CN109063001B - 页面展示方法及装置 - Google Patents

页面展示方法及装置 Download PDF

Info

Publication number
CN109063001B
CN109063001B CN201810746290.2A CN201810746290A CN109063001B CN 109063001 B CN109063001 B CN 109063001B CN 201810746290 A CN201810746290 A CN 201810746290A CN 109063001 B CN109063001 B CN 109063001B
Authority
CN
China
Prior art keywords
label
album
probability
information
page
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
CN201810746290.2A
Other languages
English (en)
Other versions
CN109063001A (zh
Inventor
赵萌
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201810746290.2A priority Critical patent/CN109063001B/zh
Publication of CN109063001A publication Critical patent/CN109063001A/zh
Application granted granted Critical
Publication of CN109063001B publication Critical patent/CN109063001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开是关于一种页面展示方法及装置。该页面展示方法包括:获取相册包括的图像对应的标签;根据用户特征信息,分别计算各个所述标签对应的概率;根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签;在所述相册搜索页面展示所述展示标签。本公开的页面展示方法及装置,能够根据用户特征信息确定在相册搜索页面展示的展示标签,为用户提供个性化的推荐,便于用户进行图像查找,提高用户的使用体验。

Description

页面展示方法及装置
技术领域
本公开涉及终端技术领域,尤其涉及一种页面展示方法及装置。
背景技术
随着科学技术的发展,例如手机、Pad(Portable Android Device,平板电脑)等终端在人们的日常生活中越来越普及。目前,终端已经具有良好的图像拍摄功能,由此用户在日产生活中将会积攒大量图像。相册搜索页面可以指用于对相册包括的图像进行搜索查找的页面。在相册搜索页面中,能够将相册包括的图像按照对应的标签展示给用户,从而实现为用户提供更好的图像整理和图像查找体验。
相关技术中,基于深度学习技术,采用CNN(Convolutional Neural Network,卷积神经网络)训练得到用于对图像进行识别的识别模型,并采用该识别模型识别图像中的物体,以确定各个图像的标签。此外,预先设定多个标签。将相册包括的图像所覆盖的标签与预先设定的标签的交集作为在相册搜索页中展示的标签。
采用上述方法的局限性较多,一是在相册包括的图像所覆盖的标签与预先设定的标签交集过少时,将会导致在相册搜索页中展示的标签过少;二是预先设定的标签中漏掉了包括相册中的较多图像的标签,或包括用户经常查找浏览的图像的标签,将会导致在相册搜索页中展示的标签实用性较弱,没有起到便于用户进行图像查找的作用。
发明内容
为克服相关技术中存在的问题,本公开提供一种页展示方法及装置。
根据本公开实施例的第一方面,提供一种页面展示方法,包括:
获取相册包括的图像对应的标签;
根据用户特征信息,分别计算各个所述标签对应的概率;
根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签;
在所述相册搜索页面展示所述展示标签。
在一种可能的实现方式中,根据用户特征信息,分别计算各个所述标签对应的概率,包括:
根据所述用户特征信息,以及各个所述标签对应的浏览信息和/或搜索信息,分别计算各个所述标签对应的概率。
在一种可能的实现方式中,根据用户特征信息,分别计算各个所述标签对应的概率,包括:
分别将所述用户特征信息对应的向量和各个所述标签对应的向量输入概率计算模型,计算得到各个所述标签对应的概率;所述概率计算模型通过训练得到。
在一种可能的实现方式中,所述用户特征信息包括以下至少一项:年龄信息、性别信息、职业信息和爱好信息。
在一种可能的实现方式中,获取相册包括的图像对应的标签,包括:
分别根据所述相册包括的各个所述图像的内容,确定各个所述图像的标签;
对各个所述图像的标签进行去重处理,得到所述相册包括的图像对应的标签。
在一种可能的实现方式中,根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签,包括:
按照各个所述标签对应的概率由高到低的顺序对各个所述标签进行排序;
将排序在前的M个所述标签确定为在所述相册搜索页面展示的展示标签,其中,M为正整数。
根据本公开实施例的第二方面,提供一种页面展示装置,包括:
获取模块,用于获取相册包括的图像对应的标签;
计算模块,用于根据用户特征信息,分别计算各个所述标签对应的概率;
确定模块,用于根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签;
展示模块,用于在所述相册搜索页面展示所述展示标签。
在一种可能的实现方式中,所述计算模块用于:
根据所述用户特征信息,以及各个所述标签对应的浏览信息和/或搜索信息,分别计算各个所述标签对应的概率。
在一种可能的实现方式中,所述计算模块用于:
分别将所述用户特征信息对应的向量和各个所述标签对应的向量输入概率计算模型,计算得到各个所述标签对应的概率;所述概率计算模型通过训练得到。
在一种可能的实现方式中,所述用户特征信息包括以下至少一项:年龄信息、性别信息、职业信息和爱好信息。
在一种可能的实现方式中,所述获取模块包括:
第一确定子模块,用于分别根据所述相册包括的各个所述图像的内容,确定各个所述图像的标签;
去重子模块,用于对各个所述图像的标签进行去重处理,得到所述相册包括的图像对应的标签。
在一种可能的实现方式中,所述确定模块包括:
排序子模块,用于按照各个所述标签对应的概率由高到低的顺序对各个所述标签进行排序;
第二确定子模块,用于将排序在前的M个所述标签确定为在所述相册搜索页面展示的展示标签,其中,M为正整数。
根据本公开实施例的第三方面,提供页面展示装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行时实现上述的方法。
根据本公开实施例的第四方面,提供一种非易失性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:本公开的页面展示方法及装置,获取相册包括的图像对应的标签,根据用户特征信息,分别计算各个标签对应的概率,根据各个标签对应的概率,确定在相册搜索页面展示的展示标签,在相册搜索页面展示该展示标签,由此能够根据用户特征信息确定在相册搜索页面展示的展示标签,为用户提供个性化的推荐,便于用户进行图像查找,提高用户的使用体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种页面展示方法的流程图。
图2是根据一示例性实施例示出的相册搜索页面的示意图。
图3是根据一示例性实施例示出的一种页面展示装置的框图。
图4是根据一示例性实施例示出的一种页面展示装置的框图。
图5是根据一示例性实施例示出的一种页面展示装置800的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种页面展示方法的流程图。该方法用于具有图像搜索功能的照相机、智能手机、平板电脑、PC(Personal Computer,个人计算机)或可穿戴设备中。如图1所示,该页面展示方法包括以下步骤。
在步骤S11中,获取相册包括的图像对应的标签。
其中,标签可以指用于对图像进行分类或说明的信息。每个图像可以具有一个或多个标签。例如,标签可以为文档、植物、建筑或人物等,本公开对此不做限制。
图2是根据一示例性实施例示出的相册搜索页面的示意图。如图2所示,在相册搜索页面中展示的标签包括:身份证、银行卡、文档、花、建筑、游乐园、树、自行车、汽车、天空、水边和海岸等。
在一种可能的实现方式中,获取相册包括的图像对应的标签(步骤S11),包括:分别根据相册包括的各个图像的内容,确定各个图像的标签;对各个图像的标签进行去重处理,得到相册包括的图像对应的标签。
在一种可能的实现方式中,基于深度学习技术,采用CNN训练得到用于对图像的内容进行识别的识别模型。识别模型的输入为图像,输出为图像的标签。由此分别将相册包括的各个图像输入识别模型,得到各个图像的标签。对各个图像的标签进行去重处理,得到相册包括的图像对应的标签。
作为一个示例,相册包括图像1、图像2、图像3、图像4和图像5。分别将相册包括的各个图像输入识别模型,得到图像1的标签a、图像2的标签b,图像3的标签b,图像4的标签c和图像5的标签d。对各个图像的标签进行去重处理,得到相册包括的图像对应的标签包括:标签a、标签b、标签c和标签d。
在步骤S12中,根据用户特征信息,分别计算各个标签对应的概率。
其中,用户特征信息可以指能够体现用户特征,以实现将用户之间进行区分的信息。
在一种可能的实现方式中,该用户特征信息包括以下至少一项:年龄信息、性别信息、职业信息和爱好信息。
需要说明的是,尽管以年龄信息、性别信息、职业信息或爱好信息作为示例介绍了用户特征信息如上,但本领域技术人员能够理解,本公开应不限于此。本领域技术人员可以根据实际应用场景灵活设定用户特征信息。
在一种可能的实现方式中,根据用户特征信息,分别计算各个标签对应的概率(步骤S12),包括:分别将用户特征信息对应的向量和各个标签对应的向量输入概率计算模型,计算得到各个标签对应的概率;该概率计算模型通过训练得到。
其中,用户特征信息对应的向量可以为一个1*S的向量,[F1,F2,……,FS]。S表示概率计算模型支持的用户特征信息的维度。例如,概率计算模型能够针对10个用户特征信息进行概率计算,则S=10。符合的用户特征信息标记为1,不符合的用户特征信息标记为0。
其中,标签对应的向量可以为一个1*N的向量,[T1,T2,……,TN]。N表示概率计算模型支持的标签的维度。例如,概率计算模型能够针对905个标签进行概率计算,则N=905。标签对应的位置为1,其余位置为0。
其中,概率计算模型可以指能够根据用户特征信息计算标签对应的概率的模型。例如,概率计算模型可以为逻辑回归模型或神经网络模型等,本公开对此不做限制。概率计算模型可以通过训练得到。训练方式可以根据经验确定,本公开对此不做限制。
在一种可能的实现方式中,训练得到第一概率计算模型。其中,第一概率计算模型的输入为用户特征信息对应的向量和标签对应的向量,输出为标签对应的概率。由此终端可以将用户特征信息对应的向量和标签对应的向量输入第一概率计算模型,得到标签对应的概率。
在一种可能的实现方式中,根据用户特征信息,分别计算各个标签对应的概率(步骤S12),包括:根据用户特征信息,以及各个标签对应的浏览信息和/或搜索信息,分别计算各个标签对应的概率。
在一种可能的实现方式中,训练得到第二概率计算模型。其中,第二概率计算模型的输入为用户特征信息对应的向量、标签对应的向量以及标签对应的浏览信息对应的向量,输出为标签对应的概率。由此终端可以将用户特征信息对应的向量、标签对应的向量以及标签对应的浏览信息对应的向量输入第二概率计算模型,得到标签对应的概率。
其中,标签对应的浏览信息对应的向量可以为一个1*N的向量。标签对应的位置为具有该标签的图像的总浏览量或具有该标签的图像在预设时间段内的总浏览量。
在一种可能的实现方式中,训练得到第三概率计算模型。其中,第三概率计算模型的输入为用户特征信息对应的向量、标签对应的向量以及标签对应的搜索信息对应的向量,输出为标签对应的概率。由此终端可以将用户特征信息对应的向量、标签对应的向量以及标签对应的搜索信息对应的向量输入第三概率计算模型,得到标签对应的概率。
其中,标签对应的搜索信息对应的向量可以为一个1*N的向量。标签对应的位置为具有该标签的图像的总搜索量或具有该标签的图像在预设时间段内的总搜索量。
在一种可能的实现方式中,将各个标签对应的浏览信息和/或搜索信息作为优化因子,通过优化算法对概率计算模型进行迭代优化。其中,优化算法可以根据经验确定,本公开对此不做限制。
在步骤S13中,根据各个标签对应的概率,确定在相册搜索页面展示的展示标签。
在一种可能的实现方式中,根据各个标签对应的概率,确定在相册搜索页面展示的展示标签,包括:按照各个标签对应的概率由高到低的顺序对各个标签进行排序;将排序在前的M个标签确定为在相册搜索页面展示的展示标签,其中,M为正整数。
其中,M为预先设置的数值,例如9个或12个。本公开对M的取值不做限制。
在一种可能的实现方式中,在相册包括的图像对应的全部标签的个数小于或等于M时,将相册包括的图像对应的全部标签确定为在相册搜索页面展示的展示标签。
在另一种可能的实现方式中,在相册包括的图像对应的全部标签的个数大于M时,根据各个标签对应的概率,确定在相册搜索页面展示的展示标签。
在步骤S14中,在相册搜索页面展示展示标签。
在一种可能的实现方式中,在相册搜索页面展示展示标签,包括:在相册搜索页面展示展示标签以及该展示标签对应的图像缩略图。在检测到针对该图像缩略图的操作(例如点击操作等)的情况下,可以展示该展示标签对应的全部图像。
本公开的页面展示方法,获取相册包括的图像对应的标签,根据用户特征信息,分别计算各个标签对应的概率,根据各个标签对应的概率,确定在相册搜索页面展示的展示标签,在相册搜索页面展示该展示标签,由此能够根据用户特征信息确定在相册搜索页面展示的展示标签,为用户提供个性化的推荐,便于用户进行图像查找,提高用户的使用体验。
图3是根据一示例性实施例示出的一种页面展示装置的框图。该装置用于具有图像搜索功能的照相机、智能手机、平板电脑、PC(Personal Computer,个人计算机)或可穿戴设备中。参照图3,该装置包括获取模块11,计算模块12、确定模块13和展示模块14。
其中,该获取模块11被配置为获取相册包括的图像对应的标签;该计算模块12被配置为根据用户特征信息,分别计算各个所述标签对应的概率;该确定模块13被配置为根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签;该展示模块14被配置为在所述相册搜索页面展示所述展示标签。
在一种可能的实现方式中,所述计算模块12用于:根据所述用户特征信息,以及各个所述标签对应的浏览信息和/或搜索信息,分别计算各个所述标签对应的概率。
在一种可能的实现方式中,所述计算模块12用于:分别将所述用户特征信息对应的向量和各个所述标签对应的向量输入概率计算模型,计算得到各个所述标签对应的概率;所述概率计算模型通过训练得到。
在一种可能的实现方式中,所述用户特征信息包括以下至少一项:年龄信息、性别信息、职业信息和爱好信息。
图4是根据一示例性实施例示出的一种页面展示装置的框图。参照图4:
在一种可能的实现方式中,所述获取模块11包括:第一确定子模块111,用于分别根据所述相册包括的各个所述图像的内容,确定各个所述图像的标签;去重子模块112,用于对各个所述图像的标签进行去重处理,得到所述相册包括的图像对应的标签。
在一种可能的实现方式中,所述确定模块13包括:排序子模块131,用于按照各个所述标签对应的概率由高到低的顺序对各个所述标签进行排序;第二确定子模块132,用于将排序在前的M个所述标签确定为在所述相册搜索页面展示的展示标签,其中,M为正整数。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开的页面展示装置,获取相册包括的图像对应的标签,根据用户特征信息,分别计算各个标签对应的概率,根据各个标签对应的概率,确定在相册搜索页面展示的展示标签,在相册搜索页面展示该展示标签,由此能够根据用户特征信息确定在相册搜索页面展示的展示标签,为用户提供个性化的推荐,便于用户进行图像查找,提高用户的使用体验。
图5是根据一示例性实施例示出的一种页面展示装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种页面展示方法,其特征在于,包括:
获取相册包括的图像对应的标签;
根据用户特征信息,分别计算各个所述标签对应的概率;
根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签;
在所述相册搜索页面展示所述展示标签;
所述根据用户特征信息,分别计算各个所述标签对应的概率,包括:
分别将所述用户特征信息对应的向量和各个所述标签对应的向量输入概率计算模型,计算得到各个所述标签对应的概率;所述概率计算模型通过训练得到;
根据用户特征信息,分别计算各个所述标签对应的概率,包括:
根据所述用户特征信息,以及各个所述标签对应的浏览信息和/或搜索信息,分别计算各个所述标签对应的概率。
2.根据权利要求1所述的方法,其特征在于,所述用户特征信息包括以下至少一项:年龄信息、性别信息、职业信息和爱好信息。
3.根据权利要求1所述的方法,其特征在于,获取相册包括的图像对应的标签,包括:
分别根据所述相册包括的各个所述图像的内容,确定各个所述图像的标签;
对各个所述图像的标签进行去重处理,得到所述相册包括的图像对应的标签。
4.根据权利要求1所述的方法,其特征在于,根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签,包括:
按照各个所述标签对应的概率由高到低的顺序对各个所述标签进行排序;
将排序在前的M个所述标签确定为在所述相册搜索页面展示的展示标签,其中,M为正整数。
5.一种页面展示装置,其特征在于,包括:
获取模块,用于获取相册包括的图像对应的标签;
计算模块,用于根据用户特征信息,分别计算各个所述标签对应的概率;
确定模块,用于根据各个所述标签对应的概率,确定在相册搜索页面展示的展示标签;
展示模块,用于在所述相册搜索页面展示所述展示标签;
所述计算模块用于:
分别将所述用户特征信息对应的向量和各个所述标签对应的向量输入概率计算模型,计算得到各个所述标签对应的概率;所述概率计算模型通过训练得到;
所述计算模块用于:
根据所述用户特征信息,以及各个所述标签对应的浏览信息和/或搜索信息,分别计算各个所述标签对应的概率。
6.根据权利要求5所述的装置,其特征在于,所述用户特征信息包括以下至少一项:年龄信息、性别信息、职业信息和爱好信息。
7.根据权利要求5所述的装置,其特征在于,所述获取模块包括:
第一确定子模块,用于分别根据所述相册包括的各个所述图像的内容,确定各个所述图像的标签;
去重子模块,用于对各个所述图像的标签进行去重处理,得到所述相册包括的图像对应的标签。
8.根据权利要求5所述的装置,其特征在于,所述确定模块包括:
排序子模块,用于按照各个所述标签对应的概率由高到低的顺序对各个所述标签进行排序;
第二确定子模块,用于将排序在前的M个所述标签确定为在所述相册搜索页面展示的展示标签,其中,M为正整数。
9.一种终端操作控制装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现权利要求1至4中任意一项所述的方法。
10.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
CN201810746290.2A 2018-07-09 2018-07-09 页面展示方法及装置 Active CN109063001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810746290.2A CN109063001B (zh) 2018-07-09 2018-07-09 页面展示方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810746290.2A CN109063001B (zh) 2018-07-09 2018-07-09 页面展示方法及装置

Publications (2)

Publication Number Publication Date
CN109063001A CN109063001A (zh) 2018-12-21
CN109063001B true CN109063001B (zh) 2021-06-04

Family

ID=64819687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810746290.2A Active CN109063001B (zh) 2018-07-09 2018-07-09 页面展示方法及装置

Country Status (1)

Country Link
CN (1) CN109063001B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101382934A (zh) * 2007-09-06 2009-03-11 华为技术有限公司 多媒体模型检索方法、装置及系统
CN102402566A (zh) * 2011-08-09 2012-04-04 江苏欣网视讯科技有限公司 基于中文网页自动分类技术的Web用户行为分析方法
CN105814519A (zh) * 2013-12-12 2016-07-27 触摸式有限公司 将图像或标签输入到电子设备的系统和方法
CN107545301A (zh) * 2016-06-23 2018-01-05 阿里巴巴集团控股有限公司 页面展示方法及装置
CN108090162A (zh) * 2017-12-13 2018-05-29 北京百度网讯科技有限公司 基于人工智能的信息推送方法和装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5524495B2 (ja) * 2009-03-10 2014-06-18 富士機械製造株式会社 撮像システムおよび電子回路部品装着機
US9588992B2 (en) * 2010-09-30 2017-03-07 Microsoft Technology Licensing, Llc Displaying images interesting to a user
CN103455559B (zh) * 2011-12-27 2016-11-16 北京奇虎科技有限公司 一种应用自动推荐的方法及装置
US20150286870A1 (en) * 2014-04-04 2015-10-08 Geovector Corp. Multi Mode Augmented Reality Search Systems
CN106445977A (zh) * 2015-08-12 2017-02-22 阿里巴巴集团控股有限公司 图片推送方法及装置
CN105893443A (zh) * 2015-12-15 2016-08-24 乐视网信息技术(北京)股份有限公司 视频推荐方法、装置和服务器
CN107239785A (zh) * 2016-03-29 2017-10-10 北京市商汤科技开发有限公司 一种在智能设备中对图片进行分类的方法和系统
CN106055596A (zh) * 2016-05-23 2016-10-26 南开大学 一种多标签在线新闻读者情绪预测方法
CN106557778B (zh) * 2016-06-17 2020-02-07 北京市商汤科技开发有限公司 通用物体检测方法和装置、数据处理装置和终端设备
CN106326441A (zh) * 2016-08-26 2017-01-11 乐视控股(北京)有限公司 信息推荐方法及装置
CN106355170B (zh) * 2016-11-22 2020-03-20 Tcl集团股份有限公司 照片分类方法及装置
CN107133293A (zh) * 2017-04-25 2017-09-05 中国科学院计算技术研究所 一种适用于多标签分类的ML‑kNN改进方法和系统
CN107766873A (zh) * 2017-09-06 2018-03-06 天津大学 基于排序学习的多标签零样本分类方法
CN107748783A (zh) * 2017-10-24 2018-03-02 天津大学 一种基于句向量的多标签公司描述文本分类方法
CN108038161A (zh) * 2017-12-06 2018-05-15 北京奇虎科技有限公司 基于相册的信息推荐方法、装置及计算设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101382934A (zh) * 2007-09-06 2009-03-11 华为技术有限公司 多媒体模型检索方法、装置及系统
CN102402566A (zh) * 2011-08-09 2012-04-04 江苏欣网视讯科技有限公司 基于中文网页自动分类技术的Web用户行为分析方法
CN105814519A (zh) * 2013-12-12 2016-07-27 触摸式有限公司 将图像或标签输入到电子设备的系统和方法
CN107545301A (zh) * 2016-06-23 2018-01-05 阿里巴巴集团控股有限公司 页面展示方法及装置
CN108090162A (zh) * 2017-12-13 2018-05-29 北京百度网讯科技有限公司 基于人工智能的信息推送方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"一种基于用户偏好自动分类的社会媒体共享和推荐方法";贾大文 等;《计算机学报》;20121115;第35卷(第11期);第2381-2391页 *
"基于深度学习的推荐系统研究综述";黄立威 等;《计算机学报》;20180305;第41卷(第7期);第1619-1647页 *
"异质搜索环境下的用户偏好性预测方法研究";张帆 等;《山东大学学报(理学版)》;20170614;第52卷(第9期);第26-40页 *

Also Published As

Publication number Publication date
CN109063001A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN109089133B (zh) 视频处理方法及装置、电子设备和存储介质
CN106557768B (zh) 对图片中的文字进行识别的方法及装置
CN109800325B (zh) 视频推荐方法、装置和计算机可读存储介质
CN110781957B (zh) 图像处理方法及装置、电子设备和存储介质
US11455491B2 (en) Method and device for training image recognition model, and storage medium
CN109871843B (zh) 字符识别方法和装置、用于字符识别的装置
CN106485567B (zh) 物品推荐方法及装置
CN111506758B (zh) 物品名称确定方法、装置、计算机设备及存储介质
CN111553372B (zh) 一种训练图像识别网络、图像识别搜索的方法及相关装置
CN110781323A (zh) 多媒体资源的标签确定方法、装置、电子设备及存储介质
CN109670077A (zh) 视频推荐方法、装置和计算机可读存储介质
CN110399934A (zh) 一种视频分类方法、装置及电子设备
CN112148980B (zh) 基于用户点击的物品推荐方法、装置、设备和存储介质
CN110764627B (zh) 一种输入方法、装置和电子设备
CN111652107B (zh) 对象计数方法及装置、电子设备和存储介质
CN111526287A (zh) 图像拍摄方法、装置、电子设备、服务器、系统及存储介质
CN114332503A (zh) 对象重识别方法及装置、电子设备和存储介质
CN111797746A (zh) 人脸识别方法、装置及计算机可读存储介质
CN109145151B (zh) 一种视频的情感分类获取方法及装置
CN109063001B (zh) 页面展示方法及装置
US20220269880A1 (en) Method and device for generating emoticon, and storage medium
CN113157923B (zh) 实体分类方法、装置及可读存储介质
CN112149653B (zh) 信息处理方法、装置、电子设备及存储介质
CN115830303A (zh) 图像处理方法、装置及存储介质
CN110362686B (zh) 一种词库的生成方法、装置、终端设备和服务器

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