CN111161007A - 产品信息处理方法、装置、计算机设备和存储介质 - Google Patents
产品信息处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111161007A CN111161007A CN201910099040.9A CN201910099040A CN111161007A CN 111161007 A CN111161007 A CN 111161007A CN 201910099040 A CN201910099040 A CN 201910099040A CN 111161007 A CN111161007 A CN 111161007A
- Authority
- CN
- China
- Prior art keywords
- value
- dimension attribute
- attribute
- skin
- target user
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种产品信息处理方法、装置、计算机设备和存储介质。所述方法包括:获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值;根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值;根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定该产品信息集合中的每个护肤品的第二维度属性总值;根据所述产品信息集合中的每个护肤品的第二维度属性总值及预设的推送条件确定所述目标用户对应的待推荐护肤品。筛选得到的待推送护肤品的信息更加准确,也更符合目标用户的需求。
Description
技术领域
本申请涉及计算机领域,特别是涉及一种产品信息处理方法、装置、计算机设备和存储介质。
背景技术
随着人们生活品质的提高,越来越多的人开始关注自身的皮肤状况。皮肤随着环境、饮食、护肤保养和人体个人因素等各种条件不同而呈现不同状态。目前人们选择护肤品通常是根据个人已往使用的情况来选择或其他使用者的推荐。个人已往使用的情况通常是根据个人喜好,选择自己经常使用的产品。其他使用者推荐通常是其他使用者根据自身某个产品的情况来推荐。两种方式所推荐的护肤品的准确性都较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够准确推送护肤品信息的产品信息处理方法、装置、计算机设备和存储介质。
一种产品信息处理方法,所述方法包括:
获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值,其中,每个所述第一维度属性用于表征一个皮肤指标属性;
根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值,其中,每个所述第二维度属性用于表征一个与皮肤相关的产品指标属性;
根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值;
根据所述产品信息集合中的每个护肤品的第二维度属性总值及预设的推送条件确定所述目标用户对应的待推送护肤品。
在其中一个实施例中,所述获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值,包括:
获取包含目标用户皮肤的图像,将所述图像输入到已训练的皮肤属性评估模型得到所述目标用户皮肤所对应的至少一个第一维度属性值,所述皮肤属性评估模型是根据包含有第一维度属性值的图像训练得到的。
在其中一个实施例中,所述皮肤属性评估模型的生成方式,包括:
将包含有第一维度属性的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中;
通过所述皮肤属性评估模型提取所述样本图像中的皮肤指标属性,并计算得到所述皮肤指标属性的实际值;
根据所述实际值与参考值确定损失函数值;
根据所述损失函数值调整所述皮肤属性评估模型的权重参数初始值,直到所述损失函数值满足预设条件时,得到所述皮肤属性评估模型的权重参数目标值。
在其中一个实施例中,所述皮肤属性评估模型的生成方式,包括:
将包含有皮肤属性指标的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中;
通过所述皮肤属性评估模型提取所述样本图像中的皮肤指标属性;
识别所述样本图像中皮肤指标属性所对应的样本区域;
根据所述皮肤指标属性及对应的样本区域计算得到所述皮肤指标属性的实际值;
根据所述实际值与参考值确定损失函数值;
根据所述损失函数值调整所述皮肤属性评估模型的权重参数初始值,直到所述损失函数值满足预设条件时,得到所述皮肤属性评估模型的权重参数目标值。
在其中一个实施例中,在所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值之后,所述方法还包括:
对所述产品信息集合中的每个护肤品的第二维度属性总值进行归一化处理。
在其中一个实施例中,所述对所述产品信息集合中的每个护肤品的第二维度属性总值进行归一化处理,包括:
从所述产品信息集合中的每个护肤品的第二维度属性总值中选取最高值或最低值作为基准值,根据所述基准值对每个护肤品的第二维度属性总值进行归一化处理;或
将所述产品信息集合中的每个护肤品的第二维度属性总值的最高值对应到预设范围的上限值,将所述产品信息集合中的每个护肤品的第二维度属性总值的最低值对应到预设范围的下限值,再将位于所述产品信息集合中的每个护肤品的第二维度属性总值的最高值和最低值之间的总值对应到所述预设范围内。
在其中一个实施例中,所述根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值,包括:
获取表征第一维度属性和第二维度属性之间相关性关系的相关性系数;
根据所述目标用户对应的每个第一维度属性值及对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值;
根据所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值得到所述目标用户的至少一个第二维度属性值。
在其中一个实施例中,所述根据所述目标用户对应的每个第一维度属性值及对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:
根据所述目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值。
在其中一个实施例中,所述根据所述目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:
将所述目标用户对应的每个第一维度属性值转换为所述目标用户对应的每个第一维度属性的需求等级值;
根据所述目标用户对应的第一维度属性的需求等级值、第一维度属性的权重系数和对应相关性系数的乘积得到所述目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
在其中一个实施例中,所述根据所述目标用户对应的每个第一维度属性值及对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:
将所述目标用户对应的每个第一维度属性值转换为所述目标用户对应的每个第一维度属性的需求等级值;
根据所述目标用户对应的第一维度属性的需求等级值和对应相关性系数的乘积得到所述目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
在其中一个实施例中,所述根据所述目标用户对应的至少一个第二维度属性值和每个护肤品的第二维度属性确定每个护肤品的第二维度属性总值,包括:
将所述目标用户对应的第二维度属性值作为每个护肤品中对应的第二维度属性值,求取每个护肤品中全部的第二维度属性值之和,得到每个护肤品的第二维度属性总值。
在其中一个实施例中,在所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值之前,所述方法还包括:
获取产品筛选信息;
根据所述产品筛选信息从产品信息集合中筛选得到候选护肤品;
所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值,包括:
根据所述目标用户对应的至少一个第二维度属性值和所述候选护肤品中的每个护肤品的第二维度属性确定所述候选护肤品中的每个护肤品的第二维度属性总值。
在其中一个实施例中,所述方法还包括:
显示或推送所述目标用户对应的待推送护肤品的全部或部分属性信息。
一种护肤品推荐装置,所述装置包括:
检测模块,用于获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值,其中,每个所述第一维度属性用于表征一个皮肤指标属性;
第一处理模块,用于根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值,其中,每个所述第二维度属性用于表征一个与皮肤相关的产品指标属性;
第二处理模块,用于根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值;
目标确定模块,用于根据所述产品信息集合中的每个护肤品的第二维度属性总值及预设的推送条件确定所述目标用户对应的待推送护肤品。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法的步骤。
上述产品信息处理方法、装置、计算机设备和存储介质,通过将获取的包含目标用户皮肤的图像进行处理得到目标用户皮肤对应的第一维度属性值,再根据第一维度属性和第二维度属性之间的相关性关系,得到目标用户对应的第二维度属性值,并根据第二维度属性值和每个护肤品的第二维度属性情况得到每个护肤品的第二维度属性总值,根据护肤品的第二维度属性总值结合推送条件可筛选出目标用户对应的待推送护肤品,根据目标用户皮肤的属性值结合皮肤指标属性和产品指标属性之间的相关性关系评估得到护肤品的第二维度属性值,对护肤品的属性量化更加准确,筛选得到的待推送护肤品信息更加准确,也更符合目标用户的需求。
附图说明
图1为一个实施例中产品信息处理方法的应用环境图;
图2为一个实施例中产品信息处理方法的流程图;
图3为一个实施例中皮肤属性评估模型的生成方式的流程图;
图4为另一个实施例中皮肤属性评估模型的生成方式的流程图;
图5为另一个实施例中产品信息处理方法的流程图;
图6为一个实施例中产品信息处理装置的结构框图;
图7为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例提供的产品信息处理方法,可以应用于如图1所示的应用环境中。其中,计算机设备102可对包含用户皮肤的图像进行处理得到用户皮肤的皮肤指标属性值,根据皮肤指标属性与产品指标属性之间的相关性关系,可以得到用户皮肤对应的产品指标属性值,根据用户皮肤对应的产品指标属性值和预设的产品信息集合中的每个护肤品的产品指标属性计算得到该产品信息集合中的每个护肤品的产品指标属性总值,根据该产品信息集合中的每个护肤品的产品指标属性总值结合预设的推送条件可以确定用户对应的待推送护肤品。根据用户皮肤的真实皮肤指标属性值来确定待推送护肤品,推送的护肤品更加符合用户皮肤的实际需求,提高了信息推送的准确性。计算机设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,还可以是独立的服务器或者是多个服务器组成的服务器集群来实现。
图2为一个实施例中产品信息处理方法的流程图。如图2所示,一种产品信息处理方法,以运行于图1中的计算机设备为例,所述方法包括:
步骤202,获取包含目标用户皮肤的图像,对该图像进行处理得到该目标用户皮肤所对应的至少一个第一维度属性值,其中,每个该第一维度属性用于表征一个皮肤指标属性。
其中,目标用户是指需要推送护肤品信息的用户。目标用户皮肤可为目标用户的面部皮肤、身躯皮肤等。身躯皮肤可包括手臂皮肤、手部皮肤、腹部、背部、腿部皮肤等,不限于此。
可通过计算机设备上的摄像头或者独立的摄像头或其他设备上的摄像头拍摄目标用户得到包含目标用户皮肤的图像。该包含目标用户皮肤的图像可为实时拍摄的图像,也可为距离用户使用推荐时刻在预设时长内所拍摄的图像。
图像可为面部图像、手部图像、腹部图像等至少一种。可通过训练好的皮肤属性评估模型对该图像进行处理得到该目标用户皮肤所对应的至少一个第一维度属性值。第一维度属性是用于表征一个皮肤指标属性。皮肤指标属性是指用来代表皮肤状况的属性。针对面部,皮肤指标属性可包括但不限于:痘痘、皱纹、毛孔、干油性、色斑、黑头、黑眼圈等。针对手部,皮肤指标属性可包括但不限于:痘痘、裂皮、毛孔、干油性、色斑等。
第一维度属性值是指根据皮肤指标属性的状态进行量化得到的分值。例如以痘痘这项皮肤指标属性为例,当没有痘痘时,则痘痘这一项皮肤指标属性值为10分,痘痘数量小于第一预设值,则痘痘这一项皮肤指标属性值为8分,痘痘数量大于第一预设值且小于第二预设值,则痘痘这一项皮肤指标属性值为6分,其中,第一预设值小于第二预设值,可依次类推。此外,也可根据痘痘所在面积大小来配置对应的分值等,也可由皮肤专业评估人员对已有的图像中皮肤指标属性标记分值,作为样本进行训练得到皮肤属性评估模型,通过皮肤属性评估模型直接识别得到图像中皮肤指标属性值。
步骤204,根据该第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到该目标用户对应的至少一个第二维度属性值,其中,每个该第二维度属性用于表征一个与皮肤相关的产品指标属性。
其中,第一维度属性和第二维度属性之间的相关性关系是指每个第一维度属性和每个第二维度属性之间的相关性关系。可预先配置表征每个第一维度属性和每个第二维度属性之间的相关性关系的相关性系数。通过第一维度属性和第二维度属性之间的相关性系数来量化两者之间的关系,方便后续计算。
第二维度属性是用于表征与皮肤相关的产品指标属性。产品指标属性是用来代表产品特性(如成分和/或功效等)的属性。产品指标属性可包括:添加剂情况、痘肌是否适用、是否有二次清洁作用、防腐剂含量、过敏肤质是否适用、成分类型、功效、去污、是否含油脂、有无致痘致敏隐患、滋润度、防UVA(Ultra violet A,紫外线A)能力、防UVB(ultravioletradiation b,户外紫外线)能力。其中,UVA波段是紫外线波长划分的一部分,波长320~420nm。
添加剂情况,例如:不含合成脂、不含酒精、不含色素、含色素、不含香精、香精较多、香精少、含一定香精、不含植物油等。
痘肌是否适用,例如:痘肌肤质可用、痘肌肤质慎用、痘肌肤质选用等。
是否有二次清洁作用:有或无。
防腐剂含量,例如:防腐剂较多、防腐剂少、含一定防腐剂、含卤素防腐剂、无防腐剂、替代性防腐剂等。
过敏肤质是否适用,例如:过敏肤质可用、过敏肤质慎用、过敏肤质选用等。
成分类型,例如:富含天然成分、含薄荷成分、含表面活性剂、含多元醇、含甲醛释放体、含酵母成分、含蜡、含尼泊金酯、含神经酰胺、含脂质体等。
功效,例如:抗痤疮、保湿、抗糖基化、抗炎、抗氧化、抗皱、控油、角质调理、愈合、修复、美白、美黑、排毒、舒敏、保湿程度、保湿性强、保湿性一般、清洁、清洁力强、清洁力弱、清洁力一般等。
去污,例如:去污力强、去污力一般等。
是否含油脂,例如:无硅油、无矿物油、中量合成脂、中量矿物油、中量植物油、少量合成脂、少量矿物油、少量植物油、无蜡等。
有无致痘致敏隐患,例如:无致痘隐患、无致敏隐患等。
滋润度,例如:滋润度强、滋润度弱、吸收性一般等。
防UVA能力,例如:PA+、PA++、PA+++等。
防UVB能力,例如:SPF10+、SPF20+、SPF30+等。
在一个实施例中,产品指标属性可包括但不限于:不含合成脂、含神经酰胺、痘肌肤质可用、痘肌肤质慎用、保湿、清洁能力强、清洁能力弱、抗氧化、美白等。
第二维度属性值可为对产品指标属性进行量化得到的分值。计算机设备可以根据第二维度属性所对应的每个第一维度属性值以及第一维度属性和第二维度属性之间的相关性系数求取乘积得到第二维度属性所对应的每个第一维度属性的组合值,再根据该第二维度属性所对应的每个第一维度属性的组合值求和可得到该第二维度属性值。每个第二维度属性值均可以根据第二维度属性所对应的每个第一维度属性的组合值求和得到。在其他实施例中,第二维度属性值也可以根据每个第一维度属性的组合值加权求和得到第二维度属性值。
步骤206,根据该目标用户对应的至少一个第二维度属性值和预设的产品信息集合中每个护肤品的第二维度属性确定该产品信息集合中每个护肤品的第二维度属性总值。
其中,产品信息集合中记录了至少一种护肤品的产品信息。护肤品的第二维度属性是指护肤品所包含的第二维度属性。可以将护肤品所包含的第二维度属性值求和或加权求和等方式得到每个护肤品的第二维度属性总值。
步骤208,根据该产品信息集合中每个护肤品的第二维度属性总值及预设的推送条件确定该目标用户对应的待推送护肤品。
其中,预设的推送条件可根据需要配置。推送条件可为根据总值进行推送,例如,若分值越高越好,则推送条件可包括以下任意一种:推送总值最高的护肤品;推送总值从高到低预设数量的护肤品;推送总值超过预设阈值的护肤品等。若分值越低越好,则推送条件可包括以下任意一种:推送总值最低的护肤品;推送总值从低到高预设数量的护肤品;推送总值低于预设阈值的护肤品等。
另外,需要说明的是,在一个实施例中,如果出现多个护肤品的总值相同,则考虑相关性关系中的无相关性,具体为:在多个护肤品的总值相同的情况下,分别获取总值相同的多个产品的第二维度属性与第一维度属性的相关性关系中的无相关关系的数量,选择无相关关系数量多的产品作为待推送的产品。
本实施例中的产品信息处理方法,通过将获取的包含目标用户皮肤的图像进行处理得到目标用户皮肤对应的第一维度属性值,再根据第一维度属性和第二维度属性之间的相关性关系,得到目标用户对应的第二维度属性值,并根据第二维度属性值和每个护肤品的第二维度属性情况得到每个护肤品的第二维度属性总值,根据护肤品的第二维度属性总值结合推送条件可筛选出目标用户对应的待推送护肤品,根据目标用户皮肤的属性值结合皮肤指标属性和产品指标属性之间的相关性关系评估得到护肤品的第二维度属性值,对护肤品的评分量化更加准确,筛选得到的待推送护肤品更加准确,也更符合目标用户的需求。
在一个实施例中,该获取包含目标用户皮肤的图像,对该图像进行处理得到该目标用户皮肤所对应的至少一个第一维度属性值,包括:获取包含目标用户皮肤的图像,将该图像输入到已训练的皮肤属性评估模型得到该目标用户皮肤所对应的至少一个第一维度属性值,该皮肤属性评估模型是根据包含有第一维度属性值的图像训练得到的。
其中,皮肤属性评估模型是根据包含有第一维度属性值的图像作为训练样本进行训练得到的。包含第一维度属性值的图像是指先选择包含有用户皮肤的图像,然后对图像中的皮肤指标属性标记相应的值,得到带有第一维度属性值的图像。皮肤属性评估模型可为神经网络模型。神经网络模型可为深度神经网络模型或卷积神经网络模型等。
通过皮肤属性评估模型对图像进行评估得到的第一维度属性值更加准确。
图3为一个实施例中皮肤属性评估模型的生成方式的流程图。如图3所示,在一个实施例中,该皮肤属性评估模型的生成方式,包括:
步骤302,将包含有第一维度属性的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中。
具体地,通过采集大量、不同用户的面部皮肤照片或其他部位皮肤照片,按照预设标准,对每张照片标注第一维度属性的分数值,将带有第一维度属性分数值的图像作为样本图像。第一维度属性是指皮肤指标属性。皮肤属性评估模型可为卷积神经网络模型。先对卷积神经网络模型的权重参数赋予初始值,然后利用具有初始值的卷积神经网络模型对带有第一维度属性分数值的图像进行训练。
步骤304,通过该皮肤属性评估模型提取该样本图像中的皮肤指标属性,并计算得到该皮肤指标属性的实际值。
具体地,皮肤属性评估模型可以先提取样本图像中的皮肤的各个局部特征,然后从各个局部特征中提取出皮肤指标属性,然后利用皮肤属性评估模型对该样本图像中的皮肤指标属性进行检测得到该皮肤指标属性的实际值。该实际值可为全局分数值,全局分数值是指表征整个图像中某个皮肤指标属性的分数值。
步骤306,根据该实际值与参考值确定损失函数值。
具体地,每个皮肤指标属性的参考值是指样本图像中标记每个皮肤指标属性的分数值。可以将实际值与参考值求差得到损失函数值,也可以包含有实际值与参考值之差的线性函数的值作为损失函数值等。
步骤308,根据该损失函数值调整该皮肤属性评估模型的权重参数初始值,直到该损失函数值满足预设条件时,得到该皮肤属性评估模型的权重参数目标值。
具体地,损失函数值大于期望值时,调整皮肤属性评估模型的权重参数(例如,卷积神经网络的网络层逐层调整权重),然后继续训练,直到损失函数值满足预设条件(如小于期望值)时,此时得到皮肤属性评估模型的权重参数目标值。
本实施例中,通过预先构建的包含有皮肤指标属性的样本图像对皮肤属性评估模型进行训练,可以得到满足需求的皮肤属性评估模型,方便后续准确的识别出拍摄的图像中的皮肤指标属性的检测值。
图4为一个实施例中皮肤属性评估模型的生成方式的流程图。如图4所示,在一个实施例中,该皮肤属性评估模型的生成方式,包括:
步骤402,将包含有皮肤属性指标的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中。
具体地,通过采集大量、不同用户的面部皮肤照片或其他部位皮肤照片,按照预设标准,对每张照片标注第一维度属性的分数值,将带有第一维度属性分数值的图像作为样本图像。第一维度属性是指皮肤指标属性。皮肤属性评估模型可为卷积神经网络模型。先对卷积神经网络模型的权重参数赋予初始值,然后利用具有初始值的卷积神经网络模型对带有第一维度属性分数值的图像进行训练。
步骤404,通过该皮肤属性评估模型提取该样本图像中的皮肤指标属性。
具体地,皮肤属性评估模型可以先提取样本图像中的皮肤的各个局部特征,然后从各个局部特征中提取出皮肤指标属性。
步骤406,识别该样本图像中皮肤指标属性所对应的样本区域。
具体地,可以通过目标检测算法识别出样板图像中皮肤指标属性对应的样本区域。
在步骤402之后可以同时执行步骤404和步骤406。
步骤408,根据该皮肤指标属性及对应的样本区域计算得到该皮肤指标属性的实际值。
具体地,样本图像中某个皮肤指标属性对应的样本区域有一块,则检测得到该样本区域的皮肤指标属性的分数值作为该皮肤指标属性的实际分数值。
当样本图像中某个皮肤指标属性对应的样本区域有多个,则将皮肤指标属性对应的多个样本区域的皮肤指标属性分数值的总分或平均分或加权分作为该皮肤指标属性的实际值。
步骤410,根据该实际值与参考值确定损失函数值。
具体地,每个皮肤指标属性的参考分数值是指样本图像中标记每个皮肤指标属性的分数值。可以将实际分数值与参考分数值求差得到损失函数值,也可以包含有实际分数值与参考分数值之差的线性函数的值作为损失函数值等。
步骤412,根据该损失函数值调整该皮肤属性评估模型的权重参数初始值,直到该损失函数值满足预设条件时,得到该皮肤属性评估模型的权重参数目标值。
具体地,损失函数值大于期望值时,调整皮肤属性评估模型的权重参数(例如,卷积神经网络的网络层逐层调整权重),然后继续训练,直到损失函数值满足预设条件(如小于期望值)时,此时得到皮肤属性评估模型的权重参数目标值。
本实施例中,通过预先构建的包含有皮肤指标属性的样本图像对皮肤属性评估模型进行训练,通过识别皮肤指标属性对应的样本区域以及皮肤指标属性的特征,然后进行检测得到的皮肤指标属性的实际分数值更加准确,进而得到的损失函数值更加准确,调整权重参数的值更加准确,可以较快的得到满足需求的皮肤属性评估模型,方便后续准确的识别出拍摄的图像中的皮肤指标属性的检测值。
在一个实施例中,在该根据该目标用户对应的至少一个第二维度属性值和每个护肤品的第二维度属性确定每个护肤品的第二维度属性总值之后,该产品信息处理方法还包括:对该每个护肤品的第二维度属性总值进行归一化处理。
具体地,归一化处理可以选取总值中最高值或最低值或某个其他值作为基准值,然后将各个第二维度属性总值按照基准值进行归一化。例如,最高总值实际为80,将其定义为100,其他分值对应调整;或最低总值实际为30,将其定义为60,其他分值对应调整通过归一化处理,有利于平行比较针对不同对象推荐的护肤品的匹配度。
在一个实施例中,该对该每个护肤品的第二维度属性总值进行归一化处理,包括:从该产品信息集合中的每个护肤品的第二维度属性总值中选取最高值或最低值作为基准值,根据该基准值对每个护肤品的第二维度属性总值进行归一化处理。本实施例中,通过选取最高值或最低值作为基准值,计算方便。
在一个实施例中,该对该每个护肤品的第二维度属性总值进行归一化处理,包括:将该产品信息集合中的每个护肤品的第二维度属性总值的最高值对应到预设范围的上限值,将该产品信息集合中的每个护肤品的第二维度属性总值的最低值对应到预设范围的下限值,再将位于该产品信息集合中的每个护肤品的第二维度属性总值的最高值和最低值之间的总值对应到该预设范围内。例如,最高总值实际为98,将其定义为100,最低总值实际为44,将其定义为60,其他分值对应调整。通过将最高总值对应到预设范围的上限值,最低总值对应到预设范围的下限值,再将其他值映射到预设范围,计算方便,且方便查看。
在一个实施例中,该根据该第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到该目标用户对应的至少一个第二维度属性值,包括:获取表征第一维度属性和第二维度属性之间相关性关系的相关性系数;根据该目标用户对应的每个第一维度属性值及对应相关性系数得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值;根据该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值得到该目标用户的至少一个第二维度属性值。
在一个实施例中,所述相关性关系包括:正相关关系、负相关关系和无相关关系,其中,所述正相关关系用于表示所述第二维度属性能增强所述第一维度属性,所述负相关关系用于表示所述第二维度属性能减弱所述第一维度属性,所述无相关关系用于表示所述第二维度属性能对所述第一维度属性无影响。
其中,正相关关系可根据需要配置为多级正相关关系,多级正相关关系包括第一级正相关关系、第二级正相关关系、第三级正相关关系……;可按照第一级正相关关系、第二级正相关关系、第三级正相关关系等从低到高的级别顺序,每一级正相关关系表示第二维度属性增强第一维度属性的影响力越强,或按照第一级正相关关系、第二级正相关关系、第三级正相关关系等从低到高的级别顺序,每一级正相关关系表示第二维度属性增强第一维度属性的影响力越弱。负相关关系可根据需要配置为多级负相关关系,多级正相关关系包括第一级负相关关系、第二级负相关关系、第三级负相关关系……;可按照第一级负相关关系、第二级负相关关系、第三级负相关关系等从低到高的级别顺序,每一级负相关关系表示第二维度属性减弱第一维度属性的影响力越强,或按照第一级负相关关系、第二级负相关关系、第三级负相关关系等从低到高的级别顺序,每一级负相关关系表示第二维度属性减弱第一维度属性的影响力越弱。
需要说明的是,所述相关性关系还可以是采用字符或数字等形式表示相关性关系,例如可采用+++、++、+、0、-、--、---等表示。其中,+++、++、+表示第二维度属性增强第一维度属性,“+++”所表示的第二维度属性增强第一维度属性的影响力强于“++”表示的第二维度属性增强第一维度属性的影响力。“++”所表示的第二维度属性增强第一维度属性的影响力强于“+”表示的第二维度属性增强第一维度属性的影响力。“---”所表示的第二维度属性减弱第一维度属性的影响力强于“--”表示的第二维度属性减弱第一维度属性的影响力。“--”所表示的第二维度属性减弱第一维度属性的影响力强于“-”表示的第二维度属性减弱第一维度属性的影响力。
具体地,第一维度属性和第二维度属性之间相关性关系可如表1所示。
表1
其中,O,表示无相关性;++,表示强正相关;+,表示正相关;-,表示负相关;--,表示强负相关。
表征第一维度属性和第二维度属性之间相关性关系的相关性系数可根据需要配置。例如无相关,则相关性系数为0;正相关,则相关性系数为1;强正相关,则相关性系数为2;负相关,则相关性系数为-1;强负相关,则相关性系数为-2等。第一维度属性和第二维度属性之间的相关性关系。
在一个实施例中,可以将目标用户对应的每个第一维度属性值与对应的相关性系数的乘积值作为目标用户对应的每个第一维度属性的组合值。每个第二维度属性所对应的每个第一维度属性的组合值求和得到目标用户的每个第二维度属性值。例如,痘痘的值为2分,含神经酰胺与痘痘的相关性系数为1,则含神经酰胺对应的痘痘的组合值为2*1=2分,痘肌肤质可用与痘痘的相关性系数为2,则痘肌肤质可用对应的痘痘的组合值为2*2=4。
在一个实施例中,该根据该目标用户对应的每个第一维度属性值及对应相关性系数得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:根据该目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数,得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值。
具体地,首先可以为每个第一维度属性配置对应的权重系数。例如第一维度属性包括痘痘、毛孔、皱纹、干油性、色斑、黑头和黑眼圈,其配置的权重系数如表2所示。
表2
痘痘 | 毛孔 | 皱纹 | 干油性 | 色斑 | 黑头 | 黑眼圈 | |
权重系数 | 10 | 8 | 9 | 10 | 9 | 9 | 9 |
表2中的权重系数可根据需要调整。第一维度属性的权重系数配置使得第一维度属性和第二维度属性之间的相关度的值更加合理。
可以将该目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数乘积作为该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值。例如,痘痘的值为2分,含神经酰胺与痘痘的相关性系数为1,痘痘的权重系数为10,则含神经酰胺对应的痘痘的组合值,2*1*10=20分,痘肌肤质可用与痘痘的相关性系数为2,则痘肌肤质可用对应的痘痘的组合值为2*2*10=40。
在一个实施例中,该根据该目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:将该目标用户对应的每个第一维度属性值转换为该目标用户对应的每个第一维度属性的能力等级值;根据该目标用户对应的第一维度属性的能力等级值、第一维度属性的权重系数和对应相关性系数的乘积得到该目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
具体地,可预先建立第一维度属性值与能力等级值之间的对应关系,根据该对应关系将第一维度属性值转换为能力等级值,后续推送护肤品时,则可以按照值从低到高进行推送。能力等级值反映的是用户皮肤所具有的能力。第一维度属性值与能力等级值之间的对应关系可如表3所示。
表3
第一维度属性值 | 能力等级值 |
8-10 | 3 |
5-7 | 2 |
0-4 | 1 |
例如,痘痘的值为2分,转换为能力等级值为1,含神经酰胺与痘痘的相关性系数为1,痘痘的权重系数为10,则含神经酰胺对应的痘痘的组合值,1*1*10=10分,痘肌肤质可用与痘痘的相关性系数为2,则痘肌肤质可用对应的痘痘的组合值为1*2*10=20。
在一个实施例中,该根据该目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:将该目标用户对应的每个第一维度属性值转换为该目标用户对应的每个第一维度属性的需求等级值;根据该目标用户对应的第一维度属性的需求等级值、第一维度属性的权重系数和对应相关性系数的乘积得到该目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
具体地,第一维度属性值与需求等级值的转换关系可根据需要配置。当第一维度属性值反映的是目标用户的具体能力时,则需求与能力相反,可以将第一维度属性值转换为需求等级值,后续推送护肤品时,则可以按照值从高到低推送。第一维度属性值与需求等级值的转换关系如表4所示。
表4
在一个实施例中,根据该目标用户对应的每个第一维度属性值及对应相关性系数得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:将该目标用户对应的每个第一维度属性值转换为该目标用户对应的每个第一维度属性的能力等级值;根据该目标用户对应的第一维度属性的能力等级值和对应相关性系数的乘积得到该目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
具体地,可预先建立第一维度属性值与能力等级值之间的对应关系,根据该对应关系将第一维度属性值转换为能力等级值,后续推送护肤品时,则可以按照值从低到高进行推送。能力等级值反映的是用户皮肤所具有的能力。第一维度属性值与能力等级值之间的对应关系可如表3所示。
例如,痘痘的值为2分,转换为能力等级值为1,含神经酰胺与痘痘的相关性系数为1,则含神经酰胺对应的痘痘的组合值,1*1=1分,痘肌肤质可用与痘痘的相关性系数为2,则痘肌肤质可用对应的痘痘的组合值为1*2=2。
在一个实施例中,该根据该目标用户对应的每个第一维度属性值及对应相关性系数得到该目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:将该目标用户对应的每个第一维度属性值转换为该目标用户对应的每个第一维度属性的需求等级值;根据该目标用户对应的第一维度属性的需求等级值和对应相关性系数的乘积得到该目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
具体地,第一维度属性值与需求等级值的转换关系可根据需要配置。当第一维度属性值反映的是目标用户的具体能力时,则需求与能力相反,可以将第一维度属性值转换为需求等级值,后续推送护肤品时,则可以按照值从高到低推送。第一维度属性值与需求等级值的转换关系如表4所示。
需要说明的是,需求等级值可与第一维度属性值正相关,也就是说,第一维度属性值越大,需求等级值越大;需求等级值可与第二维度属性值负相关,也就是说,第一维度属性值越大,需求等级值越小。
在一个实施例中,该根据该目标用户对应的至少一个第二维度属性值和每个护肤品的第二维度属性确定每个护肤品的第二维度属性总值,包括:将该目标用户对应的第二维度属性值作为每个护肤品中对应的第二维度属性值,求取每个护肤品中全部的第二维度属性值之和,得到每个护肤品的第二维度属性总值。将一个护肤品中的全部的第二维度属性值相加求和,得到该护肤品的第二维度属性总值,计算简单。
在一个实施例中,可将用户皮肤的皮肤指标属性值和对应的权重系数形成用户皮肤的皮肤指标矩阵。对于每个护肤品的第二维度属性即产品指标属性构建一个产品指标矩阵,用one-hot方式编码,然后计算两个矩阵的内积得到对应的护肤品的第二维度属性总值。
在一个实施例中,上述产品信息处理方法还包括:获取产品筛选信息,根据产品筛选信息、每个护肤品的第二维度属性总值及预设的推送条件确定所述目标用户对应的待推送护肤品。其中,产品筛选信息可包括产品类别、品牌、产地、价格区间、推送使用季节(例如:春、夏、秋或冬等)/使用时间(例如早晨、白天、晚上、睡前等)等。
通过产品筛选信息、护肤品的第二维度属性总值和推送条件可筛选出更满足用户需求的待推送护肤品。
图5为另一个实施例中产品信息处理方法的流程图。如图5所示,在一个实施例中,该产品信息处理方法与图2中的产品信息处理方法的区别在于先根据产品筛选信息筛选出候选护肤品,然后再求取候选护肤品的总值,减少了对产品信息集合中全部护肤品进行计算,减少了计算量。
步骤502,获取包含目标用户皮肤的图像,对该图像进行处理得到该目标用户皮肤所对应的至少一个第一维度属性值,其中,每个该第一维度属性用于表征一个皮肤指标属性。
步骤504,根据该第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到该目标用户对应的至少一个第二维度属性值,其中,每个该第二维度属性用于表征一个与皮肤相关的产品指标属性。
步骤506,获取产品筛选信息,根据所述产品筛选信息从产品信息集合产品信息集合中筛选得到候选护肤品。
其中,产品信息集合用于存储护肤品数据,所述护肤品数据包括但不限于各护肤品的第二维度属性、类别、品牌、价格、产地、推荐使用季节/使用时间、适用人群等。产品信息集合可为护肤品数据库。所述产品筛选信息包括但不限于产品的第二维度属性、类别、品牌、产地、价格区间、推荐使用季节/使用时间、适用人群等。产品筛选信息可为目标用户输入的,例如用户输入的产品类别、品牌、产地、价格区间、使用季节/使用时间等信息。
在一个实施例中,产品筛选信息也可以为根据用户的历史使用数据分析得到的,历史使用数据可为用户历史所使用的护肤品的类型、品牌、产地、价格区间等。
在一个实施例中,产品筛选信息也可以为根据用户的个人属性信息分析得到的。个人属性信息可为身份、职业等信息。例如根据身份和职业分析得到可消费的价格区间、喜欢的品牌、产地等。
步骤508,根据该目标用户对应的至少一个第二维度属性值和所述候选护肤品中的每个护肤品的第二维度属性确定所述候选护肤品中的每个护肤品的第二维度属性总值。
步骤510,根据该候选护肤品中的每个护肤品的第二维度属性总值及预设的推送条件确定该目标用户对应的待推送护肤品。
在其他实施例中,步骤506可在步骤502或步骤504之前。
本实施例中产品信息处理方法,通过将获取的包含目标用户皮肤的图像进行处理得到目标用户皮肤对应的第一维度属性值,再根据第一维度属性和第二维度属性之间的相关性关系,得到目标用户对应的第二维度属性值,根据产品筛选信息筛选出候选护肤品,然后根据第二维度属性值和候选护肤品中的每个护肤品的第二维度属性情况得到候选护肤品中每个护肤品的第二维度属性总值,根据护肤品的第二维度属性总值结合推送条件可筛选出目标用户对应的待推送护肤品,根据目标用户皮肤的属性值结合皮肤指标属性和产品指标属性之间的相关性关系评估得到护肤品的第二维度属性值,对护肤品的评分量化更加准确,筛选得到的待推送护肤品更加准确,也更符合目标用户的需求,且筛选出了候选护肤品,计算量小。
在一个实施例中,该产品信息处理方法还包括:显示该目标用户对应的待推送护肤品的全部或部分属性信息。
具体地,全部属性信息可包括产品品牌、类别、产地、价格、成分类型、功效、滋润度、去污能力、添加剂情况、使用方法等等。部分属性信息是指从全部属性信息中根据需要筛选的属性信息。通过显示待推送护肤品的全部属性信息可方便详细查看,显示部分属性信息可节省显示所需的空间等。
下面以用户甲为例进行说明。
甲的第一维度属性值如表5所示:
表5
痘痘 | 毛孔 | 皱纹 | 干油性 | 色斑 | 黑头 | 黑眼圈 | |
第一维度属性值 | 5 | 4 | 8 | 5 | 8 | 5 | 6 |
能力等级值和需求等级值参考前述示例,根据转换关系换算而得,基础值=需求等级值*权重系数;结果如表6:
表6
痘痘 | 毛孔 | 皱纹 | 干油性 | 色斑 | 黑头 | 黑眼圈 | |
第一维度属性值 | 5 | 4 | 8 | 5 | 8 | 5 | 6 |
能力等级值 | 2 | 1 | 3 | 1 | 3 | 1 | 1 |
需求等级值 | 2 | 3 | 1 | 3 | 1 | 3 | 3 |
权重系数 | 10 | 8 | 9 | 10 | 9 | 9 | 9 |
基础值 | 20 | 24 | 9 | 30 | 9 | 27 | 27 |
表7
第一维度属性和第二维度属性的相关性表如表7(第一规则表)。其中,O,表示无相关性,分值为0;+,表示正相关,分值为1,++,分值为2;-,表示负相关,分值为-1;--,分值为-2。
结合甲的第一维度属性的基础值,和上述第一规则表,得甲的各第二维度属性对应的第一维度属性的组合值。
甲的第二维度属性对应的第一维度属性的组合值=甲的第一维度属性的基础值*相应的相关性系数。甲的各第二维度属性对应的第一维度属性总得分即各第二维度属性值=SUM(甲的各第二维度属性对应的第一维度属性的组合值)。
计算后的结果如表8。
表8
根据甲的各第二维度属性对应的第一维度属性总得分(即第二维度属性值),结合护肤品数据的第二维度属性信息,计算各护肤品对应的第二维度属性总得分,如表9所示。
表9
价格区间:0-100对应A,100-200对应B,200-500对应C,500-1000对应D,NA表示未知;0表示无该属性,+表示有该属性。
护肤品的第二维度属性总值=该护肤品具有的所有第二维度属性在甲的各第二维度属性值加和,计算结果如表10。
表10
由上表10可知,各护肤品的总得分中,最高分为183,最低为40。
因此可根据之前预设的推送条件,例如:分数最高:推送“资生堂新透白美肌亮润保湿啫喱”。
可以理解的是,推送时除了分数这个维度外,还可包括其他维度,例如具有某一特定第二特征,产品类别,价格区间,产地,推送使用季节/时间等等。
其他维度的筛选可在获得最终结果后进行,也可以在获得开始计算之初,对产品信息集合进行筛选,以降低运算量,提高效率。
图6为一个实施例中产品信息处理装置的结构框图。如图6所示,一种产品信息处理装置,包括检测模块610、第一处理模块620、第二处理模块630和目标确定模块640。
检测模块610用于获取包含目标用户皮肤的图像,对该图像进行处理得到该目标用户皮肤所对应的至少一个第一维度属性值,其中,每个该第一维度属性用于表征一个皮肤指标属性。
第一处理模块620用于根据该第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到该目标用户对应的至少一个第二维度属性值,其中,每个该第二维度属性用于表征一个与皮肤相关的产品指标属性。
第二处理模块630用于根据该目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定该产品信息集合中的每个护肤品的第二维度属性总值。
目标确定模块640用于根据该产品信息集合中的每个护肤品的第二维度属性总值及预设的推送条件确定该目标用户对应的待推送护肤品。
本实施例中的产品信息处理装置,通过将获取的包含目标用户皮肤的图像进行处理得到目标用户皮肤对应的第一维度属性值,再根据第一维度属性和第二维度属性之间的相关性关系,得到目标用户对应的第二维度属性值,并根据第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性情况得到每个护肤品的第二维度属性总值,根据护肤品的第二维度属性总值结合推送条件可筛选出目标用户对应的待推送护肤品,根据目标用户皮肤的属性值结合皮肤指标属性和产品指标属性之间的相关性关系评估得到护肤品的第二维度属性值,对护肤品的属性量化更加准确,筛选得到的待推送护肤品更加准确,也更符合目标用户的需求。
在一个实施例中,检测模块610还用于获取包含目标用户皮肤的图像,将所述图像输入到已训练的皮肤属性评估模型得到所述目标用户皮肤所对应的至少一个第一维度属性值,所述皮肤属性评估模型是根据包含有第一维度属性值的图像训练得到的。
在一个实施例中,推送产品信息处理装置还包括训练模块。训练模块用于将包含有第一维度属性的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中;通过所述皮肤属性评估模型提取所述样本图像中的皮肤指标属性,并计算得到所述皮肤指标属性的实际值;根据所述实际值与参考值确定损失函数值;根据所述损失函数值调整所述皮肤属性评估模型的权重参数初始值,直到所述损失函数值满足预设条件时,得到所述皮肤属性评估模型的权重参数目标值。
在一个实施例中,训练模块还用于将包含有皮肤属性指标的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中;通过所述皮肤属性评估模型提取所述样本图像中的皮肤指标属性;识别所述样本图像中皮肤指标属性所对应的样本区域;根据所述皮肤指标属性及对应的样本区域计算得到所述皮肤指标属性的实际值;根据所述实际值与参考值确定损失函数值;根据所述损失函数值调整所述皮肤属性评估模型的权重参数初始值,直到所述损失函数值满足预设条件时,得到所述皮肤属性评估模型的权重参数目标值。
在一个实施例中,上述产品信息处理装置还包括归一化处理模块。该归一化处理模块还用于在所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定产品信息集合中的每个护肤品的第二维度属性总值之后,对所述每个护肤品的第二维度属性总值进行归一化处理。
在一个实施例中,该归一化处理模块还用于从所述产品信息集合中的每个护肤品的第二维度属性总值中选取最高值或最低值作为基准值,根据所述基准值对每个护肤品的第二维度属性总值进行归一化处理。
在一个实施例中,该归一化处理模块还用于将所述产品信息集合中的每个护肤品的第二维度属性总值的最高值对应到预设范围的上限值,将所述产品信息集合中的每个护肤品的第二维度属性总值的最低值对应到预设范围的下限值,再将位于所述产品信息集合中的每个护肤品的第二维度属性总值的最高值和最低值之间的总值对应到所述预设范围内。
在一个实施例中,第一处理模块620包括系数获取单元、第一计算单元和第二计算单元。
系数获取单元用于获取表征第一维度属性和第二维度属性之间相关性关系的相关性系数。
第一计算单元用于根据所述目标用户对应的每个第一维度属性值及对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值。
第二计算单元用于根据所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值得到所述目标用户的至少一个第二维度属性值。
在一个实施例中,第一计算单元还用于根据所述目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值。
在一个实施例中,第一计算单元还用于将所述目标用户对应的每个第一维度属性值转换为所述目标用户对应的每个第一维度属性的需求等级值;根据所述目标用户对应的第一维度属性的需求等级值、第一维度属性的权重系数和对应相关性系数的乘积得到所述目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
在一个实施例中,第一计算单元还用于将所述目标用户对应的每个第一维度属性值转换为所述目标用户对应的每个第一维度属性的需求等级值;根据所述目标用户对应的第一维度属性的需求等级值和对应相关性系数的乘积得到所述目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
在一个实施例中,第二处理模块还用于将所述目标用户对应的第二维度属性值作为每个护肤品中对应的第二维度属性值,求取每个护肤品中全部的第二维度属性值之和,得到每个护肤品的第二维度属性总值。
在一个实施例中,上述产品信息处理装置还包括筛选信息获取模块和筛选模块。
筛选信息获取模块用于在所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定产品信息集合中的每个护肤品的第二维度属性总值之前,获取所述目标用户输入的产品筛选信息;
筛选模块用于根据所述产品筛选信息从产品信息集合中筛选得到候选护肤品;
第二处理模块还用于根据所述目标用户对应的至少一个第二维度属性值和所述候选护肤品中的每个护肤品的第二维度属性确定所述候选护肤品中的每个护肤品的第二维度属性总值。
在一个实施例中,上述推送产品信息处理装置还包括显示模块和推送模块。显示模块用于显示所述目标用户对应的待推送护肤品的全部或部分属性信息。推送模块用于推送目标用户对应的待推送护肤品的全部或部分属性信息。
关于产品信息处理装置的具体限定可以参见上文中对于产品信息处理方法的限定,在此不再赘述。上述产品信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,也可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种产品信息处理方法。在其他实施例中,该计算机设备还可包括显示屏和输入装置。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例还提供了一种计算机设备。一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时产品信息处理方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时产品信息处理方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种产品信息处理方法,所述方法包括:
获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值,其中,每个所述第一维度属性用于表征一个皮肤指标属性;
根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值,其中,每个所述第二维度属性用于表征一个与皮肤相关的产品指标属性;
根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值;
根据所述产品信息集合中的每个护肤品的第二维度属性总值及预设的推送条件确定所述目标用户对应的待推送护肤品。
2.根据权利要求1所述的方法,其特征在于,所述获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值,包括:
获取包含目标用户皮肤的图像,将所述图像输入到已训练的皮肤属性评估模型得到所述目标用户皮肤所对应的至少一个第一维度属性值,所述皮肤属性评估模型是根据包含有第一维度属性值的图像训练得到的。
3.根据权利要求2所述的方法,其特征在于,所述皮肤属性评估模型的生成方式,包括:
将包含有第一维度属性的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中;
通过所述皮肤属性评估模型提取所述样本图像中的皮肤指标属性,并计算得到所述皮肤指标属性的实际值;
根据所述实际值与参考值确定损失函数值;
根据所述损失函数值调整所述皮肤属性评估模型的权重参数初始值,直到所述损失函数值满足预设条件时,得到所述皮肤属性评估模型的权重参数目标值;或
所述皮肤属性评估模型的生成方式,包括:
将包含有皮肤属性指标的样本图像输入到包含有权重参数初始值的皮肤属性评估模型中;
通过所述皮肤属性评估模型提取所述样本图像中的皮肤指标属性;
识别所述样本图像中皮肤指标属性所对应的样本区域;
根据所述皮肤指标属性及对应的样本区域计算得到所述皮肤指标属性的实际值;
根据所述实际值与参考值确定损失函数值;
根据所述损失函数值调整所述皮肤属性评估模型的权重参数初始值,直到所述损失函数值满足预设条件时,得到所述皮肤属性评估模型的权重参数目标值。
4.根据权利要求1所述的方法,其特征在于,在所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值之后,所述方法还包括:
对所述产品信息集合中的每个护肤品的第二维度属性总值进行归一化处理;
所述对所述产品信息集合中的每个护肤品的第二维度属性总值进行归一化处理,可包括:
从所述产品信息集合中的每个护肤品的第二维度属性总值中选取最高值或最低值作为基准值,根据所述基准值对每个护肤品的第二维度属性总值进行归一化处理;或
将所述产品信息集合中的每个护肤品的第二维度属性总值的最高值对应到预设范围的上限值,将所述产品信息集合中的每个护肤品的第二维度属性总值的最低值对应到预设范围的下限值,再将位于所述产品信息集合中的每个护肤品的第二维度属性总值的最高值和最低值之间的总值对应到所述预设范围内。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值,包括:
获取表征第一维度属性和第二维度属性之间相关性关系的相关性系数;
根据所述目标用户对应的每个第一维度属性值及对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值;
根据所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值得到所述目标用户的至少一个第二维度属性值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标用户对应的每个第一维度属性值及对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,包括:
根据所述目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值;或
将所述目标用户对应的每个第一维度属性值转换为所述目标用户对应的每个第一维度属性的需求等级值;
根据所述目标用户对应的第一维度属性的需求等级值和对应相关性系数的乘积得到所述目标用户对应的每个第二维度属性所对应的第一维度属性的组合值;
所述根据所述目标用户对应的每个第一维度属性值、每个第一维度属性的权重系数和对应相关性系数得到所述目标用户的每个第二维度属性所对应的每个第一维度属性的组合值,可包括:
将所述目标用户对应的每个第一维度属性值转换为所述目标用户对应的每个第一维度属性的需求等级值;
根据所述目标用户对应的第一维度属性的需求等级值、第一维度属性的权重系数和对应相关性系数的乘积得到所述目标用户对应的每个第二维度属性所对应的第一维度属性的组合值。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户对应的至少一个第二维度属性值和每个护肤品的第二维度属性确定每个护肤品的第二维度属性总值,包括:
将所述目标用户对应的第二维度属性值作为每个护肤品中对应的第二维度属性值,求取每个护肤品中全部的第二维度属性值之和,得到每个护肤品的第二维度属性总值。
8.根据权利要求1所述的方法,其特征在于,在所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值之前,所述方法还包括:
获取产品筛选信息;
根据所述产品筛选信息从产品信息集合中筛选得到候选护肤品;
所述根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值,包括:
根据所述目标用户对应的至少一个第二维度属性值和所述候选护肤品中的每个护肤品的第二维度属性确定所述候选护肤品中的每个护肤品的第二维度属性总值。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
显示或推送所述目标用户对应的待推送护肤品的全部或部分属性信息。
10.一种产品信息处理装置,其特征在于,所述装置包括:
检测模块,用于获取包含目标用户皮肤的图像,对所述图像进行处理得到所述目标用户皮肤所对应的至少一个第一维度属性值,其中,每个所述第一维度属性用于表征一个皮肤指标属性;
第一处理模块,用于根据所述第一维度属性值,结合第一维度属性和第二维度属性之间的相关性关系,得到所述目标用户对应的至少一个第二维度属性值,其中,每个所述第二维度属性用于表征一个与皮肤相关的产品指标属性;
第二处理模块,用于根据所述目标用户对应的至少一个第二维度属性值和预设的产品信息集合中的每个护肤品的第二维度属性确定所述产品信息集合中的每个护肤品的第二维度属性总值;
目标确定模块,用于根据所述产品信息集合中的每个护肤品的第二维度属性总值及预设的推送条件确定所述目标用户对应的待推送护肤品。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910099040.9A CN111161007A (zh) | 2019-01-31 | 2019-01-31 | 产品信息处理方法、装置、计算机设备和存储介质 |
PCT/CN2020/071631 WO2020156109A1 (zh) | 2019-01-31 | 2020-01-13 | 产品信息处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910099040.9A CN111161007A (zh) | 2019-01-31 | 2019-01-31 | 产品信息处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111161007A true CN111161007A (zh) | 2020-05-15 |
Family
ID=70555705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910099040.9A Pending CN111161007A (zh) | 2019-01-31 | 2019-01-31 | 产品信息处理方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111161007A (zh) |
WO (1) | WO2020156109A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464706A (zh) * | 2020-10-14 | 2021-03-09 | 鲁班嫡系机器人(深圳)有限公司 | 果实筛选、分拣方法、装置、系统、存储介质及设备 |
CN113742573A (zh) * | 2021-08-03 | 2021-12-03 | 深圳Tcl新技术有限公司 | 一种多媒体资源搜索方法、装置、计算机设备和存储介质 |
WO2023061429A1 (zh) * | 2021-10-14 | 2023-04-20 | 北京字节跳动网络技术有限公司 | 作用于脸部的物品的确定方法、装置、设备和介质 |
CN117351545A (zh) * | 2023-10-11 | 2024-01-05 | 广东圣千科技有限公司 | 一种基于大数据挖掘的护肤管理方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723984A (zh) * | 2021-03-03 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 人群消费画像信息的获取方法、装置和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198043A (zh) * | 2018-01-29 | 2018-06-22 | 杭州美界科技有限公司 | 一种基于用户推荐的脸部护肤品推荐方法 |
CN108335727A (zh) * | 2018-01-29 | 2018-07-27 | 杭州美界科技有限公司 | 一种基于历史记录的脸部护肤品推荐方法 |
CN108334589A (zh) * | 2018-01-29 | 2018-07-27 | 杭州美界科技有限公司 | 一种脸部护肤品推荐方法 |
CN108364207A (zh) * | 2018-01-29 | 2018-08-03 | 杭州美界科技有限公司 | 一种脸部护肤品及护肤方案推荐方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255589A1 (en) * | 2006-04-27 | 2007-11-01 | Klinger Advanced Aesthetics, Inc. | Systems and methods using a dynamic database to provide aesthetic improvement procedures |
CN105662348B (zh) * | 2016-01-11 | 2018-07-20 | 中山德尚伟业生物科技有限公司 | 基于智能手机的皮肤检测系统及产品辅助选择系统 |
-
2019
- 2019-01-31 CN CN201910099040.9A patent/CN111161007A/zh active Pending
-
2020
- 2020-01-13 WO PCT/CN2020/071631 patent/WO2020156109A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198043A (zh) * | 2018-01-29 | 2018-06-22 | 杭州美界科技有限公司 | 一种基于用户推荐的脸部护肤品推荐方法 |
CN108335727A (zh) * | 2018-01-29 | 2018-07-27 | 杭州美界科技有限公司 | 一种基于历史记录的脸部护肤品推荐方法 |
CN108334589A (zh) * | 2018-01-29 | 2018-07-27 | 杭州美界科技有限公司 | 一种脸部护肤品推荐方法 |
CN108364207A (zh) * | 2018-01-29 | 2018-08-03 | 杭州美界科技有限公司 | 一种脸部护肤品及护肤方案推荐方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464706A (zh) * | 2020-10-14 | 2021-03-09 | 鲁班嫡系机器人(深圳)有限公司 | 果实筛选、分拣方法、装置、系统、存储介质及设备 |
CN113742573A (zh) * | 2021-08-03 | 2021-12-03 | 深圳Tcl新技术有限公司 | 一种多媒体资源搜索方法、装置、计算机设备和存储介质 |
CN113742573B (zh) * | 2021-08-03 | 2023-11-14 | 深圳Tcl新技术有限公司 | 一种多媒体资源搜索方法、装置、计算机设备和存储介质 |
WO2023061429A1 (zh) * | 2021-10-14 | 2023-04-20 | 北京字节跳动网络技术有限公司 | 作用于脸部的物品的确定方法、装置、设备和介质 |
CN117351545A (zh) * | 2023-10-11 | 2024-01-05 | 广东圣千科技有限公司 | 一种基于大数据挖掘的护肤管理方法及系统 |
CN117351545B (zh) * | 2023-10-11 | 2024-03-15 | 广东圣千科技有限公司 | 一种基于大数据挖掘的护肤管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020156109A1 (zh) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111161007A (zh) | 产品信息处理方法、装置、计算机设备和存储介质 | |
Richman et al. | A neural network extension of the Lee–Carter model to multiple populations | |
Savran et al. | Regression-based intensity estimation of facial action units | |
Ramírez et al. | Measuring heterogeneous perception of urban space with massive data and machine learning: An application to safety | |
Entink et al. | A Box–Cox normal model for response times | |
CN101083940B (zh) | 皮肤状况诊断系统和美容咨询系统 | |
CN102422324B (zh) | 年龄估计设备和方法 | |
Tharmar et al. | Estimation of stature based on foot length of Malays in Malaysia | |
Lanitis et al. | Modeling the process of ageing in face images | |
Zhang et al. | Computer models for facial beauty analysis | |
Urbanová et al. | Testing the reliability of software tools in sex and ancestry estimation in a multi-ancestral Brazilian sample | |
Chen et al. | Face age estimation using model selection | |
CN105745657A (zh) | 用于通过使用量化手段来预测皮肤年龄的设备和方法 | |
WO2020135778A1 (zh) | 产品信息的推送和显示方法及装置、存储介质 | |
Abouelaziz et al. | Reduced reference 3D mesh quality assessment based on statistical models | |
Kalka et al. | LQMetric: a latent fingerprint quality metric for predicting AFIS performance and assessing the value of latent fingerprints | |
CN110751171A (zh) | 图像数据分类方法、装置、计算机设备和存储介质 | |
Lanitis et al. | Towards automatic face identification robust to ageing variation | |
Lanitis | Evaluating the performance of face-aging algorithms | |
Karakostis | Statistical protocol for analyzing 3D muscle attachment sites based on the “Validated Entheses‐based Reconstruction of Activity”(VERA) approach | |
CN110569906B (zh) | 数据处理方法、数据处理装置及计算机可读存储介质 | |
Farazdaghi et al. | Backward face ageing model (B‐FAM) for digital face image rejuvenation | |
Messaraa et al. | Perceived age and perceived health among a Chinese cohort: Does it mean the same thing? | |
Malik et al. | Novel techniques for enhancement and segmentation of acne vulgaris lesions | |
Wilder et al. | Frequency tuning of shape perception revealed by classification image analysis |
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 |