CN116484091A - 卡牌信息程序交互方法和装置 - Google Patents
卡牌信息程序交互方法和装置 Download PDFInfo
- Publication number
- CN116484091A CN116484091A CN202310247190.6A CN202310247190A CN116484091A CN 116484091 A CN116484091 A CN 116484091A CN 202310247190 A CN202310247190 A CN 202310247190A CN 116484091 A CN116484091 A CN 116484091A
- Authority
- CN
- China
- Prior art keywords
- user
- reading
- emotion
- card information
- module
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008451 emotion Effects 0.000 claims description 120
- 238000012886 linear function Methods 0.000 claims description 73
- 230000000007 visual effect Effects 0.000 claims description 38
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000009466 transformation Effects 0.000 claims description 25
- 210000001747 pupil Anatomy 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000001815 facial effect Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000003068 static effect Effects 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
-
- 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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services; Handling legal documents
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供了卡牌信息程序交互方法和装置，其中，方法包括：通过获取用户的阅读记录，并获取到标记内容，以根据标记内容对第二用户的第二阅读记录中的虚拟载体进行分类，从而实现了从其他用户的阅读记录来为用户推荐多个虚拟载体。本发明的有益效果：使用户可以获取到其他人员的阅读内容，满足了用户可以获取到相关的信息，实现了用户之间信息的交互。
Description
技术领域
本发明涉及信息交互领域，特别涉及一种卡牌信息程序交互方法和装置。
背景技术
卡牌信息包括各个职位的职能以及各种事例，用户需要阅读相关的卡牌信息来扩充知识面，然而现有的推荐分享方式给用户的方式，主要是根据用户已观看的卡牌信息进行分享，然而在用户不是相关的职业人员时，并没有相关的阅历，很多卡牌信息都是用户直接进行点击观看的，实际上可能与用户所需要观看的卡牌信息不符合，因此现有的分享方式不能很好的给用户推荐相关的卡牌信息。
发明内容
本发明的主要目的为提供一种卡牌信息程序交互方法和装置，旨在解决现有的分享方式不能很好的给用户推荐相关的卡牌信息的问题。
本发明提供了一种卡牌信息程序交互方法，所述卡牌信息程序包括多个卡牌信息，所述卡牌信息分别记载于各种虚拟载体上，包括：
获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录；
所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹；
所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播；
当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录；
随机选取所述第一用户在一定时间段内的标记内容；
根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；
计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离；
根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；
判断所述变换参数Ai是否在预设的范围内；
若在预设的范围内，则基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
进一步地，所述随机选取所述第一用户在一定时间段内的标记内容的步骤之前，还包括：
在显示终端上基于至少两个摄像头获取所述第一用户阅读虚拟载体时的用户面部图像，以及获取所述摄像头至所述用户面部的第一距离；
对所述用户面部图像通过预设的识别模型进行识别，得到所述第一用户的瞳孔图像；
基于所述瞳孔图像确定所述第一用户的视觉方向；
基于所述视觉方向和多个所述第一距离确定所述第一用户在显示终端的视觉焦点；
判断所述第一用户是否发出了标记指令；
若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记。
进一步地，所述当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录的步骤之前，还包括：
采集第二用户在阅读第二阅读记录中各个虚拟载体时的评价内容；其中，所述评价内容与所述虚拟载体一一对应；
采用情感分析工具对所述评价内容进行分析，得到表征情感倾向性的形容词及其情感极性值；
统计所述评价内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率；其中，情感极性值大于设定数值的形容词为正面情绪的形容词，情感极性值小于或等于设定数值的形容词为负面情绪的形容词；
根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值；
判断情绪分值达到预设分值的虚拟载体的数量是否大于预设数量；
若大于预设数量，则判定所述第二用户的第二阅读记录可被分享。
进一步地，所述当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录的步骤之前，还包括：
判断是否具有第三用户满足第三用户的第三阅读指纹与第一用户的第一阅读指纹相匹配；
若是，则计算所述第三用户的第三阅读记录的情感分数；
判断第三用户的第三阅读记录的情感分数是否大于第二用户的第二阅读记录的情感分数；
若是，则选取第三用户的第三阅读记录发送给第一用户。
进一步地，所述判断所述变换参数Ai是否在预设的范围内的步骤之后，还包括：
若不在预设的范围内，则调整所述线性函数中权重向量的取值，直至所述变换参数在预设的范围内，从而得到两个目标线性函数；
基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
本发明提供了一种卡牌信息程序交互装置，所述卡牌信息程序包括多个卡牌信息，所述卡牌信息分别记载于各种虚拟载体上，包括：
获取模块，用于获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录；
生成模块，用于所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹；
广播模块，用于所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播；
接收模块，用于当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录；
第一选取模块，用于随机选取所述第一用户在一定时间段内的标记内容；
设置模块，用于根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；
第一计算模块，用于计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离；
第二计算模块，用于根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；
判断模块，用于判断所述变换参数Ai是否在预设的范围内；
第二选取模块，用于若在预设的范围内，则基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
进一步地，所述卡牌信息程序交互装置，还包括：
面部画像获取模块，用于在显示终端上基于至少两个摄像头获取所述第一用户阅读虚拟载体时的用户面部图像，以及获取所述摄像头至所述用户面部的第一距离；
图像识别模块，用于对所述用户面部图像通过预设的识别模型进行识别，得到所述第一用户的瞳孔图像；
视觉方向确定模块，用于基于所述瞳孔图像确定所述第一用户的视觉方向；
视觉交点确定模块，用于基于所述视觉方向和多个所述第一距离确定所述第一用户在显示终端的视觉焦点；
标记指令确定模块，用于判断所述第一用户是否发出了标记指令；
标记模块，用于若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记。
进一步地，所述卡牌信息程序交互装置，还包括：
采集模块，用于采集第二用户在阅读第二阅读记录中各个虚拟载体时的评价内容；其中，所述评价内容与所述虚拟载体一一对应；
分析模块，用于采用情感分析工具对所述评价内容进行分析，得到表征情感倾向性的形容词及其情感极性值；
统计模块，用于统计所述评价内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率；其中，情感极性值大于设定数值的形容词为正面情绪的形容词，情感极性值小于或等于设定数值的形容词为负面情绪的形容词；
比值模块，用于根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值；
情绪分值判断模块，用于判断情绪分值达到预设分值的虚拟载体的数量是否大于预设数量；
判定模块，用于若大于预设数量，则判定所述第二用户的第二阅读记录可被分享。
进一步地，所述卡牌信息程序交互装置，还包括：
指纹匹配判断模块，判断是否具有第三用户满足第三用户的第三阅读指纹与第一用户的第一阅读指纹相匹配；
情感分数计算模块，用于若是，则计算所述第三用户的第三阅读记录的情感分数；
情感分数判断模块，用于判断第三用户的第三阅读记录的情感分数是否大于第二用户的第二阅读记录的情感分数；
阅读记录发送模块，用于若是，则选取第三用户的第三阅读记录发送给第一用户。
进一步地，所述卡牌信息程序交互装置，还包括：
取值调整模块，用于若不在预设的范围内，则调整所述线性函数中权重向量的取值，直至所述变换参数在预设的范围内，从而得到两个目标线性函数；
虚拟载体选取模块，用于基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
本发明的有益效果：通过获取用户的阅读记录，并获取到标记内容，以根据标记内容对第二用户的第二阅读记录中的虚拟载体进行分类，从而实现了从其他用户的阅读记录来为用户推荐多个虚拟载体，从而使用户可以获取到其他人员的阅读内容，满足了用户可以获取到相关的卡牌信息，实现了用户之间卡牌信息的交互。
附图说明
图1是本发明一实施例的一种卡牌信息程序交互方法的流程示意图；
图2是本发明一实施例的一种卡牌信息程序交互装置的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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的一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后等)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变，所述的连接可以是直接连接，也可以是间接连接。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参照图1，本发明提出一种卡牌信息程序交互方法，所述卡牌信息程序包括多个卡牌信息，所述卡牌信息分别记载于各种虚拟载体上，包括：
S1：获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录；
S2：所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹；
S3：所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播；
S4：当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录；
S5：随机选取所述第一用户在一定时间段内的标记内容；
S6：根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；
S7：计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离；
S8：根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；
S9：判断所述变换参数Ai是否在预设的范围内；
S10：若在预设的范围内，则基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
如上述步骤S1所述，获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录。其中，第一阅读记录和第二阅读记录存储在用户的浏览记录内，例如可以通过对应的APP对阅读记录进行记载，后续可以直接根据记载的位置进行获取，从而得到第一阅读记录和第二阅读记录。此外，虚拟载体具体可以是虚拟卡牌，通过卡牌的方式进行卡牌信息的分享，在一个较佳的实施例中，可以通过卡牌游戏来实现双方的交互，卡牌上具有对应的卡牌信息，具体可以是职员的一些身份卡，也可以是其他的职位的功能卡，限定各种身份卡功能卡，等等，从而可以通过卡牌游戏来实现卡牌信息的交互。此外，需要说明的是，第一阅读记录和第二阅读记录为一段时间内的阅读记录，例如可以是一周内的阅读记录，也可以是一天内的阅读记录，同理，每个用户可能具有多个阅读记录。本申请的交互方法和装置可应用于任意可行场景，例如应用于在线卡牌游戏、即时通讯、信息共享等场景。
如上述步骤S2所述，所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹，具体地，第一阅读指纹和第二阅读指纹为第一用户阅读虚拟载体的记录所生成的特征，具体可以将阅读的虚拟载体进行向量化后生成特征向量，从而得到对应的阅读指纹。第一用户生产的第一阅读指纹为最近的阅读记录所生成的阅读指纹。
如上述步骤S3所述，所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播，其中广播的方式可以是在APP内进行广播，也可以是进行无线广播，例如通过WiFi，Zigbee，蓝牙，Z-Wave等方式进行广播，从而便于其他用户接收对应的广播，通过指纹进行广播，可以便于用户迅速找到与自身相匹配的其他用户，从而实现用户的聚类匹配。
如上述步骤S4所述，当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录，其中计算相似度的方式不作限定，例如可以是计算余弦相似度，欧式距离等任意一种相似度的计算方式，预设相似度为预先设定的值，当大于该预设相似度时，则认为第一用户与第二用户相匹配，此时第一用户可以接收第二用户的第二阅读记录，当然，第二用户也可以接收第一用户的第一阅读记录，这取决于用户选择是否进行接收。
如上述步骤S5所述，随机选取所述第一用户在一定时间段内的标记内容，其中标记内容为第一用户选取的关键词句，该一定时间段内为用户在阅读第一阅读记录中的虚拟载体中的卡牌信息的时间段，标记的方式可以是用户进行手动标记，也可以是其他的方式进行标记，本申请对此不作限定。
如上述步骤S6所述，根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；采用预设的线性分类器设置两条线性函数，其中常见的线性分类器有：SVM(线性核)、贝叶斯分类、线性回归、LR、单层感知机等。即若N为空间，则得到的归一化线性函数为一个超平面。线性分类器就是用一个“超平面”将正、负样本隔离开，如：二维平面上的正、负样本用一条直线来进行分类；三维立体空间内的正、负样本用一个平面来进行分类；N维空间内的正负样本用一个超平面来进行分类。设置两条线性函数是为了限定范围，从而便于筛选出想要的虚拟载体。
如上述步骤S7所述，计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离。
如上述步骤S8-S10所述，根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；需要说明的是，对于两两线性函数其对应的变换参数越接近1说明其分类效果越好，反之效果越差，分类结果越好，则筛选的精度更高，从而可以获取到多个虚拟载体，以便于分享给用户，从而实现了从其他用户的阅读记录来为用户推荐多个虚拟载体，从而使用户可以获取到其他人员的阅读内容，满足了用户可以获取到相关的卡牌信息，实现了用户之间的卡牌信息的交互。
在一个实施例中，所述随机选取所述第一用户在一定时间段内的标记内容的步骤S5之前，还包括：
S401：在显示终端上基于至少两个摄像头获取所述第一用户阅读虚拟载体时的用户面部图像，以及获取所述摄像头至所述用户面部的第一距离；
S402：对所述用户面部图像通过预设的识别模型进行识别，得到所述第一用户的瞳孔图像；
S403：基于所述瞳孔图像确定所述第一用户的视觉方向；
S404：基于所述视觉方向和多个所述第一距离确定所述第一用户在显示终端的视觉焦点；
S405：判断所述第一用户是否发出了标记指令；
S406：若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记。
如上述步骤S401-S406所述，在用户阅读虚拟载体的显示终端上，基于至少两个摄像头获取用户对所述虚拟载体的用户面部图像，以及所述摄像头至所述用户面部的第一距离。其中，显示终端包括至少两个摄像头，以获取用户对虚拟载体的用户面部图像，以及摄像头至用户面部的第一距离，需要说明的是，通过至少两个摄像头可以获取到，摄像头数量对应的用户面部图像，即两个摄像头可以获取到两个用户面部图像，三个摄像头可以获取到三个用户面部图像，各个摄像头至用户面部的距离也可以获取，具体可以通过拍摄的画面进行分析获取得到各个摄像头至用户面部的距离，也可以在摄像头处设置红外传感器，发射红外光来检测各个摄像头至用户面部的距离，当然至用户面部的距离可以具体是至用户面部某个点的距离，例如是摄像头至当然用户额头中间的距离，也可以是距离两个瞳孔连线中点的距离，本申请对此不作限定，用户面部上任意的一点至摄像头的距离都可以视为第一距离，优选采用其中一个瞳孔至摄像头的距离，本文中的用户即为用户。对所述用户面部图像通过预设的识别模型进行识别，得到所述用户的瞳孔图像，其中预设的识别模型通过不同的人脸图像以及对人脸图像中的瞳孔进行标记的训练样本训练而成，具体的训练方式为将人脸图像输入至未训练的识别模型中，然后将人脸图像中瞳孔的位置处的标记作为输出进行训练，得到预设的识别模型，该预设的识别模型为神经网络模型，从而可以基于预设的识别模型识别到用户的瞳孔图像。基于所述瞳孔图像确定所述用户的视觉方向，在观看显示终端上显示的内容时，主要是通过面部的转动和/或眼球的转动(瞳孔在眼眶内的位置)来实现视觉方向的改变。因此根据瞳孔图像中瞳孔的位置及面部的朝向即可获知用户的视觉方向。基于所述视觉方向和多个所述第一距离确定所述用户在显示终端的视觉焦点，其中，确定的方式为，由于视觉方向已经确定，摄像头的位置确定，以及摄像头至用户的第一距离确定，故而基于几何关系可以得到用户在显示终端上的视觉焦点。判断所述用户是否发出了标记指令；若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记，即接收到用户发出了标记指令后，表明用户当前视线的焦点处的内容为待标记的内容，可以进行标记。
在一个实施例中，所述当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录的步骤S4之前，还包括：
S301：采集第二用户在阅读第二阅读记录中各个虚拟载体时的评价内容；其中，所述评价内容与所述虚拟载体一一对应；
S302：采用情感分析工具对所述评价内容进行分析，得到表征情感倾向性的形容词及其情感极性值；
S303：统计所述评价内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率；其中，情感极性值大于设定数值的形容词为正面情绪的形容词，情感极性值小于或等于设定数值的形容词为负面情绪的形容词；
S304：根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值；
S305：判断情绪分值达到预设分值的虚拟载体的数量是否大于预设数量；
S306：若大于预设数量，则判定所述第二用户的第二阅读记录可被分享。
如上述步骤S301-S306所述，采用情感分析工具SentiWordNet(SentiWordNet是一种用于意见挖掘的词汇资源，SentiWordNet可以根据情感分数将分析内容划分为积极性、消极性)对评论内容进行分析，得到表征情感倾向性的形容词及其情感极性值，可以设定情感极性值大于0.3的形容词为正面情绪的形容词，情感极性值小于或等于0.3的形容词为负面情绪的形容词，进一步统计评论内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率，根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值，情绪分值达到预设分值的虚拟载体的数量大于预设数量，则判定所述第二用户的第二阅读记录可被分享。需要说明的是，本实施例为了便于第一用户筛选在阅读时具有很好的阅读体验的用户，从而获取到这种用户的阅读记录，大概率使自己也会有一个好的阅读体验，从而提高了对第二用户的质量筛选，进而提高对虚拟载体的质量筛选。
在一个实施例中，所述当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录的步骤S4之前，还包括：
S311：判断是否具有第三用户满足第三用户的第三阅读指纹与第一用户的第一阅读指纹相匹配；
S312：若是，则计算所述第三用户的第三阅读记录的情感分数；
S313：判断第三用户的第三阅读记录的情感分数是否大于第二用户的第二阅读记录的情感分数；
S314：若是，则选取第三用户的第三阅读记录发送给第一用户。
如上述步骤S311-S314所述，在实际情况中，符合要求不一定只有一个第二用户，同时还可能具有第三用户，当第三用户的情感分数更好时，即第三用户的阅读体验更好，其第三阅读记录更具有阅读价值，判断的方式则是通过计算情感分数进行判断，当第三用户的情感分数大于第二用户的情感分数时，就可以选取第三用户的第三阅读记录发送给第一用户此外，各个用户还可以将情感分数以广播的形式进行广播，从而便于第一用户进行筛选。
在一个实施例中，所述判断所述变换参数Ai是否在预设的范围内的步骤S9之后，还包括：
S1001：若不在预设的范围内，则调整所述线性函数中权重向量的取值，直至所述变换参数在预设的范围内，从而得到两个目标线性函数；
S1002：基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
如上述步骤S1001-S1002所述，当不在预设的范围内时，可以认为线性函数设置不合理，因此，需要调整其中的权重向量，调整的方式应当遵循对应的标准调整，直至变换参数在预设的范围内，得到两个目标线性函数，再第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。其中选取的方式与上述选取的方式相同，此处不再赘述。
本发明的有益效果：通过获取用户的阅读记录，并获取到标记内容，以根据标记内容对第二用户的第二阅读记录中的虚拟载体进行分类，从而实现了从其他用户的阅读记录来为用户推荐多个虚拟载体，从而使用户可以获取到其他人员的阅读内容，满足了用户可以获取到相关的卡牌信息，实现了用户之间卡牌信息的交互。
参照图2，本发明还提供了本发明提供了一种卡牌信息程序交互装置，所述卡牌信息程序包括多个卡牌信息，所述卡牌信息分别记载于各种虚拟载体上，包括：
获取模块10，用于获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录；
生成模块20，用于所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹；
广播模块30，用于所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播；
接收模块40，用于当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录；
第一选取模块50，用于随机选取所述第一用户在一定时间段内的标记内容；
设置模块60，用于根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；
第一计算模块70，用于计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离；
第二计算模块80，用于根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；
判断模块90，用于判断所述变换参数Ai是否在预设的范围内；
第二选取模块100，用于若在预设的范围内，则基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
在一个实施例中，所述卡牌信息程序交互装置，还包括：
面部画像获取模块，用于在显示终端上基于至少两个摄像头获取所述第一用户阅读虚拟载体时的用户面部图像，以及获取所述摄像头至所述用户面部的第一距离；
图像识别模块，用于对所述用户面部图像通过预设的识别模型进行识别，得到所述第一用户的瞳孔图像；
视觉方向确定模块，用于基于所述瞳孔图像确定所述第一用户的视觉方向；
视觉交点确定模块，用于基于所述视觉方向和多个所述第一距离确定所述第一用户在显示终端的视觉焦点；
标记指令确定模块，用于判断所述第一用户是否发出了标记指令；
标记模块，用于若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记。
在一个实施例中，所述卡牌信息程序交互装置，还包括：
采集模块，用于采集第二用户在阅读第二阅读记录中各个虚拟载体时的评价内容；其中，所述评价内容与所述虚拟载体一一对应；
分析模块，用于采用情感分析工具对所述评价内容进行分析，得到表征情感倾向性的形容词及其情感极性值；
统计模块，用于统计所述评价内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率；其中，情感极性值大于设定数值的形容词为正面情绪的形容词，情感极性值小于或等于设定数值的形容词为负面情绪的形容词；
比值模块，用于根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值；
情绪分值判断模块，用于判断情绪分值达到预设分值的虚拟载体的数量是否大于预设数量；
判定模块，用于若大于预设数量，则判定所述第二用户的第二阅读记录可被分享。
在一个实施例中，所述卡牌信息程序交互装置，还包括：
指纹匹配判断模块，判断是否具有第三用户满足第三用户的第三阅读指纹与第一用户的第一阅读指纹相匹配；
情感分数计算模块，用于若是，则计算所述第三用户的第三阅读记录的情感分数；
情感分数判断模块，用于判断第三用户的第三阅读记录的情感分数是否大于第二用户的第二阅读记录的情感分数；
阅读记录发送模块，用于若是，则选取第三用户的第三阅读记录发送给第一用户。
在一个实施例中，所述卡牌信息程序交互装置，还包括：
取值调整模块，用于若不在预设的范围内，则调整所述线性函数中权重向量的取值，直至所述变换参数在预设的范围内，从而得到两个目标线性函数；
虚拟载体选取模块，用于基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
需要说明的是，上述实施例涉及到个人信息处理的相关技术方案，包括获取用户的阅读记录、生成阅读指纹并进行广播、选取用户的标记内容、获取用户的面部图像和瞳孔图像、采集用户的评价内容、用情感分析工具对用户评价内容进行分析、发送用户的阅读记录、将情感分数进行广播等，该部分技术方案均符合国家相关法律法规，且均经过当事人授权许可后进行。
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，本申请所提供的和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。非易失性存储器可以包括只读存储器(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一多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、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。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种卡牌信息程序交互方法，所述卡牌信息程序包括多个卡牌信息，所述卡牌信息分别记载于各种虚拟载体上，其特征在于，包括：
获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录；
所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹；
所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播；
当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录；
随机选取所述第一用户在一定时间段内的标记内容；
根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；
计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离；
根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；
判断所述变换参数Ai是否在预设的范围内；
若在预设的范围内，则基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
2.如权利要求1所述的卡牌信息程序交互方法，其特征在于，所述随机选取所述第一用户在一定时间段内的标记内容的步骤之前，还包括：
在显示终端上基于至少两个摄像头获取所述第一用户阅读虚拟载体时的用户面部图像，以及获取所述摄像头至所述用户面部的第一距离；
对所述用户面部图像通过预设的识别模型进行识别，得到所述第一用户的瞳孔图像；
基于所述瞳孔图像确定所述第一用户的视觉方向；
基于所述视觉方向和多个所述第一距离确定所述第一用户在显示终端的视觉焦点；
判断所述第一用户是否发出了标记指令；
若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记。
3.如权利要求1所述的卡牌信息程序交互方法，其特征在于，所述当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录的步骤之前，还包括：
采集第二用户在阅读第二阅读记录中各个虚拟载体时的评价内容；其中，所述评价内容与所述虚拟载体一一对应；
采用情感分析工具对所述评价内容进行分析，得到表征情感倾向性的形容词及其情感极性值；
统计所述评价内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率；其中，情感极性值大于设定数值的形容词为正面情绪的形容词，情感极性值小于或等于设定数值的形容词为负面情绪的形容词；
根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值；
判断情绪分值达到预设分值的虚拟载体的数量是否大于预设数量；
若大于预设数量，则判定所述第二用户的第二阅读记录可被分享。
4.如权利要求3所述的卡牌信息程序交互方法，其特征在于，所述当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录的步骤之前，还包括：
判断是否具有第三用户满足第三用户的第三阅读指纹与第一用户的第一阅读指纹相匹配；
若是，则计算所述第三用户的第三阅读记录的情感分数；
判断第三用户的第三阅读记录的情感分数是否大于第二用户的第二阅读记录的情感分数；
若是，则选取第三用户的第三阅读记录发送给第一用户。
5.如权利要求1所述的卡牌信息程序交互方法，其特征在于，所述判断所述变换参数Ai是否在预设的范围内的步骤之后，还包括：
若不在预设的范围内，则调整所述线性函数中权重向量的取值，直至所述变换参数在预设的范围内，从而得到两个目标线性函数；
基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
6.一种卡牌信息程序交互装置，所述卡牌信息程序包括多个卡牌信息，所述卡牌信息分别记载于各种虚拟载体上，其特征在于，包括：
获取模块，用于获取第一用户阅读虚拟载体的第一阅读记录，以及第二用户阅读虚拟载体的第二阅读记录；
生成模块，用于所述第一用户基于所述第一阅读记录生成第一阅读指纹，所述第二用户基于所述第二阅读记录生成第二阅读指纹；
广播模块，用于所述第一用户基于所述第一阅读指纹进行广播，所述第二用户基于所述第二阅读记录进行广播；
接收模块，用于当所述第一阅读指纹与所述第二阅读指纹的相似度大于预设相似度时，所述第一用户接收所述第二用户的第二阅读记录；
第一选取模块，用于随机选取所述第一用户在一定时间段内的标记内容；
设置模块，用于根据所述标记内容采用预设的线性分类器设置两条线性函数其中，bt＝bt-1+mt，且b1＝m1，mt表示与标记内容所对应的相关常数，bt表示偏置量，t为正整数，w表示权重向量，ft(x)表示线性函数，x表示标记内容，W为预设的参数；
第一计算模块，用于计算每条线性函数与第二阅读记录中各个虚拟载体的欧式距离，并提取每条线性函数最大欧式距离和最小欧式距离，并将二者之差作为对应线性函数的信息距离；
第二计算模块，用于根据公式计算两个线性函数的信息距离的变换参数Ai；其中，tn表示第n个信息距离，T(tn)表示基于tn的预设计算函数；
判断模块，用于判断所述变换参数Ai是否在预设的范围内；
第二选取模块，用于若在预设的范围内，则基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
7.如权利要求6所述的卡牌信息程序交互装置，其特征在于，所述卡牌信息程序交互装置，还包括：
面部画像获取模块，用于在显示终端上基于至少两个摄像头获取所述第一用户阅读虚拟载体时的用户面部图像，以及获取所述摄像头至所述用户面部的第一距离；
图像识别模块，用于对所述用户面部图像通过预设的识别模型进行识别，得到所述第一用户的瞳孔图像；
视觉方向确定模块，用于基于所述瞳孔图像确定所述第一用户的视觉方向；
视觉交点确定模块，用于基于所述视觉方向和多个所述第一距离确定所述第一用户在显示终端的视觉焦点；
标记指令确定模块，用于判断所述第一用户是否发出了标记指令；
标记模块，用于若是，则基于所述视觉焦点对所述虚拟载体中的内容进行标记。
8.如权利要求6所述的卡牌信息程序交互装置，其特征在于，所述卡牌信息程序交互装置，还包括：
采集模块，用于采集第二用户在阅读第二阅读记录中各个虚拟载体时的评价内容；其中，所述评价内容与所述虚拟载体一一对应；
分析模块，用于采用情感分析工具对所述评价内容进行分析，得到表征情感倾向性的形容词及其情感极性值；
统计模块，用于统计所述评价内容中正面情绪的形容词出现的概率和负面情绪的形容词出现的概率；其中，情感极性值大于设定数值的形容词为正面情绪的形容词，情感极性值小于或等于设定数值的形容词为负面情绪的形容词；
比值模块，用于根据正面情绪的形容词出现的概率与负面情绪的形容词出现的概率之比得到所述第二用户对各个虚拟载体的情绪分值；
情绪分值判断模块，用于判断情绪分值达到预设分值的虚拟载体的数量是否大于预设数量；
判定模块，用于若大于预设数量，则判定所述第二用户的第二阅读记录可被分享。
9.如权利要求8所述的卡牌信息程序交互装置，其特征在于，所述卡牌信息程序交互装置，还包括：
指纹匹配判断模块，判断是否具有第三用户满足第三用户的第三阅读指纹与第一用户的第一阅读指纹相匹配；
情感分数计算模块，用于若是，则计算所述第三用户的第三阅读记录的情感分数；
情感分数判断模块，用于判断第三用户的第三阅读记录的情感分数是否大于第二用户的第二阅读记录的情感分数；
阅读记录发送模块，用于若是，则选取第三用户的第三阅读记录发送给第一用户。
10.如权利要求6所述的卡牌信息程序交互装置，其特征在于，所述卡牌信息程序交互装置，还包括：
取值调整模块，用于若不在预设的范围内，则调整所述线性函数中权重向量的取值，直至所述变换参数在预设的范围内，从而得到两个目标线性函数；
虚拟载体选取模块，用于基于两个线性函数从所述第二阅读记录中选取多个虚拟载体，以形成推荐给所述第一用户的卡牌信息推荐数据包。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310247190.6A CN116484091A (zh) | 2023-03-10 | 2023-03-10 | 卡牌信息程序交互方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310247190.6A CN116484091A (zh) | 2023-03-10 | 2023-03-10 | 卡牌信息程序交互方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116484091A true CN116484091A (zh) | 2023-07-25 |
Family
ID=87224013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310247190.6A Pending CN116484091A (zh) | 2023-03-10 | 2023-03-10 | 卡牌信息程序交互方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116484091A (zh) |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140164401A1 (en) * | 2012-12-10 | 2014-06-12 | Aol Inc. | Systems and Methods for Providing Personalized Recommendations for Electronic Content |
| US20150154167A1 (en) * | 2013-12-04 | 2015-06-04 | Linda Arhin | System and method for utilizing annotated images to facilitate interactions between commercial and social users |
| CN105224336A (zh) * | 2015-10-23 | 2016-01-06 | 小米科技有限责任公司 | 信息列表生成方法和装置、智能设备 |
| CN106407204A (zh) * | 2015-07-29 | 2017-02-15 | 小米科技有限责任公司 | 图书推荐方法及装置 |
| CN106611050A (zh) * | 2016-12-22 | 2017-05-03 | 掌阅科技股份有限公司 | 电子书推荐方法、装置和服务器 |
| CN107203569A (zh) * | 2016-03-18 | 2017-09-26 | 北京泰克贝思科技股份有限公司 | 一种面向沉浸式阅读的阅读主题智能设置方法和装置 |
| CN108846091A (zh) * | 2018-06-13 | 2018-11-20 | 珠海市君天电子科技有限公司 | 资讯推荐方法、装置及设备 |
| CN109785066A (zh) * | 2019-01-17 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情的产品推荐方法、装置、设备及存储介质 |
| CN110362744A (zh) * | 2019-06-26 | 2019-10-22 | 联通沃悦读科技文化有限公司 | 阅读推荐方法及系统、终端设备、计算机设备及介质 |
| CN111008278A (zh) * | 2019-11-22 | 2020-04-14 | 厦门美柚股份有限公司 | 内容推荐方法及装置 |
| CN111949869A (zh) * | 2020-08-11 | 2020-11-17 | 杭州鑫通信息技术有限公司 | 一种基于人工智能的内容信息推荐方法及系统 |
| CN112132186A (zh) * | 2020-08-26 | 2020-12-25 | 安徽工业大学 | 一种存在部分缺失和未知类别标记的多标记分类方法 |
| WO2021047326A1 (zh) * | 2019-09-09 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
| CN112989022A (zh) * | 2021-03-16 | 2021-06-18 | 中国平安人寿保险股份有限公司 | 虚拟文本智能选取方法、装置以及计算机设备 |
| CN113656615A (zh) * | 2021-10-21 | 2021-11-16 | 环球数科集团有限公司 | 旅游信息的智能分享方法、装置和计算机设备 |
| WO2021243828A1 (zh) * | 2020-06-05 | 2021-12-09 | 平安国际智慧城市科技股份有限公司 | 基于机器学习的文本处理方法、装置、计算机设备及介质 |
| CN113887277A (zh) * | 2021-08-23 | 2022-01-04 | 福建数博讯信息科技有限公司 | 一种手持身份证阅读器及基于该装置信息采集与签到方法 |
| CN114037545A (zh) * | 2021-11-16 | 2022-02-11 | 平安普惠企业管理有限公司 | 客户推荐方法、装置、设备及存储介质 |
| CN114117128A (zh) * | 2020-08-29 | 2022-03-01 | 华为云计算技术有限公司 | 视频标注的方法、系统及设备 |
| CN114329004A (zh) * | 2021-09-26 | 2022-04-12 | 腾讯科技（深圳）有限公司 | 数字指纹生成、数据推送方法、装置和存储介质 |
| CN114996764A (zh) * | 2022-07-28 | 2022-09-02 | 武汉盛博汇信息技术有限公司 | 一种基于脱敏数据的信息分享方法和装置 |
-
2023
- 2023-03-10 CN CN202310247190.6A patent/CN116484091A/zh active Pending
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014093113A2 (en) * | 2012-12-10 | 2014-06-19 | Aol Inc. | Systems and methods for providing personalized recommendations for electronic content |
| US20140164401A1 (en) * | 2012-12-10 | 2014-06-12 | Aol Inc. | Systems and Methods for Providing Personalized Recommendations for Electronic Content |
| US20150154167A1 (en) * | 2013-12-04 | 2015-06-04 | Linda Arhin | System and method for utilizing annotated images to facilitate interactions between commercial and social users |
| CN106407204A (zh) * | 2015-07-29 | 2017-02-15 | 小米科技有限责任公司 | 图书推荐方法及装置 |
| CN105224336A (zh) * | 2015-10-23 | 2016-01-06 | 小米科技有限责任公司 | 信息列表生成方法和装置、智能设备 |
| CN107203569A (zh) * | 2016-03-18 | 2017-09-26 | 北京泰克贝思科技股份有限公司 | 一种面向沉浸式阅读的阅读主题智能设置方法和装置 |
| CN106611050A (zh) * | 2016-12-22 | 2017-05-03 | 掌阅科技股份有限公司 | 电子书推荐方法、装置和服务器 |
| CN108846091A (zh) * | 2018-06-13 | 2018-11-20 | 珠海市君天电子科技有限公司 | 资讯推荐方法、装置及设备 |
| CN109785066A (zh) * | 2019-01-17 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情的产品推荐方法、装置、设备及存储介质 |
| CN110362744A (zh) * | 2019-06-26 | 2019-10-22 | 联通沃悦读科技文化有限公司 | 阅读推荐方法及系统、终端设备、计算机设备及介质 |
| WO2021047326A1 (zh) * | 2019-09-09 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
| CN111008278A (zh) * | 2019-11-22 | 2020-04-14 | 厦门美柚股份有限公司 | 内容推荐方法及装置 |
| WO2021243828A1 (zh) * | 2020-06-05 | 2021-12-09 | 平安国际智慧城市科技股份有限公司 | 基于机器学习的文本处理方法、装置、计算机设备及介质 |
| CN111949869A (zh) * | 2020-08-11 | 2020-11-17 | 杭州鑫通信息技术有限公司 | 一种基于人工智能的内容信息推荐方法及系统 |
| CN112132186A (zh) * | 2020-08-26 | 2020-12-25 | 安徽工业大学 | 一种存在部分缺失和未知类别标记的多标记分类方法 |
| CN114117128A (zh) * | 2020-08-29 | 2022-03-01 | 华为云计算技术有限公司 | 视频标注的方法、系统及设备 |
| CN112989022A (zh) * | 2021-03-16 | 2021-06-18 | 中国平安人寿保险股份有限公司 | 虚拟文本智能选取方法、装置以及计算机设备 |
| CN113887277A (zh) * | 2021-08-23 | 2022-01-04 | 福建数博讯信息科技有限公司 | 一种手持身份证阅读器及基于该装置信息采集与签到方法 |
| CN114329004A (zh) * | 2021-09-26 | 2022-04-12 | 腾讯科技（深圳）有限公司 | 数字指纹生成、数据推送方法、装置和存储介质 |
| CN113656615A (zh) * | 2021-10-21 | 2021-11-16 | 环球数科集团有限公司 | 旅游信息的智能分享方法、装置和计算机设备 |
| CN114037545A (zh) * | 2021-11-16 | 2022-02-11 | 平安普惠企业管理有限公司 | 客户推荐方法、装置、设备及存储介质 |
| CN114996764A (zh) * | 2022-07-28 | 2022-09-02 | 武汉盛博汇信息技术有限公司 | 一种基于脱敏数据的信息分享方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| BOGDAN WALEK: "A hybrid recommender system for recommending relevant movies using an expert system", 《EXPERT SYSTEMS WITH APPLICATIONS》, vol. 158, 15 November 2020 (2020-11-15), pages 1 - 18 * |
| 陈玲洪: "基于知识图谱和读者画像的图书推荐检索研究", 《数据分析与知识发现》, 20 March 2023 (2023-03-20), pages 138 - 3029 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108133238B (zh) | 一种人脸识别模型训练方法和装置及人脸识别方法和装置 | |
| CN107451510B (zh) | 活体检测方法和活体检测系统 | |
| US9547808B2 (en) | Head-pose invariant recognition of facial attributes | |
| EP2546782B1 (en) | Liveness detection | |
| CN111310624A (zh) | 遮挡识别方法、装置、计算机设备及存储介质 | |
| US8698914B2 (en) | Method and apparatus for recognizing a protrusion on a face | |
| WO2013175792A1 (ja) | 人物属性推定システム、及び学習用データ生成装置 | |
| Whitehill et al. | Personalized facial attractiveness prediction | |
| CN111126122B (zh) | 人脸识别算法评估方法及装置 | |
| US10915739B2 (en) | Face recognition device, face recognition method, and computer readable storage medium | |
| CN114049512A (zh) | 模型蒸馏方法、目标检测方法、装置及电子设备 | |
| CN104091173A (zh) | 一种基于网络摄像机的性别识别方法及装置 | |
| US11295117B2 (en) | Facial modelling and matching systems and methods | |
| CN109697421A (zh) | 基于微表情的评价方法、装置、计算机设备和存储介质 | |
| Goud et al. | Smart attendance notification system using SMTP with face recognition | |
| CN107480628B (zh) | 一种人脸识别方法及装置 | |
| CN113673308A (zh) | 对象识别方法、装置和电子系统 | |
| Mangla et al. | Sketch-based facial recognition: a weighted component-based approach (WCBA) | |
| CN115661903B (zh) | 一种基于空间映射协同目标过滤的识图方法及装置 | |
| CN111753168A (zh) | 一种搜题的方法、装置、电子设备及存储介质 | |
| CN110929583A (zh) | 一种高检测精度人脸识别方法 | |
| CN116484091A (zh) | 卡牌信息程序交互方法和装置 | |
| CN111428670B (zh) | 人脸检测方法、装置、存储介质及设备 | |
| CN113609966A (zh) | 一种人脸识别系统的训练样本的生成方法及装置 | |
| CN113792577A (zh) | 一种网课学生注意力状态检测方法及检测系统、存储介质 |
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 |