将所述标识信息和用户兴趣集中记录的数据进行匹配之前,还包括:
依据终端设备的操作记录确定用户兴趣集并进行存储,所述操作记录包括网页浏览记录、信息搜索记录、资讯分享记录和人物关注记录中的至少一种。
5.根据权利要求4所述的方法,其特征在于,所述依据终端设备的操作记录确定用户兴趣集包括:
通过机器学习模型对所述终端设备的操作记录进行学习得到用户兴趣集。
6.根据权利要求1-5中任一项所述的方法,其特征在于,在所述推送所述待推荐内容之前,还包括:
对所述图像信息中的文字进行识别,判断文字识别结果和所述标识信息是否关联;
相应的,推送所述待推荐内包括:
如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。
7.根据权利要求1-5中任一项所述的方法,其特征在于,在所述推送所述待推荐内容之前,还包括:
对所述待推荐内容的标题进行文字识别,判断文字识别结果和所述标识信息是否关联;
相应的,推送所述待推荐内包括:
如果所述文字识别结果和所述标识信息关联,则推送所述待推荐内容。
8.信息推荐装置,其特征在于,包括:
识别模块,用于获取待推荐内容,对所述待推荐内容中的图像信息进行识别;
标识信息确定模块,用于如果识别出所述图像信息包含人脸图像,则确定所述人脸图像对应的标识信息;
匹配模块,用于将所述标识信息和用户兴趣集中记录的数据进行匹配;
推送模块,用于如果匹配成功,则推送所述待推荐内容。
9.一种终端设备,包括:处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的信息推荐方法。
10.一种包含终端设备可执行指令的存储介质,其特征在于,所述终端设备可执行指令在由终端设备处理器执行时用于执行如权利要求1-7中任一项所述的信息推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395870.3A CN108111603A (zh) | 2017-12-21 | 2017-12-21 | 信息推荐方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395870.3A CN108111603A (zh) | 2017-12-21 | 2017-12-21 | 信息推荐方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108111603A true CN108111603A (zh) | 2018-06-01 |
Family
ID=62212052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711395870.3A Pending CN108111603A (zh) | 2017-12-21 | 2017-12-21 | 信息推荐方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108111603A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110290049A (zh) * | 2019-05-20 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 消息推送方法、服务器及计算机可读存储介质 |
CN110766498A (zh) * | 2018-07-27 | 2020-02-07 | 北京京东尚科信息技术有限公司 | 一种推荐商品的方法和装置 |
CN111491000A (zh) * | 2019-01-28 | 2020-08-04 | 百度在线网络技术(北京)有限公司 | 观展信息推送方法、装置及存储介质 |
CN111753202A (zh) * | 2020-06-24 | 2020-10-09 | 北京百度网讯科技有限公司 | 信息推荐的方法、装置、设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488764A (zh) * | 2013-09-26 | 2014-01-01 | 天脉聚源(北京)传媒科技有限公司 | 个性化视频内容推荐方法和系统 |
CN104754413A (zh) * | 2013-12-30 | 2015-07-01 | 北京三星通信技术研究有限公司 | 基于图像搜索识别电视信号并推荐信息的方法和设备 |
CN104820665A (zh) * | 2014-03-17 | 2015-08-05 | 腾讯科技(北京)有限公司 | 展示推荐信息的方法、终端及服务器 |
US20160359948A1 (en) * | 2015-06-08 | 2016-12-08 | Conrad Management Corporation | Monitoring digital images on mobile devices |
CN106874827A (zh) * | 2015-12-14 | 2017-06-20 | 北京奇虎科技有限公司 | 视频识别方法和装置 |
-
2017
- 2017-12-21 CN CN201711395870.3A patent/CN108111603A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488764A (zh) * | 2013-09-26 | 2014-01-01 | 天脉聚源(北京)传媒科技有限公司 | 个性化视频内容推荐方法和系统 |
CN104754413A (zh) * | 2013-12-30 | 2015-07-01 | 北京三星通信技术研究有限公司 | 基于图像搜索识别电视信号并推荐信息的方法和设备 |
CN104820665A (zh) * | 2014-03-17 | 2015-08-05 | 腾讯科技(北京)有限公司 | 展示推荐信息的方法、终端及服务器 |
US20160359948A1 (en) * | 2015-06-08 | 2016-12-08 | Conrad Management Corporation | Monitoring digital images on mobile devices |
CN106874827A (zh) * | 2015-12-14 | 2017-06-20 | 北京奇虎科技有限公司 | 视频识别方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766498A (zh) * | 2018-07-27 | 2020-02-07 | 北京京东尚科信息技术有限公司 | 一种推荐商品的方法和装置 |
CN111491000A (zh) * | 2019-01-28 | 2020-08-04 | 百度在线网络技术(北京)有限公司 | 观展信息推送方法、装置及存储介质 |
CN110290049A (zh) * | 2019-05-20 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 消息推送方法、服务器及计算机可读存储介质 |
CN110290049B (zh) * | 2019-05-20 | 2023-03-24 | 深圳壹账通智能科技有限公司 | 消息推送方法、服务器及计算机可读存储介质 |
CN111753202A (zh) * | 2020-06-24 | 2020-10-09 | 北京百度网讯科技有限公司 | 信息推荐的方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107592578B (zh) | 信息处理方法、装置、终端设备及存储介质 | |
CN107645686A (zh) | 信息处理方法、装置、终端设备及存储介质 | |
CN106383875B (zh) | 基于人工智能的人机交互方法和装置 | |
CN108111603A (zh) | 信息推荐方法、装置、终端设备及存储介质 | |
CN107659828A (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
CN108009521A (zh) | 人脸图像匹配方法、装置、终端及存储介质 | |
CN109522483A (zh) | 用于推送信息的方法和装置 | |
CN107645685A (zh) | 信息处理方法、装置、终端设备及存储介质 | |
CN109983455A (zh) | 在在线社交网络上多样化媒体搜索结果 | |
CN105488154A (zh) | 主题应用推荐方法及装置 | |
CN106789543A (zh) | 会话中实现表情图像发送的方法和装置 | |
CN110020009A (zh) | 在线问答方法、装置及系统 | |
CN110147467A (zh) | 一种文本描述的生成方法、装置、移动终端及存储介质 | |
CN108763579A (zh) | 搜索内容推荐方法、装置、终端设备及存储介质 | |
CN107305569A (zh) | 一种信息处理方法及装置 | |
CN107678823A (zh) | 移动终端应用的控制方法、装置及存储介质和移动终端 | |
CN108256537A (zh) | 一种用户性别预测方法和系统 | |
CN107908701A (zh) | 音乐推荐的方法、装置、存储介质及终端设备 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN107968890A (zh) | 主题设置方法、装置、终端设备及存储介质 | |
CN107613315A (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
CN108717403B (zh) | 一种处理方法、装置和用于处理的装置 | |
CN109582825A (zh) | 用于生成信息的方法和装置 | |
CN109407914A (zh) | 用户特征识别方法、装置、设备、介质和操作系统 | |
CN107895004A (zh) | 信息筛选方法、装置、终端设备及存储介质 |
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: 20180601 |
|
RJ01 | Rejection of invention patent application after publication |