CN112035751A - 信息推荐的方法、装置、设备以及存储介质 - Google Patents
信息推荐的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN112035751A CN112035751A CN202011065721.2A CN202011065721A CN112035751A CN 112035751 A CN112035751 A CN 112035751A CN 202011065721 A CN202011065721 A CN 202011065721A CN 112035751 A CN112035751 A CN 112035751A
- Authority
- CN
- China
- Prior art keywords
- target object
- user
- recommendation
- information
- geographic position
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000015654 memory Effects 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
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 Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开信息推荐的方法、装置、设备以及存储介质,涉及图像处理、智能搜索等领域。具体实现方案为:获取图像中的目标对象,根据目标对象的内容确定目标对象的地理位置;利用目标对象的内容和地理位置,确定目标对象的特征;生成包含特征的推荐信息。本申请通过用户上传的图像即可确定用户希望了解的目的地,从而得出对应目的地的特征介绍。一方面可以帮助用户摆脱对于导游的依赖,另一方面免去了用户频繁输入目标对象的信息进行查找的繁琐,提高了用户的体验。
Description
技术领域
本申请涉及智能搜索领域,尤其涉及基于图像处理的智能搜索领域。
背景技术
游客在旅游过程中,对于景点的了解主要靠导游的介绍或者手动通过互联网搜索景点关键字实现。
一方面,导游的业务水平参差不齐;另一方面,对于通过互联网搜索得到的结果,需要用户进行筛选比对从而进行景点选择。由此导致游客体验不佳。
发明内容
本申请提供了一种信息推荐的方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种信息推荐的方法,该方法可以包括以下步骤:
获取图像中的目标对象,根据目标对象的内容确定目标对象的地理位置;
利用目标对象的内容和地理位置,确定目标对象的特征;
生成包含特征的推荐信息。
根据本申请的另一方面,提供了一种信息推荐的装置,该装置可以包括以下组件:
地理位置确定模块,用于获取图像中的目标对象,根据目标对象的内容确定目标对象的地理位置;
特征确定模块,用于利用目标对象的内容和地理位置,确定目标对象的特征;
推荐信息生成模块,用于生成包含特征的推荐信息。
第三方面,本申请实施例提供一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
第四方面,本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意一项实施例所提供的方法。
根据本申请的技术通过用户上传的图像即可确定用户希望了解的目的地,从而得出对应目的地的推荐。一方面可以帮助用户摆脱对导游的依赖,另一方面免去了用户频繁手动输入目的地的景点从而进行查找、筛选的繁琐,可以提高用户的体验。
另外,本申请无需借助全球定位系统即可确定用户希望了解的目的地信息。尤其可以适用于用户尚未到达某一区域(景区、商圈)却希望了解该区域的推荐信息的场景。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请信息推荐的方法的流程图;
图2是根据本申请确定目标对象的地理位置的流程图;
图3是根据本申请确定目标对象的特征的流程图;
图4是根据本申请生成推荐信息的流程图;
图5是根据本申请信息推荐的装置的示意图;
图6是用来实现本申请实施例的信息推荐的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,本申请提供一种信息推荐的方法,该方法可以包括以下步骤:
S101:获取图像中的目标对象,根据目标对象的内容确定目标对象的地理位置;
S102:利用目标对象的内容和地理位置,确定目标对象的特征;
S103:生成包含特征的推荐信息。
本申请实施例的执行主体可以是带屏智能设备或者与带屏智能设备通信的云端。以下以云端为执行主体为例,进行说明。
本申请实施例所涉及的场景可以是商铺推荐、景点推荐或旅游线路推荐等。
本申请实施例中的图像可以是用户通过带屏智能设备拍摄的景区导览图、商场导览图等。以景区导览图为例进行说明:一般情况下,景区导览图包括各个旅游景点的名称以及象形图标等。上述旅游景点可以作为本申请实施例中的目标对象,旅游景点的名称或象形图标等可以作为目标对象的内容。
云端通过光学字符识别技术(OCR,Optical Character Recognition)或图像识别技术,可以对图像中的目标对象进行识别。
以用户拍摄的图像为颐和园景区的导览图为例。通过文字识或图像别等方式可以确定出用户拍摄的图像中包含“售票处”、“游客中心”、“昆明湖”、“佛香阁”、“苏州街”等文字或对应的象形图标。将上述文字和/或象形图标进行汇总,在数据库中进行遍历,从而确定出包含上述文字和/或象形图标的景区的地理位置,即,确定出“颐和园”为用户拍摄的图像中每个目标对象所在的地理位置。
上述目的在于,对于一些重名率较高的景点,如“苏州街”、“大雄宝殿”、“一线天”等,可能会存在于多个地理位置上,例如,“苏州街”可以作为颐和园景区的一个景点存在于颐和园景区中;另外,“苏州街”也可以作为北京市的一条街道,存在于北京市海淀区。又例如,“大雄宝殿”可能存在于多个寺庙中,再例如,“一线天”可能存在于多个风景名胜区。若仅对单一目标对象进行识别,则有可能存在无法确认目标对象的地理位置的弊端。基于上述弊端,可能造成无法准确得出用户希望了解的景点。
本申请的上述实施例,利用在同一图像中的各目标对象处于相同的地理位置(例如同一商场、同一景区或者同一城市等)。从而可以采用至少一个目标对象的内容即可确定出图像中每个目标对象的地理位置。
例如,确认“苏州街”的地理位置时,可能存在北京市和颐和园。在确认“昆明湖”的地理位置时,可能包括云南和颐和园。基于此,可以进一步结合“苏州街”和“昆明湖”的地理位置的交集,确定出“苏州街”和“昆明湖”的地理位置为颐和园。
利用每个目标对象的内容以及前述确定出的地理位置,即可确定每个目标对象的简介。该简介可以通过网络爬虫等技术从互联网数据库中获取。
以目标对象包括“苏州街”为例。可以从互联网数据库中获取颐和园景区中的“苏州街”的信息。该信息可以包括对于“苏州街”的历史介绍,游客对于苏州街的评价等信息。上述信息即可作为“苏州街”的特征。
该特征可以以叠加图层的方式,显示在图像中“苏州街”附近的区域。或者,本申请还可以应用于电子地图。例如,通过用户上传的图像信息确定用户希望了解颐和园景区的介绍,则向用户展示颐和园景区的电子地图。在用户于电子地图中点击了“苏州街”的文字或象形图标的情况下,将获取的“苏州街”的特征进行显示。
本申请是以中国景区为示例进行说明,实际使用中,还可以根据光学字符识别技术或图像识别技术对外文表述的目标对象进行识别,从而得出对应的特征。即,本申请方案尤其可以适用于在不同国家出行的场景,对于不熟悉外语的用户,通过用户上传的图像即可对图像中的不同语种进行识别,从而确定出用户希望了解的目的地,最终得出对应目的地的介绍。由此,一方面可以帮助用户脱离对景区导游的依赖,另一方面免去了用户频繁输入景点信息进行查找的繁琐,提高了用户的体验。
另外,本申请可以无需借助全球定位系统(GPS)即可确定用户希望了解的信息。尤其可以适用于用户尚未到达某一区域(景区)却希望了解该区域的推荐信息的场景。例如,某用户计划第二天游览颐和园,可以在任意渠道提前获取颐和园的导览图。利用本申请的上述方法即可获取颐和园各个景点的特征,从而对第二天的游览进行提前规划。
在一种实施方式中,步骤S101具体可以进一步包括以下子步骤:
S1011:获取图像中的至少一个目标对象;
S1012:根据每个目标对象的内容,分别确定出每个目标对象的候选地理位置;
S1013:将每个目标对象的候选地理位置进行并集运算得到的唯一的地理位置,作为每个目标对象共同的地理位置。
本申请实施例中,可以依次从目标对象中选择未确定地理位置的目标对象进行地理位置的确定。选择的方式可以包括依次选择、随机选择,或者,还可以根据各目标对象被查询的次数进行选择。
仍以颐和园景区为例,在确定出图像中包含“售票处”、“游客中心”、“昆明湖”、“佛香阁”、“苏州街”等文字或象形图标的情况下,若随机选择或依次选择,可能通过最后一次选择出的“佛香阁”才能确认出地理位置为颐和园。而“佛香阁”作为颐和园最著名的景点之一,其被查询的次数可能会高于其他景点。基于此,可以基于各目标对象被查询的次数优先选择“佛香阁”进行地理位置的确认,从而可以较快的确认出地理位置为颐和园。
另外,还可以分别获取一个或多个目标对象的内容,根据获取到的内容确定每个目标对象有可能出现的地理位置。进而对该地理位置进行并集运算,将得出的唯一地理位置作为每个目标对象的地理位置。
通过上述方案,可以较快速、准确地确认出目标对象的地理位置。
如图3所示,在一种实施方式中,步骤S102可以进一步包括以下子步骤:
S1021:根据目标对象的内容和地理位置,从至少一个渠道获取目标对象的描述信息;描述信息包括目标对象的介绍信息和/或对目标对象的评价信息;
S1022:对描述信息进行解析,得到至少一个关键词;
S1023:利用关键词生成目标对象的特征。
目标对象的描述信息可以从目标对象所在地理位置的官方网站、点评类网站获取或新闻类网站等不同渠道获取。
由于不同渠道的描述信息有可能不同,因此,可以对不同渠道获取到的信息进行解析。
解析过程可以包括语义聚类和/或关键词提取等。其中,语义聚类可以是基于目标对象的介绍以及新闻进行的。例如某个名胜古迹举办展览或举办庆典等活动。关键词提取可以是对用户评价信息的提取,例如某家餐馆的环境优美、上菜速度快、等位时间长等。又如某个景点适合拍照、适合观看风景或者不推荐游览等。
利用对目标对象的描述信息的解析,即可生成目标对象的特征。
如图4所示,在一种实施方式中,步骤S103可以进一步包括以下子步骤:
S1031:获取用户的特征;
S1032:根据目标对象的特征确定目标对象与用户的相关性;
S1033:根据相关性选择与用户匹配的推荐目标对象;
S1034:将推荐目标对象的特征作为推荐信息。
在一种方式中,可以直接根据目标对象的用户评价信息进行推荐。例如,对于A、B两个目标对象,网络中大多数用户(游人或食客)对A目标对象为正面评价,且对B目标对象为负面评价。由此,可以直接基于评价信息将A目标对象的特征作为推荐信息,生成A目标对象的特征。
另外,还可以结合拍摄包含A、B两个目标对象图像的用户的特征进行信息推荐。拍摄该图像的用户可以作为目标用户。例如,可以获取目标用户的喜好作为该用户的特征。目标用户的喜好可以通过目标用户经常浏览的网络内容、经常光顾的店铺或景区确定。
目标用户的特征可以以标签的形式存在。通过获取目标用户的标签所对应的词向量,即可获取目标用户的特征。另外,还可以采用同样的方式确定出目标对象的特征所对应的向量。
可以通过计算向量距离的方式确定每个目标对象的特征与目标用户的特征之间的相关性。该相关性可以表示为每个目标对象与目标用户之间的相关性。
在相关性高于阈值的情况下,即可以确定为是目标用户感兴趣的目标对象。对于相关性高于阈值的目标对象,可以称为推荐目标对象。推荐目标对象的特征即可以作为推荐信息。
通过上述方案,可以根据用户的喜好在目标对象中进行筛选,从而得出用户感兴趣的最佳游览线路。满足不同用户的个性化信息推荐的需求。
在一种实施方式中,用户的特征包括:用户的兴趣特征、用户的身体特征中的至少一种。
用户的兴趣特征可以通过目标用户经常浏览的网络内容,或者经常光顾的店铺或景区确定。
用户的身体特征可以根据目标用户的年龄、性别、身高、体重和/或疾病史等信息确定。
另外,用户的特征还可以包括目标用户计划进行游览的时间等。
通过上述方案,结合用户的个性化信息进行推荐信息的定制,从而可以做到千人千面,满足不同用户的个性化信息推荐的需求。
如图5所示,本申请提供一种信息推荐的装置,该装置可以包括以下组件:
地理位置确定模块501,用于获取图像中的目标对象,根据目标对象的内容确定目标对象的地理位置;
特征确定模块502,用于利用目标对象的内容和地理位置,确定目标对象的特征;
推荐信息生成模块503,用于生成包含特征的推荐信息。
在一种实施方式中,地理位置确定模块501可以进一步包括:
目标对象获取子模块,用于获取图像中的至少一个目标对象;
候选地理位置确定子模块,用于根据每个目标对象的内容,分别确定出每个目标对象的候选地理位置;
地理位置确定执行子模块,用于将每个目标对象的候选地理位置进行并集运算得到唯一的地理位置,作为每个目标对象共同的地理位置。
在一种实施方式中,特征确定模块502可以进一步包括:
描述信息获取子模块,用于根据目标对象的内容和地理位置,从至少一个渠道获取目标对象的描述信息;描述信息包括目标对象的介绍信息和/或对目标对象的评价信息;
关键词提取子模块,用于对描述信息进行解析,得到多个关键词;
特征确定执行子模块,用于利用关键词生成目标对象的特征。
在一种实施方式中,推荐信息生成模块503可以进一步包括:
用户的特征获取子模块,用于获取用户的特征;
相关性确定子模块,用于根据目标对象的特征确定目标对象与用户的相关性;
推荐目标对象选择子模块,用于根据相关性选择与用户匹配的推荐目标对象;
推荐信息生成执行子模块,用于将推荐目标对象的特征作为推荐信息。
在一种实施方式中,用户的特征包括:用户的兴趣特征、用户的身体特征中的至少一种。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的信息推荐的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器610、存储器620,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器610为例。
存储器620即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的信息推荐的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的信息推荐的方法。
存储器620作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的信息推荐的方法对应的程序指令/模块(例如,附图5所示的地理位置确定模块501、特征确定模块502和推荐信息生成模块503)。处理器610通过运行存储在存储器620中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的信息推荐的方法。
存储器620可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据信息推荐的方法的电子设备的使用所创建的数据等。此外,存储器620可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器620可选包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至信息推荐的方法的电子设备。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。
信息推荐的方法的电子设备还可以包括:输入装置630和输出装置640。处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置630可接收输入的数字或字符信息,以及产生与信息推荐的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置640可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种信息推荐的方法,包括:
获取图像中的目标对象,根据所述目标对象的内容确定所述目标对象的地理位置;
利用所述目标对象的内容和所述地理位置,确定所述目标对象的特征;
生成包含所述特征的推荐信息。
2.根据权利要求1所述的方法,其中,所述根据所述目标对象的内容确定所述目标对象的地理位置,包括:
获取所述图像中的至少一个所述目标对象;
根据每个所述目标对象的内容,分别确定出每个所述目标对象的候选地理位置;
将每个所述目标对象的候选地理位置进行并集运算得到的唯一的地理位置,作为每个目标对象共同的地理位置。
3.根据权利要求1所述的方法,其中,所述确定所述目标对象的特征,包括:
根据所述目标对象的内容和地理位置,从至少一个渠道获取所述目标对象的描述信息;所述描述信息包括所述目标对象的介绍信息和/或对所述目标对象的评价信息;
对所述描述信息进行解析,得到至少一个关键词;
利用所述关键词生成所述目标对象的特征。
4.根据权利要求1所述的方法,其中,所述生成包含所述特征的推荐信息,包括:
获取用户的特征;
根据所述目标对象的特征确定所述目标对象与所述用户的相关性;
根据所述相关性选择与所述用户匹配的推荐目标对象;
将所述推荐目标对象的特征作为推荐信息。
5.根据权利要求4所述的方法,其中,所述用户的特征包括:用户的兴趣特征、用户的身体特征中的至少一种。
6.一种信息推荐的装置,包括:
地理位置确定模块,用于获取图像中的目标对象,根据所述目标对象的内容确定所述目标对象的地理位置;
特征确定模块,用于利用所述目标对象的内容和所述地理位置,确定所述目标对象的特征;
推荐信息生成模块,用于生成包含所述特征的推荐信息。
7.根据权利要求6所述的装置,其中,所述地理位置确定模块,包括:
目标对象获取子模块,用于获取所述图像中的至少一个所述目标对象;
候选地理位置确定子模块,用于根据每个所述目标对象的内容,分别确定出每个所述目标对象的候选地理位置;
地理位置确定执行子模块,用于将每个所述目标对象的候选地理位置进行并集运算得到的唯一的地理位置,作为每个目标对象共同的地理位置。
8.根据权利要求6所述的装置,其中,所述特征确定模块,包括:
描述信息获取子模块,用于根据所述目标对象的内容和地理位置,从至少一个渠道获取所述目标对象的描述信息;所述描述信息包括所述目标对象的介绍信息和/或对所述目标对象的评价信息;
关键词提取子模块,用于对所述描述信息进行解析,得到多个关键词;
特征确定执行子模块,用于利用所述关键词生成所述目标对象的特征。
9.根据权利要求6所述的装置,其中,所述推荐信息生成模块,包括:
用户的特征获取子模块,用于获取用户的特征;
相关性确定子模块,用于根据所述目标对象的特征确定所述目标对象与所述用户的相关性;
推荐目标对象选择子模块,用于根据所述相关性选择与所述用户匹配的推荐目标对象;
推荐信息生成执行子模块,用于将所述推荐目标对象的特征作为推荐信息。
10.根据权利要求9所述的装置,其中,所述用户的特征包括:用户的兴趣特征、用户的身体特征中的至少一种。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065721.2A CN112035751A (zh) | 2020-09-30 | 2020-09-30 | 信息推荐的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065721.2A CN112035751A (zh) | 2020-09-30 | 2020-09-30 | 信息推荐的方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112035751A true CN112035751A (zh) | 2020-12-04 |
Family
ID=73573635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011065721.2A Pending CN112035751A (zh) | 2020-09-30 | 2020-09-30 | 信息推荐的方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112035751A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901257A (zh) * | 2021-10-28 | 2022-01-07 | 北京百度网讯科技有限公司 | 地图信息的处理方法、装置、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090013053A1 (en) * | 2006-03-06 | 2009-01-08 | Wehner Kristopher C | System and method for the dynamic generation of correlation scores between arbitrary objects |
CN104077329A (zh) * | 2013-03-29 | 2014-10-01 | 西门子公司 | 一种信息推荐方法和系统 |
CN105517679A (zh) * | 2015-03-25 | 2016-04-20 | 北京旷视科技有限公司 | 用户地理位置的确定 |
CN105589925A (zh) * | 2015-11-25 | 2016-05-18 | 小米科技有限责任公司 | 信息推荐方法、装置及系统 |
CN111159460A (zh) * | 2019-12-31 | 2020-05-15 | 维沃移动通信有限公司 | 一种信息处理方法及电子设备 |
-
2020
- 2020-09-30 CN CN202011065721.2A patent/CN112035751A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090013053A1 (en) * | 2006-03-06 | 2009-01-08 | Wehner Kristopher C | System and method for the dynamic generation of correlation scores between arbitrary objects |
CN104077329A (zh) * | 2013-03-29 | 2014-10-01 | 西门子公司 | 一种信息推荐方法和系统 |
CN105517679A (zh) * | 2015-03-25 | 2016-04-20 | 北京旷视科技有限公司 | 用户地理位置的确定 |
CN105589925A (zh) * | 2015-11-25 | 2016-05-18 | 小米科技有限责任公司 | 信息推荐方法、装置及系统 |
CN111159460A (zh) * | 2019-12-31 | 2020-05-15 | 维沃移动通信有限公司 | 一种信息处理方法及电子设备 |
Non-Patent Citations (3)
Title |
---|
刘祥龙: "《飞桨PaddlePaddle深度学习实战》", 31 August 2020, 机械工业出版社, pages: 353 - 359 * |
江徐寒婧;: "基于垂直搜索引擎的景点评分推荐系统设计与实现", 西南农业大学学报(社会科学版), no. 09 * |
陈思;田敬阳;: "基于协同过滤算法的旅游景点推荐模型研究", 现代电子技术, no. 11 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901257A (zh) * | 2021-10-28 | 2022-01-07 | 北京百度网讯科技有限公司 | 地图信息的处理方法、装置、设备和存储介质 |
CN113901257B (zh) * | 2021-10-28 | 2023-10-27 | 北京百度网讯科技有限公司 | 地图信息的处理方法、装置、设备和存储介质 |
US11934449B2 (en) | 2021-10-28 | 2024-03-19 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for processing map information, and storage medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102047432B1 (ko) | 모바일 디바이스의 현재 지리적 위치와 관련된 위치 엔티티의 모호성을 제거하기 위한 시스템 및 방법 | |
CN107407572B (zh) | 沿路线搜索 | |
CN111538904B (zh) | 用于推荐兴趣点的方法和装置 | |
US9146129B1 (en) | Suggesting points of interest on a mapped route using user interests | |
TWI619030B (zh) | 一種軌跡資訊的推送方法及裝置 | |
JP7159405B2 (ja) | 地図情報表示方法、装置、電子デバイス及び記憶媒体 | |
CN111782977B (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
TW201828233A (zh) | 業務對象的顯示、地圖資料的處理方法、客戶端及伺服器 | |
CN108337907A (zh) | 生成并显示与移动设备的当前地理位置相关联的位置实体信息的系统和方法 | |
CN110926486B (zh) | 一种路线确定方法、装置、设备和计算机存储介质 | |
CN111814077B (zh) | 信息点查询方法、装置、设备和介质 | |
US11144760B2 (en) | Augmented reality tagging of non-smart items | |
CN111523031B (zh) | 用于推荐兴趣点的方法和装置 | |
US20140280053A1 (en) | Contextual socially aware local search | |
CN112632379A (zh) | 路线推荐方法、装置、电子设备和存储介质 | |
US10896217B2 (en) | Access points for maps | |
CN111523007A (zh) | 用户感兴趣信息确定方法、装置、设备以及存储介质 | |
JP2021179990A (ja) | 地理位置点のソート方法、ソートモデルの訓練方法及び対応装置 | |
CN113139118A (zh) | 停车场推荐方法、装置、电子设备和介质 | |
CN112035751A (zh) | 信息推荐的方法、装置、设备以及存储介质 | |
CN112100480A (zh) | 搜索方法、装置、设备及存储介质 | |
CN112825256A (zh) | 录制语音包功能的引导方法、装置、设备和计算机存储介质 | |
JP7090779B2 (ja) | 情報処理装置、情報処理方法及び情報処理システム | |
KR20220130633A (ko) | 지도 정보의 처리 방법, 장치, 전자 설비 및 저장 매체 | |
WO2012164333A1 (en) | System and method to search, collect and present various geolocated information |
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 |