CN117407579A - 内容推荐方法以及相关设备 - Google Patents
内容推荐方法以及相关设备 Download PDFInfo
- Publication number
- CN117407579A CN117407579A CN202210803928.8A CN202210803928A CN117407579A CN 117407579 A CN117407579 A CN 117407579A CN 202210803928 A CN202210803928 A CN 202210803928A CN 117407579 A CN117407579 A CN 117407579A
- Authority
- CN
- China
- Prior art keywords
- target object
- content
- target
- recommended
- state
- 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 89
- 238000004458 analytical method Methods 0.000 claims description 47
- 238000013475 authorization Methods 0.000 claims description 27
- 230000001815 facial effect Effects 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004069 differentiation Effects 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 18
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 230000004936 stimulating effect Effects 0.000 description 30
- 230000008921 facial expression Effects 0.000 description 15
- 230000000638 stimulation Effects 0.000 description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 12
- 239000008280 blood Substances 0.000 description 12
- 210000004369 blood Anatomy 0.000 description 12
- 230000004399 eye closure Effects 0.000 description 12
- 229910052760 oxygen Inorganic materials 0.000 description 12
- 239000001301 oxygen Substances 0.000 description 12
- 230000008859 change Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000004397 blinking Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000003183 myoelectrical effect Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000035790 physiological processes and functions Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- 206010041349 Somnolence Diseases 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 208000032140 Sleepiness Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 210000000744 eyelid Anatomy 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000006996 mental state Effects 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000037321 sleepiness Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007794 irritation Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241000237509 Patinopecten sp. Species 0.000 description 1
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 235000020637 scallop Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种内容推荐方法以及相关设备,相关实施例可应用于云技术、人工智能、智慧交通等各种场景;可以当播放目标应用中目标对象的信息流时,采集目标对象的对象特征数据;根据对象特征数据计算目标对象的目标对象状态参数;当获取到推荐内容切换指令、且推荐内容切换指令指示目标对象需要进入目标对象状态时,根据目标对象状态参数和推荐内容切换指令获取目标对象对应的推荐信息流;对推荐信息流中的推荐内容进行播放。本申请可以结合目标对象的疲劳程度以及需要进入的目标对象状态,来向目标对象进行内容推荐,这样基于用户当前的实际需求进行内容推荐,可以使得所推荐的内容与用户当前实际需求更加符合,有利于提高内容推荐的准确率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种内容推荐方法以及相关设备。
背景技术
随着互联网的普及、网络视频平台的发展,多媒体内容不断丰富,视频数量不断膨胀,用户需要花费大量的精力和时间从庞大的内容中查找自己感兴趣的视频。为了帮助用户快速从海量信息数据中,获取到其所需的信息,视频推荐系统应运而生。推荐系统的出现,改变了用户与信息数据的互动方式,由用户主动获取信息转变为将信息主动推送给用户。为提高用户的视频观看体验,如何向用户进行视频推荐逐渐成为当前的研究热点。
但在目前的相关技术中,一般仅根据用户历史观看过的视频预测用户偏好,再基于用户偏好进行视频推荐,而没有结合用户当前的实际需求来推荐视频,这样容易导致所推荐的视频与用户当前实际的需求不符,引起用户不适,降低用户体验,使得视频推荐的准确率较低。
发明内容
本申请实施例提供一种内容推荐方法以及相关设备,相关设备可以包括内容推荐装置、电子设备、计算机可读存储介质和计算机程序产品,可以提高内容推荐的准确率。
本申请实施例提供一种内容推荐方法,包括:
当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;
根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;
当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;
对所述推荐信息流中的推荐内容进行播放。
相应的,本申请实施例提供一种内容推荐装置,包括:
采集单元,用于当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;
计算单元,用于根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;
获取单元,用于当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;
播放单元,用于对所述推荐信息流中的推荐内容进行播放。
可选的,在本申请的一些实施例中,所述内容推荐装置还可以包括状态确定单元,所述状态确定单元用于确定所述目标对象需要进入的目标对象状态;具体地,所述状态确定单元可以包括第一展示子单元和第一确定子单元,如下:
所述第一展示子单元,用于在所述目标应用的内容页面上展示状态选择区域,所述状态选择区域包括至少一个对象状态对应的模式控件;
第一确定子单元,用于响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态。
可选的,在本申请的一些实施例中,所述第一确定子单元具体可以用于响应于对所述状态选择区域中目标模式控件的触发操作、且所述目标模式控件对应的对象状态满足对象状态预测触发条件时,基于所述目标对象针对所述目标应用的历史互动时间信息,确定所述目标对象需要进入的目标对象状态。
可选的,在本申请的一些实施例中,所述状态确定单元还可以包括切换子单元,如下:
所述切换子单元,用于响应于针对所述目标模式控件的模式切换操作,基于新的目标模式控件对应的对象状态,对所述目标对象需要进入的目标对象状态进行更新。
可选的,在本申请的一些实施例中,所述采集单元可以包括第二展示子单元和采集子单元,如下:
所述第二展示子单元,用于当在目标应用的内容页面中播放目标对象的信息流时,响应于对所述内容页面中权限设置区域的触发操作,展示所述目标应用对应的权限设置页面,所述权限设置页面用于对所述目标应用进行对象疲劳程度的识别授权;
采集子单元,用于当通过所述权限设置页面对所述目标应用授权设置完成时,采集所述目标对象的对象特征数据。
可选的,在本申请的一些实施例中,所述权限设置页面包括至少一个采集组件对应的权限设置控件;
所述采集子单元具体可以用于基于对各个采集组件对应的权限设置控件的设置完成操作,确定所述各个采集组件对应的采集权限范围;根据所述采集权限范围,采集所述目标对象的对象特征数据。
可选的,在本申请的一些实施例中,所述对象特征数据包括所述目标对象的对象特征参数以及面部图像;
所述计算单元可以包括第一计算子单元、第二计算子单元和第二确定子单元,如下:
所述第一计算子单元,用于根据所述对象特征参数计算所述目标对象的第一对象状态参数;
第二计算子单元,用于根据所述面部图像计算所述目标对象的第二对象状态参数;
第二确定子单元,用于基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数。
可选的,在本申请的一些实施例中,所述面部图像包括至少一个面部状态标识元素;
所述第二计算子单元具体可以用于对各个面部状态标识元素进行特征提取分析,得到各个面部状态标识元素对应的状态参数;基于各个面部状态标识元素对应的状态参数,确定所述目标对象的第二对象状态参数。
可选的,在本申请的一些实施例中,所述获取单元可以包括第一选取子单元和第二选取子单元、第一构建子单元,如下:
所述第一选取子单元,用于基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容;
第二选取子单元,用于基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容;
第一构建子单元,用于基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
可选的,在本申请的一些实施例中,所述第一选取子单元具体可以用于获取所述目标应用中所述目标对象对应的候选推荐内容的内容标识信息;基于所述目标对象状态与各候选推荐内容的内容标识信息之间的匹配度,从所述候选推荐内容中选取初始推荐内容。
可选的,在本申请的一些实施例中,所述第二选取子单元具体可以用于对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果;根据所述分析结果,对所述初始推荐内容进行层级规划处理,得到所述初始推荐内容对应的内容层级;基于所述内容层级与所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容。
可选的,在本申请的一些实施例中,步骤“对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果”,可以包括:
对所述初始推荐内容进行至少一个维度上的内容差异化识别,得到所述至少一个维度上的内容对比度;
根据所述至少一个维度上的内容对比度,确定所述初始推荐内容对应的分析结果。
可选的,在本申请的一些实施例中,所述获取单元可以包括第三确定子单元和第三选取子单元、第二构建子单元,如下:
所述第三确定子单元,用于基于当前播放的信息流对应的内容类型,从所述目标应用的候选推荐内容中确定初始推荐内容;
第三选取子单元,用于根据所述目标对象状态参数和所述推荐内容切换指令从所述初始推荐内容中选取至少一个目标推荐内容;
第二构建子单元,用于基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
本申请实施例提供的一种电子设备,包括处理器和存储器,所述存储器存储有多条指令,所述处理器加载所述指令,以执行本申请实施例提供的内容推荐方法中的步骤。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本申请实施例提供的内容推荐方法中的步骤。
此外,本申请实施例还提供一种计算机程序产品,包括计算机程序或指令,该计算机程序或指令被处理器执行时实现本申请实施例提供的内容推荐方法中的步骤。
本申请实施例提供了一种内容推荐方法以及相关设备,可以当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。本申请可以结合目标对象的疲劳程度以及需要进入的目标对象状态,来向目标对象进行内容推荐,这样基于用户当前的实际需求进行内容推荐,可以使得所推荐的内容与用户当前实际需求更加符合,有利于提高内容推荐的准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a是本申请实施例提供的内容推荐方法的场景示意图;
图1b是本申请实施例提供的内容推荐方法的流程图;
图1c是本申请实施例提供的内容推荐方法的页面示意图;
图1d是本申请实施例提供的内容推荐方法的另一页面示意图;
图1e是本申请实施例提供的内容推荐方法的说明图;
图1f是本申请实施例提供的内容推荐方法的另一流程图;
图1g是本申请实施例提供的内容推荐方法的另一说明图;
图1h是本申请实施例提供的内容推荐方法的另一页面示意图;
图1i是本申请实施例提供的内容推荐方法的另一页面示意图;
图1j是本申请实施例提供的内容推荐方法的另一页面示意图;
图1k是本申请实施例提供的内容推荐方法的另一流程图;
图1l是本申请实施例提供的内容推荐方法的另一流程图;
图1m是本申请实施例提供的内容推荐方法的另一流程图;
图1n是本申请实施例提供的内容推荐方法的另一说明图;
图2是本申请实施例提供的内容推荐方法的另一流程图;
图3是本申请实施例提供的内容推荐装置的结构示意图;
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
本申请实施例提供一种内容推荐方法以及相关设备,相关设备可以包括内容推荐装置、电子设备、计算机可读存储介质和计算机程序产品。该内容推荐装置具体可以集成在电子设备中,该电子设备可以是终端或服务器等设备。
可以理解的是,本实施例的内容推荐方法可以是在终端上执行的,也可以是在服务器上执行,还可以由终端和服务器共同执行的。以上举例不应理解为对本申请的限制。
如图1a所示,以终端和服务器共同执行内容推荐方法为例。本申请实施例提供的内容推荐系统包括终端10和服务器11等;终端10与服务器11之间通过网络连接,比如,通过有线或无线网络连接等,其中,内容推荐装置可以集成在终端中。
其中,终端10,可以用于:当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。其中,终端10可以包括手机、智能电视、平板电脑、笔记本电脑、或个人计算机(PC,Personal Computer)等。终端10上还可以设置客户端,该客户端可以是应用程序客户端或浏览器客户端等等。
其中,服务器11,可以用于:接收终端10发送的目标对象的对象特征数据、以及所述目标对象需要进入目标对象状态,从而根据所述对象特征数据识别所述目标对象的目标对象状态参数,并根据所述目标对象状态参数和所述目标对象状态从所述目标应用的候选推荐内容中选取目标推荐内容,构建所述目标对象对应的推荐信息流,将所述推荐信息流发送给终端10,以通过终端10在相应的推荐内容页面上向所述目标对象推荐展示目标推荐内容。其中,服务器11可以是单台服务器,也可以是由多个服务器组成的服务器集群或云服务器。本申请所公开的内容推荐方法或装置,其中多个服务器可组成为一区块链,而服务器为区块链上的节点。
上述服务器11获取目标推荐内容的步骤,也可以由终端10执行。
本申请实施例提供的内容推荐方法涉及人工智能领域中的计算机视觉技术。
其中,人工智能(AI,Artificial Intelligence)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。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。其中,人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
其中,计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本实施例将从内容推荐装置的角度进行描述,该内容推荐装置具体可以集成在电子设备中,该电子设备可以是服务器或终端等设备。
可以理解的是,在本申请的具体实施方式中,涉及到用户信息,如用户的对象特征数据等相关的数据,当本申请以上实施例运用到具体产品或技术中时,需要获得用户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本申请实施例的内容推荐方法可以应用于各种需要进行内容推荐的场景中,如视频推荐、文本推荐等场景。本实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。
如图1b所示,该内容推荐方法的具体流程可以如下:
101、当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据。
其中,目标应用可以是设置在终端上的客户端,该客户端可以是应用程序客户端或浏览器客户端等等。具体地,目标应用可以包括视频应用、音乐应用、漫画应用、小说应用以及信息流应用等,本实施例对其类型不作限制。本实施例中,目标应用中信息流的内容形式可以有多种,比如,其内容形式可以是视频、音乐、漫画、小说等。信息流可以是一组按照预定顺序播放的内容,该预定顺序可以根据实际情况设置,本实施例对此不作限制,比如,该预定顺序可以是基于内容与目标对象的用户偏好的相关度确定的。
其中,目标对象具体可以是当前与目标应用的内容进行互动的对象。对象特征数据可以为与目标对象的情绪状态、生理健康状态等相关的生理数据。具体地,对象特征数据可以包括目标对象的对象特征参数以及面部图像。对象特征参数具体也即生理参数,它可以包括肌电(EMG,electromyogram)特征参数、脉搏特征参数、血氧饱和度(SpO2)等。
可选地,本实施例中,步骤“当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据”,可以包括:
当在目标应用的内容页面中播放目标对象的信息流时,响应于对所述内容页面中权限设置区域的触发操作,展示所述目标应用对应的权限设置页面,所述权限设置页面用于对所述目标应用进行对象疲劳程度的识别授权;
当通过所述权限设置页面对所述目标应用授权设置完成时,采集所述目标对象的对象特征数据。
其中,对权限设置区域的触发操作具体可以是对权限设置区域的点击操作或者滑动操作等,本实施例对此不作限制。
在一具体实施例中,参考图1c中的页面a或页面b,展示的是目标应用的内容页面中的权限设置区域,该权限设置区域可以包括允许授权控件(“允许”对应的图标)和拒绝授权控件(“拒绝”对应的图标),可选地,该权限设置区域还可以包括授权提示信息,授权提示信息具体可以是“请允许对您的疲劳度进行记录和分析,其分析用于后续的智能化内容推荐”等类似内容。上述实施例中对权限设置区域的触发操作具体可以是:对权限设置区域中允许授权控件的触发操作;响应于对允许授权控件的触发操作,可以展示更为详细的权限设置页面,该权限设置页面可以包含多项权限,如图1c中的页面c所示,该权限设置页面可以包括摄像头、麦克风、血氧、脉搏等对应的多项采集权限。用户可以选择开启权限设置页面中全部的权限,也可以仅开启权限设置页面中的部分权限。
其中,需要说明的是,权限设置区域具体可以是在触发展示目标应用的信息流内容(具体为视频内容)时,一并在目标应用的内容页面中展示的,具体可以是以小窗口的形式展示在内容页面上。一些实施例中,响应于针对目标应用的启动操作,也可以直接在目标应用的应用页面(具体可视为内容页面)上展示权限设置区域。
一些实施例中,当检测到权限设置区域中拒绝授权控件的触发操作时,则不对目标应用进行对象疲劳程度的识别授权,因此目标应用无法采集目标对象的对象特征数据,在视频推荐场景中,可以基于传统的内容推荐方法进行视频推荐。
一些实施例中,响应于对权限设置区域中允许授权控件的触发操作,也可以直接对目标应用进行对象疲劳程度的识别授权,不需要展示权限设置页面进行具体的权限设置。
可选地,本实施例中,所述权限设置页面包括至少一个采集组件对应的权限设置控件;
步骤“当通过所述权限设置页面对所述目标应用授权设置完成时,采集目标对象的对象特征数据”,可以包括:
基于对各个采集组件对应的权限设置控件的设置完成操作,确定所述各个采集组件对应的采集权限范围;
根据所述采集权限范围,采集目标对象的对象特征数据。
其中,采集组件可以包括摄像头、麦克风、陀螺仪等,摄像头、麦克风、陀螺仪可以用于实时捕捉用户的面部视觉、身体姿势、呼吸频率、手机角度等信息,从而基于这些信息判断用户的疲劳程度。具体地,采集组件还可以包括目标应用所处终端(如手机)的外接设备,比如,和手机连接的手表、手笔等设备,手表可以用于采集血氧、脉搏等生理数据。可以理解的是,每个采集组件可以具有多项生理数据的采集功能,用户可以对采集组件对应的各个采集权限的权限设置控件的操作,来进行具体的权限设置。
其中,若对采集组件对应的权限设置控件进行启动操作,则可以将该采集组件对应的采集权限授予目标应用;若对采集组件对应的权限设置控件进行关闭操作,则拒绝将该采集组件对应的采集权限授予目标应用。
其中,可选地,如图1c中的页面c所示,权限设置页面还可以包括开启疲劳度检测功能的总开关,基于对该总开关的启动操作,目标应用所处终端(如手机)和连接该终端的设备会获取相关数据。
在一具体实施例中,目标应用的内容页面如图1d中的页面d或页面e所示,在内容页面中展示目标对象当前浏览的信息流内容,该内容页面还可以包括基于用户喜好进行推荐的内容。具体地,在用户浏览内容页面的过程中,可以跳出子窗口,该子窗口也即上述实施例中的权限设置区域,用户可以基于对该权限设置区域的权限设置操作,对所述目标应用进行对象疲劳程度的识别授权。
102、根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度。
其中,目标对象的目标对象状态参数可以采用疲劳指数来进行表征,疲劳指数的指数数值可以表征目标对象的疲劳程度;疲劳指数的指数数值越大,表示对应对象越疲劳,反之,疲劳指数的指数数值越小,表示对应对象越不疲劳。
具体地,一般来说,疲劳指数的正常范围是60-80,超过了80表面身体处于疲劳状态。如果超过100,表明身体是处于严重疲劳状态。
可选地,本实施例中,对象特征数据可以包括至少一个维度上的对象特征数据,至少一个维度上的对象特征数据可以包括对象特征参数、面部图像、身体动作、声音等。本实施例可以针对所采集到的各个维度上的对象特征数据,基于该维度上的对象特征数据计算目标对象在该维度上的对象状态参数,该对象状态参数表示目标对象在该维度上的疲劳程度,再将各个维度上的对象特征数据对应的对象状态参数进行融合,得到目标对象的目标对象状态参数。
可选地,本实施例中,所述对象特征数据包括所述目标对象的对象特征参数以及面部图像;
步骤“根据所述对象特征数据计算所述目标对象的目标对象状态参数”,可以包括:
根据所述对象特征参数计算所述目标对象的第一对象状态参数;
根据所述面部图像计算所述目标对象的第二对象状态参数;
基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数。
其中,步骤“基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数”,可以包括:将第一对象状态参数对应的程度指数和第二对象状态参数对应的程度指数进行融合,得到目标对象处于疲劳状态的程度。其中,程度指数的融合方式有多种,比如,该融合方式可以是加权运算等,本实施例对此不作限制。
其中,步骤“根据所述对象特征参数计算所述目标对象的第一对象状态参数”,可以包括:针对每个对象特征参数,基于所述对象特征参数识别所述目标对象对应的对象子状态参数,再将各个对象特征参数对应的对象子状态参数进行融合,得到最终的第一对象状态参数。
比如,所采集到的对象特征参数可以包括肌电特征参数、脉搏特征参数、血氧饱和度特征参数;若肌电特征参数对应的疲劳程度评分为1,权重w1;脉搏特征参数对应的疲劳程度评分为3,权重w2;血氧饱和度特征参数对应的疲劳程度评分为2,权重w3;权重w4;则最终的疲劳程度评分为1*w1+3*w2+2*w3,该疲劳程度评分也即目标对象的第一对象状态参数。
可选地,本实施例中,所述面部图像包括至少一个面部状态标识元素;
步骤“根据所述面部图像计算所述目标对象的第二对象状态参数”,可以包括:
对各个面部状态标识元素进行特征提取分析,得到各个面部状态标识元素对应的状态参数;
基于各个面部状态标识元素对应的状态参数,确定所述目标对象的第二对象状态参数。
其中,面部状态标识元素可以包括眼睛、嘴巴等;面部状态标识元素对应的状态参数具体可以理解为面部表情状态参数。面部表情是人体(形体)语言的一部分,是一种生理及心理的反应,通常用于传递情感,因此,本实施例可以利用面部表情来识别目标对象的疲劳程度。具体地,可以通过手机摄像头对人脸关键部位(例如眉角、鼻尖、嘴角等)变化进行判断,根据机器学习算法,从而测算出人脸变化所代表的情绪,比如喜、怒、哭、开心等。
具体地,疲劳在人脸面部表情中表现大致包括三个类型:打哈欠(具体也即嘴巴张大且相对较长时间保持这一状态)、眨眼(或眼睛微闭,此时眨眼次数增多,且眨眼速度变慢)、点头(具体也即瞌睡点头)。
其中,对各个面部状态标识元素进行特征提取分析,具体可以是采用一定的特征计算方法来进行状态参数的提取,比如采用度量疲劳的物理PERCLOS方法,提取用户一定时间内的眼睛闭合参数,从而根据眼睛闭合参数可以确定目标对象的疲劳程度,具体也可以确定上述实施例中的第二对象状态参数。
在一具体实施例中,目标对象的目标对象状态参数表征目标对象处于疲劳状态的疲劳程度(简称疲劳度),疲劳程度可以通过目标对象的对象特征参数(具体可以包括肌电特征参数、脉搏特征参数、血氧饱和度特征参数等)、面部表情状态参数(眼动特征、嘴部状态、头部姿态等参数)来确定,应当理解的是,考虑到硬件设备的不同,使用的参数类型包括并不限于对象特征参数和面部表情状态参数。
其中,具体地,疲劳程度的判断有很多群体和个体差异,本实施例中,可以使用下表1的嗜睡量表进行疲劳程度的示意说明。
表1
其中,如表1所示,疲劳程度可以按照不同方式进行分级,在一些实施例中,可以按照7个等级进行划分(如表1中的第一列),在另一些实施例中,也可以按照4个等级进行划分(如表1中的第三列),本实施例对此不作具体限制。
参考图1e,当目标对象与目标应用中的内容互动时,本实施例可以通过手机摄像头、麦克风、陀螺仪、以及穿戴设备等采集设备获取目标对象的面部图像和生理信号(如肌电信号、血氧信号和心率信号等),并对生理信号解析得到对象特征参数(如肌电特征参数、脉搏特征参数和血氧饱和度等),对面部图像进行特征提取分析,得到面部表情状态参数(如眼动特征、嘴部状态和头部姿态等),然后,根据上述表1的嗜睡量表对对象特征参数进行疲劳度的识别,基于疲劳度量算法PERCLOS对面部表情状态参数进行疲劳度的识别,具体说明如下。
其中,关于对对象特征参数进行疲劳度识别的方案具体如下所述:
采集用户肌电、脉搏和血氧饱和度信号等。其中,随着人体疲劳的程度加深,肌电信号幅值会增大,频率会降低,因此可以通过肌电特征参数检测疲劳程度。而通过对脉搏信号数据进行时域分析和频域分析,可以得到脉搏信号的特征参数,脉搏特征参数可以与疲劳度进行关联。另外,当人体处于疲劳状态时,血氧饱和度含量会下降,因此根据血氧饱和度特征参数,可以获得用户的疲劳程度。
在获得上述对象特征参数后,可以根据用户的对象特征参数,确定目标对象的第一对象状态参数,具体也即目标对象处于疲劳状态的疲劳程度。其中,如果将疲劳程度划分为四个等级,后续步骤中可以根据四个等级和用户需求进行对应的内容推荐,一些实施例中,也可以根据需要在评分1-7的区间推荐7种不同的刺激度的内容。具体可以参考表1,不同的区分方式,决定了内容在刺激度的分级方式,比如:如果按照等级区分,疲劳程度可以划分为四个等级,则可以按照4个等级对内容进行刺激度的分级;如果按照分数区分,疲劳程度可以划分为七个等级,则可以按照7个分数等级对内容进行刺激度的分级。
其中,参考图1f,关于对面部表情状态参数进行疲劳度识别的方案具体如下所述:
1.图像输入:通过手机摄像头获取针对目标对象的静态图像或动态图像序列。
2.人脸检测:图像输入中有非人脸的内容,需要通过人脸检测划分出人脸的区域,将人脸区域确定为目标对象的面部图像。
3.图像预处理:为了便于后续提取特征和分类,需要改善图像质量、消除干扰信息,统一图像大小、比例、灰度值等信息,需要对面部图像进行归一化处理。
4.特征提取和计算:采用一定的特征计算方法让计算机通过特征理解不同疲劳程度,比如可以采用度量疲劳的物理PERCLOS的方法,则只需要提取目标对象在一定时间内的眼睛闭合参数(例如,当一定时间间隔内眼睛闭合所占的时间比例超过15%时即认为是疲劳状态)。
其中,PERCLOS的计算公式如下:
PERCLOS=眼睛闭合帧数/检测时间段总帧数*100%
PERCLO方法有三种判断疲劳的不同准则,分别E M准则、P70准则、P80准则。其具体含义如下:
EM准则:瞳孔被眼睑覆盖超50%的面积,则认为眼睛是闭合的;
P70准则:瞳孔被眼睑覆盖超70%的面积,则认为眼睛是闭合的;
P80准则:瞳孔被眼睑覆盖超过80%的面积,则认为眼睛是闭合的。
5.识别结果:基于用户眼睛闭合对应状态参数,确定目标对象的第二对象状态参数,也即目标对象处于疲劳状态的疲劳程度,具体可以通过将状态参数与疲劳度等级进行匹配,来确定目标对象处于疲劳状态的疲劳程度。如果采用PERCLO的计算方式的话,当眼睛闭合的时长超过常规参数的阀值则判断为进入疲劳状态。后续步骤中可以根据目标对象的疲劳程度和用户需求进行对应的内容推荐。
其中,具体地,眼睛闭合的常规参数的阀值可以是:一分钟之内眨眼十次左右,每次眨眼需要0.3、0.4秒左右,两次眨眼之间的间隔约为2.8-4.0秒。一些实施例中,若眼睛闭合的状态参数为:一分钟眨眼n次,每次需要m秒,眨眼间隔p秒,该状态参数对应的疲劳程度为轻微疲劳;若眼睛闭合的状态参数为:一分钟眨眼n'次,每次需要m'秒,眨眼间隔p'秒,该状态参数对应的疲劳程度为中度疲劳;若眼睛闭合的状态参数为:一分钟眨眼n”次,每次需要m”秒,眨眼间隔p”秒,该状态参数对应的疲劳程度为重度疲劳;若眼睛闭合的状态参数为:一分钟眨眼n”'次,每次需要m”'秒,眨眼间隔p”'秒,该状态参数对应的疲劳程度为睡眠中。
在获得面部表情状态参数后,可以将面部表情状态参数与疲劳度进行匹配。其中,如果将疲劳程度分为三个等级(分别为轻微疲劳、中度疲劳和重度疲劳),后续步骤中可以根据三个等级和用户需求进行对应的内容推荐,如图1g所示。不同的区分方式,决定了内容在刺激度的分级方式,比如:可以按照3个等级进行内容刺激度的分级。
103、当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容。
其中,推荐内容切换指令可以指示基于目标对象需要进入的目标对象状态生成下一个待播放的推荐信息流;可选地,一些实施例中,推荐内容切换指令可以是当检测到目标对象针对当前播放内容的切换操作时生成的,比如,响应于目标对象对目标应用的内容页面的切换操作(例如可以是上滑或下滑操作),生成推荐内容切换指令;另一些实施例中,推荐内容切换指令可以是在检测到当前播放的信息流的剩余播放时间小于预设时长时生成的,预设时长可以根据实际情况设置。
其中,目标对象状态具体为目标对象所想要进入的生理状态。一些实施例中,目标对象状态可以是休息状态,也即睡眠状态,另一些实施例中,目标对象状态可以是娱乐状态。
其中,推荐信息流可以包括多个按照预定顺序播放的推荐内容,该预定顺序可以根据实际情况进行设置,比如,该预定播放顺序可以根据推荐内容与目标对象状态参数的匹配关系进行确定。另外,推荐信息流中的推荐内容的内容形式可以有多种,比如文本、音频、图像、或视频等,本实施例对此不作限制。
可选地,本实施例中,该内容推荐方法还可以包括:
在所述目标应用的内容页面上展示状态选择区域,所述状态选择区域包括至少一个对象状态对应的模式控件;
响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态。
其中,状态选择区域可以用于选取目标对象所要进入的模式,具体也可以是选择目标对象所要进入的对象状态。具体地,状态选择区域的模式控件可以包括睡眠模式、娱乐模式和智能模式对应的模式控件,其中,睡眠模式对应的对象状态可以是休息状态,娱乐模式对应的对象状态可以是娱乐状态,而智能模式对应的对象状态需要系统自行判断。目标模式控件具体为被选取的模式控件,其中,对目标模式控件的触发操作具体可以是对目标模式控件的点击操作等。
其中,具体地,若目标模式控件为睡眠模式对应的模式控件,则可以将休息状态确定为目标对象需要进入的目标对象状态。若目标模式控件为娱乐模式对应的模式控件,则可以将娱乐状态确定为目标对象需要进入的目标对象状态。若目标模式控件为智能模式对应的模式控件,则目标对象所要进入的目标对象状态需要系统自行判断。
在一具体实施例中,如图1h所示,内容页面可以包括状态选择区域,状态选择区域中包含倒三角符号的选择控件,响应于对该选择控件的触发操作,可以显示状态选择区域的展开状态,在状态选择区域的展开状态下,状态选择区域包括睡眠模式(页面f)、娱乐模式(页面g)和智能模式(页面h)三种模式对应的模式控件。其中,目标对象可以主动设置模式或者选择智能化的模式。
其中,一些实施例中,不同模式控件可以对应不同的模式标识,例如,参考图1h中的页面f,睡眠模式的模式标识可以是月亮的图标;参考图1h中的页面g,娱乐模式的模式标识可以是太阳的图标。
具体地,若目标对象选择智能模式,系统会根据目标对象的使用时间(具体可以是针对目标应用的历史互动时间信息)和过往的作息时间,智能化判断目标对象要进入休息状态,还是要进入娱乐状态。
一些实施例中,可以根据目标对象主动设置的睡眠模式,确定目标对象需要进入的目标对象状态为睡眠状态;也可以根据目标对象的作息时间确定目标对象需要进入睡眠状态,如凌晨、中午属于用户的常规休息时间,如果当前时间处于凌晨,则可以确定目标对象需要进入的目标对象状态为睡眠状态;在目标对象的目的是睡眠休息的情况下,可以结合目标对象当前的疲劳程度判断目标对象当前进入睡眠的程度,推荐助力目标对象进入睡眠的视频内容。当系统识别到目标对象即将进入睡眠状态时,会推荐更多平缓的,轻柔的内容,避免目标对象因为即将进入睡眠被激烈的内容刺激到。如图1i中的页面i所示,内容页面当前展示的是演唱会的视频画面内容,若确定目标对象需要进入睡眠状态,则可以向目标对象推荐较为催眠的视频内容,如页面j所示的夜晚星空的推荐视频内容,或页面k所示的钢琴演奏的推荐视频内容,且还能结合目标对象当前进入睡眠的程度,确定所要推荐内容的平缓程度。
另一些实施例中,可以根据目标对象主动设置的娱乐模式,确定目标对象需要进入的目标对象状态为娱乐状态;也可以根据目标对象的作息时间确定目标对象需要进入娱乐状态,如上午、下午属于用户的常规娱乐时间,如果当前时间处于上午,则可以确定目标对象需要进入的目标对象状态为娱乐状态;在目标对象的目的是继续娱乐保持清醒的情况下,可以结合目标对象当前的疲劳程度判断目标对象当前的精神状态,向目标对象推荐保持清醒的视频内容。当系统识别目标对象即将进入睡眠状态时,会推荐更多激烈的内容,刺激目标对象保持清醒。如图1j中的页面l所示,内容页面当前展示的是演唱会的视频画面内容,若确定目标对象需要进入娱乐状态,则可以向目标对象推荐较为刺激的视频内容,如页面m所示的悬疑剧情的视频画面内容,或页面n所示的战场的推荐视频内容,且还能结合目标对象当前的精神状态,确定所要推荐内容的刺激程度。
可选地,本实施例中,步骤“响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态”,可以包括:
响应于对所述状态选择区域中目标模式控件的触发操作、且所述目标模式控件对应的对象状态满足对象状态预测触发条件时,基于所述目标对象针对所述目标应用的历史互动时间信息,确定所述目标对象需要进入的目标对象状态。
其中,当目标模式控件为智能模式对应的模式控件时,其对应的对象状态未知,需要系统自行判断,满足对象状态预测触发条件,具体地,对象状态预测触发条件可以根据实际情况进行设置,比如,其具体可以是对象状态需要系统自行判断的条件。
其中,历史互动时间信息具体可以是根据目标对象使用目标应用的历史时间信息,也可以是目标对象历史使用目标应用对应的终端的时间信息。
可选地,本实施例中,该内容推荐方法可以包括:
响应于针对所述目标模式控件的模式切换操作,基于新的目标模式控件对应的对象状态,对所述目标对象需要进入的目标对象状态进行更新。
其中,模式切换操作具体可以是对图1h中倒三角符号的点击切换操作,从而显示状态选择区域的展开状态,并对状态选择区域中的模式控件进行重新选取。
其中,基于该模式切换操作,可以对目标模式控件进行更新,并基于更新后的目标模式控件对应的对象状态,确定目标对象需要进入的新的目标对象状态。
可选地,本实施例中,步骤“根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流”,可以包括:
基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容;
基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容;
基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
其中,本实施例中,可以根据目标对象所要进入的目标对象状态先对候选推荐内容进行初步筛选,再基于用户当前的目标对象状态参数对初步筛选得到的初始推荐内容进行二次筛选,得到目标推荐内容;最后,基于预定顺序,将各目标推荐内容组合成目标对象对应的推荐信息流。
可选地,本实施例中,步骤“基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容”,可以包括:
获取所述目标应用中所述目标对象对应的候选推荐内容的内容标识信息;
基于所述目标对象状态与各候选推荐内容的内容标识信息之间的匹配度,从所述候选推荐内容中选取初始推荐内容。
其中,候选推荐内容的内容标识信息可以是对候选推荐内容的内容标题、内容标签、所包含内容本身等进行特征提取得到的。具体地,候选推荐内容的内容标识信息可以是轻柔、安静、舒适、悬疑、刺激、摇滚等。基于候选推荐内容的内容标识信息,可以确定候选推荐内容为刺激性内容还是非刺激性内容,比如,候选推荐内容的内容标识信息为轻柔、安静、舒适,则该候选推荐内容为非刺激性内容,又比如,候选推荐内容的内容标识信息为悬疑、刺激、摇滚,则该候选推荐内容为刺激性内容。
其中,具体地,若目标对象状态为休息状态,则可以将候选推荐内容中的非刺激性内容选取为初始推荐内容;若目标对象状态为娱乐状态,则可以将候选推荐内容中的刺激性内容选取为初始推荐内容。
可选地,本实施例中,步骤“基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容”,可以包括:
对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果;
根据所述分析结果,对所述初始推荐内容进行层级规划处理,得到所述初始推荐内容对应的内容层级;
基于所述内容层级与所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容。
其中,对初始推荐内容的内容关注度分析,具体也可以是对初始推荐内容的内容刺激度分析,这里的内容关注度具体可以指目标对象对内容潜在的关注度,或者说,内容对目标对象的内容吸引力,可以理解的是,内容刺激度越高,内容吸引力越强,内容层级越高;反之,内容刺激度越低,内容吸引力越弱,内容层级越低。
其中,根据分析结果,可以确定初始推荐内容的内容刺激度,进而根据内容刺激度确定初始推荐内容对应的内容层级。
其中,可以将内容层级与目标对象状态参数匹配的初始推荐内容确定为目标推荐内容,并向目标对象推荐该目标推荐内容。
具体地,一些实施例中,目标对象状态参数和内容层级二者的分级可以是一一对应的,比如说,目标对象状态参数可以划分为三个等级,则内容层级(刺激度等级)也可以分为三个等级。
例如,初始推荐内容为选取到的刺激性内容,可以获取刺激度映射关系集合,刺激度映射关系集合包括刺激度等级与疲劳程度的匹配关系,若刺激性内容的关注度等级分为三级,分别为刺激度1级、刺激度2级、刺激度3级,则刺激度1级与轻微疲劳匹配,刺激度2级与中度疲劳匹配,刺激度3级与重度疲劳匹配,其中,等级越高,刺激度越强。假如目标对象需要保持清醒状态,目标对象越疲惫,则需要向其推荐刺激度更强的内容。
又例如,初始推荐内容为选取到的非刺激性内容,获取非刺激度映射关系集合,非刺激度映射关系集合包括非刺激度等级与疲劳程度的匹配关系,若非刺激性内容关注度等级分为三级,分别为刺激度1级、刺激度2级、刺激度3级,则刺激度1级与重度疲劳匹配,刺激度2级与中度疲劳匹配,刺激度3级与轻微疲劳匹配,其中,等级越高,刺激度越强。假如目标对象需要进入睡眠状态,目标对象越疲惫,则需要向其推荐刺激度更弱的内容,也即向目标对象推荐更平缓的内容。
可选地,本实施例中,步骤“对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果”,可以包括:
对所述初始推荐内容进行至少一个维度上的内容差异化识别,得到所述至少一个维度上的内容对比度;
根据所述至少一个维度上的内容对比度,确定所述初始推荐内容对应的分析结果。
其中,至少一个维度上的内容差异化识别可以包括画面内容、声音、亮度、情节等的差异化识别,本实施例对此不作限制。具体地,内容差异化识别可以是对初始推荐内容在预设时间段内的内容片段进行内容差异化识别,从而得到内容对比度,进而根据内容对比度,确定初始推荐内容的刺激度等级。内容对比度越高,刺激度等级越高。
例如,对于声音维度上的内容差异化识别,可以基于初始推荐内容在预设时间段内的内容片段中的最高声贝和最低声贝的声贝差,确定该维度上的内容对比度;声贝差越大,内容对比度越大。
其中,可以对各个维度上的内容对比度进行融合,得到初始推荐内容对应的刺激度等级。该融合方式可以是加权运算等。
可选地,本实施例中,步骤“根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流”,可以包括:
基于当前播放的信息流对应的内容类型,从所述目标应用的候选推荐内容中确定初始推荐内容;
根据所述目标对象状态参数和所述推荐内容切换指令从所述初始推荐内容中选取至少一个目标推荐内容;
基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
其中,为了提高推荐的准确率,本实施例还可以根据当前所展示内容的内容类型,来选取目标推荐内容,具体可以先从候选推荐内容中筛选与当前展示的信息流的内容类型相同的初始推荐内容,再基于目标对象状态参数和推荐内容切换指令从初始推荐内容中选取目标推荐内容,这样避免推荐的目标推荐内容与当前内容的差别过大,引起用户不适。
104、对所述推荐信息流中的推荐内容进行播放。
其中,具体地,一些实施例中,当当前信息流的内容播放完成后,可以自动播放推荐信息流中的推荐内容;另一些实施例中,也可以响应于目标对象对播放内容的切换操作,播放推荐信息流中的推荐内容。
本申请提供的内容推荐方法可以在目标对象浏览信息(如观看视频)时,通过摄像头、麦克风、陀螺仪等硬件识别目标对象当前的疲劳程度,智能化识别目标对象是否即将进入睡眠状态,并结合用户的实际需求(也即所要进入的目标对象状态),在不同阶段为目标对象推荐合适的内容,如更有助于目标对象进入睡眠,或更有助于目标对象保持精神。本实施例还可以不断地基于对象生理状态的变化进行数据检测和效果调优,提升对象生理状态识别的精准度和内容推荐的精准度,从而让用户享受更智能化的内容服务,提升用户的满意度。
在一具体实施例中,如图1k所示的流程,在目标对象观看视频时,可以在内容页面上展示权限设置区域,目标对象可以通过对权限设置区域中允许控件的点击操作,授予摄像头或麦克风等智能设备采集对象相关信息(如对象特征数据)的权限,开启权限后,客户端可以通过摄像头或麦克风等输入方式获取目标对象的相关信息,从而对对象相关信息进行疲劳度的识别,得到目标对象当前的疲劳程度,再根据目标对象主动设置或系统智能化判断,确定目标对象所要进入的目标对象状态,从而向目标对象推荐帮助睡眠或保持清醒的视频内容。
其中,目标对象允许授权开启摄像头/麦克风等信息采集权限的流程如图1l所示,具体地,目标对象可以通过对权限设置区域中允许控件的点击操作,授予摄像头或麦克风等智能设备采集对象相关信息(如对象特征数据)的权限,开启权限后,客户端可以记录目标对象观看视频时的相关数据。
具体地,如图1m所示,为基于本申请提供的内容推荐方法的内容推荐流程,描述如下:
1.目标对象观看视频时,同意授权采集设备(如摄像头)开启疲劳度识别功能,其中,具体地,根据硬件的不同,可以授权不同硬件不同的信息采集权限,比如对象特征参数的数据采集权限、面部表情的信息采集权限、身体动作的信息采集权限、以及声音的信息采集权限等。
2.客户端通过手机摄像头等硬件设备实时采集目标对象的相关数据(也即对象特征数据)。
3.客户端将有效的相关数据上传到服务器。
4.服务器基于采集到的相关数据对目标对象进行疲劳度的判断。
5.服务器根据目标对象疲劳度的判断结果(也即上述实施例中的“目标对象状态参数”)和目标对象的实际需求(即需要进入目标对象状态)在内容库中进行相关内容的搜索。
6.服务器将搜索到的内容下发到客户端。
7.客户端呈现基于目标对象疲劳度推荐相关视频内容。
具体场景中,参考图1n,由于内容的反差程度和激烈程度会影响对象的生理状态,本实施例可以根据候选推荐内容的内容标识信息(即内容标签)来从中选取初始推荐内容,其中,内容标识信息具体可以分为2类,分别为刺激类和非刺激类,例如,刺激类可以包括爆炸、刺激、悬疑、摇滚等类型;非刺激类可以包括:轻柔、轻音乐、安静、舒适、文艺等类型;
选取到初始推荐内容后,可以根据对初始推荐内容进行内容差异化分析,包括并不限于对视频内容的声音变化、画面变化、亮度变化、情节变化等因素进行识别,基于内容变化差异(也即内容对比度)进行刺激度的打分,对比度差异越大,分值越高,内容对应的刺激度等级越高。其中,对比度可以基于一定时间区间的内容峰值变化确定,比如5秒中内的声音变化,画面变化等。
最后,再根据不同的疲劳度量表(如嗜睡量表和PERCLO方法)和目标对象的实际需求(即需要进入的目标对象状态),向目标对象进行相关内容推荐。例如,若目标对象需要进入睡眠状态,则可以向目标对象推荐更平缓的内容,且随着目标对象疲劳度的增加,内容更趋于平缓,比如声音更平缓,画面更缓慢,故事内容更温馨平缓等。又例如,若目标对象需要保持清醒状态,则可以向目标对象推荐高反差的内容,且随着目标对象疲劳度的增加,可以推荐更高反差感的内容,比如声音前后的差异更大,画面的冲击力更强,故事内容更恐怖刺激等。
由上可知,本实施例可以当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。本申请可以结合目标对象的疲劳程度以及需要进入的目标对象状态,来向目标对象进行内容推荐,这样基于用户当前的实际需求进行内容推荐,可以使得所推荐的内容与用户当前实际需求更加符合,有利于提高内容推荐的准确率。
根据前面实施例所描述的方法,以下将以该内容推荐装置具体集成在终端举例作进一步详细说明。
本申请实施例提供一种内容推荐方法,如图2所示,该内容推荐方法的具体流程可以如下:
201、当播放目标应用中目标对象的信息流时,终端采集所述目标对象的对象特征数据。
具体地,目标应用可以包括视频应用、音乐应用、漫画应用、小说应用以及信息流应用等,本实施例对其类型不作限制。
本实施例中,目标应用中信息流的内容形式可以有多种,比如,其内容形式可以是视频、音乐、漫画、小说等。信息流可以是一组按照预定顺序播放的内容,该预定顺序可以根据实际情况设置,本实施例对此不作限制,比如,该预定顺序可以是基于内容与目标对象的用户偏好的相关度确定的。
其中,目标对象具体可以是当前与目标应用的内容进行互动的对象。对象特征数据可以为与目标对象的情绪状态、生理健康状态等相关的生理数据。具体地,对象特征数据可以包括目标对象的对象特征参数以及面部图像。对象特征参数具体也即生理参数,它可以包括肌电特征参数、脉搏特征参数、血氧饱和度等。
可选地,本实施例中,步骤“当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据”,可以包括:
当在目标应用的内容页面中播放目标对象的信息流时,响应于对所述内容页面中权限设置区域的触发操作,展示所述目标应用对应的权限设置页面,所述权限设置页面用于对所述目标应用进行对象疲劳程度的识别授权;
当通过所述权限设置页面对所述目标应用授权设置完成时,采集所述目标对象的对象特征数据。
其中,对权限设置区域的触发操作具体可以是对权限设置区域的点击操作或者滑动操作等,本实施例对此不作限制。
其中,需要说明的是,权限设置区域具体可以是在触发展示目标应用的信息流内容(具体为视频内容)时,一并在目标应用的内容页面中展示的,具体可以是以小窗口的形式展示在内容页面上。一些实施例中,响应于针对目标应用的启动操作,也可以直接在目标应用的应用页面(具体可视为内容页面)上展示权限设置区域。
一些实施例中,响应于对权限设置区域中允许授权控件的触发操作,也可以直接对目标应用进行对象疲劳程度的识别授权,不需要展示权限设置页面进行具体的权限设置。
可选地,本实施例中,所述权限设置页面包括至少一个采集组件对应的权限设置控件;
步骤“当通过所述权限设置页面对所述目标应用授权设置完成时,采集目标对象的对象特征数据”,可以包括:
基于对各个采集组件对应的权限设置控件的设置完成操作,确定所述各个采集组件对应的采集权限范围;
根据所述采集权限范围,采集目标对象的对象特征数据。
其中,采集组件可以包括摄像头、麦克风、陀螺仪等,摄像头、麦克风、陀螺仪可以用于实时捕捉用户的面部视觉、身体姿势、呼吸频率、手机角度等信息,从而基于这些信息判断用户的疲劳程度。
202、终端根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度。
其中,目标对象的目标对象状态参数可以采用疲劳指数来进行表征,疲劳指数的指数数值可以表征目标对象的疲劳程度;疲劳指数的指数数值越大,表示对应对象越疲劳,反之,疲劳指数的指数数值越小,表示对应对象越不疲劳。
可选地,本实施例中,对象特征数据可以包括至少一个维度上的对象特征数据,至少一个维度上的对象特征数据可以包括对象特征参数、面部图像、身体动作、声音等。本实施例可以针对所采集到的各个维度上的对象特征数据,基于该维度上的对象特征数据计算目标对象在该维度上的对象状态参数,该对象状态参数表示目标对象在该维度上的疲劳程度,再将各个维度上的对象特征数据对应的对象状态参数进行融合,得到目标对象的目标对象状态参数。
可选地,本实施例中,所述对象特征数据包括所述目标对象的对象特征参数以及面部图像;
步骤“根据所述对象特征数据计算所述目标对象的目标对象状态参数”,可以包括:
根据所述对象特征参数计算所述目标对象的第一对象状态参数;
根据所述面部图像计算所述目标对象的第二对象状态参数;
基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数。
其中,步骤“基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数”,可以包括:将第一对象状态参数对应的程度指数和第二对象状态参数对应的程度指数进行融合,得到目标对象处于疲劳状态的程度。其中,程度指数的融合方式有多种,比如,该融合方式可以是加权运算等,本实施例对此不作限制。
其中,步骤“根据所述对象特征参数计算所述目标对象的第一对象状态参数”,可以包括:针对每个对象特征参数,基于所述对象特征参数识别所述目标对象对应的对象子状态参数,再将各个对象特征参数对应的对象子状态参数进行融合,得到最终的第一对象状态参数。
可选地,本实施例中,所述面部图像包括至少一个面部状态标识元素;
步骤“根据所述面部图像计算所述目标对象的第二对象状态参数”,可以包括:
对各个面部状态标识元素进行特征提取分析,得到各个面部状态标识元素对应的状态参数;
基于各个面部状态标识元素对应的状态参数,确定所述目标对象的第二对象状态参数。
其中,面部状态标识元素可以包括眼睛、嘴巴等;面部状态标识元素对应的状态参数具体可以理解为面部表情状态参数。面部表情是人体(形体)语言的一部分,是一种生理及心理的反应,通常用于传递情感,因此,本实施例可以利用面部表情来识别目标对象的疲劳程度。
203、当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,终端根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容。
其中,推荐内容切换指令可以指示基于目标对象需要进入的目标对象状态生成下一个待播放的推荐信息流;可选地,一些实施例中,推荐内容切换指令可以是当检测到目标对象针对当前播放内容的切换操作时生成的,比如,响应于目标对象对目标应用的内容页面的切换操作(例如可以是上滑或下滑操作),生成推荐内容切换指令;另一些实施例中,推荐内容切换指令可以是在检测到当前播放的信息流的剩余播放时间小于预设时长时生成的,预设时长可以根据实际情况设置。
其中,目标对象状态具体为目标对象所想要进入的生理状态。一些实施例中,目标对象状态可以是休息状态,也即睡眠状态,另一些实施例中,目标对象状态可以是娱乐状态。
其中,推荐信息流可以包括多个按照预定顺序播放的推荐内容,该预定顺序可以根据实际情况进行设置,比如,该预定播放顺序可以根据推荐内容与目标对象状态参数的匹配关系进行确定。
可选地,本实施例中,该内容推荐方法还可以包括:
在所述目标应用的内容页面上展示状态选择区域,所述状态选择区域包括至少一个对象状态对应的模式控件;
响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态。
其中,状态选择区域可以用于选取目标对象所要进入的模式,具体也可以是选择目标对象所要进入的对象状态。具体地,状态选择区域的模式控件可以包括睡眠模式、娱乐模式和智能模式对应的模式控件,其中,睡眠模式对应的对象状态可以是休息状态,娱乐模式对应的对象状态可以是娱乐状态,而智能模式对应的对象状态需要系统自行判断。目标模式控件具体为被选取的模式控件,其中,对目标模式控件的触发操作具体可以是对目标模式控件的点击操作等。
其中,具体地,若目标模式控件为睡眠模式对应的模式控件,则可以将休息状态确定为目标对象需要进入的目标对象状态。若目标模式控件为娱乐模式对应的模式控件,则可以将娱乐状态确定为目标对象需要进入的目标对象状态。若目标模式控件为智能模式对应的模式控件,则目标对象所要进入的目标对象状态需要系统自行判断。
具体地,若目标对象选择智能模式,系统会根据目标对象的使用时间(具体可以是针对目标应用的历史互动时间信息)和过往的作息时间,智能化判断目标对象要进入休息状态,还是要进入娱乐状态。
一些实施例中,可以根据目标对象主动设置的睡眠模式,确定目标对象需要进入的目标对象状态为睡眠状态;也可以根据目标对象的作息时间确定目标对象需要进入睡眠状态,如凌晨、中午属于用户的常规休息时间,如果当前时间处于凌晨,则可以确定目标对象需要进入的目标对象状态为睡眠状态;在目标对象的目的是睡眠休息的情况下,可以结合目标对象当前的疲劳程度判断目标对象当前进入睡眠的程度,推荐助力目标对象进入睡眠的视频内容。当系统识别到目标对象即将进入睡眠状态时,会推荐更多平缓的,轻柔的内容,避免目标对象因为即将进入睡眠被激烈的内容刺激到。
另一些实施例中,可以根据目标对象主动设置的娱乐模式,确定目标对象需要进入的目标对象状态为娱乐状态;也可以根据目标对象的作息时间确定目标对象需要进入娱乐状态,如上午、下午属于用户的常规娱乐时间,如果当前时间处于上午,则可以确定目标对象需要进入的目标对象状态为娱乐状态;在目标对象的目的是继续娱乐保持清醒的情况下,可以结合目标对象当前的疲劳程度判断目标对象当前的精神状态,向目标对象推荐保持清醒的视频内容。当系统识别目标对象即将进入睡眠状态时,会推荐更多激烈的内容,刺激目标对象保持清醒。
可选地,本实施例中,步骤“响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态”,可以包括:
响应于对所述状态选择区域中目标模式控件的触发操作、且所述目标模式控件对应的对象状态满足对象状态预测触发条件时,基于所述目标对象针对所述目标应用的历史互动时间信息,确定所述目标对象需要进入的目标对象状态。
其中,当目标模式控件为智能模式对应的模式控件时,其对应的对象状态未知,需要系统自行判断,满足对象状态预测触发条件,具体地,对象状态预测触发条件可以根据实际情况进行设置,比如,其具体可以是对象状态需要系统自行判断的条件。
其中,历史互动时间信息具体可以是根据目标对象使用目标应用的历史时间信息,也可以是目标对象历史使用目标应用对应的终端的时间信息。
可选地,本实施例中,步骤“根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流”,可以包括:
基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容;
基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容;
基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
其中,本实施例中,可以根据目标对象所要进入的目标对象状态先对候选推荐内容进行初步筛选,再基于用户当前的目标对象状态参数对初步筛选得到的初始推荐内容进行二次筛选,得到目标推荐内容;最后,基于预定顺序,将各目标推荐内容组合成目标对象对应的推荐信息流。
可选地,本实施例中,步骤“基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容”,可以包括:
获取所述目标应用中所述目标对象对应的候选推荐内容的内容标识信息;
基于所述目标对象状态与各候选推荐内容的内容标识信息之间的匹配度,从所述候选推荐内容中选取初始推荐内容。
其中,候选推荐内容的内容标识信息可以是对候选推荐内容的内容标题、内容标签、所包含内容本身等进行特征提取得到的。具体地,候选推荐内容的内容标识信息可以是轻柔、安静、舒适、悬疑、刺激、摇滚等。基于候选推荐内容的内容标识信息,可以确定候选推荐内容为刺激性内容还是非刺激性内容,比如,候选推荐内容的内容标识信息为轻柔、安静、舒适,则该候选推荐内容为非刺激性内容,又比如,候选推荐内容的内容标识信息为悬疑、刺激、摇滚,则该候选推荐内容为刺激性内容。
其中,具体地,若目标对象状态为休息状态,则可以将候选推荐内容中的非刺激性内容选取为初始推荐内容;若目标对象状态为娱乐状态,则可以将候选推荐内容中的刺激性内容选取为初始推荐内容。
可选地,本实施例中,步骤“基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容”,可以包括:
对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果;
根据所述分析结果,对所述初始推荐内容进行层级规划处理,得到所述初始推荐内容对应的内容层级;
基于所述内容层级与所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容。
其中,对初始推荐内容的内容关注度分析,具体也可以是对初始推荐内容的内容刺激度分析,这里的内容关注度具体可以指目标对象对内容潜在的关注度,或者说,内容对目标对象的内容吸引力,可以理解的是,内容刺激度越高,内容吸引力越强,关注度等级越高;反之,内容刺激度越低,内容吸引力越弱,关注度等级越低。
其中,根据分析结果,可以确定初始推荐内容的内容刺激度,进而根据内容刺激度确定初始推荐内容对应的内容层级。
其中,可以将内容层级与目标对象状态参数匹配的初始推荐内容确定为目标推荐内容,并向目标对象推荐该目标推荐内容。
可选地,本实施例中,步骤“对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果”,可以包括:
对所述初始推荐内容进行至少一个维度上的内容差异化识别,得到所述至少一个维度上的内容对比度;
根据所述至少一个维度上的内容对比度,确定所述初始推荐内容对应的分析结果。
其中,至少一个维度上的内容差异化识别可以包括画面内容、声音、亮度、情节等的差异化识别,本实施例对此不作限制。具体地,内容差异化识别可以是对初始推荐内容在预设时间段内的内容片段进行内容差异化识别,从而得到内容对比度,进而根据内容对比度,确定初始推荐内容的关注度等级。内容对比度越高,关注度等级越高。
204、终端对所述推荐信息流中的推荐内容进行播放。
其中,具体地,一些实施例中,当当前信息流的内容播放完成后,可以自动播放推荐信息流中的推荐内容;另一些实施例中,也可以响应于目标对象对播放内容的切换操作,播放推荐信息流中的推荐内容。
由上可知,本实施例可以当播放目标应用中目标对象的信息流时,通过终端采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。本申请可以结合目标对象的疲劳程度以及需要进入的目标对象状态,来向目标对象进行内容推荐,这样基于用户当前的实际需求进行内容推荐,可以使得所推荐的内容与用户当前实际需求更加符合,有利于提高内容推荐的准确率。
为了更好地实施以上方法,本申请实施例还提供一种内容推荐装置,如图3所示,该内容推荐装置可以包括采集单元301、计算单元302、获取单元303以及播放单元304,如下:
(1)采集单元301;
采集单元,用于当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据。
可选的,在本申请的一些实施例中,所述采集单元可以包括第二展示子单元和采集子单元,如下:
所述第二展示子单元,用于当在目标应用的内容页面中播放目标对象的信息流时,响应于对所述内容页面中权限设置区域的触发操作,展示所述目标应用对应的权限设置页面,所述权限设置页面用于对所述目标应用进行对象疲劳程度的识别授权;
采集子单元,用于当通过所述权限设置页面对所述目标应用授权设置完成时,采集所述目标对象的对象特征数据。
可选的,在本申请的一些实施例中,所述权限设置页面包括至少一个采集组件对应的权限设置控件;
所述采集子单元具体可以用于基于对各个采集组件对应的权限设置控件的设置完成操作,确定所述各个采集组件对应的采集权限范围;根据所述采集权限范围,采集所述目标对象的对象特征数据。
(2)计算单元302;
计算单元,用于根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度。
可选的,在本申请的一些实施例中,所述对象特征数据包括所述目标对象的对象特征参数以及面部图像;
所述计算单元可以包括第一计算子单元、第二计算子单元和第二确定子单元,如下:
所述第一计算子单元,用于根据所述对象特征参数计算所述目标对象的第一对象状态参数;
第二计算子单元,用于根据所述面部图像计算所述目标对象的第二对象状态参数;
第二确定子单元,用于基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数。
可选的,在本申请的一些实施例中,所述面部图像包括至少一个面部状态标识元素;
所述第二计算子单元具体可以用于对各个面部状态标识元素进行特征提取分析,得到各个面部状态标识元素对应的状态参数;基于各个面部状态标识元素对应的状态参数,确定所述目标对象的第二对象状态参数。
(3)获取单元303;
获取单元,用于当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容。
可选的,在本申请的一些实施例中,所述内容推荐装置还可以包括状态确定单元,所述状态确定单元用于确定所述目标对象需要进入的目标对象状态;具体地,所述状态确定单元可以包括第一展示子单元和第一确定子单元,如下:
所述第一展示子单元,用于在所述目标应用的内容页面上展示状态选择区域,所述状态选择区域包括至少一个对象状态对应的模式控件;
第一确定子单元,用于响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态。
可选的,在本申请的一些实施例中,所述第一确定子单元具体可以用于响应于对所述状态选择区域中目标模式控件的触发操作、且所述目标模式控件对应的对象状态满足对象状态预测触发条件时,基于所述目标对象针对所述目标应用的历史互动时间信息,确定所述目标对象需要进入的目标对象状态。
可选的,在本申请的一些实施例中,所述状态确定单元还可以包括切换子单元,如下:
所述切换子单元,用于响应于针对所述目标模式控件的模式切换操作,基于新的目标模式控件对应的对象状态,对所述目标对象需要进入的目标对象状态进行更新。
可选的,在本申请的一些实施例中,所述获取单元可以包括第一选取子单元和第二选取子单元、第一构建子单元,如下:
所述第一选取子单元,用于基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容;
第二选取子单元,用于基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容;
第一构建子单元,用于基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
可选的,在本申请的一些实施例中,所述第一选取子单元具体可以用于获取所述目标应用中所述目标对象对应的候选推荐内容的内容标识信息;基于所述目标对象状态与各候选推荐内容的内容标识信息之间的匹配度,从所述候选推荐内容中选取初始推荐内容。
可选的,在本申请的一些实施例中,所述第二选取子单元具体可以用于对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果;根据所述分析结果,对所述初始推荐内容进行层级规划处理,得到所述初始推荐内容对应的内容层级;基于所述内容层级与所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容。
可选的,在本申请的一些实施例中,步骤“对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果”,可以包括:
对所述初始推荐内容进行至少一个维度上的内容差异化识别,得到所述至少一个维度上的内容对比度;
根据所述至少一个维度上的内容对比度,确定所述初始推荐内容对应的分析结果。
可选的,在本申请的一些实施例中,所述获取单元可以包括第三确定子单元和第三选取子单元、第二构建子单元,如下:
所述第三确定子单元,用于基于当前播放的信息流对应的内容类型,从所述目标应用的候选推荐内容中确定初始推荐内容;
第三选取子单元,用于根据所述目标对象状态参数和所述推荐内容切换指令从所述初始推荐内容中选取至少一个目标推荐内容;
第二构建子单元,用于基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
(4)播放单元304;
播放单元,用于对所述推荐信息流中的推荐内容进行播放。
由上可知,本实施例可以当播放目标应用中目标对象的信息流时,通过采集单元301采集所述目标对象的对象特征数据;通过计算单元302根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,通过获取单元303根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;由播放单元304对所述推荐信息流中的推荐内容进行播放。本申请可以结合目标对象的疲劳程度以及需要进入的目标对象状态,来向目标对象进行内容推荐,这样基于用户当前的实际需求进行内容推荐,可以使得所推荐的内容与用户当前实际需求更加符合,有利于提高内容推荐的准确率。
本申请实施例还提供一种电子设备,如图4所示,其示出了本申请实施例所涉及的电子设备的结构示意图,该电子设备可以是终端或者服务器等,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402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。存储器402可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,该电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本实施例可以当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。本申请可以结合目标对象的疲劳程度以及需要进入的目标对象状态,来向目标对象进行内容推荐,这样基于用户当前的实际需求进行内容推荐,可以使得所推荐的内容与用户当前实际需求更加符合,有利于提高内容推荐的准确率。
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可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种内容推荐方法中的步骤。例如,该指令可以执行如下步骤:
当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;对所述推荐信息流中的推荐内容进行播放。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令,可以执行本申请实施例所提供的任一种内容推荐方法中的步骤,因此,可以实现本申请实施例所提供的任一种内容推荐方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述内容推荐方面的各种可选实现方式中提供的方法。
以上对本申请实施例所提供的一种内容推荐方法以及相关设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (17)
1.一种内容推荐方法,其特征在于,包括:
当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;
根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;
当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;
对所述推荐信息流中的推荐内容进行播放。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述目标应用的内容页面上展示状态选择区域,所述状态选择区域包括至少一个对象状态对应的模式控件;
响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态。
3.根据权利要求2所述的方法,其特征在于,所述响应于对所述状态选择区域中目标模式控件的触发操作,根据所述目标模式控件对应的对象状态,确定所述目标对象需要进入的目标对象状态,包括:
响应于对所述状态选择区域中目标模式控件的触发操作、且所述目标模式控件对应的对象状态满足对象状态预测触发条件时,基于所述目标对象针对所述目标应用的历史互动时间信息,确定所述目标对象需要进入的目标对象状态。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
响应于针对所述目标模式控件的模式切换操作,基于新的目标模式控件对应的对象状态,对所述目标对象需要进入的目标对象状态进行更新。
5.根据权利要求1所述的方法,其特征在于,所述当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据,包括:
当在目标应用的内容页面中播放目标对象的信息流时,响应于对所述内容页面中权限设置区域的触发操作,展示所述目标应用对应的权限设置页面,所述权限设置页面用于对所述目标应用进行对象疲劳程度的识别授权;
当通过所述权限设置页面对所述目标应用授权设置完成时,采集所述目标对象的对象特征数据。
6.根据权利要求5所述的方法,其特征在于,所述权限设置页面包括至少一个采集组件对应的权限设置控件;
所述当通过所述权限设置页面对所述目标应用授权设置完成时,采集所述目标对象的对象特征数据,包括:
基于对各个采集组件对应的权限设置控件的设置完成操作,确定所述各个采集组件对应的采集权限范围;
根据所述采集权限范围,采集所述目标对象的对象特征数据。
7.根据权利要求1所述的方法,其特征在于,所述对象特征数据包括所述目标对象的对象特征参数以及面部图像;
所述根据所述对象特征数据计算所述目标对象的目标对象状态参数,包括:
根据所述对象特征参数计算所述目标对象的第一对象状态参数;
根据所述面部图像计算所述目标对象的第二对象状态参数;
基于所述第一对象状态参数和所述第二对象状态参数,确定所述目标对象的目标对象状态参数。
8.根据权利要求7所述的方法,其特征在于,所述面部图像包括至少一个面部状态标识元素;
所述根据所述面部图像计算所述目标对象的第二对象状态参数,包括:
对各个面部状态标识元素进行特征提取分析,得到各个面部状态标识元素对应的状态参数;
基于各个面部状态标识元素对应的状态参数,确定所述目标对象的第二对象状态参数。
9.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,包括:
基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容;
基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容;
基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
10.根据权利要求9所述的方法,其特征在于,所述基于所述目标对象状态,从所述目标应用中所述目标对象对应的候选推荐内容选取初始推荐内容,包括:
获取所述目标应用中所述目标对象对应的候选推荐内容的内容标识信息;
基于所述目标对象状态与各候选推荐内容的内容标识信息之间的匹配度,从所述候选推荐内容中选取初始推荐内容。
11.根据权利要求9所述的方法,其特征在于,所述基于所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容,包括:
对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果;
根据所述分析结果,对所述初始推荐内容进行层级规划处理,得到所述初始推荐内容对应的内容层级;
基于所述内容层级与所述目标对象状态参数,从所述初始推荐内容中选取至少一个目标推荐内容。
12.根据权利要求11所述的方法,其特征在于,所述对所述初始推荐内容进行内容关注度分析,得到所述初始推荐内容对应的分析结果,包括:
对所述初始推荐内容进行至少一个维度上的内容差异化识别,得到所述至少一个维度上的内容对比度;
根据所述至少一个维度上的内容对比度,确定所述初始推荐内容对应的分析结果。
13.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,包括:
基于当前播放的信息流对应的内容类型,从所述目标应用的候选推荐内容中确定初始推荐内容;
根据所述目标对象状态参数和所述推荐内容切换指令从所述初始推荐内容中选取至少一个目标推荐内容;
基于所述至少一个目标推荐内容,构建所述目标对象对应的推荐信息流。
14.一种内容推荐装置,其特征在于,包括:
采集单元,用于当播放目标应用中目标对象的信息流时,采集所述目标对象的对象特征数据;
计算单元,用于根据所述对象特征数据计算所述目标对象的目标对象状态参数,所述目标对象状态参数表征所述目标对象处于的疲劳程度;
获取单元,用于当获取到推荐内容切换指令、且所述推荐内容切换指令指示所述目标对象需要进入目标对象状态时,根据所述目标对象状态参数和所述推荐内容切换指令获取所述目标对象对应的推荐信息流,所述推荐信息流包括多个按照预定顺序播放的推荐内容,所述推荐内容至少包括目标推荐内容,所述目标推荐内容为从所述目标应用中所述目标对象对应的候选推荐内容选取的至少一个目标推荐内容;
播放单元,用于对所述推荐信息流中的推荐内容进行播放。
15.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至13任一项所述的内容推荐方法中的操作。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至13任一项所述的内容推荐方法中的步骤。
17.一种计算机程序产品,包括计算机程序或指令,其特征在于,该计算机程序或指令被处理器执行时实现权利要求1至13任一项所述的内容推荐方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210803928.8A CN117407579A (zh) | 2022-07-07 | 2022-07-07 | 内容推荐方法以及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210803928.8A CN117407579A (zh) | 2022-07-07 | 2022-07-07 | 内容推荐方法以及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117407579A true CN117407579A (zh) | 2024-01-16 |
Family
ID=89494945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210803928.8A Pending CN117407579A (zh) | 2022-07-07 | 2022-07-07 | 内容推荐方法以及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117407579A (zh) |
-
2022
- 2022-07-07 CN CN202210803928.8A patent/CN117407579A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334804B2 (en) | Cognitive music selection system and method | |
Kosti et al. | Emotion recognition in context | |
KR101680995B1 (ko) | 생물 물리학적 신호의 수집된 시간적 및 공간적 패턴에 기초한 뇌-컴퓨터 인터페이스(bci) 시스템 | |
CN109729426B (zh) | 一种视频封面图像的生成方法及装置 | |
KR102277820B1 (ko) | 반응정보 및 감정정보를 이용한 심리 상담 시스템 및 그 방법 | |
CN113506624A (zh) | 基于逐层泛化推送逻辑的孤独症儿童认知能力评估干预系统 | |
Raiturkar et al. | Decoupling light reflex from pupillary dilation to measure emotional arousal in videos | |
CN112287848A (zh) | 基于直播的图像处理方法、装置、电子设备和存储介质 | |
CN111191554B (zh) | 一种基于隐喻地图的视频情感分析与可视化方法与系统 | |
Vlachostergiou et al. | Investigating context awareness of affective computing systems: a critical approach | |
CN112133406A (zh) | 基于情感图谱的多模态情感引导方法和系统、存储介质 | |
CN114090862A (zh) | 信息处理方法、装置及电子设备 | |
CN113556603B (zh) | 调整视频播放效果的方法及装置、电子设备 | |
CN111654752B (zh) | 多媒体信息播放方法、装置、电子设备及存储介质 | |
CN117541321A (zh) | 一种基于虚拟数字人的广告制作发布方法及系统 | |
CN111783587A (zh) | 一种互动方法、装置和存储介质 | |
CN112306238A (zh) | 交互方式的确定方法、装置、电子设备及存储介质 | |
CN116910302A (zh) | 一种多模态视频内容有效性反馈可视分析方法与系统 | |
CN117407579A (zh) | 内容推荐方法以及相关设备 | |
CN111223014A (zh) | 一种从大量细分教学内容在线生成细分场景教学课程的方法和系统 | |
Oyekoya | Eye tracking: A perceptual interface for content based image retrieval | |
Soleymani | Implicit and Automated Emtional Tagging of Videos | |
US20220138263A1 (en) | Advice presentation system | |
WO2022145043A1 (ja) | ビデオミーティング評価端末、ビデオミーティング評価システム及びビデオミーティング評価プログラム | |
WO2022145039A1 (ja) | ビデオミーティング評価端末、ビデオミーティング評価システム及びビデオミーティング評価プログラム |
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 |