CN108520508B - 基于用户行为的用户形象优化方法、计算设备及存储介质 - Google Patents

基于用户行为的用户形象优化方法、计算设备及存储介质 Download PDF

Info

Publication number
CN108520508B
CN108520508B CN201810298705.4A CN201810298705A CN108520508B CN 108520508 B CN108520508 B CN 108520508B CN 201810298705 A CN201810298705 A CN 201810298705A CN 108520508 B CN108520508 B CN 108520508B
Authority
CN
China
Prior art keywords
user
books
personage
image
representation data
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
Application number
CN201810298705.4A
Other languages
English (en)
Other versions
CN108520508A (zh
Inventor
陈欣润
姜山
文思远
戴树颖
黄鑫霞
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.)
Zhangyue Technology Co Ltd
Original Assignee
Zhangyue Technology 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 Zhangyue Technology Co Ltd filed Critical Zhangyue Technology Co Ltd
Priority to CN201810298705.4A priority Critical patent/CN108520508B/zh
Publication of CN108520508A publication Critical patent/CN108520508A/zh
Application granted granted Critical
Publication of CN108520508B publication Critical patent/CN108520508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于用户行为的用户形象优化方法、计算设备及存储介质。其中,方法包括:获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;获取用户形象元素和与书籍人物对应的书籍人物元素;将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。本方案通过用户画像数据的匹配获得与用户行为或性格相似的书籍人物,通过用户形象元素与书籍人物元素的融合处理来实现用户形象的个性改造,便于提高用户对电子书籍的阅读兴趣,提升用户的阅读体验,并可进一步地提高电子书平台的用户留存率。

Description

基于用户行为的用户形象优化方法、计算设备及存储介质
技术领域
本发明涉及电子书技术领域,具体涉及一种基于用户行为的用户形象优化方法、计算设备及存储介质。
背景技术
随着科学技术及社会的不断发展,电子书以其节能环保、经济便携等特点而受到人们青睐,从而使得电子书平台中的用户也愈来愈多。电子书平台为明显地区分用户,或为更好地满足用户的个性化需求,平台通常为用户设置有展现用户形象的功能,如电子书平台中的用户头像展现功能等。
目前,用户形象的展现功能仅仅是将用户上传的图片,或者平台默认的图片作为用户形象进行展现。然而,通过该方法呈现的用户形象单一古板,与电子书平台中的书籍粘度较低,不利于提起用户对电子书籍的阅读兴趣,从而降低用户的阅读体验。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于用户行为的用户形象优化方法、计算设备及存储介质。
根据本发明的一个方面,提供了一种基于用户行为的用户形象优化方法,包括:
获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
根据本发明的另一个方面,提供了一种计算设备,所述计算设备用于对在,其中,计算设备包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下操作:
获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
根据本发明的又一个方面,提供了一种计算机存储介质,所述计算机存储介质中存储有至少一可执行指令,用于对该可执行指令使处理器执行以下操作:
获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
根据本发明提供的基于用户行为的用户形象优化方法、计算设备及存储介质,首先获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;并进一步地获取用户形象元素和与书籍人物对应的书籍人物元素;最后将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。本方案通过用户画像数据的匹配获得与用户行为或性格相似的书籍人物,通过用户形象元素与书籍人物元素的融合处理来实现用户形象的个性改造,便于提高用户对电子书籍的阅读兴趣,提升用户的阅读体验,并可进一步地提高电子书平台的用户留存率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例提供的基于用户行为的用户形象优化方法的流程示意图;
图2示出了根据本发明另一个实施例提供的基于用户行为的用户形象优化方法的流程示意图;
图3示出了本发明一个具体示例的书籍人物元素示意图;
图4示出了本发明一个具体示例的优化前的用户形象示意图;
图5示出了本发明一个具体示例的优化后的用户形象示意图;
图6示出了本发明另一个具体示例的优化后的用户形象示意图;
图7示出了根据本发明一个实施例提供的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例提供的基于用户行为的用户形象优化方法的流程示意图。如图1所示,该方法包括:
步骤S101,获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物。
具体地,根据用户数据获取用户画像数据。例如,可根据用户自然属性数据(如用户预先在电子书平台中录入的性别、年龄等数据),以及与用户在电子书平台已进行的用户行为相关的数据等确定该用户的画像数据。
在获取用户画像数据之后,查找与用户画像数据相匹配的书籍人物。举例来说,若用户A的用户画像数据表示为“年龄为40岁,身高为180厘米,足智多谋的男性”,则可根据相应的匹配规则查找出与该画像数据相匹配的书籍人物,如《三国演义》中的“诸葛亮”等。
步骤S102,获取用户形象元素和与书籍人物对应的书籍人物元素。
本实施例中所述元素是指,在可视化图像中能够相对独立存在形象单元,例如对于用户形象而言,面孔、发型、服饰、配饰、工具等;同理,书籍人物元素,同样包含面孔、发型、服饰、配饰、工具等。
其中,用户形象元素的获取方式可以为:通过分析用户上传的全身人像图片或半身人像图片或头像图片得到用户形象中的某一个或某几个用户形象元素的集合。例如,若用户上传的是头像图片,分析头像图片可获取当前用户形象中的面部元素和发型元素等;若用户上传的是全身人像图片,分析全身人像图片可获取当前用户形象中的所有元素,如面部元素、躯体元素、服装元素、发型元素、配饰元素等。
书籍人物元素是与步骤S101中确定的书籍人物对应的某一个或某几个书籍人物元素。书籍人物元素的获取方式可通过分析书籍内容信息而得到。例如,若步骤S101中确定的与用户相匹配的书籍人物为“诸葛亮”,通过分析书籍内容信息可知与书籍人物“诸葛亮”对应的书籍人物元素为“鹤氅”、“羽扇”、以及“纶巾”等,则在本步骤中可仅获取“鹤氅”元素,也可获取与书籍人物“诸葛亮”对应的所有书籍人物元素。
步骤S103,将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
根据步骤S102中获取的用户形象元素和书籍人物元素,通过相应的融合处理方法,使得优化处理后的用户形象中包含有书籍人物元素,从而提高用户的阅读兴趣。
根据本实施例提供的基于用户行为的用户形象优化方法,首先获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;并进一步地获取用户形象元素和书籍人物元素;最后将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。本方案通过用户画像数据的匹配获得与用户行为或性格相似的书籍人物,通过用户形象元素与书籍人物元素的融合处理来实现用户形象的个性改造,便于提高用户对电子书籍的阅读兴趣,提升用户的阅读体验,并可进一步地提高电子书平台的用户留存率。
图2示出了根据本发明另一个实施例提供的基于用户行为的用户形象优化方法的流程示意图。如图2所示,该方法包括:
步骤S201,对书籍内容信息进行分析,得到书籍人物画像数据,并根据书籍人物画像数据,生成书籍人物的至少一个书籍人物元素。
具体地,根据书籍中针对书籍人物的描写,可从中提取出与书籍人物相关的信息,通过对该信息的进一步分析可获得书籍人物画像数据。例如,根据《三国演义》中针对诸葛亮的描写,可得到书籍人物“诸葛亮”的画像数据,其表示为“中年男性,足智多谋,头戴纶巾,身披鹤氅,手执羽扇”。
进一步地,根据书籍人物画像数据,生成书籍人物的至少一个书籍人物元素。例如,根据书籍人物“诸葛亮”的画像数据“中年男性,足智多谋,头戴纶巾,手执羽扇,身披鹤氅”,可生成如图3所示的“纶巾”元素31、“羽扇”元素32、“鹤氅”元素33、以及书籍人物面部元素34。
在一种实现方式中,可以使用自然语言处理技术,在书籍中搜索人物姓名(例如诸葛亮或孔明),该人物姓名可以由运营人员针对每一本电子书手动配置,即配置电子书中涉及的主要/所有人物的姓名及别称。配置的姓名可以以特定文件格式关联电子书存储。在执行步骤S201时,以书籍关联存储的人物姓名为索引,在书籍中搜索出现人物姓名的位置。而在另一种实现方式中,可以不对人物姓名进行人工配置,在对书籍内容进行分析时,使用预设的人名库或者人名识别算法,查找书籍内容中出现人物姓名的位置。
在查找到人物姓名位置后,可以将该人物姓名之前和/或之后一定范围内的文字,确定为书籍人物画像数据,例如人物姓名所在的句子、段落等。对于人物姓名多次出现的情况,可将根据各个姓名位置分别确定的文字范围的集合作为书籍人物画像数据使用。
在提取书籍人物元素时,以上述书籍人物画像数据为基础,通过分词处理摘取文字内容中出现的能够表达人物特点的词,作为书籍人物元素。在一种实现方式中,可以选择名词、形容词、动词等词性的分词作为书籍人物元素,相对介词、副词而言,前述词性对人物形象的刻画更具表达意义。
进一步的,在获得上述特定词性分词后,还可以根据分词与人物姓名之间的文字偏移量,设定分词对人物形象刻画的贡献权重。所谓文字偏移量可以简单理解为两词之间相隔的文字数量。通常认为,与人物姓名距离越近的分词,用于描述该人物的可能性越大。因此,可以建立文字偏移量与分词权重之间的负相关关系,即文字偏移量越小,分词的贡献权重越大,而两者之间的定量关系,本领域技术人员可以根据实际情况具体设定,本实施例对此不作限制。
实际应用中同一词语可能会多次出现,通常认为出现次数越多的词语,对人物特性的反映的确定性和真实性越高,因此在一种实现方式中,还可以进一步对上述分词进行词频统计,根据词频高低设置分词的贡献权重,即建立词频与贡献权重之间的正相关关系。
步骤S202,获取用户画像数据。
具体地,根据用户自然属性数据、用户阅读历史数据、用户充值/消费行为数据、和/或用户交互行为数据得到用户画像数据。其中,用户自然属性数据包括用户年龄、性别、身高、和/或文化程度等数据;用户阅读历史数据包括用户累计阅读时长、用户连续阅读时长、用户阅读的书籍类别、和/或用户阅读的书籍数量等;用户充值/消费行为数据具体包括用户购买书籍累计花费数额、用户购买书籍单次花费数额、用户购买书籍频次、和/或用户消费书籍增值服务数据等;用户交互行为数据包括针对书籍的评语数量、针对书籍评语的点赞数量、评语所属的书籍类别、和/或用户兴趣圈活跃度等。在此,本领域技术人员应当理解的是,本实施例对获取用户画像数据的具体参考依据及方法不做限定,本领域技术人员可根据实际的业务需求自行选取获取用户画像数据的依据及方法。例如,可通过机器学习等方法根据用户在电子书平台输入的基本信息,以及用户的消费数据、阅读历史数据、以及用户的评论数据等获取用户画像数据。
举例来说,用户A年龄为40岁,性别为男性,学历为硕士,阅读的书籍多为历史类书籍,其发表的评论所获得的点赞数量大于预设数量,则获得与该用户A相对应的用户画像数据可以为“中年男性,足智多谋,知识渊博,古典历史”等。用户B年龄为25岁,性别为女性,阅读的书籍多为网络爱情类书籍,经常发表评语,兴趣圈活跃度强,则获得与该用户B相对应的用户画像数据可以为“年轻女性,情感丰富,性格活泼,喜好交友”等。用户C阅读的书籍多为财经类书籍,用户连续阅读时长较长,且充值数额和频次较高,购买书籍的频次较高,消费数额较高,则获得与该用户C相对应的用户画像数据可以为“专业人士,性格沉稳,事业有成”等。
步骤S203,根据用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度,根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物。
具体地,通过预设的相似度计算规则,根据用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度。在此,本领域技术人员应当理解的是,本实施例对具体的相似度计算规则不做限定,本领域技术人员可根据实际的业务需求选择相应的相似度计算规则。例如,在根据用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度过程中,可将用户画像数据划分为多个用户画像标签,通过该多个用户画像标签生成用户画像向量;并将书籍人物画像数据划分为多个书籍人物标签,通过该多个书籍人物标签生成书籍人物画像向量,通过计算用户画像向量与书籍人物画像向量之间的距离来确定用户和书籍人物的相似度。或者人工手动标记用户画像数据与书籍人物画像数据之间的对应关系,形成样本数据。使用样本数据对深度学习网络进行训练(例如DNN网络),并使用训练后的深度学习网络预测用户和书籍人物的相似度。
进一步地,根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物。具体地,根据用户与多个书籍人物的相似度结果,将多个书籍人物进行排序,选取相似度大于预设阈值或相似度排名在前的一个或多个书籍人物作为与用户相匹配的书籍人物。沿用步骤S203中示例,最终匹配出与用户A相似度最高的书籍人物为《三国演义》中的“诸葛亮”。在一种实现方式中,对于匹配出的多个书籍人物可以从不同维度进行分类,并向用户提供各个类别对应的书籍人物,由用户选择。例如匹配出的人物包括:古代类别中的“诸葛亮”、都市类别中的“贺涵”、神话武侠类别中的“姜子牙”等。用户可以选择一个喜欢的类别人物进行形象合成。而在另一种实现方式中,用户的形象能够随其阅读行为动态调整,根据用户当前交互的电子书的类别,选择同类别对应的书籍人物,进行用户形象的合成。例如用户当前在阅读武侠小说,则将神话武侠类别中的“姜子牙”形象匹配给用户;或者用户今天购买了一本都市小说,则将都市类别中的“贺涵”形象匹配给用户。随着用户交互的电子书的类别的变化,用户形象亦将随之变化。
可选的,在确定与用户相匹配的书籍人物之后,可进一步地判断用户是否阅读过与该书籍人物对应的书籍,若否,则向用户推荐该书籍人物对应的书籍。例如,若确定与用户相匹配的书籍人物为“诸葛亮”,若用户未阅读过“诸葛亮”所对应的书籍《三国演义》,则向用户推荐书籍《三国演义》。其中,本实施例对具体的推荐方法不做限定,例如,可采用站内或站外消息推送、弹窗展示等方式推荐该书籍。进一步,还可以根据《三国演义》中的人物关系,为用户推荐在《三国演义》中与诸葛亮具有情节关系的其他书籍人物的书籍人物元素,例如曹操刘备等。根据其他书籍人物形象合成用户形象,并展示给用户预览,如果用户通过点击等操作确认使用预览形象,还可以进一步推荐该其他书籍人物涉及的、除《三国演义》之外的其他书籍。
步骤S204,获取用户形象元素和书籍人物元素。
其中,用户形象元素包括用户形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素等。以用户形象为图4为例,则其用户形象元素可以包括面部元素41、发型元素42、以及服装元素43。则在本步骤中可获取用户形象元素中的面部元素41或者全部的用户形象元素。
进一步地,书籍人物元素包括书籍人物形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素等。如图3所示,书籍人物“诸葛亮”生成的书籍人物元素有发型元素(“纶巾”元素31)、配饰元素(“羽扇”元素32)、服装元素(“鹤氅”元素33)、以及书籍人物面部元素34。则在本步骤中可获取书籍人物元素中的“纶巾”元素31或者全部的用户形象元素。
可选的,为进一步地提高用户的阅读兴趣,提升电子书平台的用户留存率,在获取用户形象元素和书籍人物元素之前,可进一步地为用户配置与用户相匹配的书籍人物的书籍人物元素的使用权限,根据该使用权限获取书籍人物元素。在具体的实施过程中,可根据下述至少一种条件的达成情况配置所述使用权限:用户是否阅读过书籍人物对应的书籍,用户是否针对书籍人物对应的书籍发表过评论信息,用户是否购买过书籍人物对应的书籍。举例来说,若用户阅读、购买或评论《三国演义》书籍,可为用户配置“诸葛亮”中部分或所有的书籍人物元素的使用权限。则在本步骤中,若用户当前仅具有“诸葛亮”中“羽扇”元素的使用权限,则仅获取书籍人物元素“羽扇”32。
本实施例中,使用权限可以对应于书籍人物,也可以对应书籍人物的某个书籍人物元素。对于前者方式,如果用户具有诸葛亮的使用权限,则可使用诸葛亮的所有书籍人物元素。对于后者方式,可以根据用户的等级、积分、消费水平、阅读数量等信息,为用户逐级开放对应某一书籍人物的不同书籍人物元素的使用权限。随着用户经验资历的不断提升,可使用的书籍人物元素将会越来越多。
在一种可选的实施方式中,书籍人物元素可作为相应的阅读奖励道具。具体地,可将书籍人物对应的多个书籍人物元素预先设置在书籍中相应的位置,当用户阅读至该位置时,以预设方式展现相应的书籍人物元素,待用户阅读完书籍时,可获得该书籍人物对应的所有书籍人物元素。例如,可将书籍人物“诸葛亮”对应的“纶巾”元素、“羽扇”元素、以及“鹤氅”元素分别设置于书籍《三国演义》中的第3章、第6章、及最后一章,当用户阅读至第3章时,通过点击“飞出”方式展现“纶巾”元素,即可获取“纶巾”元素,待用户阅读完书籍《三国演义》后,可获得书籍人物“诸葛亮”对应的所有书籍人物元素。待用户获得该书籍人物元素后即获得使用该书籍人物元素的权限。
步骤S205,将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
根据步骤S204中获得的用户形象元素及书籍人物元素,通过相应的处理方法,将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
其中,用户可根据实际需求自行选择用户形象元素和书籍人物元素的融合方式。并可进一步地选择需进行融合处理的用户形象元素和书籍人物元素。
在一种可选的实施方式中,可将用户指定的部分用户形象元素融合至书籍人物元素中,得到优化处理后的用户形象。举例来说,若用户指定的用户形象元素为面部元素41,待融合的书籍人物元素为“纶巾”元素31、“羽扇”元素32、以及“鹤氅”元素33。则可将面部元素41融合至书籍人物元素31、32以及33中,从而得到如图5所示的优化后的用户形象。
在另一种可选的实施方式中,可将用户指定的部分书籍人物元素融合至用户形象元素中,得到优化处理后的用户形象。举例来说,若用户指定的书籍人物元素为“羽扇”元素32,则可将羽扇”元素32融合至用户形象元素中,从而获得如图6所示的优化后的用户形象。
在一种实现方式中,可以由用户自行确定元素之间的融合方式。即将第一元素作为道具展示给用户,由用户在第二元素中添加第一元素,其中,添加到第二元素中的第一元素的数量、种类、位置,由用户的添加操作决定。以将书籍人物元素融合到用户形象元素中为例:可以在选择框中展示“羽扇”、“纶巾”、“鹤氅”等书籍人物元素,在预览框中展示用户形象元素。用户可以手动将“羽扇”、“纶巾”等书籍人物元素拖动到预览框中,并决定其在预览框中的位置。
根据本实施例提供的基于用户行为的用户形象优化方法,通过对书籍内容信息进行分析,得到书籍人物画像数据,并根据书籍人物画像数据,生成书籍人物的至少一个书籍人物元素,并根据用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度,根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物,最后获取用户形象元素和书籍人物元素及将用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。本方案通过用户画像数据的匹配获得与用户行为或性格相似的书籍人物,通过用户形象元素与书籍人物元素的融合处理来实现用户形象的个性改造,从而获得具有个性化及特异化的用户形象,提高了用户形象与书籍的耦合度,提高用户对书籍的阅读兴趣,提升用户的阅读体验,并可进一步地提高电子书平台的用户留存率。
根据本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的方法。
可执行指令具体可以用于使得处理器执行以下操作:
获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
在一种可选的实施方式中,可执行指令具体可以用于使得处理器执行以下操作:
所述获取用户画像数据具体为利用以下一种或多种用户数据,得到所述用户画像数据:
用户自然属性数据、用户阅读历史数据、用户充值/消费行为数据、用户交互行为数据。
在一种可选的实施方式中,可执行指令具体可以用于使得处理器执行以下操作:
对书籍内容信息进行分析,得到书籍人物画像数据;
根据所述书籍人物画像数据,生成所述书籍人物的至少一个书籍人物元素;
所述可执行指令进一步使所述处理器执行以下操作:
根据所述用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度;
根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物。
在一种可选的实施方式中,所述用户形象元素包括用户形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素;
所述书籍人物元素包括书籍人物形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素。
在一种可选的实施方式中,可执行指令具体可以用于使得处理器执行以下操作:
将用户指定的部分用户形象元素融合至书籍人物元素中,得到优化处理后的用户形象;
或者,将用户指定的部分书籍人物元素融合至用户形象元素中,得到优化处理后的用户形象。
在一种可选的实施方式中,可执行指令具体可以用于使得处理器执行以下操作:
为用户配置与用户相匹配的书籍人物的书籍人物元素的使用权限;
根据所述使用权限获取书籍人物元素。
在一种可选的实施方式中,可执行指令具体可以用于使得处理器执行以下操作:
根据下述至少一种条件的达成情况配置所述使用权限:用户是否阅读过所述书籍人物对应的书籍,用户是否针对书籍人物对应的书籍发表过评论信息,用户是否购买过所述书籍人物对应的书籍。
在一种可选的实施方式中,可执行指令具体可以用于使得处理器执行以下操作:
判断所述用户是否阅读过与所述书籍人物对应的书籍;
若否,向用户推荐所述书籍人物对应的书籍。
图7示出了根据本发明一个实施例提供的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图7所示,该计算设备可以包括:处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。
其中:处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。通信接口704,用于与其它设备比如客户端或其它服务器等的网元通信。处理器702,用于执行程序710,具体可以执行上述方法实施例中的相关步骤。
程序710具体可以用于使得处理器702执行以下操作:
获取用户画像数据,根据用户画像数据查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
在一种可选的实施方式中,程序710具体可以用于使得处理器702执行以下操作:
所述获取用户画像数据具体为利用以下一种或多种用户数据,得到所述用户画像数据:
用户自然属性数据、用户阅读历史数据、用户充值/消费行为数据、用户交互行为数据。
在一种可选的实施方式中,程序710具体可以用于使得处理器702执行以下操作:
对书籍内容信息进行分析,得到书籍人物画像数据;
根据所述书籍人物画像数据,生成所述书籍人物的至少一个书籍人物元素;
程序710具体可以用于使得处理器702执行以下操作:
根据所述用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度;
根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物。
在一种可选的实施方式中,所述用户形象元素包括用户形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素;
所述书籍人物元素包括书籍人物形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素。
在一种可选的实施方式中,程序710具体可以用于使得处理器702执行以下操作:
将用户指定的部分用户形象元素融合至书籍人物元素中,得到优化处理后的用户形象;
或者,将用户指定的部分书籍人物元素融合至用户形象元素中,得到优化处理后的用户形象。
在一种可选的实施方式中,程序710具体可以用于使得处理器702执行以下操作:
为用户配置与用户相匹配的书籍人物中的书籍人物元素的使用权限;
根据所述使用权限获取书籍人物元素。
在一种可选的实施方式中,程序710具体可以用于使得处理器702执行以下操作:
根据下述至少一种条件的达成情况配置所述使用权限:用户是否阅读过所述书籍人物对应的书籍,用户是否针对书籍人物对应的书籍发表过评论信息,用户是否购买过所述书籍人物对应的书籍。
在一种可选的实施方式中,程序710具体可以用于使得处理器702执行以下操作:
判断所述用户是否阅读过与所述书籍人物对应的书籍;
若否,向用户推荐所述书籍人物对应的书籍。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (21)

1.一种基于用户行为的用户形象优化方法,其包括:
对书籍内容信息进行分析,得到书籍人物画像数据;
根据所述书籍人物画像数据,生成所述书籍人物的至少一个书籍人物元素;
获取用户画像数据,根据所述用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度;并根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
2.根据权利要求1所述的方法,其中,所述获取用户画像数据具体为利用以下一种或多种用户数据,得到所述用户画像数据:
用户自然属性数据、用户阅读历史数据、用户交互行为数据。
3.根据权利要求1所述的方法,其中,所述用户形象元素包括用户形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素;
所述书籍人物元素包括书籍人物形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素。
4.根据权利要求1-3中任一项所述的方法,其中,所述将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象进一步包括:
将用户指定的部分用户形象元素融合至书籍人物元素中,得到优化处理后的用户形象;
或者,将用户指定的部分书籍人物元素融合至用户形象元素中,得到优化处理后的用户形象。
5.根据权利要求1-3中任一项所述的方法,其中,在所述获取用户形象元素和与所述书籍人物对应的书籍人物元素之前,所述方法还包括:
为用户配置与用户相匹配的书籍人物的书籍人物元素的使用权限;
则获取与所述书籍人物对应的书籍人物元素进一步包括:
根据所述使用权限获取书籍人物元素。
6.根据权利要求5所述的方法,其中,所述为用户配置与用户相匹配的书籍人物的书籍人物元素的使用权限进一步包括:
根据下述至少一种条件的达成情况配置所述使用权限:用户是否阅读过所述书籍人物对应的书籍,用户是否针对书籍人物对应的书籍发表过评论信息,用户是否购买过所述书籍人物对应的书籍。
7.根据权利要求1所述的方法,其中,所述方法还包括:
判断所述用户是否阅读过与所述书籍人物对应的书籍;
若否,向用户推荐所述书籍人物对应的书籍。
8.一种基于用户行为的用户形象优化的计算设备,所述计算设备包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下操作:
对书籍内容信息进行分析,得到书籍人物画像数据;
根据所述书籍人物画像数据,生成所述书籍人物的至少一个书籍人物元素;
获取用户画像数据,根据所述用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度;并根据用户和书籍人物的相似度,查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
9.根据权利要求8所述的计算设备,其中,所述可执行指令使所述处理器执行以下操作:
所述获取用户画像数据具体为利用以下一种或多种用户数据,得到所述用户画像数据:
用户自然属性数据、用户阅读历史数据、用户交互行为数据。
10.根据权利要求8中任一项所述的计算设备,其中,所述用户形象元素包括用户形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素;
所述书籍人物元素包括书籍人物形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素。
11.根据权利要求8-10中任一项所述的计算设备,其中,所述可执行指令使所述处理器执行以下操作:
将用户指定的部分用户形象元素融合至书籍人物元素中,得到优化处理后的用户形象;
或者,将用户指定的部分书籍人物元素融合至用户形象元素中,得到优化处理后的用户形象。
12.根据权利要求8-10中任一项所述的计算设备,其中,所述可执行指令使所述处理器执行以下操作:
在所述获取用户形象元素和与所述书籍人物对应的书籍人物元素之前,
为用户配置与用户相匹配的书籍人物的书籍人物元素的使用权限;
所述可执行指令进一步使所述处理器执行以下操作:
根据所述使用权限获取书籍人物元素。
13.根据权利要求12所述的计算设备,其中,所述可执行指令使所述处理器执行以下操作:
根据下述至少一种条件的达成情况配置所述使用权限:用户是否阅读过所述书籍人物对应的书籍,用户是否针对书籍人物对应的书籍发表过评论信息,用户是否购买过所述书籍人物对应的书籍。
14.根据权利要求8所述的计算设备,其中,所述可执行指令使所述处理器执行以下操作:
判断所述用户是否阅读过与所述书籍人物对应的书籍;
若否,向用户推荐所述书籍人物对应的书籍。
15.一种基于用户行为的用户形象优化的计算机存储介质,所述计算机存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行以下操作:
对书籍内容信息进行分析,得到书籍人物画像数据;
根据所述书籍人物画像数据,生成所述书籍人物的至少一个书籍人物元素;
获取用户画像数据,根据所述用户画像数据和书籍人物画像数据计算用户和书籍人物的相似度;并根据用户和书籍人物的相似度,根据用户画像数据查找与用户相匹配的书籍人物;
获取用户形象元素和与所述书籍人物对应的书籍人物元素;
将所述用户形象元素和书籍人物元素进行融合处理,得到优化处理后的用户形象。
16.根据权利要求15所述的计算机存储介质,其中,所述可执行指令使所述处理器执行以下操作:
所述获取用户画像数据具体为利用以下一种或多种用户数据,得到所述用户画像数据:
用户自然属性数据、用户阅读历史数据、用户交互行为数据。
17.根据权利要求15所述的计算机存储介质,其中,所述用户形象元素包括用户形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素;
所述书籍人物元素包括书籍人物形象中的下述至少一种元素:面部元素、躯体元素、服装元素、发型元素、配饰元素。
18.根据权利要求15-17中任一项所述的计算机存储介质,其中,所述可执行指令使所述处理器执行以下操作:
将用户指定的部分用户形象元素融合至书籍人物元素中,得到优化处理后的用户形象;
或者,将用户指定的部分书籍人物元素融合至用户形象元素中,得到优化处理后的用户形象。
19.根据权利要求15-17中任一项所述的计算机存储介质,其中,所述可执行指令使所述处理器执行以下操作:
在所述获取用户形象元素和与所述书籍人物对应的书籍人物元素之前,
为用户配置与用户相匹配的书籍人物中的书籍人物元素的使用权限;
所述可执行指令进一步使所述处理器执行以下操作:
根据所述使用权限获取书籍人物元素。
20.根据权利要求19所述的计算机存储介质,其中,所述可执行指令使所述处理器执行以下操作:
根据下述至少一种条件的达成情况配置所述使用权限:用户是否阅读过所述书籍人物对应的书籍,用户是否针对书籍人物对应的书籍发表过评论信息,用户是否购买过所述书籍人物对应的书籍。
21.根据权利要求15所述的计算机存储介质,其中,所述可执行指令使所述处理器执行以下操作:
判断所述用户是否阅读过与所述书籍人物对应的书籍;
若否,向用户推荐所述书籍人物对应的书籍。
CN201810298705.4A 2018-04-04 2018-04-04 基于用户行为的用户形象优化方法、计算设备及存储介质 Active CN108520508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810298705.4A CN108520508B (zh) 2018-04-04 2018-04-04 基于用户行为的用户形象优化方法、计算设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810298705.4A CN108520508B (zh) 2018-04-04 2018-04-04 基于用户行为的用户形象优化方法、计算设备及存储介质

Publications (2)

Publication Number Publication Date
CN108520508A CN108520508A (zh) 2018-09-11
CN108520508B true CN108520508B (zh) 2019-02-01

Family

ID=63431900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810298705.4A Active CN108520508B (zh) 2018-04-04 2018-04-04 基于用户行为的用户形象优化方法、计算设备及存储介质

Country Status (1)

Country Link
CN (1) CN108520508B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109388702B (zh) * 2018-09-27 2021-01-01 掌阅科技股份有限公司 阅读互动方法、电子设备及计算机存储介质
CN114866506A (zh) * 2022-04-08 2022-08-05 北京百度网讯科技有限公司 展示虚拟形象的方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098241A (zh) * 2006-06-26 2008-01-02 腾讯科技(深圳)有限公司 虚拟形象实现方法及其系统
JP2015162850A (ja) * 2014-02-28 2015-09-07 富士フイルム株式会社 画像合成装置,ならびにその方法,そのプログラム,およびそのプログラムを格納した記録媒体
CN104899825A (zh) * 2014-03-06 2015-09-09 腾讯科技(深圳)有限公司 一种对图片人物造型的方法和装置
CN105787982A (zh) * 2016-02-29 2016-07-20 腾讯科技(北京)有限公司 一种制作电子书的方法和装置
CN106823375A (zh) * 2017-02-15 2017-06-13 成都艾维拓思科技有限公司 游戏服饰更新的方法、装置及系统
CN107154067A (zh) * 2017-03-31 2017-09-12 北京奇艺世纪科技有限公司 一种头像生成方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120119244A (ko) * 2011-04-21 2012-10-31 에스케이플래닛 주식회사 컨텐츠 제작 방법, 이를 위한 시스템 및 이를 위한 단말기
JP5953285B2 (ja) * 2013-11-11 2016-07-20 富士フイルム株式会社 画像処理装置、画像処理方法、プログラムおよび記録媒体
HK1201022A2 (zh) * 2014-12-10 2015-08-14 Concept Infinity Ltd 個性化圖文創建方法和系統
KR102594858B1 (ko) * 2016-08-01 2023-10-27 삼성전자 주식회사 이미지 합성 및 복원하는 전자 장치 및 방법
CN106709781A (zh) * 2016-12-05 2017-05-24 姚震亚 个人形象设计和搭配选购的装置与方法
CN107526824A (zh) * 2017-08-30 2017-12-29 广州阿里巴巴文学信息技术有限公司 一种应用于电子阅读中的对象显示方法、装置和终端设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098241A (zh) * 2006-06-26 2008-01-02 腾讯科技(深圳)有限公司 虚拟形象实现方法及其系统
JP2015162850A (ja) * 2014-02-28 2015-09-07 富士フイルム株式会社 画像合成装置,ならびにその方法,そのプログラム,およびそのプログラムを格納した記録媒体
CN104899825A (zh) * 2014-03-06 2015-09-09 腾讯科技(深圳)有限公司 一种对图片人物造型的方法和装置
CN105787982A (zh) * 2016-02-29 2016-07-20 腾讯科技(北京)有限公司 一种制作电子书的方法和装置
CN106823375A (zh) * 2017-02-15 2017-06-13 成都艾维拓思科技有限公司 游戏服饰更新的方法、装置及系统
CN107154067A (zh) * 2017-03-31 2017-09-12 北京奇艺世纪科技有限公司 一种头像生成方法及装置

Also Published As

Publication number Publication date
CN108520508A (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
Chen et al. Learning to rank features for recommendation over multiple categories
Bansal et al. How well can text-to-image generative models understand ethical natural language interventions?
CN109934619A (zh) 用户画像标签建模方法、装置、电子设备及可读存储介质
CN107862087A (zh) 基于大数据和深度学习的情感分析方法、装置和存储介质
CN106663095A (zh) 来自承载情感的内容的分面推荐
KR102203355B1 (ko) 상품 체험에 따른 체험정보 추출 시스템 및 방법
CN110325986A (zh) 文章处理方法、装置、服务器及存储介质
CN109145193A (zh) 一种信息推送方法及系统
CN110309114A (zh) 媒体信息的处理方法、装置、存储介质和电子装置
CN109388715A (zh) 用户数据的分析方法及装置
CN108520508B (zh) 基于用户行为的用户形象优化方法、计算设备及存储介质
CN108845806A (zh) 小程序分发方法、装置、服务器和存储介质
CN108269169A (zh) 一种导购方法及系统
CN110263147A (zh) 推送信息的生成方法及装置
CN109885776A (zh) 开源社区pr评审者可解释推荐模型
Quanz et al. Machine learning based co-creative design framework
CN109190019B (zh) 用户形象生成方法、电子设备及计算机存储介质
CN110347916A (zh) 跨场景的项目推荐方法、装置、电子设备及存储介质
CN115345669A (zh) 文案生成方法、装置、存储介质及计算机设备
CN109886299A (zh) 一种用户画像方法、装置、可读存储介质及终端设备
Yang [Retracted] Design Model of Cultural and Creative Products Using User Perception Demand Mining
Yu et al. SDA: Improving text generation with self data augmentation
CN116438538A (zh) 通过终身学习的电子商务中可扩展标签学习的系统和方法
CN111723566B (zh) 产品信息的重构方法和装置
KR20220118703A (ko) 머신러닝 기반 온라인 쇼핑 리뷰 감정 예측 시스템 및 방법

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
GR01 Patent grant
GR01 Patent grant