CN116304356B - 一种基于aigc的景区多场景内容创作及应用系统 - Google Patents
一种基于aigc的景区多场景内容创作及应用系统 Download PDFInfo
- Publication number
- CN116304356B CN116304356B CN202310526215.6A CN202310526215A CN116304356B CN 116304356 B CN116304356 B CN 116304356B CN 202310526215 A CN202310526215 A CN 202310526215A CN 116304356 B CN116304356 B CN 116304356B
- Authority
- CN
- China
- Prior art keywords
- scenic spot
- user
- weight
- vector
- aigc
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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
本发明提供了一种基于AIGC的景区多场景内容创作及应用系统,包括服务器、AIGC模块、用户行为采集模块、用户选择模块,用户行为采集模块采集用户提供的至少两个兴趣关键词,AIGC模块根据至少两个兴趣关键词与设定的特征向量进行比较,以获得至少两个兴趣关键词在特征向量的各个元素中的权重,将至少两个兴趣关键词相关联的权重构建权重判别向量,并将权重判别向量进行景区特征向量进行匹配,以生成与兴趣关键词相适配的推荐内容,用户选择模块将生成的推荐内容向用户进行展示;本发明通过AIGC模块和用户选择模块的相互配合,以提升整个系统的智能程度和内容推荐的可靠性和精准性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于AIGC的景区多场景内容创作及应用系统。
背景技术
传统的景区信息展示方式已经无法满足现代游客的需求,需要一种新的多场景内容创作和应用系统来提高景区的吸引力和竞争力。
同时,随着人工智能技术的不断发展,自然语言处理、图像识别和自动推荐等技术已经得到广泛应用。AIGC,全名“AIgeneratedcontent”,又称生成式AI,意为人工智能生成内容,这个技术可以自动分析和理解文本、图片和视频等多种类型的数据,提高景区信息展示的效率和质量。
如 CN104933643A现有技术公开了一种景区信息推送方法和装置,现有的旅游景区信息获取系统在以下方面存在不足:游客参与性不高,游客都是被动的获取信息,没有游客的参与和反馈,难以满足游客的个性化需求;缺少信息收集和分析,在旅游管理中,出现了客流量大、人员复杂、设施分散等管理困难。管理部门需要收集景区、游客相关的信息。现有的系统缺少信息收集的机制。
另一种典型的如CN115203554A的现有技术公开的一种基于大数据的景区活动推荐的方法及装置,随着人们日益提高的生活水平,人们常常为了满足精神需求,而选择出去旅游,感受大自然,放松自己,也拓宽自己的眼界,景区也常常会举办和自身景区相关的活动,一是更好的对景区文化进行宣传,二是吸引游客,提高景区效益。目前,景区推广活动方法很局限,一般是直接推送给订阅公众号的用户或者局限性的宣传(包括网站宣传、投放广告、传单宣传),这样会造成活动宣传效果不佳,不但费时费力、成本高昂,而且不能精准推送给感兴趣的用户;从而导致很多感兴趣的用户都不知道景区举办的活动,从而错过景区活动。
为了解决本领域普遍存在推荐能力不足、无法对用户输入的文字描述进行分析、无法进行文本交互提示和智能程度低等等问题,作出了本发明。
发明内容
本发明的目的在于,针对目前所存在的不足,提出了一种基于AIGC的景区多场景内容创作及应用系统。
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于AIGC的景区多场景内容创作及应用系统,所述景区多场景内容创作及应用系统包括服务器,其特征在于,所述景区多场景内容创作及应用系统还包括AIGC模块、用户行为采集模块、用户选择模块,所述服务器分别与AIGC模块、用户行为采集模块、所述用户选择模块连接;
所述用户行为采集模块采集用户提供的至少两个兴趣关键词,所述AIGC模块根据至少两个所述兴趣关键词与景区特征向量S设定的景区特征向量SS进行比较,以获得至少两个所述兴趣关键词在所述景区特征向量S的各个元素中的权重,将至少两个兴趣关键词相关联的权重构建权重判别向量,并将所述权重判别向量进行景区特征向量S进行匹配,以生成与所述兴趣关键词相适配的推荐内容,所述用户选择模块将生成的推荐内容向所述用户进行展示,并获取所述用户的选择数据;
其中,所述用户行为采集模块包括数据采集单元和存储单元,所述数据采集单元采集用户提供的至少两个兴趣关键词,所述存储单元用于存储所述数据采集单元采集得到的兴趣关键词;
所述AIGC模块根据所述用户的兴趣生成相关联的景区内容,并将生成的景区内容向用户进行推荐。
可选的,所述数据采集单元包括文字输入框和文本读取器,所述文字输入框供用户输入的至少两个兴趣关键词,所述文本读取器读取兴趣关键词;
其中,所述兴趣关键词包括出行初始位置、出行的目的地和景点代表词。
可选的,所述用户选择模块包括用户选择单元和行为数据获取单元,所述用户选择单元用于记录所述用户对所述场景内容推荐内容的选择,所述行为数据获取单元获取用户选择推荐内容的行为数据;
若在选择时限耗尽后,所述用户没有选择,则向所述用户提示重新推荐内容。
可选的,所述AIGC模块根据所述兴趣关键词与景区特征向量S进行比较,以分解得到所述兴趣关键词相关联的权重向量;
其中,构建权重向量的方法包括以下步骤:
STEP1:获取多个所述兴趣关键词;
STEP2:将每个所述兴趣关键词与设定的景区特征向量S的各个元素进行比较,以获得每个所述兴趣关键词在设定的景区特征向量S的各个元素的权重;
STEP3:将每个所述兴趣关键词在所述景区特征向量S中各个元素对应的权重构建权重向量;
STEP4:根据多个关键词权重向量确定权重判别向量。
可选的,在步骤STEP4中多个关键词权重向量根据下式确定所述权重判别向量D:
;
式中,α、β为权重系数,满足:α+β=1,i为权重向量的个数,(x1-x2)为权重向量x1和权重向量x2之间的差异,通过将两个向量逐元素相减,为权重向量x1和权重向量x2之间的逐元素乘积信息,通过将两个向量的元素逐元素相乘并求和,得到的是各个元素乘积的总和,n为权重向量的总数量,/>为所有权重向量的平均向量,满足:/>,xi为第i个权重向量;
计算所述权重判别向量与基础数据库中的景区特征向量S进行相似度。
可选的,所述服务器中预置有景区数据库,其中,所述景区数据库中存在有各个景区相关联的景区特征向量S;
所述AIGC模块根据权重判别向量D和景区特征向量SS计算相似度指数Similarity:
;
式中,D·S为权重判别向量D和景区特征向量S的点积,为权重判别向量D的模长,/>为景区特征向量SS的模长;
所述AIGC模块将所述景区数据库中的各个景区相关联的景区特征向量S与权重判别向量D进行相似度指数的计算,并根据计算得到的相似度,按照匹配程度进行由大到小的排序,并将排序前五个对应的景区向用户推荐。
可选的,若推荐的景区未被所述用户所选择,所述AIGC模块向所述数据采集单元发出重新输入指令,以使所述用户调整提供的兴趣关键词,并使得所述AIGC模块重新对兴趣关键词进行分析,并重复执行STEP1- STEP4的步骤,并计算所述权重判别向量与基础数据库中的景区特征向量S进行相似度,并根据相似度确定相关联的景区的排名,并相关联的景区排名向用户进行推荐。
本发明所取得的有益效果是:
1.通过对所述用户的兴趣关键词进行采集,并对设定的特征关键词进行权重的计算,以使得所述用户的兴趣关键词的识别更加的精准和可靠;
2.通过用户选择单元对用户选择的推荐内容进行采集,并根据用户选择的状态动态调整用户输入兴趣关键词的项数,以调整分析和推荐的策略,提升系统的景区内容推荐智能程度;
3. 通过AIGC模块和用户选择模块的配合,使得系统能够根据用户兴趣关键词匹配相似度最高的景区内容,并向用户推荐,以保证内容推荐的精准程度;
4.通过AIGC模块根据用户输入的兴趣关键词调整生成的推荐内容,使得推荐内容具有针对性,以适用于不同的用户的实际需要。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为本发明的整体方框示意图。
图2为本发明的数据采集单元的方框示意图。
图3为本发明的AIGC模块的控制流程示意图。
图4为本发明的用户选择模块的方框示意图。
图5为本发明的文字监测单元方框示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一:根据图1、图2、图3、图4、图5所示,本实施例提供一种基于AIGC的景区多场景内容创作及应用系统,所述景区多场景内容创作及应用系统包括服务器,其特征在于,所述景区多场景内容创作及应用系统还包括AIGC模块、用户行为采集模块、用户选择模块,所述服务器分别与AIGC模块、用户行为采集模块、所述用户选择模块连接;
所述用户行为采集模块采集用户提供的至少两个兴趣关键词,所述AIGC模块根据至少两个所述兴趣关键词与设定的景区特征向量S进行比较,以获得至少两个所述兴趣关键词与所述景区特征向量S的各个元素比较时的权重,将至少两个兴趣关键词相关联的权重构件组权重判别向量,并将所述权重判别向量进行景区特征向量S进行匹配,以生成与所述兴趣关键词相适配的推荐内容,所述用户选择模块将生成的推荐内容向所述用户进行展示,并获取所述用户的选择数据;
所述景区多场景内容创作及应用系统还包括中央处理器,所述中央处理器分别与所述AIGC模块、用户行为采集模块、所述用户选择模块连接,并基于所述AIGC模块、所述用户行为采集模块和所述用户选择模块进行集中控制;
其中,所述用户行为采集模块包括数据采集单元和存储单元,所述数据采集单元采集用户提供的至少两个兴趣关键词,所述存储单元用于存储所述数据采集单元采集得到的兴趣关键词;
所述AIGC模块根据所述兴趣关键词生成相关联的景区内容,并将生成的景区内容整理成推荐内容向用户进行推荐;
可选的,所述数据采集单元包括文字输入框和文本读取器,所述文字输入框供用户输入的至少两个兴趣关键词,所述文本读取器读取兴趣关键词;
其中,所述兴趣关键词包括出行初始位置、出行的目的地和景点代表词。
另外,所述文字输入框设置在用户的用户终端中,并在所述用户终端中运行,以使得所述兴趣关键词能够在所述文字输入框中进行输入;在本实施例中,所述文字输入框设置为可执行程序,并在所述用户终端中运行;
在本实施例中,用户在输入框中输入所需的兴趣关键词后,所述文本读取器就会识别所述文字输入框中的兴趣关键词;
所述文本读取器将采集得到的所述兴趣关键词存储在被采集后将被所述存储单元中;
可选的,所述用户选择模块包括存储单元和行为数据获取单元,所述行为数据获取单元获取用户选择推荐内容的行为数据,所述存储单元用于记录所述用户的所述行为数据;
若在选择时限耗尽后,所述用户没有选择,则所述用户选择单元向所述用户提示重新推荐内容的弹窗;
在本实施例中,所述选择的时限由系统进行设定,如间隔10秒未被所述用户选择,则向所述用户提示重新推荐内容;
同时,当所述用户在第一次推荐内容被选择后(读取所述用户选择的推荐内容的相关后台数据),则通过所述行为数据获取单元对所述用户选择的推荐内容相关联的行为数据进行获取,以将所述行为数据进行记录;
通过用户选择单元对用户选择的推荐内容进行采集,并根据用户选择的状态动态调整用户输入兴趣关键词的项数,以调整分析和推荐的策略,提升系统的景区内容推荐智能程度;
所述AIGC模块根据所述兴趣关键词与设定的景区特征向量S进行比较,以分解得到所述兴趣关键词相关联的权重向量;
其中,构建权重向量的方法包括以下步骤:
STEP1:获取多个所述兴趣关键词;
STEP2:将每个所述兴趣关键词与设定的景区特征向量S的各个元素进行比较,以获得每个所述兴趣关键词在景区特征向量S的各个元素的权重;
STEP3:将每个所述兴趣关键词在所述景区特征向量S中各个元素对应的权重构建权重向量;
STEP4:根据多个关键词权重向量确定权重判别向量。
可选的,在步骤STEP4中多个关键词权重向量根据下式确定所述权重判别向量D:
;
式中,α、β为权重系数,满足:α+β=1,i为权重向量的个数,(x1-x2)为权重向量x1和权重向量x2之间的差异,通过将两个向量逐元素相减,为权重向量x1和权重向量x2之间的逐元素乘积信息,通过将两个向量的元素逐元素相乘并求和,得到的是各个元素乘积的总和,n为权重向量的总数量,/>为所有权重向量的平均向量,满足:/>,xi为第i个权重向量;
计算所述权重判别向量与基础数据库中的景区特征向量S进行相似度。
可选的,所述服务器中预置有景区数据库,其中,所述景区数据库中存在有各个景区相关联的特色文字描述,并对各个所述景区相关联的特色文字描述进行处理,其中,所述处理方法与构件关键词向量的方法相同,以形成各个所述景区相关联的特色文字描述对应的景区词向量B;
所述服务器中预置有景区数据库,其中,所述景区数据库中存在有各个景区相关联的景区特征向量S;
所述AIGC模块根据权重判别向量D和景区特征向量S计算相似度指数Similarity:
;
式中,D·S为权重判别向量D和景区特征向量S的点积,为权重判别向量D的模长,/>为景区特征向量S的模长;
所述AIGC模块将所述景区数据库中的各个景区相关联的景区特征向量S与权重判别向量D进行相似度指数的计算,并根据计算得到的相似度,按照匹配程度进行由大到小的排序,并将排序前五个对应的景区向用户推荐。
在本实施例中,AIGC模块根据AI(人工智能)计算词频向量A和所述景区向量B的相似度指数按照匹配程度进行由大到小的排序,并将排序前五个对应的景区向用户推荐(相当于生成内容);
在本实施例中,将景区向用户推荐的数量可以根据实际需要进行设定,这是本领域的技术人员所熟知的,因而在本实施例中,不再一一赘述;
其中,权重判别向量D和景区特征向量S的点积根据下式进行计算:
;
式中,Di为所述权重判别向量D中的第i个元素,Si为景区特征向量S的第i个元素,n为向量的维度;其中,在计算的过程中需将所述词频向量A和景区词向量B表示成相同长度的形式,即将所述词频向量A和景区词向量B均表示为n维向量;
权重判别向量D的模长根据下式进行计算:
;
式中,Di为所述权重判别向量D中的第i个元素,n为向量的维度;
景区特征向量S的模长:
;
式中,Si为景区特征向量S的第i个元素,n为向量的维度;
通过AIGC模块和用户选择模块的配合,使得系统能够根据兴趣关键词匹配相似度最高的景区内容,并向用户推荐,以保证内容推荐的精准程度;
可选的,若推荐的景区未被所述用户所选择,所述AIGC模块向所述数据采集单元发出重新输入指令,以使所述用户调整提供的兴趣关键词,并使得所述AIGC模块重新对兴趣关键词进行分析,并执行STEP1- STEP4的步骤,并计算所述权重判别向量与基础数据库中的景区特征向量S进行相似度,并根据相似度确定相关联的景区的排名,并相关联的景区排名向用户进行推荐;
其中,用户新输入的所述兴趣关键词均需重新执行STEP1- STEP4的步骤,并计算所述权重判别向量D与景区数据库中各个景点的景区特征向量S进行相似度,并根据所述相似度指数排序,并将排序靠前的推荐内容向所述用户进行推荐。
本实施例通过AIGC模块根据用户输入的兴趣关键词调整生成的推荐内容,使得推荐内容具有针对性,以适用于不同的用户的实际需要。
实施例二:本实施例应当理解为至少包含前述任一一个实施例的全部特征,并在其基础上进一步改进,根据图1、图2、图3、图4、图5所示,还在于用户选择模块还包括文字监测单元,所述文字监测单元用于对所述用户在所述文字输入框中的文字内容进行监测,并根据实时监测到的文字内容进行分析,并将分析的结果动态向所述用户进行提示;
所述文字监测单元获取用户上一次在文字输入框中输入的兴趣关键词的项数G,并根据下式计算本次文字输入框中需要输入的最少文字输入量Input:
;
式中, L为输入的项数等级,其值由系统进行设定,例如:若系统设置的文字输入框中输入的项数等级为一级,则所需的项数需要超过3项兴趣关键词,若系统设置的所述文字输入框中的项数等级为二级,则所需的项数需要超过5项兴趣关键词,k为当前项数调整系数,其值满足下式:
;
式中,Last为上一次输入的兴趣关键词的项数,μ为调整倍数,其值满足:调整倍数等于用户重新输入次数;
当计算得到本次文字输入框的文字输入量后,则提示所述用户在文字输入框中输入相应的文项数量,以使得系统能获得足够多的兴趣关键词,以实现对所述用户的兴趣进行分析,以将最匹配的景区内容向用户进行推荐,保证整个景区内容的精准性和可靠性;
通过所述文字监测单元对实时监测到的文字内容进行分析,使得系统能够根据用户选择推荐内容的数量自适应的调整兴趣关键词的输入量,保证系统能够更多掌握用户对所需景区的更多细节相关的兴趣关键词,提升景区内容推荐的精准性,保证整个系统具有智能程度高、推荐能力自适应能力强和能与用户进行交互提示的优点。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (4)
1.一种基于AIGC的景区多场景内容创作及应用系统,所述景区多场景内容创作及应用系统包括服务器,其特征在于,所述景区多场景内容创作及应用系统还包括AIGC模块、用户行为采集模块、用户选择模块,所述服务器分别与AIGC模块、用户行为采集模块、所述用户选择模块连接;
所述用户行为采集模块采集用户提供的至少两个兴趣关键词,所述AIGC模块根据至少两个所述兴趣关键词与设定的景区特征向量S进行比较,以获得至少两个所述兴趣关键词在所述景区特征向量S的各个元素中的权重,将至少两个兴趣关键词相关联的权重构建权重判别向量,并将所述权重判别向量进行景区特征向量进行匹配,以生成与所述兴趣关键词相适配的推荐内容,所述用户选择模块将生成的推荐内容向所述用户进行展示,并获取所述用户的选择数据;
其中,所述用户行为采集模块包括数据采集单元和存储单元,所述数据采集单元采集用户提供的至少两个兴趣关键词,所述存储单元用于存储所述数据采集单元采集得到的兴趣关键词;所述AIGC模块根据所述用户的兴趣生成相关联的景区内容,并将生成的景区内容向用户进行推荐;
所述数据采集单元包括文字输入框和文本读取器,所述文字输入框供用户输入的至少两个兴趣关键词,所述文本读取器读取兴趣关键词;其中,所述兴趣关键词包括出行初始位置、出行的目的地和景点代表词;
所述AIGC模块根据所述兴趣关键词与设定的景区特征向量S进行比较,以分解得到所述兴趣关键词相关联的权重向量;
其中,构建权重向量的方法包括以下步骤:
STEP1:获取多个所述兴趣关键词;
STEP2:将每个所述兴趣关键词与设定的景区特征向量S的各个元素进行比较,以获得每个所述兴趣关键词在设定的景区特征向量S的各个元素的权重;
STEP3:将每个所述兴趣关键词在所述景区特征向量S中各个元素对应的权重构建权重向量;
STEP4:根据多个关键词权重向量确定权重判别向量,在步骤STEP4中多个关键词权重向量根据下式确定所述权重判别向量D:
;
式中,α、β为权重系数,满足:α+β=1,i为权重向量的个数,(x1-x2)为权重向量x1和权重向量x2之间的差异,通过将两个向量逐元素相减,为权重向量x1和权重向量x2之间的逐元素乘积信息,通过将两个向量的元素逐元素相乘并求和,得到的是各个元素乘积的总和,n为权重向量的总数量,/>为所有权重向量的平均向量,满足:/>,xi为第i个权重向量;
计算所述权重判别向量与基础数据库中的景区特征向量S进行相似度。
2.根据权利要求1所述的一种基于AIGC的景区多场景内容创作及应用系统,其特征在于,所述用户选择模块包括用户选择单元和行为数据获取单元,所述用户选择单元用于记录所述用户对所述场景内容推荐内容的选择,所述行为数据获取单元获取用户选择推荐内容的行为数据;
若在选择时限耗尽后,所述用户没有选择,则向所述用户提示重新推荐内容。
3.根据权利要求2所述的一种基于AIGC的景区多场景内容创作及应用系统,其特征在于,所述服务器中预置有景区数据库,其中,所述景区数据库中存在有各个景区相关联的景区特征向量S;
所述AIGC模块根据权重判别向量D和景区特征向量S计算相似度指数Similarity:
;
式中,D·S为权重判别向量D和景区特征向量S的点积,为权重判别向量D的模长,/>为景区特征向量S的模长;
所述AIGC模块将所述景区数据库中的各个景区相关联的景区特征向量S与权重判别向量D进行相似度指数的计算,并根据计算得到的相似度,按照匹配程度进行由大到小的排序,并将排序前五个对应的景区向用户推荐。
4.根据权利要求3所述的一种基于AIGC的景区多场景内容创作及应用系统,其特征在于,若推荐的景区未被所述用户所选择,所述AIGC模块向所述数据采集单元发出重新输入指令,以使所述用户调整提供的兴趣关键词,并使得所述AIGC模块重新对兴趣关键词进行分析,并重复执行STEP1- STEP4的步骤,并计算所述权重判别向量与基础数据库中的景区特征向量S进行相似度,并根据相似度确定相关联的景区的排名,并相关联的景区排名向用户进行推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310526215.6A CN116304356B (zh) | 2023-05-11 | 2023-05-11 | 一种基于aigc的景区多场景内容创作及应用系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310526215.6A CN116304356B (zh) | 2023-05-11 | 2023-05-11 | 一种基于aigc的景区多场景内容创作及应用系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116304356A CN116304356A (zh) | 2023-06-23 |
CN116304356B true CN116304356B (zh) | 2023-07-18 |
Family
ID=86826100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310526215.6A Active CN116304356B (zh) | 2023-05-11 | 2023-05-11 | 一种基于aigc的景区多场景内容创作及应用系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116304356B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371439B (zh) * | 2023-12-04 | 2024-03-08 | 环球数科集团有限公司 | 一种基于aigc的相似词判断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166668A (zh) * | 2014-06-09 | 2014-11-26 | 南京邮电大学 | 基于folfm模型的新闻推荐系统及方法 |
GB201602269D0 (en) * | 2016-02-09 | 2016-03-23 | Reaux Savonte Corey K | Dual-type control system of an artificial intelligence in a machine |
CN115951786A (zh) * | 2023-03-14 | 2023-04-11 | 环球数科集团有限公司 | 一种利用aigc技术的多结局创意社交游戏的创作方法 |
CN115994536A (zh) * | 2023-03-24 | 2023-04-21 | 浪潮电子信息产业股份有限公司 | 一种文本信息处理方法、系统、设备及计算机存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180276551A1 (en) * | 2017-03-23 | 2018-09-27 | Corey Kaizen Reaux-Savonte | Dual-Type Control System of an Artificial Intelligence in a Machine |
-
2023
- 2023-05-11 CN CN202310526215.6A patent/CN116304356B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166668A (zh) * | 2014-06-09 | 2014-11-26 | 南京邮电大学 | 基于folfm模型的新闻推荐系统及方法 |
GB201602269D0 (en) * | 2016-02-09 | 2016-03-23 | Reaux Savonte Corey K | Dual-type control system of an artificial intelligence in a machine |
CN115951786A (zh) * | 2023-03-14 | 2023-04-11 | 环球数科集团有限公司 | 一种利用aigc技术的多结局创意社交游戏的创作方法 |
CN115994536A (zh) * | 2023-03-24 | 2023-04-21 | 浪潮电子信息产业股份有限公司 | 一种文本信息处理方法、系统、设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116304356A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543111B (zh) | 推荐信息筛选方法、装置、存储介质及服务器 | |
CN111310019A (zh) | 信息推荐方法、信息处理方法、系统及设备 | |
US7860347B2 (en) | Image-based face search | |
CN111708949B (zh) | 医疗资源的推荐方法及装置、电子设备、存储介质 | |
CN110069663B (zh) | 视频推荐方法及装置 | |
US20160155067A1 (en) | Mapping Documents to Associated Outcome based on Sequential Evolution of Their Contents | |
CN103620590B (zh) | 用于图像至文本以及文本至图像的关联的系统和方法 | |
CN104794207B (zh) | 一种基于协作的推荐系统及其工作方法 | |
US20110076663A1 (en) | Systems and methods for selecting survey questions and available responses | |
Li et al. | Dynamic mapping of design elements and affective responses: a machine learning based method for affective design | |
CN114169952B (zh) | 一种商品推荐方法、服务器、购物车和购物系统 | |
CN107368965A (zh) | 一种剧本数据处理方法、装置及应用其的计算机设备 | |
CN112434151A (zh) | 一种专利推荐方法、装置、计算机设备及存储介质 | |
CN116304356B (zh) | 一种基于aigc的景区多场景内容创作及应用系统 | |
CN113946754A (zh) | 基于用户画像的权益推荐方法、装置、设备及存储介质 | |
US20190050890A1 (en) | Video dotting placement analysis system, analysis method and storage medium | |
CN111429161A (zh) | 特征提取方法、特征提取装置、存储介质及电子设备 | |
CN114881712B (zh) | 智能广告投放方法、装置、设备及存储介质 | |
Maneewongvatana et al. | A recommendation model for personalized book lists | |
CN112184300A (zh) | 一种达人匹配方法、介质、系统和设备 | |
CN112053205A (zh) | 通过机器人情绪识别的产品推荐方法及装置 | |
CN109285034B (zh) | 一种向人群投放业务的方法和装置 | |
KR102449602B1 (ko) | 멀티미디어 콘텐츠 내 상품 정보 처리 장치 및 그 방법 | |
CN111026957B (zh) | 基于多维相似度的推荐系统及其方法 | |
Kaklauskas et al. | An affect-based multimodal video recommendation system |
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 |