CN111898017B - 信息的处理方法和装置 - Google Patents
信息的处理方法和装置 Download PDFInfo
- Publication number
- CN111898017B CN111898017B CN201910369243.5A CN201910369243A CN111898017B CN 111898017 B CN111898017 B CN 111898017B CN 201910369243 A CN201910369243 A CN 201910369243A CN 111898017 B CN111898017 B CN 111898017B
- Authority
- CN
- China
- Prior art keywords
- terminal
- characteristic information
- scene
- scene image
- information
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 73
- 230000003068 static effect Effects 0.000 claims description 73
- 238000012545 processing Methods 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 15
- 230000006399 behavior Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000007635 classification algorithm Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种信息的处理方法和装置。其中，该方法包括：获取终端的第一特征信息，其中，所述第一特征信息用于表示所述终端的场景类型，所述场景类型根据所述终端获取的场景图像确定；根据所述第一特征信息和所述终端的至少一个第二特征信息，确定终端对应的推送内容，其中，所述第二特征信息包括所述终端的使用对象的属性信息。本发明解决了现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
Description
技术领域
本发明涉及信息处理领域，具体而言，涉及一种信息的处理方法和装置。
背景技术
目前的智能硬件产品可以实现与用户之间的交互，例如：向用户推荐一些内容。在向用户推荐内容时，现有的方案可以通过用户注册信息和历史操作记录、日常操作习惯等，在后台建立对该用户的特性描述，根据该特征描述向用户推荐其可能感兴趣的内容。但这种方案所建立的用户特征描述中仅包含用户本身的属性信息，而没有结合地点等环境因素，因此不能解决同一用户在不同场景中诉求不同的问题。
还有一类方案，在上述第一类方案的基础上，结合用户自身当前的请求行为来向用户推送内容，例如当用户在设备端向服务器端请求观看某个视频内容时，根据该视频的分类和所含内容元素，向用户推荐既符合用户特征描述、又与该视频内容有一定匹配性的广告。这种推荐方案精准度较高，但仍没有结合地点等环境因素，且需要被用户的主动点击行为所触发，因此在使用场景上有一定局限性。
另外有一类方案，在上述第一类方案的基础上，结合设备端的位置传感器所获取的用户位置信息，在不同位置向用户推荐适合该场地的不同内容。该方案往往被用在“本地生活服务”类的应用场景中，例如手机App推荐附近的餐厅、娱乐商店等。但其具有一定局限性，只能应用在基于较为广泛的位置的推送中(例如外卖的配送范围等)，而难以精确到具体的场景中，因此不适用于进行精确的内容推送。
针对现有技术中向用户推荐的内容与用户所在场景不匹配的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种信息的处理方法和装置，以至少解决现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
根据本发明实施例的一个方面，提供了一种信息的处理方法，包括：获取终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型，场景类型根据终端获取的场景图像确定；根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，其中，第二特征信息包括终端的使用对象的属性信息。
根据本发明实施例的另一方面，还提供了一种信息的处理方法，包括：终端根据采集的场景图像确定终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型；终端向服务器发送第一特征信息，其中，服务器根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，第二特征信息包括终端的使用对象的属性信息。
根据本发明实施例的另一方面，还提供了一种信息的处理方法，包括：终端获取场景图像；终端将场景图像发送至服务器，其中，服务器根据场景图像确定终端的第一特征信息，第一特征信息用于表示终端的场景类型；服务器还根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，第二特征信息包括终端的使用对象的属性信息。
根据本发明实施例的另一方面，还提供了一种信息的处理装置，包括：获取模块，用于获取终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型，场景类型根据终端获取的场景图像确定；确定模块，用于根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，其中，第二特征信息包括终端的使用对象的属性信息。
根据本发明实施例的另一方面，还提供了一种音箱，包括：图像采集装置，用于将采集到的场景图像发送至服务器，并接收服务器返回的推送内容，其中，服务器根据场景图像确定音箱的第一特征信息，并根据第一特征信息和音箱的至少一个第二特征信息，确定待推送的推送内容；发声装置，用于播放推送内容；其中，第一特征信息用于表示音箱的场景类型，第二特征信息包括音箱的使用对象的属性信息。
在本发明实施例中，在本申请上述实施例的方案中，根据终端获取的场景图像确定终端的场景类型，并根据用于表征场景类型的第一特征信息，和用于表征终端使用者的属性信息的第二特征信息确定终端对应的推送内容，从而将终端的场景类别作为推荐时的一种重要的维度，进而基于此方式能够为用户推荐既符合场景类别，又符合用户本身的特征的内容。由此，本申请上述实施例解决了现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了一种用于实现信息的处理方法的计算机终端(或移动设备)的硬件结构框图；
图2是根据本申请实施例1的一种信息的处理方法的流程图；
图3是根据本申请实施例1的一种基于用户画像确定推送内容的流程图；
图4是根据本申请实施例1的一种基于推荐模型确定推送内容的流程图；
图5是根据本申请实施例1的一种终端采集场景图像的流程图；
图6是根据本申请实施例2的一种信息的处理方法的流程图；
图7是根据本申请实施例3的一种信息的处理方法的流程图；
图8是根据本申请实施例4的一种信息的处理装置的示意图；
图9是根据本申请实施例5的一种信息的处理装置的示意图；
图10是根据本申请实施例6的一种信息的处理装置的示意图；以及
图11是根据本申请实施例7的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，还提供了一种信息的处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现信息的处理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的信息的处理方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的漏洞检测方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是，在一些可选实施例中，上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
在上述运行环境下，本申请提供了如图2所示的信息的处理方法。图2是根据本发明实施例1的一种信息的处理方法的流程图。
步骤S21，获取终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型，场景类型根据终端获取的场景图像确定。
具体的，上述终端可以是移动终端或者是其他的智能终端，例如：智能手机、平板电脑、智能音箱等。该终端不限于是用户个人的终端，还可以是设置在公共场合，用于为用户推荐信息的终端，例如：餐厅用于点餐的终端、书店用于推荐图书的终端等。
需要说明的是，上述终端具备图像采集装置，可以用于采集图像信息。上述场景图像可以是指终端通过预设条件的触发，或根据预设周期采集到的图像信息。
上述场景类型是根据场景图像确定的，用于描述当前场景的信息。可以预设设置多种场景类型，根据场景图像在预设的多种场景类型中，根据场景识别算法确定与其对应的场景类型。
在一种可选的实施例中，场景识别算法用于辨识输入的场景图像中的场景空间分类，例如客厅、餐厅、厨房、卧室、书房、办公室、健身房、商场等，并给出置信度最高的前n个分类及每个分类的概率打分(n可根据实际需求来定，可以取值为1<＝n<＝15)。
在另一种可选的实施例中，场景识别算法还可以用于辨识输入的场景图像中的场景人物分类，例如：儿童、老人、亲属、同事等，并给出置信度最高的前n个分类及每个分类的概率打分(n可根据实际需求来定，可以取值为1<＝n<＝15)。
上述场景类型可以是一个或多个维度上的场景类型，例如：场景类型可以包括两个维度上的场景类型，第一个维度为事件维度，第一个维度上的场景类型可以包括：办公、运动、用餐、清洁等；第二个维度为地点维度，第二个维度上的场景类型可以包括：餐厅、卧室、厨房、办公室、健身房等。
在一种可选的实施例中，用户通过终端请求内容(例如，用户请求终端推荐音乐、书籍等，此处的内容不限于多媒体内容)，终端可以在收到请求的情况下，采集当前的图像信息，并将采集的图像信息作为场景图像。终端根据场景图像，通过预设的场景识别算法确定当前的场景类型，并将场景类型发送至服务器，服务器则获取到了终端的第一特征信息。
在另一种可选的实施例中，终端监测其所在场景的变化，当其检测到其所在场景发生变化时，采集变化后的场景图像，并根据采集场景图像识别变化后的场景。终端将识别的变化后的场景发送至服务器，服务器则获取到了终端的第一特征信息。
在服务器获取到终端的第一特征信息后，服务器根据第一特征信息来确定与终端对应的推送内容。具体如步骤S23所示。
步骤S23，根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，其中，第二特征信息包括终端的使用对象的属性信息。
具体的，上述推送内容可以是终端主动发起的推送内容，也可以是与终端的交互过程中需要返回给终端的推送内容，例如：对话内容、多媒体内容等。
上述的方法应用于服务器确定终端向用户推送的推送内容，具体可以应用于终端系统的推送内容，也可以应用于终端的某个应用程序的推送内容。具体的，上述终端的使用对象即为终端的用户，第二特征信息包括终端用户的属性信息，例如：用户的年龄、性别、职业等信息。
在上述方案中，服务器基于场景类型和用户的属性信息确定终端对应的推送内容，以向用户推荐与其个人和场景均匹配的内容。
仍在上述实施例中，如果终端在接收到用户的请求后启动确定当前的场景类型，则服务器在接收到终端的场景类型后，根据接收到的第一特征信息和终端的至少一个第二特征信息确定终端的推送内容；如果服务器在终端的场景发生变化时接收到终端发送的变化后的场景类型，则服务器需要进行内容推送时，根据终端最后一次发送的第一特征信息和终端的至少一个第二特征信息确定终端的推送内容。
上述方案对于带有图像采集装置的智能终端，通过其对设备所处场景空间的辨识能力，使得设备在与人交互时可以根据不同场景作出适宜的反应，也能在主动发起话题或推荐内容时给出最符合场景需求的选项。这种场景辨识能力不仅能提升智能终端在对话、推荐等多个领域的智能化程度，也能使得营销和广告投放等更具针对性和高效性。
还需要说明的是，在本申请上述实施例的方案中，根据终端获取的场景图像确定终端的场景类型，并根据用于表征场景类型的第一特征信息，和用于表征终端使用者的属性信息的第二特征信息确定终端对应的推送内容，从而将终端的场景类别作为推荐时的一种重要的维度，进而基于此方式能够为用户推荐既符合场景类别，又符合用户本身的特征的内容。
由此，本申请上述实施例解决了现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
作为一种可选的实施例，在包含终端的用户画像的情况下，根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，包括：获取终端对应的用户画像，其中，用户画像用于表征第一特征信息和至少一个第三特征信息，其中，第三特征信息用于表示使用对象的行为特征；根据终端对应的用户画像和至少一个第二特征信息，确定终端对应的推送内容。
具体的，用户画像即为终端的使用对象的信息标签化，可以是获取用户使用终端的多种特征，将多种特征抽象成具体的标签，并利用这些标签构成终端对应的用户画像。终端的用户画像的构建需要采集用户使用终端的数据，因此在终端被使用之前，服务器中并不包含对终端的用户画像。
上述第三特征信息即为用户在使用终端时的行为特征，行为特征基于用户使用终端的使用数据确定，可以包括用户在终端上的注册信息、终端的使用数据以及根据使用数据确定的用户的偏好特征等多维度的特征数据。
在一种可选的实施例中，服务器或终端本身会获取终端的行为特征和场景类型，并对上述行为特征和场景类型进行统计分析，以持续为终端进行画像，从而抽象出用于体现用户全貌的用户画像。上述运算可以采用基于TF-IDF算法的权重归类、或者基于相关系数矩阵的权重归类算法来实现。
进一步地，可以判断确定终端是否为首次激活，如果终端不为首次激活的终端，则说明该终端已具有部分使用数据，且可以基于这些数据构建该终端的用户画像，因此确定服务器包含不为首次激活的终端的用户画像，而不包含首次激活的终端的用户画像。
本申请实施例的上述方案基于终端的场景类型和用户使用终端的行为特征为终端构建其用户画像，从而将用户本身和能够代表用户所在环境的场景类别进行结合，得到更具实际表征能力的用户画像。
在确定终端对应的用户画像之后，可以基于终端的用户画像和至少一个第二特征信息确定终端对应的推送内容，并将推送内容返回给终端，由终端展示给用户。
由于上述用户画像根据场景类型和用户使用终端的行为数据确定，且第二特征信息用于表示终端的适用对象的属性信息，因此确定的推送内容对用户本身和用户所在的场景都具有针对性。
作为一种可选的实施例，根据终端对应的用户画像和至少一个第二特征信息，确定终端对应的推送内容，包括：根据用户画像和至少一个第二特征信息从内容库中选择候选推送集合，其中，候选推送集合包括多个候选推送内容；对候选推送内容打分；根据打分结果从候选推送集合中选择一个或多个候选推送内容为终端的推送内容。
具体的，上述内容库为用于存储待推送内容的数据库，不同类型的终端的内容库可能不同，同类型终端的不同应用对应的内容库也可能不同。在一种可选的实施例中，服务器可以调用召回算法从内容库中选择候选集合。
对候选推送内容的打分用于表示推送内容与终端的匹配程度，打分越高，推送内容与终端的匹配程度越高。因此，在一种可选的实施例中，可以将候选推送内容按照打分结果有高至低进行排序，并选择前n个候选推送内容作为最终的推送内容。在另一种可选的实施例中，还可以设置分数阈值，并将打分结果超过分数阈值的候选推送内容作为推送内容。还可以使用其他方式根据打分结果从候选推送内容中选择最终的推送内容，具体可以根据最终的业务需求确定。
图3是根据本申请实施例的一种基于用户画像确定推送内容的流程图，结合图3所示，在一种可选的实施例中，可以通过如下几个步骤确定针对该场景的推荐内容：
S31，在用户允许的情况下，直接调取该终端对应的用户画像。
S32，调用召回算法，以步骤S31中得到的用户画像作为输入，根据目标用户的第二特征信息(年龄、性别、操作时间等)，从内容库中挑选出推荐候选集(例如：几百到几千个有图文或视频显示的节目)。召回算法可采用协同过滤模型或主题模型等。
S33，对召回算法给出的推荐内容进行打分排序，选出最优的结果。
具体的，召回阶段得到的候选推送内容均为用户感兴趣的内容，但集合中内容相对较多，而排序阶段则在此基础上进行更精准的计算，进而从成千上万的候选推送内容中选择出用户最感兴趣的少量，即最终的推送内容(例如：按推荐等级排序的十几个有图文或视频显示的节目)。最终按业务需求输出需要的一个或多个推荐内容。
S34，在向终端返回推送内容后，获取终端的反馈信息，并根据用户的反馈信息更新终端的用户的画像。
具体的，在终端向用户展示推送内容后，用户会基于推送内容进行进一步操作，例如选择操作、清除操作、停留一段时间等，这些操作均能反应出用户对推送内容是否感兴趣，因此可以将用户的操作作为行为反馈，持续更新终端的用户画像。这一过程仍然可以使用基于TF-IDF算法的权重归类、或者基于相关系数矩阵的权重归类算法。
作为一种可选的实施例，在不包含终端的用户画像的情况下，根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，包括：根据第一特征信息获取终端对应的推荐模型；将终端的第二特征信息输入至推荐模型；接收推荐模型返回的推送内容。
具体的，上述推荐模型是预设的与场景类型相对应的推荐模型。在一种可选的实施例中，可以在服务器端，根据不同场景Scene[k](k为场景类型的id号)建立不同的推荐模型StatisticsModel[k]。每个场景类型所对应的推荐模型可以是神经网络模型，可以基于输入的第二特征信息输出终端的推送内容。
其中，初始化阶段，可结合实际的业务需求初始化默认推荐模型，以推荐音乐为例，表一是根据本申请实施例的一种初始化内容设置的示意，其展示了在不同场景类型与推荐内容的对应关系，该推荐内容用于对神经网络模型的预测进行约束。在初始化阶段可以使用该默认推荐模型确定终端对应的推送内容。
表一
默认推荐模型代表了这个场景下所有用户的群体行为建模，可以根据定期对每个场景中所有用户的兴趣模型进行统计，建立该场景用户的大数据兴趣分布图谱，从而根据兴趣分布图谱统计出初始化的默认推荐模型。其可以具有以下几个维度：性别、年龄段、时间段、兴趣领域，对应的表达为：StatisticsModel[k]{(S，A，T，H)＝(si,aj,tm,hn)}＝StatisticsModel[k]i,j,m,n，其中，i＝0,1，k,j,m,n＝0,1,2,…S,A,T,H分别表示性别、年龄、时间段和兴趣领域。
随着用户数量的增加，推荐算法不断的根据用户的反馈进行学习，从而来更新算法模型，因此上述配置的初始化推荐模型中的内容或规则可以被推荐算法更新的推荐模型替代。
图4是根据本申请实施例1的一种基于推荐模型确定推送内容的流程图，结合图4所示，在一种可选的实施例中，对于不包含其用户画像的设备(可以是新的激活设备)，可以通过如下几个步骤得到针对该场景的推荐内容：
S41，在用户允许的情况下，从终端处获取终端的场景类型，并根据其关联的场景id(假设为k)调取对应的推荐模型StatisticsScene[k]。
S42，将第二特征信息(用户性别、年龄区间、时间区间等)作为输入，直接由该场景对应的推荐模型StatisticsScene[k]输出最可能被这类用户在当前时间段感兴趣的内容。
本身上述方案根据不同场景分类Scene[k]在服务器端建立不同的默认推荐模型StatisticsModel[k]。相比于传统的无场景信息的情况下将所有未知场景的用户汇总在一起进行统计建模，上述方案区分场景类型建模的方式对用户(终端)群的划分更精准，可以有效提升基于统计模型所进行的推荐的准确性。
作为一种可选的实施例，第二特征信息包括如下至少一项：终端的使用对象的性别信息、年龄信息以及当前的时间信息。
在上述方案中，第二特征信息处理终端的使用对象的属性信息，还包括了当前的时间信息，以及从各种维度确定与用户更加匹配的推送内容。
作为一种可选的实施例，获取终端的第一特征信息，包括：
接收终端传输的场景图像，根据场景图像确定第一特征信息，其中，终端采集场景图像并传输场景图像；或
接收终端传输的第一特征信息，其中，终端采集场景图像，并根据场景图像确定第一特征信息。
上述方案提供了两种确定场景类型的方式，第一种方式中，由终端采集场景图像，并将场景图像传输至服务器，由服务器根据场景图像确定场景类型，即第一特征信息；第二方式中，由终端采集场景图像，并由终端根据场景图像确定场景类型，服务器接收终端确定的第一特征信息，这种方式可避免将终端的场景图像上传到服务器，从而保障用户的隐私。
无论是终端根据场景图像确定场景类型，还是服务器根据场景图像确定场景类型，其均可以采用预设的图像识别算法，基于场景图像识别出终端对应的场景类型。具体的，可以将预先训练的场景识别模型作为上述图像识别算法。
下面对终端采集场景图像的方式进行说明。
作为一种可选的实施例，终端为图像采集装置被授权允许开启的终端。
需要说明的是，终端中的图像采集装置具有使用权限，只有具有其权限的情况下才能够启动图像采集装置进行场景图像的采集。
因此，在获取场景图像之前，还需要判断图像采集装置是否被授权允许开启，只有终端的图像采集装置被授权允许开启，才进入采集场景图像的步骤。
作为一种可选的实施例，终端采集场景图像，包括：终端监测终端的移动；确定终端被移动后，采集场景图像。
在上述步骤中，终端的移动可以通过终端中的定位设备来监测。当终端移动后，终端所对应的场景类型可能发生变化，因此上述步骤在监测到终端移动后，采集场景图像，以重新确定终端的场景类型。
在一种可选的实施例中，终端实时监测其自身的移动，并在检测到其启动后，采集图像信息作为场景图像。
作为一种可选的实施例，终端监测终端的移动，包括：通过终端的定位设备确定终端的位置发生变化；或通过终端所连接的网络的网络信息确定终端的位置发生变化。
上述方案提供了两种监测终端移动方式。
在一种可选的实施例中，通过定位设备监测终端的位置是否发生变化，该定位设备可以为终端内的陀螺仪或GPS设备，当陀螺仪或GPS设备监测到设备发生移动时，触发终端的图像采集装置采集场景图像。
在另一种可选的实施例中，在终端不包括定位设备，或定位设备未被授权的情况下，终端还可以根据其所连接的网络的网络信息来确定终端是否移动。此处终端连接的网络的网路信息可以是终端所接入的无线网络(蓝牙或wifi)的信息。
作为一种可选的实施例，终端监测终端的移动时，终端将静止状态计时器清零；确定终端被移动后，采集场景图像，包括：检测终端是否处于静止状态；确定终端处于静止状态，并重新启动静止状态计时器；在计时时间达到预设时间的情况下，终端采集场景图像。
具体的，上述静止状态计时器用于记录终端处于静止状态的时长，终端监测到其启动时，上一个静止状态被终止，静止状态计时器被清零。在终端被移动后再次静止时，重新通过静止状态计时器进行计时，并在计时时间达到预设时间时，才启动采集场景图像。
作为一种可选的实施例，在终端监测终端的移动之前，方法还包括：确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤；或确定终端最近一次开启摄像头后未获取终端的场景类型，则终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤。
上述方案提供了两种触发终端的图像采集装置采集场景图像的如下两种方式：
在第一种方式中，确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤。在该种方式中，终端启动采集场景图像的条件包括：监测到终端位置被移动过，此次移动后尚未拍摄过新的图像进行场景识别，且设备当前已恢复静止状态，该静止状态已持续m分钟(预设时间)。
在第二种方式中，确定终端最近一次开启摄像头后未获取终端的场景类型，则终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤，即检测终端是否处于静止状态；确定终端处于静止状态，并重新启动静止状态计时器；在计时时间达到预设时间的情况下，终端采集场景图像。在该种方式中，终端启动采集场景图像的条件包括：用户最新一次确认允许“开启摄像头”后，设备尚未拍摄过照片进行场景识别；且设备当前已持续静止m分钟。
通过上述两种方式来进行场景图像的获取，可以保证只在有必要更新场景类型时才启动场景图像获取过程，从而一方面减少图像采集和算法处理次数，另一方面将处理过程安排在终端空闲的时间段，降低对终端硬件处理能力的需求。
作为一种可选的实施例，接收到的场景图像为终端对采集到的场景图像进行脱敏处理后的场景图像。
在由服务器确定场景类型的情况下，终端会将采集到的场景图像进行脱敏处理后，再传输至服务器，由此保障了用户的隐私和信息安全。
在一种可选的实施例中，上述脱敏处理可以是首先对场景图像进行图像识别，从中识别出敏感区域(例如：面部图像信息、数字区域等)，并对敏感区域进行模糊处理，例如，对敏感区域进行打码等，最后将模糊处理后的场景图像作为脱敏后的场景图像传输至服务器。
图5是根据本申请实施例1的一种终端采集场景图像的流程图，结合图5所示，对终端采集场景图像的步骤进行说明。
S51，判断终端是否处于已授权允许开启摄像头的状态。如果是，则进入步骤S52；否则就终止场景识别。
S52，判断在用户最近一次开启摄像头及相关算法授权后，终端是否进行过场景识别。如果进行过场景识别，则进入步骤S53；否则进入步骤S55。
S53，获取表示终端是否被移动过的标识符信息。
对于含有陀螺仪或加速度传感器的终端，可以通过陀螺仪或加速度传感器检测终端移动；对于不含陀螺仪和加速度传感器的终端，可以通过获取位置信息/WIFI信息，与上次场景识别时的相关信息对比，从而判断终端是否被移动过。
S54，根据标识符信息判断在上次获取场景图像后，终端是否被移动过。如果曾被移动过，则进入步骤S55；否则就终止此次场景识别。
S55，静止状态计时器清零。
S56，判定终端当前是否处于静止状态。如果是，则进入步骤S57；否则将静止状态计时器清零，且将终端是否被移动过的标识符置为true，然后终止场景识别。
S57，静止状态计时器时间累加。
S58，判断终端当前的静止状态是否已持续m分钟。如果是，则进入步骤S59；否则返回步骤S56继续等待直至静止状态已持续m分钟再进入步骤S59。
S59，开启摄像头采集一张图像。
S510，通过场景识别算法对采集到的图像提取场景图像，输出该图像对应的场景分类，记为Scene[k](k为场景id号)。
场景识别算法的核心功能是，辨识输入图片中的场景空间分类，例如客厅、餐厅、厨房、卧室、书房、办公室、健身房、商场等，并给出置信度最高的前n个分类及每个分类的概率打分(n可根据实际需求来定，可以取值为1<＝n<＝15)。
在一种可选的实施例中，场景分类可以包括：Scene[1]:家庭里的餐厅、Scene[2]:卧室、Scene[3]:厨房、Scene[4]:家庭里的客厅、Scene[5]:家庭里的书房、Scene[6]:办公室、Scene[7]:健身房、Scene[8]:古典风格中餐厅/茶馆、Scene[9]:喜庆风格中餐厅、Scene[10]:咖啡馆、Scene[11]:酒吧、Scene[12]:西餐厅、Scene[13]:商场、Scene[14]:小卖部/便利店。
具体场景分类可根据实际应用需求酌情增加或删减种类。场景识别算法可采用CNN卷积神经网络来进行，具体分类网络模型的细节设计可根据业务需求(需要分多少类)和训练数据规模来确定。
S511，记录此次采集场景图像对应的WIFI或位置信息等，以备下次需要判断终端是否移动的时候使用。
S512，将脱敏后的纯场景分类信息上传到服务器。
上述纯场景分类信息为不含除场景图像之外的图像信息的图像，服务器将接收到的信息存储到私密的个人云存储空间中，以充分保护用户隐私。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
实施例2
根据本发明实施例，还提供了一种信息的处理方法的实施例，图6是根据本申请实施例2的一种信息的处理方法的流程图，结合图6所示，该方法包括步骤：
步骤S61，终端根据采集的场景图像确定终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型。
具体的，上述终端可以是移动终端或者是其他的智能终端，例如：智能手机、平板电脑、智能音箱等。该终端不限于是用户个人的终端，还可以是设置在公共场合，用于为用户推荐信息的终端，例如：餐厅用于点餐的终端、书店用于推荐图书的终端等。
需要说明的是，上述终端具备图像采集装置，可以用于采集图像信息。上述场景图像可以是指终端通过预设条件的触发，或根据预设周期采集到的图像信息。
上述场景类型是根据场景图像确定的，用于描述当前场景的信息。在一种可选的实施例中，具有预设的多种场景类型，可以根据场景图像在预设的多种场景类型中，根据预设的场景识别算法确定与其对应的场景类型。场景识别算法的核心功能是，辨识输入图片中的场景空间分类，例如客厅、餐厅、厨房、卧室、书房、办公室、健身房、商场等，并给出置信度最高的前n个分类及每个分类的概率打分(n可根据实际需求来定，可以取值为1<＝n<＝15)。
上述场景类型可以是一个或多个维度上的场景类型，例如：场景类型可以包括两个维度上的场景类型，第一个维度为事件维度，第一个维度上的场景类型可以包括：办公、运动、用餐、清洁等；第二个维度为地点维度，第二个维度上的场景类型可以包括：餐厅、卧室、厨房、办公室、健身房等。
在一种可选的实施例中，用户通过终端请求内容(例如，用户请求终端推荐音乐、书籍等，此处的内容不限于多媒体内容)，终端可以在收到请求的情况下，采集当前的图像信息，并将采集的图像信息作为场景图像。终端根据场景图像，通过预设的场景识别算法确定当前的场景类型，并将场景类型发送至服务器，服务器则获取到了终端的第一特征信息。
在另一种可选的实施例中，终端监测其所在场景的变化，当其检测到其所在场景发生变化时，采集变化后的场景图像，并根据采集场景图像识别变化后的场景。终端将识别的变化后的场景发送至服务器，服务器则获取到了终端的第一特征信息。
在服务器获取到终端的第一特征信息后，服务器根据第一特征信息来确定与终端对应的推送内容。具体如步骤S63所示。
步骤S63，终端向服务器发送第一特征信息，其中，服务器根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，第二特征信息包括终端的使用对象的属性信息。
具体的，上述推送内容可以是终端主动发起的推送内容，也可以是与终端的交互过程中需要返回给终端的推送内容，例如：对话内容、多媒体内容等。
上述的方法应用于服务器确定终端的推送内容，具体可以是终端系统的推送内容，也可以应用于终端的某个应用程序的推送内容。具体的，上述终端的使用对象即为终端的用户，第二特征信息包括终端用户的属性信息，例如：用户的年龄、性别、职业等信息。
在上述方案中，服务器基于场景类型和用户的属性信息确定终端对应的推送内容，以向用户推荐与其个人和场景均匹配的内容。
仍在上述实施例中，如果终端在接收到用户的请求后启动确定当前的场景类型，则服务器在接收到终端的场景类型后，根据接收到的第一特征信息和终端的至少一个第二特征信息确定终端的推送内容；如果服务器在终端的场景发生变化时接收到终端发送的变化后的场景类型，则服务器需要进行内容推送时，根据终端最后一次发送的第一特征信息和终端的至少一个第二特征信息确定终端的推送内容。
上述方案对于带有图像采集装置的智能终端，通过其对设备所处场景空间的辨识能力，使得设备在与人交互时可以根据不同场景作出适宜的反应，也能在主动发起话题或推荐内容时给出最符合场景需求的选项。这种场景辨识能力不仅能提升智能终端在对话、推荐等多个领域的智能化程度，也能使得营销和广告投放等更具针对性和高效性。
还需要说明的是，在本申请上述实施例的方案中，根据终端获取的场景图像确定终端的场景类型，并根据用于表征场景类型的第一特征信息，和用于表征终端使用者的属性信息的第二特征信息确定终端对应的推送内容，从而将终端的场景类别作为推荐时的一种重要的维度，进而基于此方式能够为用户推荐既符合场景类别，又符合用户本身的特征的内容。
由此，本申请上述实施例解决了现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
作为一种可选的实施例，终端为图像采集装置被授权允许开启的终端。
需要说明的是，终端中的图像采集装置具有使用权限，只有具有其权限的情况下才能够启动图像采集装置进行场景图像的采集。
因此，在获取场景图像之前，还需要判断图像采集装置是否被授权允许开启，只有终端的图像采集装置被授权允许开启，才进入采集场景图像的步骤。
作为一种可选的实施例，终端采集场景图像，包括：终端监测终端的移动；确定终端被移动后，采集场景图像。
在上述步骤中，终端的移动可以通过终端中的定位设备来监测。当终端移动后，终端所对应的场景类型可能发生变化，因此上述步骤在监测到终端移动后，采集场景图像，以重新确定终端的场景类型。
在一种可选的实施例中，终端实时监测其自身的移动，并在检测到其启动后，采集图像信息作为场景图像。
作为一种可选的实施例，终端监测终端的移动，包括：通过终端的定位设备确定终端的位置发生变化；或通过终端所连接的网络的网络信息确定终端的位置发生变化。
在上述步骤中，终端的移动可以通过终端中的定位设备来监测。当终端移动后，终端所对应的场景类型可能发生变化，因此上述步骤在监测到终端移动后，采集场景图像，以重新确定终端的场景类型。
在一种可选的实施例中，终端实时监测其自身的移动，并在检测到其启动后，采集图像信息作为场景图像。
作为一种可选的实施例，终端监测终端的移动时，终端将静止状态计时器清零；确定终端被移动后，采集场景图像，包括：检测终端是否处于静止状态；确定终端处于静止状态，并重新启动静止状态计时器；在计时时间达到预设时间的情况下，终端采集场景图像。
具体的，上述静止状态计时器用于记录终端处于静止状态的时长，终端监测到其启动时，上一个静止状态被终止，静止状态计时器被清零。在终端被移动后再次静止时，重新通过静止状态计时器进行计时，并在计时时间达到预设时间时，才启动采集场景图像。
作为一种可选的实施例，在终端监测终端的移动之前，上述方法还包括：确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤；或确定终端最近一次开启摄像头后未获取终端的场景类型，则终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤。
上述方案提供了两种触发终端的图像采集装置采集场景图像的如下两种方式：
在第一种方式中，确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤。在该种方式中，终端启动采集场景图像的条件包括：监测到终端位置被移动过，此次移动后尚未拍摄过新的图像进行场景识别，且设备当前已恢复静止状态，该静止状态已持续m分钟(预设时间)。
在第二种方式中，确定终端最近一次开启摄像头后未获取终端的场景类型，则终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤，即检测终端是否处于静止状态；确定终端处于静止状态，并重新启动静止状态计时器；在计时时间达到预设时间的情况下，终端采集场景图像。在该种方式中，终端启动采集场景图像的条件包括：用户最新一次确认允许“开启摄像头”后，设备尚未拍摄过照片进行场景识别；且设备当前已持续静止m分钟。
通过上述两种方式来进行场景图像的获取，可以保证只在有必要更新场景类型时才启动场景图像获取过程，从而一方面减少图像采集和算法处理次数，另一方面将处理过程安排在终端空闲的时间段，降低对终端硬件处理能力的需求。
实施例3
根据本发明实施例，还提供了一种信息的处理方法的实施例，图7是根据本申请实施例3的一种信息的处理方法的流程图，结合图7所示，该方法包括步骤：
步骤S71，终端获取场景图像。
具体的，上述终端可以是移动终端或者是其他的智能终端，例如：智能手机、平板电脑、智能音箱等。该终端不限于是用户个人的终端，还可以是设置在公共场合，用于为用户推荐信息的终端，例如：餐厅用于点餐的终端、书店用于推荐图书的终端等。
需要说明的是，上述终端具备图像采集装置，可以用于采集图像信息。上述场景图像可以是指终端通过预设条件的触发，或根据预设周期采集到的图像信息。
步骤S73，终端将场景图像发送至服务器，其中，服务器根据场景图像确定终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型；服务器还根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，第二特征信息包括终端的使用对象的属性信息。
具体的，上述推送内容可以是终端主动发起的推送内容，也可以是与终端的交互过程中需要返回给终端的推送内容，例如：对话内容、多媒体内容等。
上述场景类型是服务器根据场景图像确定的，用于描述当前场景的信息。在一种可选的实施例中，具有预设的多种场景类型，可以根据场景图像在预设的多种场景类型中，根据预设的场景识别算法确定与其对应的场景类型。场景识别算法的核心功能是，辨识输入图片中的场景空间分类，例如客厅、餐厅、厨房、卧室、书房、办公室、健身房、商场等，并给出置信度最高的前n个分类及每个分类的概率打分(n可根据实际需求来定，可以取值为1<＝n<＝15)。
上述场景类型可以是一个或多个维度上的场景类型，例如：场景类型可以包括两个维度上的场景类型，第一个维度为事件维度，第一个维度上的场景类型可以包括：办公、运动、用餐、清洁等；第二个维度为地点维度，第二个维度上的场景类型可以包括：餐厅、卧室、厨房、办公室、健身房等。
在一种可选的实施例中，用户通过终端请求内容(例如，用户请求终端推荐音乐、书籍等，此处的内容不限于多媒体内容)，终端可以在收到请求的情况下，采集当前的图像信息，并将采集的图像信息作为场景图像。服务器根据场景图像，通过预设的场景识别算法确定当前的场景类型。
在另一种可选的实施例中，终端监测其所在场景的变化，当其检测到其所在场景发生变化时，采集变化后的场景图像，服务器根据采集场景图像识别变化后的场景。
上述的方法应用于服务器确定终端的推送内容，具体可以应是终端系统的推送内容，也可以终端的某个应用程序的推送内容。具体的，上述终端的使用对象即为终端的用户，第二特征信息包括终端用户的属性信息，例如：用户的年龄、性别、职业等信息。
在上述方案中，服务器基于场景类型和用户的属性信息确定终端对应的推送内容，以向用户推荐与其个人和场景均匹配的内容。
上述方案对于带有图像采集装置的智能终端，通过其采集的场景图像，以及服务器本身对设备所处场景空间的辨识能力，使得服务器可以在终端在与人交互时，向终端返回可以根据不同场景作出适宜的反应，也能在主动发起话题或推荐内容时给出最符合场景需求的选项。这种场景辨识能力不仅能提升智能终端在对话、推荐等多个领域的智能化程度，也能使得营销和广告投放等更具针对性和高效性。
还需要说明的是，在本申请上述实施例的方案中，服务器根据终端获取的场景图像确定终端的场景类型，并根据用于表征场景类型的第一特征信息，和用于表征终端使用者的属性信息的第二特征信息确定终端对应的推送内容，从而将终端的场景类别作为推荐时的一种重要的维度，进而基于此方式能够为用户推荐既符合场景类别，又符合用户本身的特征的内容。
由此，本申请上述实施例解决了现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
实施例4
根据本发明实施例，还提供了一种用于实施实施例1中的信息的处理方法的信息的处理装置，图8是根据本申请实施例4的一种信息的处理装置的示意图，结合图8所示，该装置800包括：
获取模块802，用于获取终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型，场景类型根据终端获取的场景图像确定。
确定模块804，用于根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，其中，第二特征信息包括终端的使用对象的属性信息。
此处需要说明的是，上述获取模块802和确定模块804对应于实施例1中的步骤S21至步骤S23，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
作为一种可选的实施例，在包含终端的用户画像的情况下，确定模块包括：第一获取子模块，用于获取终端对应的用户画像，其中，用户画像用于表征第一特征信息和至少一个第三特征信息，其中，第三特征信息用于表示使用对象的行为特征；第一确定子模块，用于根据终端对应的用户画像和至少一个第二特征信息，确定终端对应的推送内容。
作为一种可选的实施例，根据终端对应的用户画像和至少一个第二特征信息，确定终端对应的推送内容，包括：选择子模块，用于根据用户画像和至少一个第二特征信息从内容库中选择候选推送集合，其中，候选推送集合包括多个候选推送内容；打分子模块，用于对候选推送内容打分；推送子模块，用于根据打分结果从候选推送集合中选择一个或多个候选推送内容为终端的推送内容。
作为一种可选的实施例，在不包含终端的用户画像的情况下，确定模块包括：第二获取子模块，用于根据第一特征信息获取终端对应的推荐模型；输入子模块，用于将终端的第二特征信息输入至推荐模型；返回子模块，用于接收推荐模型返回的推送内容。
作为一种可选的实施例，第二特征信息包括如下至少一项：终端的使用对象的性别信息、年龄信息以及当前的时间信息。
作为一种可选的实施例，获取模块包括：第一接收子模块，用于接收终端传输的场景图像，根据场景图像确定第一特征信息，其中，终端采集场景图像并传输场景图像；或第二接收子模块，用于接收终端传输的第一特征信息，其中，终端采集场景图像，并根据场景图像确定第一特征信息。
作为一种可选的实施例，终端为图像采集装置被授权允许开启的终端。
作为一种可选的实施例，第一接收子模块或第二接收子模块包括：监测单元，用于终端监测终端的移动；确定单元，用于确定终端被移动后，采集场景图像。
作为一种可选的实施例，所监测单元包括：第一确定子单元，用于通过终端的定位设备确定终端的位置发生变化；或第二确定子单元，用于通过终端所连接的网络的网络信息确定终端的位置发生变化。
作为一种可选的实施例，终端监测终端的移动时，终端将静止状态计时器清零；确定单元包括：检测子单元，用于检测终端是否处于静止状态；第三确定子单元，用于确定终端处于静止状态，并重新启动静止状态计时器；采集子单元，用于在计时时间达到预设时间的情况下，终端采集场景图像。
作为一种可选的实施例，上述监测单元还包括：第四确定子单元，用于在终端监测终端的移动之前，确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤；或第五确定子单元，用于确定终端最近一次开启摄像头后未获取终端的场景类型，终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤。
作为一种可选的实施例，接收到的场景图像为终端对采集到的场景图像进行脱敏处理后的场景图像。
实施例5
根据本发明实施例，还提供了一种用于实施上述实施例2中的信息的处理方法的信息的处理装置，图9是根据本申请实施例5的一种信息的处理装置的示意图，如图9所示，该装置900包括：
确定模块902，用于终端根据采集的场景图像确定终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型。
发送模块904，用于终端向服务器发送第一特征信息，其中，服务器根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，第二特征信息包括终端的使用对象的属性信息。
此处需要说明的是，上述确定模块902和发送模块904对应于实施例2中的步骤S61至步骤S63，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
作为一种可选的实施例，终端为图像采集装置被授权允许开启的终端。
作为一种可选的实施例，装置还包括：采集模块，采集模块包括：监测子模块，用于终端监测终端的移动；确定子模块，用于确定终端被移动后，采集场景图像。
作为一种可选的实施例，监测子模块包括：第一确定单元，用于通过终端的定位设备确定终端的位置发生变化；或第二确定单元，用于通过终端所连接的网络的网络信息确定终端的位置发生变化。
作为一种可选的实施例，终端监测终端的移动时，终端将静止状态计时器清零；确定子模块包括：检测单元，用于检测终端是否处于静止状态；第三确定单元，用于确定终端处于静止状态，并重新启动静止状态计时器；采集单元，用于在计时时间达到预设时间的情况下，终端采集场景图像。
作为一种可选的实施例，采集模块还包括：第四确定单元，用于在终端监测终端的移动之前，确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤；或第五确定单元，用于确定终端最近一次开启摄像头后未获取终端的场景类型，则终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤。
实施例6
根据本发明实施例，还提供了一种用于实施上述实施例3中的信息的处理方法的信息的处理装置，图10是根据本申请实施例6的一种信息的处理装置的示意图，如图10所示，该装置1000包括：
获取模块1002，用于终端获取场景图像；
发送模块1004，用于终端将场景图像发送至服务器，其中，服务器根据场景图像确定终端的第一特征信息，第一特征信息用于表示终端的场景类型；服务器还根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，第二特征信息包括终端的使用对象的属性信息。
此处需要说明的是，上述获取模块1002和发送模块1004对应于实施例3中的步骤S71至步骤S73，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
实施例7
本发明的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。
可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中，上述计算机终端可以执行应用程序的漏洞检测方法中以下步骤的程序代码：获取终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型，场景类型根据终端获取的场景图像确定；根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，其中，第二特征信息包括终端的使用对象的属性信息。
可选地，图11是根据本申请实施例7的一种计算机终端的结构框图。如图11所示，该计算机终端A可以包括：一个或多个(图中仅示出一个)处理器1102、存储器1104、以及外设接口1106。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的安全漏洞检测方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的系统漏洞攻击的检测方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取终端的第一特征信息，其中，第一特征信息用于表示终端的场景类型，场景类型根据终端获取的场景图像确定；根据第一特征信息和终端的至少一个第二特征信息，确定终端对应的推送内容，其中，第二特征信息包括终端的使用对象的属性信息。
可选的，上述处理器还可以执行如下步骤的程序代码：在包含终端的用户画像的情况下，获取终端对应的用户画像，其中，用户画像用于表征第一特征信息和至少一个第三特征信息，其中，第三特征信息用于表示使用对象的行为特征；根据终端对应的用户画像和至少一个第二特征信息，确定终端对应的推送内容。
可选的，上述处理器还可以执行如下步骤的程序代码：根据用户画像和至少一个第二特征信息从内容库中选择候选推送集合，其中，候选推送集合包括多个候选推送内容；对候选推送内容打分；根据打分结果从候选推送集合中选择一个或多个候选推送内容为终端的推送内容。
可选的，上述处理器还可以执行如下步骤的程序代码：在不包含终端的用户画像的情况下，根据第一特征信息获取终端对应的推荐模型；将终端的第二特征信息输入至推荐模型；接收推荐模型返回的推送内容。
可选的，上述处理器还可以执行如下步骤的程序代码：第二特征信息包括如下至少一项：终端的使用对象的性别信息、年龄信息以及当前的时间信息。
可选的，上述处理器还可以执行如下步骤的程序代码：接收终端传输的场景图像，根据场景图像确定第一特征信息，其中，终端采集场景图像并传输场景图像；或接收终端传输的第一特征信息，其中，终端采集场景图像，并根据场景图像确定第一特征信息。
可选的，上述处理器还可以执行如下步骤的程序代码：终端为图像采集装置被授权允许开启的终端。
可选的，上述处理器还可以执行如下步骤的程序代码：终端监测终端的移动；确定终端被移动后，采集场景图像。
可选的，上述处理器还可以执行如下步骤的程序代码：通过终端的定位设备确定终端的位置发生变化；或通过终端所连接的网络的网络信息确定终端的位置发生变化。
可选的，上述处理器还可以执行如下步骤的程序代码：终端监测终端的移动时，终端将静止状态计时器清零；检测终端是否处于静止状态；确定终端处于静止状态，并重新启动静止状态计时器；在计时时间达到预设时间的情况下，终端采集场景图像。
可选的，上述处理器还可以执行如下步骤的程序代码：在终端监测终端的移动之前，确定终端最近一次开启摄像头后获取了终端的场景类型，进入终端监测终端的移动的步骤；或确定终端最近一次开启摄像头后未获取终端的场景类型，终端将静止状态计时器清零，并进入检测终端是否处于静止状态的步骤。
可选的，接收到的场景图像为终端对采集到的场景图像进行脱敏处理后的场景图像。
采用本发明实施例，提供了一种信息的处理方法。根据终端获取的场景图像确定终端的场景类型，并根据用于表征场景类型的第一特征信息，和用于表征终端使用者的属性信息的第二特征信息确定终端对应的推送内容，从而将终端的场景类别作为推荐时的一种重要的维度，进而基于此方式能够为用户推荐既符合场景类别，又符合用户本身的特征的内容。由此，本申请上述实施例解决了现有技术中向用户推荐的内容与用户所在场景不匹配的技术问题。
本领域普通技术人员可以理解，图11所示的结构仅为示意，计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices，MID)、PAD等终端设备。图11其并不对上述电子装置的结构造成限定。例如，计算机终端110还可包括比图11中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图11所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
实施例8
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的信息的处理方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取终端的第一特征信息，其中，所述第一特征信息用于表示所述终端的场景类型，所述场景类型根据所述终端获取的场景图像确定；根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，其中，所述第二特征信息包括所述终端的使用对象的属性信息。
实施例9
本申请的实施例还提供了一种音箱，包括：
图像采集装置，用于将采集到的场景图像发送至服务器，并接收所述服务器返回的推送内容，其中，所述服务器根据所述场景图像确定所述音箱的第一特征信息，并根据所述第一特征信息和所述音箱的至少一个第二特征信息，确定待推送的推送内容；
发声装置，用于播放所述推送内容；
其中，所述第一特征信息用于表示所述音箱的场景类型，所述第二特征信息包括所述音箱的使用对象的属性信息。
具体的，上述服务器确定音箱对应的推送内容的方案，可以与实施例1中服务器确定终端对应的推送内容的方案相同，此处不再赘述。
在音箱接收到服务器发送的推送内容后，音箱是否播放推送内容中的声音信息，可以根据音箱的设置来确定。例如，可以仅在音箱开启智能推荐的功能时才播放推送内容的声音信息，或仅在音箱未播放其他内容的情况下才播放推送内容中的声音信息。
作为一种可选的实施例，上述音箱还包括：显示装置，用于显示所述推送内容中的图像信息。
具体的，音箱的显示装置可以设置在音箱壳体表面的任意位置。上述图像信息可以包括图片、文字、视频等可以使用图像的形式展示的信息。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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，本发明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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (18)
1.一种信息的处理方法，其特征在于，包括：
获取终端的第一特征信息，其中，所述第一特征信息用于表示所述终端的场景类型，所述场景类型根据所述终端获取的场景图像确定；
根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，其中，所述第二特征信息包括所述终端的使用对象的属性信息；
其中，在所述获取终端的第一特征信息之前，所述方法还包括：通过所述终端采集所述场景图像，通过所述终端采集所述场景图像的步骤包括：通过所述终端监测所述终端的移动；确定所述终端被移动后，采集所述场景图像；
其中，通过所述终端监测所述终端的移动时，所述终端将静止状态计时器清零；所述确定所述终端被移动后，采集所述场景图像，包括：检测所述终端是否处于静止状态；确定所述终端处于所述静止状态，并重新启动所述静止状态计时器；在计时时间达到预设时间的情况下，通过所述终端采集所述场景图像。
2.根据权利要求1所述的方法，其特征在于，在包含所述终端的用户画像的情况下，根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，包括：
获取所述终端对应的用户画像，其中，所述用户画像用于表征所述第一特征信息和至少一个第三特征信息，其中，所述第三特征信息用于表示所述使用对象的行为特征；
根据所述终端对应的用户画像和所述至少一个第二特征信息，确定用于向所述终端推送的推送内容。
3.根据权利要求2所述的方法，其特征在于，根据所述终端对应的用户画像和所述至少一个第二特征信息，确定所述终端对应的推送内容，包括：
根据所述用户画像和所述至少一个第二特征信息从内容库中选择候选推送集合，其中，所述候选推送集合包括多个候选推送内容；
对所述候选推送内容打分；
根据打分结果从所述候选推送集合中选择一个或多个候选推送内容为所述终端的推送内容。
4.根据权利要求1所述的方法，其特征在于，在不包含所述终端的用户画像的情况下，根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，包括：
根据所述第一特征信息获取所述终端对应的推荐模型；
将所述终端的第二特征信息输入至所述推荐模型；
接收所述推荐模型返回的所述推送内容。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述第二特征信息包括如下至少一项：所述终端的使用对象的性别信息、年龄信息以及当前的时间信息。
6.根据权利要求1所述的方法，其特征在于，获取终端的第一特征信息，包括：
接收所述终端传输的所述场景图像，根据所述场景图像确定所述第一特征信息，其中，所述终端采集所述场景图像并传输所述场景图像；或
接收所述终端传输的所述第一特征信息，其中，所述终端采集所述场景图像，并根据所述场景图像确定所述第一特征信息。
7.根据权利要求6所述的方法，其特征在于，所述终端为图像采集装置被授权允许开启的终端。
8.根据权利要求1所述的方法，其特征在于，所述终端监测所述终端的移动，包括：
通过所述终端的定位设备确定所述终端的位置发生变化；或
通过所述终端所连接的网络的网络信息确定所述终端的位置发生变化。
9.根据权利要求1所述的方法，其特征在于，在所述终端监测所述终端的移动之前，所述方法还包括：
确定所述终端最近一次开启摄像头后获取了所述终端的场景类型，进入所述终端监测所述终端的移动的步骤；或
确定所述终端最近一次开启摄像头后未获取所述终端的场景类型，所述终端将静止状态计时器清零，并进入检测所述终端是否处于静止状态的步骤。
10.根据权利要求1所述的方法，其特征在于，接收到的所述场景图像为所述终端对采集到的所述场景图像进行脱敏处理后的场景图像。
11.一种信息的处理方法，其特征在于，包括：
终端根据采集的场景图像确定所述终端的第一特征信息，其中，所述第一特征信息用于表示所述终端的场景类型；
所述终端向服务器发送所述第一特征信息，其中，所述服务器根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，所述第二特征信息包括所述终端的使用对象的属性信息；
其中，在所述终端根据采集的场景图像确定所述终端的第一特征信息之前，所述方法还包括：所述终端采集所述场景图像，所述终端采集所述场景图像的步骤包括：所述终端监测所述终端的移动；确定所述终端被移动后，采集所述场景图像；
其中，所述终端监测所述终端的移动时，所述终端将静止状态计时器清零；所述确定所述终端被移动后，采集所述场景图像，包括：检测所述终端是否处于静止状态；确定所述终端处于所述静止状态，并重新启动所述静止状态计时器；在计时时间达到预设时间的情况下，所述终端采集所述场景图像。
12.根据权利要求11所述的方法，其特征在于，所述终端为图像采集装置被授权允许开启的终端。
13.根据权利要求11所述的方法，其特征在于，所述终端监测所述终端的移动，包括：
通过所述终端的定位设备确定所述终端的位置发生变化；或
通过所述终端所连接的网络的网络信息确定所述终端的位置发生变化。
14.根据权利要求11所述的方法，其特征在于，在所述终端监测所述终端的移动之前，所述方法还包括：
确定所述终端最近一次开启摄像头后获取了所述终端的场景类型，进入所述终端监测所述终端的移动的步骤；或
确定所述终端最近一次开启摄像头后未获取所述终端的场景类型，则所述终端将静止状态计时器清零，并进入检测所述终端是否处于静止状态的步骤。
15.一种信息的处理方法，其特征在于，包括：
终端获取场景图像；
所述终端将所述场景图像发送至服务器，其中，所述服务器根据所述场景图像确定所述终端的第一特征信息，所述第一特征信息用于表示所述终端的场景类型；
所述服务器还根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，所述第二特征信息包括所述终端的使用对象的属性信息；
其中，所述终端获取场景图像，包括：所述终端监测所述终端的移动，确定所述终端被移动后，采集所述场景图像；
其中，所述终端监测所述终端的移动时，所述终端将静止状态计时器清零；所述确定所述终端被移动后，采集所述场景图像，包括：检测所述终端是否处于静止状态；确定所述终端处于所述静止状态，并重新启动所述静止状态计时器；在计时时间达到预设时间的情况下，所述终端采集所述场景图像。
16.一种信息的处理装置，其特征在于，包括：
获取模块，用于获取终端的第一特征信息，其中，所述第一特征信息用于表示所述终端的场景类型，所述场景类型根据所述终端获取的场景图像确定；
确定模块，用于根据所述第一特征信息和所述终端的至少一个第二特征信息，确定所述终端对应的推送内容，其中，所述第二特征信息包括所述终端的使用对象的属性信息；
其中，所述装置还用于，在获取终端的第一特征信息之前，通过以下步骤采集所述场景图像：通过所述终端监测所述终端的移动；确定所述终端被移动后，采集所述场景图像；
其中，通过所述终端监测所述终端的移动时，所述终端将静止状态计时器清零；所述确定所述终端被移动后，采集所述场景图像，包括：检测所述终端是否处于静止状态；确定所述终端处于所述静止状态，并重新启动所述静止状态计时器；在计时时间达到预设时间的情况下，通过所述终端采集所述场景图像。
17.一种音箱，其特征在于，包括：
图像采集装置，用于将采集到的场景图像发送至服务器，并接收所述服务器返回的推送内容，其中，所述服务器根据所述场景图像确定所述音箱的第一特征信息，并根据所述第一特征信息和所述音箱的至少一个第二特征信息，确定待推送的推送内容；
发声装置，用于播放所述推送内容；
其中，所述第一特征信息用于表示所述音箱的场景类型，所述第二特征信息包括所述音箱的使用对象的属性信息；
其中，所述图像采集装置还用于通过以下步骤采集所述场景图像：通过所述音箱监测所述音箱的移动；确定所述音箱被移动后，采集所述场景图像；
其中，通过所述音箱监测所述音箱的移动时，所述音箱将静止状态计时器清零；所述确定所述音箱被移动后，采集所述场景图像，包括：检测所述音箱是否处于静止状态；确定所述音箱处于所述静止状态，并重新启动所述静止状态计时器；在计时时间达到预设时间的情况下，采集所述场景图像。
18.根据权利要求17所述的音箱，其特征在于，所述音箱还包括：
显示装置，用于显示所述推送内容中的图像信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910369243.5A CN111898017B (zh) | 2019-05-05 | 2019-05-05 | 信息的处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910369243.5A CN111898017B (zh) | 2019-05-05 | 2019-05-05 | 信息的处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111898017A CN111898017A (zh) | 2020-11-06 |
| CN111898017B true CN111898017B (zh) | 2024-05-14 |
Family
ID=73169257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910369243.5A Active CN111898017B (zh) | 2019-05-05 | 2019-05-05 | 信息的处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111898017B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011118249A1 (ja) * | 2010-03-24 | 2011-09-29 | 株式会社日立製作所 | コンテンツ推薦サーバ、コンテンツ表示端末、およびコンテンツ推薦システム |
| CN104954410A (zh) * | 2014-03-31 | 2015-09-30 | 腾讯科技（北京）有限公司 | 消息推送方法、装置及服务器 |
| WO2016150170A1 (zh) * | 2015-03-25 | 2016-09-29 | 百度在线网络技术（北京）有限公司 | 一种推荐方法、装置、设备及计算机存储介质 |
| CN106294489A (zh) * | 2015-06-08 | 2017-01-04 | 北京三星通信技术研究有限公司 | 内容推荐方法、装置及系统 |
| CN106878355A (zh) * | 2015-12-11 | 2017-06-20 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法和装置 |
| CN107241552A (zh) * | 2017-06-30 | 2017-10-10 | 广东欧珀移动通信有限公司 | 一种图像获取方法、装置、存储介质和终端 |
| CN108509660A (zh) * | 2018-05-29 | 2018-09-07 | 维沃移动通信有限公司 | 一种播放对象推荐方法及终端设备 |
-
2019
- 2019-05-05 CN CN201910369243.5A patent/CN111898017B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011118249A1 (ja) * | 2010-03-24 | 2011-09-29 | 株式会社日立製作所 | コンテンツ推薦サーバ、コンテンツ表示端末、およびコンテンツ推薦システム |
| CN104954410A (zh) * | 2014-03-31 | 2015-09-30 | 腾讯科技（北京）有限公司 | 消息推送方法、装置及服务器 |
| WO2016150170A1 (zh) * | 2015-03-25 | 2016-09-29 | 百度在线网络技术（北京）有限公司 | 一种推荐方法、装置、设备及计算机存储介质 |
| CN106294489A (zh) * | 2015-06-08 | 2017-01-04 | 北京三星通信技术研究有限公司 | 内容推荐方法、装置及系统 |
| CN106878355A (zh) * | 2015-12-11 | 2017-06-20 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法和装置 |
| CN107241552A (zh) * | 2017-06-30 | 2017-10-10 | 广东欧珀移动通信有限公司 | 一种图像获取方法、装置、存储介质和终端 |
| CN108509660A (zh) * | 2018-05-29 | 2018-09-07 | 维沃移动通信有限公司 | 一种播放对象推荐方法及终端设备 |
Non-Patent Citations (1)
| Title |
|---|
| 一种基于位置服务信息的移动推荐模型;申园园;余文;;计算机应用与软件;20161215(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111898017A (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220060770A1 (en) | Method and apparatus for recommending live streaming room | |
| CN109769128B (zh) | 视频推荐方法、视频推荐装置和计算机可读存储介质 | |
| CN106162369B (zh) | 一种实现虚拟场景中互动的方法、装置及系统 | |
| JP5877455B2 (ja) | アンケートシステム、アンケート回答装置、アンケート回答方法、及びアンケート回答プログラム | |
| US20230231923A1 (en) | System And Method For Modifying A Preference | |
| US8864587B2 (en) | User device position indication for security and distributed race challenges | |
| WO2017133343A1 (zh) | 一种图片处理方法、装置及电子设备 | |
| CN103944804B (zh) | 推荐联系人的方法及装置 | |
| EP3786969A1 (en) | Fitness management method, device, and computer readable storage medium | |
| CN103207675A (zh) | 制作媒体节目集锦或扩充媒体节目 | |
| US20160112364A1 (en) | Systems and Methods for Mobile Matchmaking Requiring Users to Chat before Successively Revealing Identities | |
| CN107784045B (zh) | 一种快捷回复方法和装置、一种用于快捷回复的装置 | |
| CN110772796B (zh) | 组队方法、装置及电子设备 | |
| JP2016076078A (ja) | マッチングシステム | |
| US20180160960A1 (en) | Information processing system and information processing method | |
| CN110688576B (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
| KR20180133593A (ko) | 중개 방법 및 장치 | |
| US20150026272A1 (en) | Server device, method, and non-transitory computer-readable storage medium storing program | |
| US20140096075A1 (en) | Method of and circuit for displaying images associated with a plurality of picture files | |
| JP6679690B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
| US20160042473A1 (en) | Method for managing via web data related to an event and/or a person and/or an organization | |
| CN111898017B (zh) | 信息的处理方法和装置 | |
| US20140096008A1 (en) | Method of and circuit for displaying an image | |
| KR102002473B1 (ko) | 사용자 맞춤형 전시품 이미지 제공 시스템 및 방법 | |
| KR20170119908A (ko) | 경기 결과 예측 서비스를 제공하는 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 |