CN115391649A - 信息推荐方法、装置及电子设备 - Google Patents

Abstract

本公开提供了一种信息推荐方法、装置及电子设备，涉及人工智能技术领域，尤其涉及图像识别技术领域。具体实现方案为：获取目标对象观看至少一个页面内容时所生成的情绪信息；基于情绪信息从至少一个页面内容中确定目标观看内容；获取目标对象对目标观看内容的行为操作信息；基于情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。本公开至少解决了相关技术中的信息推荐方法所存在的信息推荐准确性差的技术问题。

Description

信息推荐方法、装置及电子设备

技术领域

本公开涉及人工智能技术领域，尤其涉及图像识别技术领域，具体而言，涉及一种信息推荐方法、装置及电子设备。

背景技术

随着社会的不断发展，人们面对信息过载问题日益严重，更准确和多样化的个性化信息推荐可以大大的提升用户体验，提高产品受欢迎的程度。在相关技术中，通常基于用户网络行为来反馈用户对该信息的喜爱程度，其判断标准过于单一，存在一定的局限性，在对用户喜爱的内容进行大数据处理分析时，容易出现分析结果不准确的情况，从而降低了个性化信息推荐的准确度。

发明内容

本公开提供了一种信息推荐方法、装置及电子设备。

根据本公开的一方面，提供了一种信息推荐方法，包括：获取目标对象观看至少一个页面内容时所生成的情绪信息；基于情绪信息从至少一个页面内容中确定目标观看内容；获取目标对象对目标观看内容的行为操作信息；基于情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。

根据本公开的另一方面，提供了一种信息推荐装置，包括：第一获取模块，用于获取目标对象观看至少一个页面内容时所生成的情绪信息；第一确定模块，用于基于情绪信息从至少一个页面内容中确定目标观看内容；第二获取模块，用于获取目标对象对目标观看内容的行为操作信息；第二确定模块，用于基于情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。

根据本公开的另一方面，提供了一种电子设备，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上述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述的方法。

在本公开的实施例中，采用基于情绪识别与用户行为相结合来确定目标推荐信息的方式，通过获取目标对象观看至少一个页面内容时所生成的情绪信息，从至少一个页面内容中确定出目标观看内容，接着获取目标对象对目标观看内容的行为操作信息，并根据情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定出目标推荐信息，以进行信息推荐。

在上述过程中，通过获取目标对象观看至少一个页面内容时所生成的情绪信息，可以更直观的反馈出目标对象对该页面内容的喜爱程度。通过情绪信息，从至少一个页面内容中确定目标观看内容，可以实现对目标观看内容的准确确定，进而提高了对待推荐信息的推荐准确度。通过获取目标对象对目标观看内容的行为操作信息，可以进一步地判断目标对象对该目标观看内容的喜爱程度，从而为后续对目标推荐信息的准确确定提供了坚实的基础。通过情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，实现了多方位地对目标推荐信息的判定，更加精准的把握目标对象的信息需求，真正做到对目标对象投其所好。

由此可见，本公开所提供的方案达到了基于情绪识别与用户行为确定目标推荐信息的目的，从而实现了提高信息推荐精准性的技术效果，进而解决了相关技术中信息推荐方法所存在的信息推荐准确性差的技术问题。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：

图1是根据本公开实施例1的信息推荐方法的流程示意图；

图2是根据本公开实施例1的信息推荐方法的流程图；

图3是根据本公开实施例2的信息推荐装置的示意图；

图4是用来实现本公开实施例的信息推荐方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

需要说明的是，本公开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，以便这里描述的本公开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。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

实施例1

目前针对信息推荐主要采用的技术手段一般包括：点击反馈式推荐方法；根据用户兴趣点/关注点进行推荐的方法；基于网络行为的个性化推荐方法。然而，上述的这些方法存在缺少用户个体本身生理情绪相关的分析的问题。

从上述问题中不难看出，相关技术中通常基于用户网络行为来反馈用户对该信息的喜爱程度，其判断标准过于单一，存在一定的局限性，在对用户喜爱的内容进行大数据处理分析时，容易出现分析结果不准确的情况，从而降低了个性化信息推荐的准确度。

根据本公开实施例，提供了一种信息推荐方法的实施例，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。

图1是根据本公开实施例1的信息推荐方法的流程示意图，如图1所示，该方法包括如下步骤：

步骤S102，获取目标对象观看至少一个页面内容时所生成的情绪信息。

在步骤S102中，目标对象可以是一款应用产品的用户，情绪信息可以表征用户在观看页面内容的过程中产生的情绪，例如，开心、气愤、悲伤。

需要说明的是，基于用户在观看内容的过程中对情绪信息进行获取，能够及时的捕捉用户的兴趣，从而为后续对目标观看内容的准确确定提供了坚实的基础。

步骤S104，基于情绪信息从至少一个页面内容中确定目标观看内容。

在步骤S104中，目标观看内容可以是用户在观看过程中情绪信息正向的内容。例如，用户在观看视频的过程中，对视频中出现的搞笑内容表现出开心的情绪。

需要说明的是，基于用户的情绪信息确定目标观看内容，对用户在使用应用产品过程中的感受表现出充分的关心，更加为用户着想，能够让用户获得一定的满足感，提升用户的体验。

步骤S106，获取目标对象对目标观看内容的行为操作信息。

在步骤S106中，行为操作信息可以是用户在观看目标观看内容过程中发出的操作行为，例如，点赞、收藏、转发等。

需要说明的是，基于对用户的行为操作信息进行挖掘，能够进一步地判断用户对该目标观看内容的喜爱程度，从而为后续对目标推荐信息的准确确定提供了坚实的基础。

步骤S108，基于情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。

在步骤S108中，多个待推荐信息由情绪信息、行为操作信息以及目标观看内容进行加权共同得出的信息，例如，在用户观看视频内容和图片内容时都会产生开心的情绪，并且做出点赞的行为，此时，待推荐的信息可以为视频信息和图片信息，通过比对用户对视频信息产生开心的情绪，并做出点赞的行为次数和用户对图片信息产生开心的情绪，并做出点赞的行为次数，次数多的信息确定为目标推荐信息。

需要说明的是，通过把信息与用户的个性化偏好进行匹配，能够增加应用程序的观看时长以及点击量，使信息获得更多的曝光机会，更好的留住用户。

基于上述步骤S102至步骤S108所限定的方案，可以获知，在本公开的实施例中，采用基于情绪识别与用户行为确定目标推荐信息的方式，通过获取目标对象观看至少一个页面内容时所生成的情绪信息，从至少一个页面内容中确定出目标观看内容，接着获取目标对象对目标观看内容的行为操作信息，并根据情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定出目标推荐信息。

容易注意到的是，在上述过程中，通过获取目标对象观看至少一个页面内容时所生成的情绪信息，可以更直观的反馈出目标对象对该页面内容的喜爱程度。通过情绪信息，从至少一个页面内容中确定目标观看内容，可以实现对目标观看内容的准确确定，进而提高了对待推荐信息的推荐准确度。通过获取目标对象对目标观看内容的行为操作信息，可以进一步地判断目标对象对该目标观看内容的喜爱程度，从而为后续对目标推荐信息的准确确定提供了坚实的基础。通过情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，实现了多方位地对目标推荐信息的判定，更加精准的把握目标对象的信息需求，真正做到对目标对象投其所好。

由此可见，本公开所提供的方案达到了基于情绪识别与用户行为确定目标推荐信息的目的，从而实现了提高对推荐内容判断的准确度的技术效果，进而解决了相关技术中信息推荐方法所存在的信息推荐准确性差的技术问题。

在一种可选的实施例中，在获取目标对象观看至少一个页面内容时的情绪信息的过程中，如图2所示，通过摄像头采集用户观看页面内容时的面部图像，进一步地，对面部图像中的面部表情进行批量的图像识别。另外，还可通过其他的方式来识别目标对象观看至少一个页面内容时的情绪信息，例如，可以通过识别用户观看页面内容时的语音特征来确定目标对象观看至少一个页面内容时的情绪信息，如目标对象生气时的语音、语调等语音特征与目标对象高兴时的语音、语调等语音特征不同；也可以通过识别用户观看页面时的呼吸信息来确定目标对象观看至少一个页面内容时的情绪信息，如目标对象生气时的呼吸频率与目标对象高兴时的呼吸频率不同。

可选的，面部表情可以由用户的眼睛或嘴巴等面部器官表征，然后基于用户的面部表情进行情绪分析，从而得到情绪信息。其中，情绪信息包括：正向情绪类型和正向情绪类型所对应的情绪正向程度，和/或负向情绪类型和负向情绪类型所对应的情绪负向程度。

可选的，正向情绪类型可以是开心，负向情绪类型可以是悲伤，其所对应的情绪程度可以用1-10的分级来表征，即开心或悲伤的程度可以是1-10中的任意一个分级。

例如，通过对用户面部图像中的嘴巴的识别，得到用户嘴巴的形态，其中嘴巴的形态包括但不限于：抿嘴微笑、张嘴大笑，进而分析出用户的情绪信息为开心以及开心的程度级别。

需要说明的是，通过采集用户观看页面内容时的面部图像，可以有效的对用户的五官进行区分，并根据情绪信息对情绪类型和程度进行区分，由此，实现了对情绪信息的分类处理，为后续情绪信息和页面内容的对应关系提供了基础。

在一种可选的实施例中，在基于情绪信息从至少一个页面内容中确定目标观看内容的过程中，通过提取用户情绪信息中的正向情绪类型所对应的情绪信息，得到正向情绪信息，并将正向情绪信息所对应的页面内容确定为目标观看内容。

可选的，如图2所示，提取用户情绪信息正向时，正在观看的信息内容，例如用户情绪信息为开心，正在观看的信息内容为搞笑内容，将页面内容为搞笑内容确定为目标观看内容。

需要说明的是，对目标观看内容进行初步的筛选，最大程度的保留了让用户产生正向情绪的观看内容，充分考虑了用户的感受，有效的避免用户接收能产生负向情绪的观看内容，使用户产生不好的体验。

可选的，在基于情绪信息从至少一个页面内容中确定目标观看内容的过程中，还可通过提取用户情绪信息中的负向情绪类型所对应的情绪信息，得到负向情绪信息，并确定负向情绪信息所对应的页面内容为非目标观看内容。

在一种可选的实施例中，在基于情绪信息从至少一个页面内容中确定目标观看内容之后，对目标观看内容进行分类处理，确定目标观看内容对应的内容类别，其中，内容类别表征了待推荐信息所属的类型。可选的，内容类别可以为美食、电影等。

可选的，页面内容可以是用户在使用该应用产品的过程中已观看的内容，如图2所示，对用户倾向的数据信息进行统计分析、归类，即对已观看的内容进行统计分析、归类，例如，对用户已观看的内容中，情绪信息为开心时的内容，按照对应的内容类别分为美食类、电影类。

需要说明的是，上述分类处理进一步细化了信息推荐的领域，优化了对信息的个性化推荐。

在一种可选的实施例中，在基于情绪信息、行为操作信息以及目标观看内容从多个待推荐信息中确定目标推荐信息的过程中，首先，基于情绪信息、行为操作信息、目标观看内容确定目标对象对内容类别的喜好程度，然后基于内容类别以及内容类别所对应的喜好程度确定目标推荐信息。

可选的，行为操作信息可以是用户在观看目标观看内容时的点赞行为，例如，根据用户在观看目标观看内容类别为美食类的视频时，情绪信息为开心，行为操作信息为点赞，通过开心的程度分级和点赞的次数，确定用户对美食类内容的喜好程度，从而确定目标推荐信息。

又例如，行为操作信息可以是用户在观看目标观看内容时的评论行为，例如，根据用户在观看目标观看内容类别为足球类的视频时，情绪信息为生气，行为操作信息为输入消极文字和/或表情，通过生气的程度分级和评论，确定用户对足球类内容的厌恶程度，从而确定该类信息为非目标推荐信息。

需要说明的是，根据用户的多方面反馈，进行进一步的分析汇总，计算出用户真正感兴趣的领域，提升了个性化推荐的准确性和多样性，使对用户进行的反馈采集更加多元化。

在一种可选的实施例中，在基于情绪信息、行为操作信息、目标观看内容确定用户对内容类别的喜好程度的过程中，首先确定行为操作信息的行为正向程度，然后基于情绪正向程度和行为正向程度确定用户对目标观看内容的喜好程度，再基于用户对目标观看内容的喜好程度以及目标观看内容对应的内容类别确定用户对内容类别的喜好程度。其中，行为正向程度表征目标对象对目标观看内容的关注程度。

可选的，行为正向程度可以由1-10的分级表征，例如，根据用户在观看目标观看内容时的点赞次数，将行为正向程度对应至1-10中的任意一个分级。

可选的，行为操作信息可以是用户在观看目标观看内容时，在该内容停留的时间，同理，根据停留时间的长短，将行为正向程度对应至1-10中的任意一个分级。

可选的，喜好程度可以由情绪正向程度、行为正向程度的分级相加结果来表征，例如，用户在观看内容为做饭，内容类别为美食的视频时，情绪正向程度为5，行为正向程度为4，得出用户对美食类别的喜好程度为9；用户在观看内容为歌舞，内容类别为电影的视频时，情绪正向程度为4，行为正向程度为6，得出用户对电影类别的喜好程度为10。

需要说明的是，对内容类别的喜好程度进行统计分析，能够使信息推荐更为精准，可以更便捷地为用户筛选出感兴趣的信息。

在一种可选的实施例中，在基于内容类别以及内容类别所对应的喜好程度确定目标推荐信息的过程中，如图2所示，通过确定内容类别所对应的内容形式，然后基于喜好程度从内容类别中确定目标推荐类别，得出用户喜爱的领域及相关信息，再基于目标推荐类别以及目标推荐类别对应的信息形式确定目标推荐信息，生成用户个性化推荐方案。其中，内容形式表征内容的呈现形式。

可选的，内容形式可以是视频或图片，例如，通过上述对内容类别为美食和电影的分析过程中，得出，用户对内容类别为电影的喜好程度大于对内容类别为美食的喜好程度，从而确定出目标推荐类别为电影领域。再将电影领域中，用户对内容形式为视频的喜好程度和用户对内容形式为图片的喜好程度进行对比，来确定目标推荐信息，即喜好程度越高的信息为用户更加感兴趣的内容。

需要说明的是，从用户喜好的领域中选择喜爱程度相对更高的内容，保证了信息推荐的可靠性，增强了用户对产品的认同感。

在上述过程中，通过获取目标对象观看至少一个页面内容时所生成的情绪信息，可以更直观的反馈出目标对象对该页面内容的喜爱程度。通过情绪信息，从至少一个页面内容中确定目标观看内容，可以实现对目标观看内容的准确确定，进而提高了对待推荐信息的推荐准确度。通过获取目标对象对目标观看内容的行为操作信息，可以进一步地判断目标对象对该目标观看内容的喜爱程度，从而为后续对目标推荐信息的准确确定提供了坚实的基础。通过情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，实现了多方位地对目标推荐信息的判定，更加精准的把握目标对象的信息需求，真正做到对目标对象投其所好。

由此可见，本公开所提供的方案达到了基于情绪识别与用户行为确定目标推荐信息的目的，从而实现了提高对推荐内容判断的准确度的技术效果，进而解决了相关技术中信息推荐方法对推荐内容判断不准确的技术问题。

实施例2

根据本公开实施例，提供了一种信息推荐装置的实施例，其中，图3是根据本公开实施例2的信息推荐装置的示意图，如图3所示，该装置包括：

第一获取模块302，用于获取目标对象观看至少一个页面内容时所生成的情绪信息；

第一确定模块304，用于基于情绪信息从至少一个页面内容中确定目标观看内容；

第二获取模块306，用于获取目标对象对目标观看内容的行为操作信息；

第二确定模块308，用于基于情绪信息、行为操作信息以及目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。

需要说明的是，上述第一获取模块302、第一确定模块304、第二获取模块306、第二确定模块308对应于上述实施例中的步骤S102至步骤S108，四个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

可选的，第一获取模块包括：第一采集模块，用于采集目标对象观看页面内容时的面部图像；第一识别模块，用于识别面部图像中的面部表情，得到情绪信息，其中，情绪信息包括：正向情绪类型和正向情绪类型所对应的情绪正向程度；和/或，负向情绪类型和负向情绪类型所对应的情绪负向程度。

可选的，第一确定模块包括：第一提取模块，用于提取情绪信息中的正向情绪类型所对应的情绪信息，得到正向情绪信息；第三确定模块，用于将正向情绪信息所对应的页面内容确定为目标观看内容。

可选的，信息推荐装置还包括：第一分类模块，用于对目标观看内容进行分类处理，确定目标观看内容对应的内容类别，其中，内容类别表征了待推荐信息所属的类型。

可选的，第二确定模块包括：第四确定模块，用于基于情绪信息、行为操作信息、目标观看内容确定目标对象对内容类别的喜好程度；第五确定模块，用于基于内容类别以及内容类别所对应的喜好程度确定目标推荐信息。

可选的，第四确定模块包括：第六确定模块，用于确定行为操作信息的行为正向程度，其中，行为正向程度表征目标对象对目标观看内容的关注程度；第七确定模块，用于基于情绪正向程度和行为正向程度确定目标对象对目标观看内容的喜好程度；第八确定模块，用于基于目标对象对目标观看内容的喜好程度以及目标观看内容对应的内容类别确定目标对象对内容类别的喜好程度。

可选的，第五确定模块包括：第九确定模块，用于确定内容类别所对应的内容形式，其中，内容形式表征目标观看内容的呈现形式；第十确定模块，用于基于喜好程度从内容类别中确定目标推荐类别；第十一确定模块，用于基于目标推荐类别以及目标推荐类别对应的内容形式确定目标推荐信息。

实施例3

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。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/或者要求的本公开的实现。

如图4所示，设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如信息推荐方法。例如，在一些实施例中，信息推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的信息推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行信息推荐方法。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种信息推荐方法，包括：

获取目标对象观看至少一个页面内容时所生成的情绪信息；

基于所述情绪信息从所述至少一个页面内容中确定目标观看内容；

获取所述目标对象对所述目标观看内容的行为操作信息；

基于所述情绪信息、所述行为操作信息以及所述目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。

2.根据权利要求1所述的方法，其中，获取目标对象观看至少一个页面内容时的情绪信息，包括：

采集所述目标对象观看所述页面内容时的面部图像；

识别所述面部图像中的面部表情，得到所述情绪信息，其中，所述情绪信息包括：正向情绪类型和所述正向情绪类型所对应的情绪正向程度；和/或，负向情绪类型和所述负向情绪类型所对应的情绪负向程度。

3.根据权利要求2所述的方法，其中，基于所述情绪信息从所述至少一个页面内容中确定目标观看内容，包括：

提取所述情绪信息中的正向情绪类型所对应的情绪信息，得到正向情绪信息；

将所述正向情绪信息所对应的页面内容确定为所述目标观看内容。

4.根据权利要求3所述的方法，其中，在基于所述情绪信息从所述至少一个页面内容中确定目标观看内容之后，所述方法还包括：

对所述目标观看内容进行分类处理，确定所述目标观看内容对应的内容类别；

基于所述情绪信息、所述行为操作信息以及所述目标观看内容，从多个待推荐信息中确定目标推荐信息，包括：

基于所述情绪信息、所述行为操作信息、所述目标观看内容确定所述目标对象对所述内容类别的喜好程度；

基于所述内容类别以及所述内容类别所对应的喜好程度确定所述目标推荐信息。

5.根据权利要求4所述的方法，其中，基于所述情绪信息、所述行为操作信息、所述目标观看内容确定所述目标对象对所述内容类别的喜好程度，包括：

确定所述行为操作信息的行为正向程度，其中，所述行为正向程度表征所述目标对象对所述目标观看内容的关注程度；

基于所述情绪正向程度和所述行为正向程度确定所述目标对象对所述目标观看内容的喜好程度；

基于所述目标对象对所述目标观看内容的喜好程度以及所述目标观看内容对应的内容类别确定所述目标对象对所述内容类别的喜好程度。

6.根据权利要求5所述的方法，其中，基于所述内容类别以及所述内容类别所对应的喜好程度确定所述目标推荐信息，包括：

确定所述内容类别所对应的内容形式，其中，所述内容形式表征内容的呈现形式；

基于所述喜好程度从所述内容类别中确定目标推荐类别；

基于所述目标推荐类别以及所述目标推荐类别对应的内容形式确定所述目标推荐信息。

7.一种信息推荐装置，包括：

第一获取模块，用于获取目标对象观看至少一个页面内容时所生成的情绪信息；

第一确定模块，用于基于所述情绪信息从所述至少一个页面内容中确定目标观看内容；

第二获取模块，用于获取所述目标对象对所述目标观看内容的行为操作信息；

第二确定模块，用于基于所述情绪信息、所述行为操作信息以及所述目标观看内容，从多个待推荐信息中确定目标推荐信息，以进行信息推荐。

8.一种电子设备，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1-6中任一项所述的信息推荐方法。

9.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-6中任一项所述的信息推荐方法。

10.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的信息推荐方法。

Images