CN110209855A - 图片展示方法、装置、电子设备及计算机可读存储介质 - Google Patents
图片展示方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110209855A CN110209855A CN201910485401.3A CN201910485401A CN110209855A CN 110209855 A CN110209855 A CN 110209855A CN 201910485401 A CN201910485401 A CN 201910485401A CN 110209855 A CN110209855 A CN 110209855A
- Authority
- CN
- China
- Prior art keywords
- interest
- classification
- intersection
- user
- vocabulary
- 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.)
- Granted
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
- G06F16/54—Browsing; Visualisation therefor
-
- 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
- G06F16/55—Clustering; Classification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种图片展示方法、装置、电子设备及计算机可读存储介质,属于图像展示领域。该方法包括:获取与当前待展示词汇对应的基础类别列表;获取用户的兴趣数据;基于兴趣数据以及基础类别列表,从基础类别列表中确定出一个目标类别;在展示待展示词汇时,展示与目标类别对应的一张图片。由于每个待展示词汇分别对应有多个类别,每个类别又至少对应有一张与该类别的主题相关的图片,因此,最后所展示的图片极有可能是根据用户的兴趣取向而确定的用户感兴趣的图片。对于用户而言,在查看词汇具体情况时,可以得到更加生动与个性化的信息展示,从而有效提升用户的词汇记忆效率与使用体验。
Description
技术领域
本申请属于图像展示领域,例如涉及一种图片展示方法、装置、电子设备及计算机可读存储介质。
背景技术
在语言学习领域,对于每一种不同的语言而言,词汇是一个非常重要的学习实体,绝大多数现有语言学习产品都会涉及到词汇展示/学习这一功能。
在现有技术中,对于词汇的展示形式更多的是通过文本展示(即组织与词汇相关的释义、例句等信息)以及图片展示(对于每一词汇都有对应的图片)。然而,当某个词汇对应的图片在进行展示时,不管是哪个用户在浏览该词汇,都只可能显示固定的图片,无法根据用户的兴趣情况,实现图片的个性化展示。
发明内容
有鉴于此,本申请的目的在于提供一种图片展示方法、装置、电子设备及计算机可读存储介质,在进行词汇展示时,可以根据用户的兴趣取向,向用户展示用户感兴趣的图片。
本申请的实施例是这样实现的:
第一方面,本申请实施例提供了一种图片展示方法,用于展示词汇应用场景图片,每个词汇对应有一个至少包含两个类别的基础类别列表,每个类别至少对应一张图片,所述方法包括:获取与当前待展示词汇对应的基础类别列表;获取用户的兴趣数据;基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别;在展示所述待展示词汇时,展示与所述目标类别对应的一张图片。由于每个待展示词汇分别对应有多个类别,每个类别又至少对应有一张与该类别的主题相关的图片,因此,最后所展示的图片极有可能是根据用户的兴趣取向而确定的用户感兴趣的图片。对于用户而言,在查看词汇具体情况时,可以得到更加生动与个性化的信息展示,从而有效提升用户的词汇记忆效率与使用体验。
结合第一方面实施例,在一种可能的实施方式中,所述兴趣数据为表征用户兴趣取向的个性化数据,基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别,包括:将所述个性化数据所表征的类别与所述基础类别列表取第一交集;在确定所述第一交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别;或者在确定所述第一交集不为空时,从所述第一交集中选择一个类别确定为所述目标类别。其中,个性化数据由用户自己进行选择,用户可以自己控制展示的图片所属的类别。
结合第一方面实施例,在一种可能的实施方式中,从所述第一交集中选择一个类别确定为所述目标类别,包括:判断是否获取到兴趣度排名列表,所述兴趣度排名列表表征用户对感兴趣的类别的兴趣度的排名;在不存在所述兴趣度排名列表时,从所述第一交集中随机选择一个类别确定为所述目标类别。
结合第一方面实施例,在一种可能的实施方式中,所述方法还包括:在存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述第一交集取第二交集;在确定所述第二交集为空时,从所述第一交集中随机选择一个类别确定为所述目标类别;或者在确定所述第二交集不为空时,从所述第二交集中选择一个类别确定为所述目标类别。即可以根据用户所产生的动态的兴趣数据来确定和用户主动选择的感兴趣的类别来确定展示图片所属的类别。
结合第一方面实施例,在一种可能的实施方式中,从所述第二交集中选择一个类别确定为所述目标类别,包括:从所述第二交集中选择出用户的兴趣度最高的类别确定为所述目标类别。
结合第一方面实施例,在一种可能的实施方式中,在将所述兴趣度排名列表与所述第一交集取第二交集之前,所述方法还包括:获取用户对已展示的每个词汇的浏览数据,每个词汇的所述浏览数据至少包括词汇页面的停留时间、图片点击查看次数以及图片查看时间长度中的一个;根据每个词汇的所述浏览数据,生成与所述用户对应的兴趣度排名列表。
结合第一方面实施例,在一种可能的实施方式中,所述兴趣数据为用于表征用户对感兴趣的类别的兴趣度的排名的兴趣度排名列表,基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别,包括:将所述兴趣度排名列表与所述基础类别列表取第三交集;从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
结合第一方面实施例,在一种可能的实施方式中,所述兴趣数据包括表征用户兴趣取向的个性化数据或者用于表征用户对感兴趣的类别的兴趣度的排名的兴趣度排名列表,从所述基础类别列表中确定出一个目标类别,包括:在判断不存在所述个性化数据且存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述基础类别列表取第三交集;从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
第二方面,本申请实施例提供了一种图片展示装置,用于展示词汇应用场景图片,每个词汇对应有一个至少包含两个类别的基础类别列表,每个类别至少对应一张图片,所述装置包括:获取模块,用于获取与当前待展示词汇对应的基础类别列表;所述获取模块,还用于获取用户的兴趣数据;确定模块,用于基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别;展示模块,用于在展示所述待展示词汇时,展示与所述目标类别对应的一张图片。
结合第二方面实施例,在一种可能的实施方式中,所述兴趣数据为表征用户兴趣取向的个性化数据,所述确定模块用于将所述个性化数据所表征的类别与所述基础类别列表取第一交集;在确定所述第一交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别;或者在确定所述第一交集不为空时,从所述第一交集中选择一个类别确定为所述目标类别。
结合第二方面实施例,在一种可能的实施方式中,所述确定模块用于判断是否获取到兴趣度排名列表,所述兴趣度排名列表表征用户对感兴趣的类别的兴趣度的排名;在不存在所述兴趣度排名列表时,从所述第一交集中随机选择一个类别确定为所述目标类别。
结合第二方面实施例,在一种可能的实施方式中,所述确定模块还用于在存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述第一交集取第二交集;在确定所述第二交集为空时,从所述第一交集中随机选择一个类别确定为所述目标类别;或者在确定所述第二交集不为空时,从所述第二交集中选择一个类别确定为所述目标类别。
结合第二方面实施例,在一种可能的实施方式中,所述确定模块用于从所述第二交集中选择出用户的兴趣度最高的类别确定为所述目标类别。
结合第二方面实施例,在一种可能的实施方式中,所述获取模块还用于获取用户对已展示的每个词汇的浏览数据,每个词汇的所述浏览数据至少包括词汇页面的停留时间、图片点击查看次数以及图片查看时间长度中的一个;根据每个词汇的所述浏览数据,生成与所述用户对应的兴趣度排名列表。
结合第二方面实施例,在一种可能的实施方式中,所述兴趣数据为用于表征用户对感兴趣的类别的兴趣度的排名的兴趣度排名列表,所述确定模块用于将所述兴趣度排名列表与所述基础类别列表第三交集;从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
结合第二方面实施例,在一种可能的实施方式中,所述兴趣数据包括用于表征用户兴趣取向的个性化数据或者用于表征用户对感兴趣的类别的兴趣度的排名的兴趣度排名列表,所述确定模块用于在判断不存在所述个性化数据且存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述基础类别列表第三交集;从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
第三方面,本申请实施例还提供了一种电子设备包括:存储器和处理器,所述存储器和所述处理器连接;所述存储器用于存储程序;所述处理器调用存储于所述存储器中的程序,以执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的方法。
第四方面,本申请实施例还提供了一种计算机可读取存储介质,其上存储有计算机程序,所述计算机程序被计算机运行时执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的方法。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例而了解。本申请的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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申请的一些实施例,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。通过附图所示,本申请的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本申请的主旨。
图1示出了本申请实施例提供的一种图片展示方法的流程图之一。
图2示出了本申请实施例提供的一种图片展示方法的流程图之二。
图3示出了本申请实施例提供的一种图片展示方法的流程图之三。
图4示出了本申请实施例提供的一种图片展示方法的流程图之四。
图5示出了本申请实施例提供的一种电子设备的结构示意图。
图6示出了本申请实施例提供的一种图片展示装置的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
再者,本申请中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
此外,针对现有技术中出现的语言学习产品所存在的缺陷(即不能根据用户的兴趣取向个性化地向用户展示词汇对应的图片)均是申请人在经过实践并仔细研究后得出的结果,因此,上述缺陷的发现过程以及在下文中本申请实施例针对上述缺陷所提出的解决方案,都应该是申请人在本申请过程中对本申请做出的贡献。
为了解决上述问题,本申请实施例提供了一种图片展示方法、装置、电子设备及计算机可读存储介质,使得在进行词汇展示时,可以根据用户的兴趣取向,向用户展示用户感兴趣的图片。该技术可采用相应的软件、硬件以及软硬结合的方式实现。以下对本申请实施例进行详细介绍。
请参阅图1,本申请实施例提供了一种应用于电子设备的图片展示方法,用于展示词汇应用场景图片。该方法可以应用于电子设备本身,也可以应用于安装在电子设备内的应用程序(Application,APP),还可以应用于某个小程序,该小程序内嵌在安装于电子设备内的某一公众平台。
值得指出的是,在电子设备运行本方法之前,可以先采用人工的方式对各种兴趣类别进行划分,从而对各种兴趣类别进行定义。例如,可以定义如下类别:动漫、美剧、运动、风景、人物等。可选的,还可以为每一个类别定义出多个具有代表性的子类别(子类目),以设置两阶目录的方式来使得各个类别的区别点区分度较大,便于符合用户的兴趣取向。例如,在类别“美剧”下,可以有子类别“破产姐妹”、“生活大爆炸”、“老友记”等,以便用户根据自己的喜好进行选择。当然,为了节省工作量,电子设备也可以直接获取现有的带有兴趣类别划分的数据库。
当然,在电子设备运行本方法之前,还可以通过人工的方式,为每一个可以在电子设备中展示的词汇关联多张(至少两张)图片,并将与该词汇关联的多张图片作为该图片的初始化默认图集,然后再人为的为初始化默认图集中的每张图片进行类别/子类别标注。在此之后,针对每一个词汇,都形成了一个与该词汇对应的基础类别列表。基础类别列表中包含了该词汇的初始化默认图集所囊括的所有类别/子类别。当然,电子设备也可以直接获取现有的数据库,在该数据库中,每个词汇关联有多张(至少两张)图片,每个图片也预先带有类别标注。
当然,也可能存在某一张图片同时属于多个类别的情况。例如,某一张图片同时属于人物类别和美剧类别。
下面将结合图1对其所包含的步骤进行说明。
步骤S110:获取与当前待展示词汇对应的基础类别列表。
其中,每个词汇都对应有一个基础类别列表,每个基础类别列表至少包含两个类别,每个类别至少对应一张图片。例如,对于词汇“apple”,与之对应的基础类别列表可能包含“动漫”、“风景”、“美剧”三个类别。其中,“动漫”类别对应有处于动漫状态下的苹果图片,“风景”类别对应有处于自然状态下的苹果实景图片,“美剧”类别对应有美剧人物手持苹果的图片。
步骤S120:获取用户的兴趣数据。
可选的,用户的兴趣数据可以包含个性化数据和/或兴趣度排名列表。
其中,个性化数据用于表征用户兴趣取向。当用户的兴趣数据为个性化数据时,步骤S120包括以下步骤。
A121:提供多个兴趣类别供用户选择;
A122:根据用户所选择的兴趣类别,确定用户的兴趣数据(即个性化数据)。
例如,电子设备可以显示一系列的兴趣类别,并通过文字或者语音等方式提示用户在所显示的兴趣类别中对自己感兴趣的类别进行选择。用户对自己感兴趣的类别进行选择之后,电子设备会基于用户的选择结果生成与该用户对应的个性化数据,并进行保存。
当然,在步骤A121之前,所述方法还可以包括判断是否存在既有用户兴趣数据,若有,获取该既有用户兴趣数据;若无,执行步骤A121。
也就是说,电子设备可以只在该图片展示方法首次运行时,让用户对兴趣类别进行选择,生成与该用户对应的个性化数据。当该图片展示方法再次执行时,电子设备可以直接获取之前生成的个性化数据(即既往兴趣数据)。
可选的,在获取该既有用户兴趣数据之前,还可以包括:判断用户是否触发兴趣类别选择指令,若是,执行A121,若否,获取该既有用户兴趣数据。
兴趣度排名列表用于表征用户对感兴趣的类别的兴趣度的排名高低。当用户的兴趣数据为兴趣度排名列表时,步骤S120包括以下步骤:
判断是否存在既有兴趣度排名列表,若有,将该既有兴趣度排名列表作为用户的兴趣数据;若无,随机展示词汇,并获取用户对所展示词汇的浏览数据,然后根据浏览数据生成兴趣度排名列表,并将其作为用户的兴趣数据。
其中,电子设备在每展示一个词汇时,用户对电子设备的各种操作指令所导致的结果会生成与该词汇对应的浏览数据。例如,浏览数据至少可以包括用户在词汇A的词条页面的停留时间、对词汇A对应的图片的点击查看次数、对词汇A所对应的图片的查看时间长度中的一个。
其中,每个词汇对应的图片的初始状态为缩略图,需要用户进行点击查看,图片才能放大。用户在浏览每个词汇时,电子设备都会生成与该词汇对应的浏览数据。在用户的浏览过程中,电子设备可以获取用户对已展示的每个词汇的浏览数据,然后对每个词汇的浏览数据进行处理,生成与该用户对应的兴趣度排名列表。
可以理解,根据浏览数据生成兴趣度排名列表的步骤可以贯穿整个图片展示方法,即,每展示一个词汇均根据用户的浏览数据对兴趣度排名列表进行动态调整,从而使得所展示的图片与用户的兴趣更加吻合。
根据浏览数据生成兴趣度排名列表的步骤如下。
可以预先为浏览数据所包括的停留时间、图片的点击查看次数、图片的查看时间长度这三个指标设置相应的权重值,其中,上述三个指标的权重值范围可以分别为0.1-0.3、0.2-0.4、0.3-0.5,设置权重值大小的依据为上述三个指标对于用户感兴趣程度的贡献大小,例如为上述三个指标设置的权重值分别为0.225:0.340:0.435。
对于每个词汇的浏览数据,可以将停留时间、图片的点击查看次数、图片的查看时间长度这三个指标与对应的权重值大小进行加权求和,从而得到与每个浏览数据对应的加权和,并将加权和作为兴趣值。
当然,有些浏览数据可能不存在点击查看次数、查看时间长度这两个指标,此时,电子设备可以默认这两个指标的值为预先保存的最低预估值。在一种可选的实施方式中,点击查看次数、查看时间长度这两个指标的最低预估值均为0。
由于每个图片都预先标注了属于哪个类别,因此,在得到每个已展示词汇所对应的浏览数据后,可以根据词汇所展示的图片所属的类别,将得到的所有浏览数据按照类别进行分组,得到多个数据子集。若某一个词汇所展示的图片同时属于多个类别,那么与该词汇对应的浏览数据也同时属于多个数据子集。例如,当某个词汇所展示的图片同时属于人物类别和美剧类别时,该词汇对应的浏览数据也分别属于人物类别数据子集以及美剧类别数据子集。
在得到多个数据子集后,针对每个数据子集,将其所包含的所有浏览数据所对应的兴趣值进行累加,然后求平均值,并将得到的平均值确定为该数据子集所对应的兴趣类别的兴趣度。由此,可以得到多个兴趣类别的兴趣度。其中,某个兴趣类别的兴趣度的数值越大,表征用户对该兴趣类别越感兴趣。然后将多个兴趣度按照数值大小进行排序,从而得到兴趣度排名列表。
步骤S130:基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别。
其中,作为一种可选的实施方式,若兴趣数据为个性化数据,在这种实施方式下,当执行步骤S130时,请参看图2,步骤S130可以包括:
步骤A131:将所述个性化数据所表征的类别与所述基础类别列表取第一交集。
其中,第一交集用于表征基础类别列表所涵盖的所有兴趣类别和用户所选择的感兴趣的类别的重合部分。
步骤A132:判断第一交集是否为空。
步骤A133:在为是时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
其中,第一交集为空,说明待展示词汇对应的基础类别列表中所涵盖的所有兴趣类别都不是用户所选择的感兴趣的类别。此时,电子设备可以从基础类别列表中随机选择一个类别确定为所述目标类别,以便后续可以促进电子设备进行兴趣度排名列表的收集。
步骤A134:在为否时,从所述第一交集中选择一个类别确定为所述目标类别。
可选的,电子设备可以从第一交集中随机选择一个类别确定为目标类别。
当然,作为一种可选的实施方式,当从第一交集中选择一个类别确定为目标类别时,电子设备还可以继续判断兴趣数据中是否还包括兴趣度排名列表。
在不存在兴趣度排名列表时,电子设备才从第一交集中随机选择一个类别确定为目标类别。
在存在兴趣度排名列表时,电子设备将兴趣度排名列表与第一交集取第二交集。在确定第二交集为空时,电子设备从第一交集中随机选择一个类别确定为目标类别;在确定第二交集不为空时,电子设备从第二交集中选择一个类别确定为所述目标类别。其中,兴趣度排名列表表征了用户所产生的动态的兴趣数据,从第二交集中选择一个目标类别,可以根据用户的兴趣数据动态,根据用户的兴趣取向来向用户展示图片。
当电子设备从第二交集中选择一个类别确定为目标类别时,可以从第二交集中随机选择一个类别确定为目标类别,也可以根据兴趣度排名列表,从第二交集中选择出用户的兴趣度最高的类别确定为目标类别。
作为另一种可选的实施方式,若上述兴趣数据只包括兴趣度排名列表。在这种实施方式下,当执行步骤S130时,请参看图3,步骤S130可以包括:
步骤B131:将所述兴趣度排名列表与所述基础类别列表第三交集。
其中,第三交集表征基础类别列表所涵盖的所有兴趣类别与带有用户兴趣度排名高低的兴趣类别的重合部分。
步骤B132:判断第三交集是否为空。
步骤B133:在为是时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
步骤B134:在为否时,从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别。
作为另一种可选的实施方式,若上述兴趣数据为个性化数据或者为兴趣度排名列表。在这种实施方式下,当执行步骤S130时,请参看图4,步骤S130可以包括:
步骤C131:在确定不存在所述个性化数据且存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述基础类别列表第三交集。
步骤C132:判断第三交集是否为空。
步骤C133:在为是时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
步骤C134:在为否时,从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别。
步骤S140:在展示所述待展示词汇时,展示与所述目标类别对应的一张图片。
可选的,若出现某个目标类别对应有多张图片的情况,电子设备100可以从目标类别所对应的多张图片中随机选择一张图片进行展示。
本申请第一实施例所提供的一种图片展示方法,在电子设备100对待展示词汇的应用场景图片进行展示时,先获取与当前待展示词汇对应的基础类别列表和用户的兴趣数据,然后基于兴趣数据以及基础类别列表,共同确定出一个目标类别,并在展示待展示词汇时,展示与目标类别对应的一张图片。由于每个待展示词汇分别对应有多个类别,每个类别又至少对应有一张与该类别的主题相关的图片,因此,最后所展示的图片极有可能是根据用户的兴趣取向而确定的用户感兴趣的图片。对于用户而言,在查看词汇具体情况时,可以得到更加生动与个性化的信息展示,从而有效提升用户的词汇记忆效率与使用体验。
此外,参照图5来描述用于实现本申请实施例的图片展示方法的电子设备100。
电子设备100可以为用户(词汇学习者/浏览者)提供服务,例如,向用户展示词汇、与词汇对应的读音、解释、应用场景、图片等,以便用户对词汇进行学习。其中,与词汇对应的图片为用户可能感兴趣的图片,从而增加用户的学习趣味性。
可选的,电子设备100,可以是,但不限于个人电脑(Personal computer,PC)、智能手机、平板电脑、移动上网设备(Mobile Internet Device,MID)、个人数字助理、服务器等设备。其中,服务器可以是,但不限于网络服务器、数据库服务器、云端服务器等。
其中,电子设备100可以包括:处理器110、存储器120、显示屏130。
应当注意,图5所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,电子设备100也可以具有其他组件和结构。例如,在一些情况下,电子设备100还可以包括扬声器。扬声器可以与处理器110连接,且扬声器可以用于在接收到用户的发声指令时,发出与词汇对应的读音。
处理器110、存储器120、显示屏130以及其他可能出现于电子设备100的组件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,处理器110、存储器120、显示屏130以及其他可能出现的组件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器120用于存储程序,例如存储有前文出现的图片展示方法对应的程序或者后文出现的图片展示装置。可选的,当存储器120内存储有图片展示装置时,图片展示装置包括至少一个可以以软件或固件(firmware)的形式存储于存储器120中的软件功能模块。
可选的,图片展示装置所包括软件功能模块也可以固化在电子设备100的操作系统(operating system,OS)中。
处理器110用于执行存储器120中存储的可执行模块,例如图片展示装置包括的软件功能模块或计算机程序。当处理器110在接收到执行指令后,可以执行计算机程序,例如执行:获取与当前待展示词汇对应的基础类别列表;获取用户的兴趣数据;基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别;在展示所述待展示词汇时,通过显示屏130展示与所述目标类别对应的一张图片。
当然,本申请实施例任一实施例所揭示的方法都可以应用于处理器110中,或者由处理器110实现。
如图6所示,本申请实施例还提供了一种图片展示装置400,用于展示词汇应用场景图片,每个词汇对应有一个至少包含两个类别的基础类别列表,每个类别至少对应一张图片。图片展示装置400可以包括:
获取模块410,用于获取与当前待展示词汇对应的基础类别列表;
所述获取模块410,还用于获取用户的兴趣数据;
确定模块420,用于基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别;
展示模块430,用于在展示所述待展示词汇时,展示与所述目标类别对应的一张图片。
可选的,当用户的兴趣数据为个性化数据时,获取模块410还用于提供多个兴趣类别供用户选择,根据用户所选择的兴趣类别,获取到用户的兴趣数据(即个性化数据)。
当然,在获取模块410用于提供多个兴趣类别供用户选择之前,所述确定模块420还用于确定是否存在既有用户兴趣数据,在确定模块420确定存在既有用户兴趣数据时,获取模块410用于获取该既有用户兴趣数据;在确定模块420确定不存在既有用户兴趣数据时,获取模块410用于提供多个兴趣类别供用户选择。
可选的,在获取模块410用于获取该既有用户兴趣数据之前,确定模块420还用于确定用户是否触发兴趣类别选择指令。当确定模块420确定触发兴趣类别选择指令时,获取模块410用于执行提供多个兴趣类别供用户选择,当确定模块420确定未触发兴趣类别选择指令时,获取模块410获取该既有用户兴趣数据。
可选的,所述兴趣数据为表征用户兴趣取向的个性化数据时,确定模块包420,用于将所述个性化数据所表征的类别与所述基础类别列表取第一交集;在确定所述第一交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别;或者在确定所述第一交集不为空时,从所述第一交集中选择一个类别确定为所述目标类别。
可选的,确定模块420,用于判断是否获取到兴趣度排名列表,所述兴趣度排名列表表征用户对感兴趣的类别的兴趣度的排名高低;在不存在所述兴趣度排名列表时,从所述第一交集中随机选择一个类别确定为所述目标类别。
可选的,确定模块420,还用于在存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述第一交集取第二交集;在确定所述第二交集为空时,从所述第一交集中随机选择一个类别确定为所述目标类别;或者在确定所述第二交集不为空时,从所述第二交集中选择一个类别确定为所述目标类别。
可选的,确定模块420,用于从所述第二交集中选择出用户的兴趣度最高的类别确定为所述目标类别。
可选的,获取模块410,还用于获取用户对已展示的每个词汇的浏览数据,每个词汇的所述浏览数据至少包括词汇页面的停留时间、图片点击查看次数以及图片查看时间长度中的一个;根据每个词汇的所述浏览数据,生成与所述用户对应的兴趣度排名列表。
可选的,所述兴趣数据为兴趣度排名列表时,确定模块420,用于将所述兴趣度排名列表与所述基础类别列表第三交集;从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
可选的,当用户的兴趣数据为兴趣度排名列表时,确定模块420,还用于确定是否存在既有兴趣度排名列表。在确定模块420确定存在既有兴趣度排名列表时,获取模块410,还用于将该既有兴趣度排名列表作为用户的兴趣数据。在确定模块420确定不存在既有兴趣度排名列表时,获取模块410,还用于随机展示词汇,并获取用户对所展示词汇的浏览数据,然后根据浏览数据生成兴趣度排名列表,并将其作为用户的兴趣数据。
可选的,所述兴趣数据包括个性化数据或者兴趣度排名列表时,确定模块420,用于在判断不存在所述个性化数据且存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述基础类别列表第三交集;从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
本申请实施例所提供的图片展示装置400,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
此外,本申请实施例还提供了一种非易失性计算机可读取存储介质(以下简称计算机可读取存储介质),该计算机可读取存储介质上存储有计算机程序,该计算机程序被计算机运行时,执行如上述的图片展示方法所包含的步骤。
此外,本发明实施例还提供了一种电子设备,包括处理器以及与所述处理器连接的存储器,所述存储器内存储计算机程序,当所述计算机程序被所述处理器执行时,使得所述电子设备执行如上述的图片展示方法所包含的步骤。其中,电子设备的结构示意图可以参看图5。
综上所述,本发明实施例提出的图片展示方法、装置、电子设备及计算机可读存储介质,在电子设备对待展示词汇的应用场景图片进行展示时,先获取与当前待展示词汇对应的基础类别列表和用户的兴趣数据,然后基于兴趣数据以及基础类别列表,共同中确定出一个目标类别,并在展示待展示词汇时,展示与目标类别对应的一张图片。由于每个待展示词汇分别对应有多个类别,每个类别又至少对应有一张与该类别的主题相关的图片,因此,最后所展示的图片极有可能是根据用户的兴趣取向而确定的用户感兴趣的图片。对于用户而言,在查看词汇具体情况时,可以得到更加生动与个性化的信息展示,从而有效提升用户的词汇记忆效率与使用体验。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,笔记本电脑,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (11)
1.一种图片展示方法,用于展示词汇应用场景图片,其特征在于,每个词汇对应有一个至少包含两个类别的基础类别列表,每个类别至少对应一张图片,所述方法包括:
获取与当前待展示词汇对应的基础类别列表;
获取用户的兴趣数据;
基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别;
在展示所述待展示词汇时,展示与所述目标类别对应的一张图片。
2.根据权利要求1所述的方法,其特征在于,所述兴趣数据为表征用户兴趣取向的个性化数据,基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别,包括:
将所述个性化数据所表征的类别与所述基础类别列表取第一交集;
在确定所述第一交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别;或者
在确定所述第一交集不为空时,从所述第一交集中选择一个类别确定为所述目标类别。
3.根据权利要求2所述的方法,其特征在于,从所述第一交集中选择一个类别确定为所述目标类别,包括:
判断是否获取到兴趣度排名列表,所述兴趣度排名列表表征用户对感兴趣的类别的兴趣度的排名;
在不存在所述兴趣度排名列表时,从所述第一交集中随机选择一个类别确定为所述目标类别。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述第一交集取第二交集;
在确定所述第二交集为空时,从所述第一交集中随机选择一个类别确定为所述目标类别;或者
在确定所述第二交集不为空时,从所述第二交集中选择一个类别确定为所述目标类别。
5.根据权利要求4所述的方法,其特征在于,从所述第二交集中选择一个类别确定为所述目标类别,包括:
从所述第二交集中选择出用户的兴趣度最高的类别确定为所述目标类别。
6.根据权利要求4所述的方法,其特征在于,在将所述兴趣度排名列表与所述第一交集取第二交集之前,所述方法还包括:
获取用户对已展示的每个词汇的浏览数据,每个词汇的所述浏览数据至少包括词汇页面的停留时间、图片点击查看次数以及图片查看时间长度中的一个;
根据每个词汇的所述浏览数据,生成与所述用户对应的兴趣度排名列表。
7.根据权利要求1所述的方法,其特征在于,所述兴趣数据为用于表征用户对感兴趣的类别的兴趣度的排名的兴趣度排名列表,基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别,包括:
将所述兴趣度排名列表与所述基础类别列表取第三交集;
从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者
在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
8.根据权利要求1所述的方法,其特征在于,所述兴趣数据包括表征用户兴趣取向的个性化数据或者表征用户对感兴趣的类别的兴趣度的排名的兴趣度排名列表,从所述基础类别列表中确定出一个目标类别,包括:
在判断不存在所述个性化数据且存在所述兴趣度排名列表时,将所述兴趣度排名列表与所述基础类别列表取第三交集;
从所述第三交集中选择出用户的兴趣度最高的类别确定为所述目标类别;或者
在所述第三交集为空时,从所述基础类别列表中随机选择一个类别确定为所述目标类别。
9.一种图片展示装置,用于展示词汇应用场景图片,其特征在于,每个词汇对应有一个至少包含两个类别的基础类别列表,每个类别至少对应一张图片,所述装置包括:
获取模块,用于获取与当前待展示词汇对应的基础类别列表;
所述获取模块,还用于获取用户的兴趣数据;
确定模块,用于基于所述兴趣数据以及所述基础类别列表,从所述基础类别列表中确定出一个目标类别;
展示模块,用于在展示所述待展示词汇时,展示与所述目标类别对应的一张图片。
10.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器连接;
所述存储器用于存储程序;
所述处理器调用存储于所述存储器中的程序,以执行如权利要求1-8中任一项所述的方法。
11.一种计算机可读取存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被计算机运行时执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910485401.3A CN110209855B (zh) | 2019-06-04 | 2019-06-04 | 图片展示方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910485401.3A CN110209855B (zh) | 2019-06-04 | 2019-06-04 | 图片展示方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110209855A true CN110209855A (zh) | 2019-09-06 |
CN110209855B CN110209855B (zh) | 2021-05-14 |
Family
ID=67790977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910485401.3A Active CN110209855B (zh) | 2019-06-04 | 2019-06-04 | 图片展示方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110209855B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026802A (zh) * | 2007-03-16 | 2007-08-29 | 华为技术有限公司 | 一种信息推送方法与装置 |
CN101707009A (zh) * | 2009-11-24 | 2010-05-12 | 无敌科技(西安)有限公司 | 语言学习接口及其方法 |
CN103678479A (zh) * | 2013-09-30 | 2014-03-26 | 北京搜狗科技发展有限公司 | 浏览器预读取加速方法、装置及浏览器 |
CN204884244U (zh) * | 2015-08-05 | 2015-12-16 | 江苏海事职业技术学院 | 一种专业英语智能学习机 |
CN106202115A (zh) * | 2015-05-07 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 一种定向显示信息方法及装置 |
CN106503200A (zh) * | 2016-10-26 | 2017-03-15 | 福建中金在线信息科技有限公司 | 一种页面样式显示方法及装置 |
CN107169150A (zh) * | 2017-06-30 | 2017-09-15 | 努比亚技术有限公司 | 图片推送方法、移动终端以及计算机可读介质 |
CN108108998A (zh) * | 2017-12-14 | 2018-06-01 | 百度在线网络技术(北京)有限公司 | 广告展现方法和装置、服务器、存储介质 |
CN108549660A (zh) * | 2018-03-12 | 2018-09-18 | 维沃移动通信有限公司 | 信息推送方法及装置 |
CN109063149A (zh) * | 2018-08-07 | 2018-12-21 | 四川长虹电器股份有限公司 | 一种个性化推送屏保图片的方法 |
CN109165997A (zh) * | 2018-07-19 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 一种线下购物推荐内容的生成方法及装置 |
CN109215417A (zh) * | 2018-10-24 | 2019-01-15 | 北京实境智慧科技有限公司 | 一种vr记忆系统及方法 |
CN109324859A (zh) * | 2018-09-21 | 2019-02-12 | 掌阅科技股份有限公司 | 书籍封面更换方法、电子设备及计算机存储介质 |
CN109559578A (zh) * | 2019-01-11 | 2019-04-02 | 张翩 | 一种英语学习场景视频制作方法及学习系统和方法 |
US10296540B1 (en) * | 2016-09-08 | 2019-05-21 | A9.Com, Inc. | Determine image relevance using historical action data |
-
2019
- 2019-06-04 CN CN201910485401.3A patent/CN110209855B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101026802A (zh) * | 2007-03-16 | 2007-08-29 | 华为技术有限公司 | 一种信息推送方法与装置 |
CN101707009A (zh) * | 2009-11-24 | 2010-05-12 | 无敌科技(西安)有限公司 | 语言学习接口及其方法 |
CN103678479A (zh) * | 2013-09-30 | 2014-03-26 | 北京搜狗科技发展有限公司 | 浏览器预读取加速方法、装置及浏览器 |
CN106202115A (zh) * | 2015-05-07 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 一种定向显示信息方法及装置 |
CN204884244U (zh) * | 2015-08-05 | 2015-12-16 | 江苏海事职业技术学院 | 一种专业英语智能学习机 |
US10296540B1 (en) * | 2016-09-08 | 2019-05-21 | A9.Com, Inc. | Determine image relevance using historical action data |
CN106503200A (zh) * | 2016-10-26 | 2017-03-15 | 福建中金在线信息科技有限公司 | 一种页面样式显示方法及装置 |
CN107169150A (zh) * | 2017-06-30 | 2017-09-15 | 努比亚技术有限公司 | 图片推送方法、移动终端以及计算机可读介质 |
CN108108998A (zh) * | 2017-12-14 | 2018-06-01 | 百度在线网络技术(北京)有限公司 | 广告展现方法和装置、服务器、存储介质 |
CN108549660A (zh) * | 2018-03-12 | 2018-09-18 | 维沃移动通信有限公司 | 信息推送方法及装置 |
CN109165997A (zh) * | 2018-07-19 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 一种线下购物推荐内容的生成方法及装置 |
CN109063149A (zh) * | 2018-08-07 | 2018-12-21 | 四川长虹电器股份有限公司 | 一种个性化推送屏保图片的方法 |
CN109324859A (zh) * | 2018-09-21 | 2019-02-12 | 掌阅科技股份有限公司 | 书籍封面更换方法、电子设备及计算机存储介质 |
CN109215417A (zh) * | 2018-10-24 | 2019-01-15 | 北京实境智慧科技有限公司 | 一种vr记忆系统及方法 |
CN109559578A (zh) * | 2019-01-11 | 2019-04-02 | 张翩 | 一种英语学习场景视频制作方法及学习系统和方法 |
Non-Patent Citations (3)
Title |
---|
SATOKO AMEMIYA 等: "Long-term Memory of Foreign-word Learning by Short Movies for iPods", 《 ADVANCED LEARNING TECHNOLOGIES》 * |
周美园: "英语单词图像趣味记忆策略浅谈", 《考试周刊》 * |
王宇 等: "多媒体辅助英语单词学习平台的设计与实现", 《电脑知识与技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110209855B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11907990B2 (en) | Desirability of product attributes | |
US9202142B1 (en) | Automatic assessment of books to determine suitability for audio book conversion | |
US20220377403A1 (en) | Dynamically enhancing a video by automatically generating and adding an overlay window | |
CN108829808A (zh) | 一种页面个性化排序方法、装置及电子设备 | |
Leony et al. | A Generic Architecture for Emotion-based Recommender Systems in Cloud Learning Environments. | |
JP2011215963A (ja) | 電子機器、画像処理方法及びプログラム | |
CN103988202A (zh) | 基于索引和搜索的图像吸引力 | |
CN110267097A (zh) | 基于分类特征的视频推送方法、装置及电子设备 | |
WO2013119438A1 (en) | Apparatus, systems and methods for interactive dissemination of knowledge | |
US10825071B2 (en) | Adaptive multi-perceptual similarity detection and resolution | |
US20210042290A1 (en) | Annotation Assessment and Adjudication | |
US10762089B2 (en) | Open ended question identification for investigations | |
CN107688533A (zh) | 应用程序测试方法、装置、计算机设备和存储介质 | |
Pollak | Analyzing TV documentaries | |
CN110209855A (zh) | 图片展示方法、装置、电子设备及计算机可读存储介质 | |
CN110300329B (zh) | 基于离散特征的视频推送方法、装置及电子设备 | |
US11276008B1 (en) | Providing recommendations of creative professionals using a statistical model | |
CN114066098B (zh) | 学习任务的完成时长的预估方法及设备 | |
CN106600237A (zh) | 一种辅助记忆中医药书籍的方法和装置 | |
US20160110427A1 (en) | Apparatus, system, and method for organizing and embedding applications | |
US11558471B1 (en) | Multimedia content differentiation | |
US10921887B2 (en) | Cognitive state aware accelerated activity completion and amelioration | |
CN108460475A (zh) | 基于学生上网行为的贫困生预测方法和装置 | |
CN113407829A (zh) | 在线学习资源推荐方法、装置、设备及存储介质 | |
WO2017019055A1 (en) | Content selection based on predicted performance related to test concepts |
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 |