内容推荐方法、装置、电子设备和存储介质与流程

1.本技术实施例涉及终端人工智能(artificial intelligence，ai)技术领域，特别涉及一种内容推荐方法、装置、电子设备和存储介质。


背景技术：

2.随着智能终端的普及，人们都习惯于使用智能终端上的相机进行拍照，并进行分享；因此智能终端终积累了大量的图像和视频。简单的图片共享已经不能满足人们社交的需求，因此越来越多的社交软件开始围绕图片分享来设计。
3.目前，面对海量的图片，图片社交软件通常会提供推荐功能，一种是自动编排用户的图片，生成主题相册对外分享；另一种是根据对方浏览历史，推荐对方感兴趣的图片；第三种是根据两人图片集合的相似度，给用户推荐好友。根据上述方式可看出，当前的推荐功能只考虑了其中一方面，未能结合分享双方的共同兴趣，由此导致推荐的内容非分享双方所需，从而内容分享的效率变得低下。


技术实现要素：

4.本技术实施例提供了一种内容推荐方法、装置和电子设备，本技术实施例还提供一种计算机可读存储介质，以提供一种高效的内容智能推荐方式，可以挖掘分享双方内容的特征标签，根据分享双方的内容特征标签进行匹配，并将匹配的内容进行筛选后推荐，从而可以提高内容分享的精确度，提高用户的体验。
5.第一方面，本技术实施例提供了一种内容推荐方法，包括：
6.对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型；其中，所述第一目标内容集合包括多个目标内容；
7.具体地，该第一目标内容可以是图片集，也可以是视频集，也可以是图片和视频的组合集；通过对该第一目标内容集合的特征标签挖掘，可以得到每张图片或每段视频的特征标签；该特征标签用于标注每张图片或每段视频的一个或多个特征，该特征可以包括时间、地点、人物及活动等。
8.对所述特征标签进行归类，得到第一特征标签集合，其中，所述第一特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签，每个特征标签对应一个或多个目标内容；
9.具体地，多张图片或多段视频可能对应同一个特征标签，因此可以对所有的图片和视频进行聚类，将所属相同特征标签的图片或视频归类到一个特征标签。
10.发送内容分享请求，并等待接收第二特征标签集合，其中，所述第二特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签；
11.具体地，内容分享可以主动发起，即可以发送一个内容分享请求，该内容分享请求的接收方即待分享的另一方，在发送该内容分享请求后，可以等待对方的第二特征标签集合；
12.响应于接收到的所述第二特征标签集合，将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合，其中，所述第三特征标签集合包括一个或多个特征标签；
13.具体地，该第三特征集合也可以包括一个或多个特征标签，该特征标签可以是第二特征标签集合与第一特征标签集合的交集。
14.根据所述第三特征标签集合在所述第一目标内容集合中进行查询，以得到第二目标内容集合，将所述第二目标内容集合进行推荐显示。
15.具体地，该第二目标内容集合可以包括图片，也是可以包括视频，也可以包括图片和视频的组合，在获取到该第二目标内容集合后，可将该第二目标内容集合在移动终端的显示屏上进行显示。
16.上述内容推荐方法中，对第一目标内容进行特征标签挖掘，并将挖掘得到的标签与接收方的特征标签进行匹配，并将与该匹配特征标签对应的目标内容进行推荐，从而提供了一种内容推荐的方式，可以提高内容分享的精确度，提高用户的体验。
17.其中一种可能的实现方式中，所述对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型包括：
18.根据一个或多个目标特征对所述第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型，其中，所述每个特征标签包含至少一个目标特征；
19.具体地，该目标特征可以包括时间、地点、人物及活动等。
20.根据每个目标内容的特征标签进行统计，得到所述特征标签的第一推荐强度。
21.具体地，可以对每个特征标签在第一目标内容集合中出现的频度进行统计，例如，每张图片或视频都对应一个特征标签，在对任一特征标签进行统计时，可以统计所有包含该特征标签的图片和视频，以获得统计数，然后将该统计数与第一目标内容集合中的图片和视频总数进行比较，计算出占比，该占比即为该特征标签的频度(第一推荐强度)，由此可以更精确的对用户的经历和兴趣进行统计。
22.其中一种可能的实现方式中，在所述根据每个目标内容的特征标签进行统计，获得所述特征标签的第一推荐强度之后，还包括：
23.获取所述特征标签的第二推荐强度，根据所述第二推荐强度及所述第一推荐强度进行计算，得到所述特征标签的第三推荐强度。
24.具体地，还可以获取特征标签的大众化程度，即第二推荐强度，该第二推荐强度可以通过云端的统计数据给出，例如，在云端统计所有用户的包含该特征标签的数目，以获得统计数，将该统计数与用户数进行比较，并计算逆向文件频率(inverse document frequency，idf)值，该idf值即为第二推荐强度，然后可以将该第二推荐强度与该第一推荐强度进行合并计算，以获得第三推荐强度，该合并计算可以是相加，也可以是相乘，由此可以更精确的对用户的经历和兴趣进行统计。
25.其中一种可能的实现方式中，所述将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合包括：
26.将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到相匹配的特征标签；
27.将所述相匹配的特征标签根据所述第三推荐强度进行筛选，得到第三特征标签集
合。
28.具体地，该筛选可以是根据该第三推荐强度对特征标签进行排序，然后选出排名前n个特征标签，以得到第三特征标签集合，该n值可以预先设定。其中，在排序的时候，可以根据不同特征标签类型进行排序，然后筛选出不同特征标签类型下的前n个特征标签，由此简洁明了的对推荐内容进行展示，提高内容推荐的效率，提升用户体验。
29.其中一种可能的实现方式中，所述根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合包括：
30.依次根据所述第三特征标签集合中的每个特征标签在所述第一目标内容集合中进行遍历查询，获得与所述特征标签对应的所有目标内容。
31.其中一种可能的实现方式中，所述将所述第二目标内容集合进行推荐显示包括；
32.将查询获得的所有目标内容根据所述标签类型进行分类显示；
33.根据每个标签类型添加对应的目标注释。
34.具体地，该目标注释可以是一句话，也可以是一小段说明文字，该目标注释可以和特征标签类型进行对应，例如，假设特征标签类型为“地点”，则目标注释可以是：“你们都曾去过”，由此可以让用户更直观了解双方的共同经历和兴趣，提升用户体验。
35.其中一种可能的实现方式中，在所述将所述第二目标内容集合进行推荐显示之后，还包括；
36.将所述第三特征标签集合进行发送。
37.其中一种可能的实现方式中，在所述对第一目标内容集合进行特征标签挖掘，获得第一特征标签集合之后，还包括；
38.响应于接收到的内容分享请求，将所述第一特征标签集合进行发送。
39.第二方面，本技术实施例提供一种内容推荐装置，包括：
40.挖掘模块，用于对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型；其中，所述第一目标内容集合包括多个目标内容；
41.归类模块，用于对所述特征标签进行归类，得到第一特征标签集合，其中，所述第一特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签，每个特征标签对应一个或多个目标内容；
42.请求模块，用于发送内容分享请求，并等待接收第二特征标签集合，其中，所述第二特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签；
43.匹配模块，用于响应于接收到的所述第二特征标签集合，将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合，其中，所述第三特征标签集合包括一个或多个特征标签；
44.推荐模块，用于根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合，将所述第二目标内容集合进行推荐显示。
45.其中一种可能的实现方式中，所述挖掘模块包括：
46.挖掘子模块，用于根据一个或多个目标特征对所述第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型，其中，所述每个特征标签包含至少一个目标特征；
47.统计子模块，用于根据每个目标内容的特征标签进行统计，得到所述特征标签的第一推荐强度。
48.其中一种可能的实现方式中，所述挖掘模块还包括：
49.增强子模块，用于获取所述特征标签的第二推荐强度，根据所述第二推荐强度及所述第一推荐强度进行计算，得到所述特征标签的第三推荐强度。
50.其中一种可能的实现方式中，所述匹配模块包括：
51.匹配子模块，用于将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到相匹配的特征标签；
52.筛选子模块，用于将所述相匹配的特征标签根据所述第三推荐强度进行筛选，得到第三特征标签集合。
53.其中一种可能的实现方式中，所述推荐模块还用于依次根据所述第三特征标签集合中的每个特征标签在所述第一目标内容集合中进行遍历查询，获得与所述特征标签对应的所有目标内容。
54.其中一种可能的实现方式中，所述推荐模块包括：
55.分类子模块，用于将查询获得的所有目标内容根据所述标签类型进行分类显示；
56.注释子模块，用于根据每个标签类型添加对应的目标注释。
57.其中一种可能的实现方式中，所述装置还包括：
58.第一发送模块，用于将所述第三特征标签集合进行发送。
59.其中一种可能的实现方式中，所述装置还包括：
60.第二发送模块，用于响应于接收到的内容分享请求，将所述第一特征标签集合进行发送。
61.第三方面，本技术实施例提供一种电子设备，包括：
62.显示屏；一个或多个处理器；存储器；多个应用程序；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行以下步骤：
63.对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型；其中，所述第一目标内容集合包括多个目标内容；
64.对所述特征标签进行归类，得到第一特征标签集合，其中，所述第一特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签，每个特征标签对应一个或多个目标内容；
65.发送内容分享请求，并等待接收第二特征标签集合，其中，所述第二特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签；
66.响应于接收到的所述第二特征标签集合，将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合，其中，所述第三特征标签集合包括一个或多个特征标签；
67.根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合，将所述第二目标内容集合进行推荐显示。
68.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型的步
骤包括：
69.根据一个或多个目标特征对所述第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型，其中，所述每个特征标签包含至少一个目标特征；
70.根据每个目标内容的特征标签进行统计，得到所述特征标签的第一推荐强度。
71.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行根据每个目标内容的特征标签进行统计，获得所述特征标签的第一推荐强度的步骤之后，还执行以下步骤：
72.获取所述特征标签的第二推荐强度，根据所述第二推荐强度及所述第一推荐强度进行计算，得到所述特征标签的第三推荐强度。
73.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合的步骤包括：
74.将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到相匹配的特征标签；
75.将所述相匹配的特征标签根据所述第三推荐强度进行筛选，得到第三特征标签集合。
76.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合的步骤包括：
77.依次根据所述第三特征标签集合中的每个特征标签在所述第一目标内容集合中进行遍历查询，获得与所述特征标签对应的所有目标内容。
78.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行将所述第二目标内容集合进行推荐显示的步骤包括：
79.将查询获得的所有目标内容根据所述标签类型进行分类显示；
80.根据每个标签类型添加对应的目标注释。
81.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行将所述第二目标内容集合进行推荐显示的步骤之后，还执行以下步骤：
82.将所述第三特征标签集合进行发送。
83.其中一种可能的实现方式中，所述指令被所述设备执行时，使得所述设备执行对第一目标内容集合进行特征标签挖掘，获得第一特征标签集合的步骤之后，还执行以下步骤：
84.响应于接收到的内容分享请求，将所述第一特征标签集合进行发送。
85.应当理解的是，本技术的第二至三方面与本技术的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
86.第四方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如第一方面所述的方法。
87.第五方面，本技术实施例提供一种计算机程序，当所述计算机程序被计算机执行时，用于执行第一方面所述的方法。
88.在一种可能的设计中，第五方面中的程序可以全部或者部分存储在与处理器封装
在一起的存储介质上，也可以部分或者全部存储在不与处理器封装在一起的存储器上。
附图说明
89.图1为本技术内容推荐方法一个实施例的流程图；
90.图2为本技术第一特征标签集合示意图；
91.图3a为本技术两个移动终端信息交互一个实施例的的流程图；
92.图3b为本技术两个移动终端信息交互另一个实施例的的流程图；
93.图4为本技术内容推荐显示界面示意图；
94.图5为本技术内容推荐装置一个实施例的结构示意图；
95.图6为本技术内容推荐装置另一个实施例的结构示意图；
96.图7为本技术内容推荐装置再一个实施例的结构示意图；
97.图8为本技术内容推荐装置再一个实施例的结构示意图；
98.图9为本技术电子设备一个实施例的结构示意图；
99.图10为本技术系统结构示意图。
具体实施方式
100.本技术的实施方式部分使用的术语仅用于对本技术的具体实施例进行解释，而非旨在限定本技术。
101.现有的实现方案中，都是通过比较分享双方的图片相似度或者根据用户的历史行为推荐相关内容，没有结合分享双方的共同经历与兴趣，由此导致推荐的内容都是双方不相关的内容，使得分享效率降低，用户的体验下降。
102.为此，本技术实施例提出一种内容推荐方法，可以有效的对双方的共同经历和兴趣进行分析，提高内容推荐的效率，提高用户的体验。
103.图1为本技术内容推荐方法一个实施例的流程图，如图1所示，上述内容推荐方法可以包括：
104.步骤101，对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型。
105.具体地，该目标内容可以是图片，也可以是视频，其中，该图片或视频可以来自移动终端的本地图库，也可以将云图库的图片和视频下载到移动终端的本地图库中；该第一目标内容集合可以是移动终端中的所有图片和视频，也可以是部分的图片和视频，本技术实施例对此不作限定。
106.上述特征标签挖掘可以对移动终端中的所有目标内容进行，其中，特征标签的挖掘可以根据目标特征进行，该目标特征可以包含时间、地点、实体、活动及人脸等；当对任一张图片进行特征标签挖掘后，该图片就会对应一个特征标签，该特征标签至少包含一个目标特征，例如，一张图片可以对应一个时间，则该图片包含一个时间特征标签；一张图片也可以对应一个时间和一个地点，则该图片包含一个时间+地点的复合标签。
107.在具体实现时，时间和地点可以从图片或者视频中的元数据中提取，其中，时间可以是根据拍摄时间提取出的特定日子(节日)，例如，圣诞节及情人节等，若不是节日等特殊日子，时间可以为空；地点可以是根据拍摄地点筛选出的标志性地点，例如，西湖、天安门
等，若图片中不包含标志性地点，地点可以为空；实体和活动可以通过图像识别算法，从图片和视频中进行提取，其中，实体可以包括任何物体，例如，猫、美食等，一张图片中可以提取多个实体；活动可以包括任何的场景，例如，骑马、参加婚礼等，该活动可以先通过卷积神经网路提取图片中的实体与人的姿态，然后再将实体和姿态的组合映射为活动或场景；人脸可以通过人脸识别算法进行，通过该人脸识别算法，可以提取出图片或者视频中的人脸特征矢量。
108.当对移动终端中的所有图片和视频进行特征标签的挖掘之后，所有图片和视频都会包含对应的特征标签类型和特征标签，例如，一张图片中包含一只猫，则该图片的标签类型为实体，特征标签为猫。
109.应理解，由于移动终端中的图片和视频是海量的，因此对于同一个特征标签，可以对应多个目标对象，即多个目标对象属于同一个特征标签，例如，移动终端中有多张猫的图片，则这多张图片的特征标签都为猫。
110.步骤102，对所述特征标签进行归类，得到第一特征标签集合。
111.具体地，当获取到每张图片或视频的特征标签后，还可以对该图片或视频的特征标签进行归类，由于多张图片可能对应同一个特征标签，如果每张图片都记录，则计算量太大，因此对于属于同一个特征标签的图片，则进行合并，即只记录特征标签类型和特征标签，最后得到第一特征标签集合，如图2所示，经过归类之后，该第一特征标签集合包含一个或多个标签类型，每个标签类型包含一个或多个特征标签，每个特征标签可以映射一个或多个图片或视频，每张图片或视频可以对应不同的特征标签。
112.进一步地，还可以对特征标签进行显著度的计算，以获得第一推荐强度，该第一推荐强度可以用于评价该图片或视频的推荐程度；在具体实现时，可以通过统计该特征标签的频度进行，例如，移动终端中图片和视频的总数为n，包含该特征标签的图片和视频数为m，则该标签的第一推荐强度为m/n。
113.进一步地，在计算特征标签的显著度时，还可以结合该特征标签的大众化程度，以获得第二推荐强度。由于越小众的特征标签可以越凸显，即可以进行增强该特征标签的显著度，例如，两人都喜欢蜥蜴应该比两人都喜欢狗更显著，由此可以更准确的将两人的共同兴趣进行挖掘，并进行推荐。在具体实现时，可以预先获取该增强因子，该增强因子可以通过云端对大量用户的统计获得，该统计可以是通过逆向文件频率(inverse document frequency，idf)的计算，也可以配置加权系数，即对各标签的增强因子进行再加权。本技术实施例对此不作限定。当获取到增强因子后，可以和第一推荐强度相乘，也可以和第一推荐强度相加，以得到第二推荐强度，本技术实施例对此不作限定。
114.步骤103，发送内容分享请求，并等待接收第二特征标签集合；响应于接收到的所述第二特征标签集合，将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合。
115.具体地，若当前的移动终端期望向目标移动终端分享内容时，可以发起一个内容分享请求，该内容分享请求用于请求接收第二特征标签集合；当目标移动终端收到该内容分享请求时，可以根据该请求向当前移动终端发送第二特征标签集合。
116.应理解，对于任一台移动终端，在做完自身图片和视频的特征标签的挖掘后，就会生成对应的特征标签集合，因此，当前移动终端的第一特征标签集合和目标移动终端的第
二特征标签集合是对等的概念，即对于任何一台移动终端，当接收到分享请求后，都是发送各自的第一特征标签集合，而对于接收方来说，由于自身已经具有第一特征标签集合，因此接收到的是第二特征标签集合；结合图3a和图3b进行说明，有两台移动终端，分别为移动终端a和移动终端b，若移动终端a为内容分享请求的发起方，移动终端b是内容分享请求的接收方，则移动终端a包含第一特征标签集合，并接收来自移动终端b的第二特征标签集合；若移动终端b为内容分享请求的发起方，移动终端a是内容分享请求的接收方，则移动终端b包含第一特征标签集合，并接收来自移动终端a的第二特征标签集合。
117.当收到该第二特征标签集合后，由于该第二特征标签集合与第一特征标签集合一样，包含特征标签，因此可以将该第二特征标签集合中的特征标签与第一特征标签集合中的特征标签进行匹配，由此获得第三特征标签集合，该第三特征标签集合包括匹配的特征标签。
118.可选地，在匹配过程中，可以先根据第二特征标签集合与第一特征标签集合之间的特征标签类型进行匹配，当特征标签类型匹配后，再进行每个特征标签类型下的特征标签的匹配，由此找到匹配的特征标签；也可以直接将第二特征标签集合与第一特征标签集合之间的特征标签进行匹配，即找出第二特征标签集合与第一特征标签集合之间的交集，由此找到匹配的特征标签，本技术实施例对此不作限定。
119.进一步地，当找到相匹配的特征标签后，还可以对匹配的特征标签进行筛选，由于相匹配的特征标签可能有很多，因此可以先对相匹配的特征标签进行优先级排序，根据优先级进行筛选，并将筛选后的特征标签进行输出，由此提高推荐的效率；在具体实现时，由于每个特征标签具有对应的显著度(第一推荐强度或第二推荐强度)，因此可以根据该显著度进行排序。
120.可选地，在进行排序时，可以按照特征标签类型先进行分类，分别对每个特征标签类型下的特征标签进行排序，并对排序好的特征标签进行提取，例如，设定一个目标数值n，将排名前n的特征标签进行提取，由此得到每个特征标签类型下的n个特征标签，可以有效避免大量的推荐内容，避免造成大量的冗余运算，也可提高用户的体验。
121.进一步地，在根据特征标签的显著度(第一推荐强度或第二推荐强度)进行排序时，可以根据第二特征标签集合与第一特征标签集合之间的特征标签的综合显著度进行，在具体实现时，可以通过两者的第一推荐强度或第二推荐强度进行相加或者相乘后得到第三推荐强度，获得该第三推荐强度后，就可根据该第三推荐强度对相匹配的特征标签进行排序；以单个特征标签为例，第一特征标签集合中特征标签a与第二特征标签集合中特征标签b匹配，特征标签a的第二推荐强度为40，特征标签b的第二推荐强度为50，则该特征标签的第三推荐强度可以为40*50；再以复合标签为例，第一特征标签集合中复合特征标签(a1，a2)与第二特征标签集合中特征标签(b1，b2)匹配，特征标签a1的第二推荐强度为40，特征标签a2的第二推荐强度为50，特征标签b1的第二推荐强度为20，特征标签b2的第二推荐强度为30，则该复合特征标签的第三推荐强度可以为40*20+50*30。
122.步骤104，根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合，将所述第二目标内容集合进行推荐显示。
123.具体地，该第三特征标签集合中包含一个或多个匹配的特征标签，因此可以根据该匹配的特征标签在第一目标内容集合中进行查询，以得到与该匹配的特征标签对应的图
片或视频，即第二目标内容集合，并将这些图片和视频(第二目标内容集合)进行显示。
124.进一步地，在对该第二目标内容集合显示过程中，可以对该第二目标内容集合进行分类显示，便于用户更清晰了解分享双方的共同兴趣或经历，分类的方式可以是根据特征标签类型，也可以是其它形式，本技术实施例对此不作限制。
125.进一步地，在对该第二目标内容集合进行分类后，还可以对每个分类添加注释，该注释可以根据不同的分类预先设置，例如，可以是一句话，也可以是一小段文字，对该分类进行简短的说明，如图4所示为最终推荐显示效果图400，该显示效果图400可以包括目标内容410、特征标签420及目标注释430。
126.本实施例中，根据分享双方的内容特征标签进行匹配，并将匹配的内容进行筛选后推荐，从而提供了一种更高效的内容推荐方式，可以提高分享双方内容推荐的效率，更精确的提取双方共同的经历和兴趣，由此提高用户的体验。
127.其中一种可能的实现方式中，步骤104之后，还可以包括：
128.将所述第三特征标签集合进行发送。
129.具体地，当前内容分享的发起方已经根据该第三特征标签集合查询到对应的目标内容，并进行了推荐显示，因此，该发起方可以将该第三特征标签集合发送给本次分享请求的接收方，如图3a所示，以便让该接收方收到该第三特征标签集合后，也进行相应的查询，以获得对应的目标内容，并进行推荐显示，由此实现双方内容的分享，增进彼此的了解，提高用户的体验。其中，在接收方最终的推荐显示效果也可以图4所示。
130.图5为本技术内容推荐装置一个实施例的结构示意图，如图5所示，上述内容推荐装置50可以包括：挖掘模块51、归类模块52、请求模块53、匹配模块54和推荐模块55；应当理解的是，内容推荐装置50可以对应于图9所示的电子设备900。
131.挖掘模块51，用于对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型；其中，所述第一目标内容集合包括多个目标内容；
132.归类模块52，用于对所述特征标签进行归类，得到第一特征标签集合，其中，所述第一特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签，每个特征标签对应一个或多个目标内容；
133.请求模块53，用于发送内容分享请求，并等待接收第二特征标签集合，其中，所述第二特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签；
134.匹配模块54，用于响应于接收到的所述第二特征标签集合，将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合，其中，所述第三特征标签集合包括一个或多个特征标签；
135.推荐模块55，用于根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合，将所述第二目标内容集合进行推荐显示。
136.其中一种可能的实现方式中，上述挖掘模块51可以包括：挖掘子模块511及统计子模块512；
137.挖掘子模块511，用于根据一个或多个目标特征对所述第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型，其中，所述每个特征标签包含至少一个目标特征；
138.统计子模块512，用于根据每个目标内容的特征标签进行统计，得到所述特征标签的第一推荐强度。
139.其中一种可能的实现方式中，上述挖掘模块51还可以包括：增强子模块513；
140.增强子模块513，用于获取所述特征标签的第二推荐强度，根据所述第二推荐强度及所述第一推荐强度进行计算，得到所述特征标签的第三推荐强度。
141.其中一种可能的实现方式中，上述匹配模块54可以包括：匹配子模块541及筛选子模块542；
142.匹配子模块541，用于将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到相匹配的特征标签；
143.筛选子模块542，用于将所述相匹配的特征标签根据所述第三推荐强度进行筛选，得到第三特征标签集合。
144.其中一种可能的实现方式中，上述推荐模块55还用于依次根据所述第三特征标签集合中的每个特征标签在所述第一目标内容集合中进行遍历查询，获得与所述特征标签对应的所有目标内容。
145.图5所示实施例提供的内容推荐装置可用于执行本技术图1-图4所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
146.图6为本技术内容推荐装置另一个实施例的结构示意图，与图5所示的内容推荐装置50相比，不同之处在于，图6所示的内容推荐装置60中，推荐模块55可以包括：分类子模块551和注释子模块552；
147.其中，分类子模块551，用于将查询获得的所有目标内容根据所述标签类型进行分类显示；
148.注释子模块552，用于根据每个标签类型添加对应的目标注释。
149.图6所示实施例提供的内容推荐装置60可用于执行本技术图1～图4所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
150.图7为本技术内容推荐装置另一个实施例的结构示意图，与图5所示的内容推荐装置50相比，不同之处在于，图7所示的内容推荐装置70中，还可以包括：第一发送模块71；
151.其中，第一发送模块71，用于将所述第三特征标签集合进行发送。
152.图7所示实施例提供的内容推荐装置70可用于执行本技术图1～图4所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
153.图8为本技术内容推荐装置另一个实施例的结构示意图，与图5所示的内容推荐装置50相比，不同之处在于，图8所示的内容推荐装置80中，还可以包括：第二发送模块81；
154.其中，第二发送模块81，用于响应于接收到的内容分享请求，将所述第一特征标签集合进行发送。
155.图8所示实施例提供的内容推荐装置80可用于执行本技术图1～图4所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
156.应理解以上图5～图8所示的内容推荐装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。例如，检
测模块可以为单独设立的处理元件，也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
157.例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit；以下简称：asic)，或，一个或多个微处理器(digital singnal processor；以下简称：dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array；以下简称：fpga)等。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip；以下简称：soc)的形式实现。
158.图9为本技术电子设备一个实施例的结构示意图，如图9所示，上述电子设备可以包括：显示屏；一个或多个处理器；存储器；多个应用程序；以及一个或多个计算机程序。
159.其中，上述显示屏可以包括移动终端的显示屏；上述电子设备可以为移动终端(手机)，智慧屏等设备。
160.其中上述一个或多个计算机程序被存储在上述存储器中，上述一个或多个计算机程序包括指令，当上述指令被上述设备执行时，使得上述设备执行以下步骤：
161.对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型；其中，所述第一目标内容集合包括多个目标内容；
162.对所述特征标签进行归类，得到第一特征标签集合，其中，所述第一特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签，每个特征标签对应一个或多个目标内容；
163.发送内容分享请求，并等待接收第二特征标签集合，其中，所述第二特征标签集合包括一个或多个特征标签类型，每个特征标签类型包括一个或多个特征标签；
164.响应于接收到的所述第二特征标签集合，将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合，其中，所述第三特征标签集合包括一个或多个特征标签；
165.根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合，将所述第二目标内容集合进行推荐显示。
166.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行对第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型的步骤包括：
167.根据一个或多个目标特征对所述第一目标内容集合进行特征标签挖掘，得到每个目标内容的特征标签及特征标签类型，其中，所述每个特征标签包含至少一个目标特征；
168.根据每个目标内容的特征标签进行统计，得到所述特征标签的第一推荐强度。
169.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行根据每个目标内容的特征标签进行统计，获得所述特征标签的第一推荐强度的步骤之后，还执行以下步骤：
170.获取所述特征标签的第二推荐强度，根据所述第二推荐强度及所述第一推荐强度进行计算，得到所述特征标签的第三推荐强度。
171.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行将
所述第二特征标签集合与所述第一特征标签集合进行匹配，得到第三特征标签集合的步骤包括：
172.将所述第二特征标签集合与所述第一特征标签集合进行匹配，得到相匹配的特征标签；
173.将所述相匹配的特征标签根据所述第三推荐强度进行筛选，得到第三特征标签集合。
174.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行根据所述第三特征标签集合在所述第一目标内容集合中进行查询，得到第二目标内容集合的步骤包括：
175.依次根据所述第三特征标签集合中的每个特征标签在所述第一目标内容集合中进行遍历查询，获得与所述特征标签对应的所有目标内容。
176.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行将所述第二目标内容集合进行推荐显示的步骤包括：
177.将查询获得的所有目标内容根据所述标签类型进行分类显示；
178.根据每个标签类型添加对应的目标注释。
179.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行将所述第二目标内容集合进行推荐显示的步骤之后，还执行以下步骤：
180.将所述第三特征标签集合进行发送。
181.其中一种可能的实现方式中，上述指令被上述设备执行时，使得上述设备执行对第一目标内容集合进行特征标签挖掘，获得第一特征标签集合的步骤之后，还执行以下步骤：
182.响应于接收到的内容分享请求，将所述第一特征标签集合进行发送。
183.图9所示的电子设备可以是终端设备也可以是内置于上述终端设备的电路设备。该设备可以用于执行本技术图1～图4所示实施例提供的方法中的功能/步骤。
184.如图9所示，电子设备900包括处理器910和收发器920。可选地，该电子设备900还可以包括存储器930。其中，处理器910、收发器920和存储器930之间可以通过内部连接通路互相通信，传递控制和/或数据信号，该存储器930用于存储计算机程序，该处理器910用于从该存储器930中调用并运行该计算机程序。
185.上述存储器930可以是只读存储器(read-only memory，rom)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory，ram)或可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备，或者还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质等。
186.可选地，电子设备900还可以包括天线940，用于将收发器920输出的无线信号发送出去，以及接收无线信号。
187.上述处理器910可以和存储器930可以合成一个处理装置，更常见的是彼此独立的
部件，处理器910用于执行存储器930中存储的程序代码来实现上述功能。具体实现时，该存储器930也可以集成在处理器910中，或者，独立于处理器910。
188.除此之外，为了使得电子设备900的功能更加完善，该电子设备900还可以包括输入单元960、显示单元970、音频电路980、摄像头990等中的一个或多个。其中，显示单元970可以包括显示屏。
189.可选地，上述电子设备900还可以包括电源950，用于给终端设备中的各种器件或电路提供电源。
190.应理解，图9所示的电子设备900能够实现本技术图1～图4所示实施例提供的方法的各个过程。电子设备900中的各个模块的操作和/或功能，分别为了实现上述方法实施例中的相应流程。具体可参见本技术图1～图4所示方法实施例中的描述，为避免重复，此处适当省略详细描述。
191.应理解，图9所示的电子设备900中的处理器910可以是片上系统soc，该处理器910中可以包括中央处理器(central processing unit；以下简称：cpu)，还可以进一步包括其他类型的处理器，例如：图像处理器(graphics processing unit；以下简称：gpu)等。
192.总之，处理器910内部的各部分处理器或处理单元可以共同配合实现之前的方法流程，且各部分处理器或处理单元相应的软件程序可存储在存储器930中。
193.本技术还提供一种电子设备，所述设备包括存储介质和中央处理器，所述存储介质可以是非易失性存储介质，所述存储介质中存储有计算机可执行程序，所述中央处理器与所述非易失性存储介质连接，并执行所述计算机可执行程序以实现本技术图1～图4所示实施例提供的方法。
194.图10为本技术实施例提供的系统架构1000的示意图。该系统架构用于实现上述方法实施例中提供的方法。
195.处理中心1010用于获取存储控制中心1020中的目标内容，并对该目标内容进行特征标签的挖掘。
196.处理中心1010还用于对目标内容的特征标签进行归类，获得第一特征标签集合。
197.其中一种可能的实现方式中，处理中心1010还用于计算特征标签的第一推荐强度。
198.其中一种可能的实现方式中，处理中心1010还用于接收来自通信控制中心1030的特征标签的第二推荐强度。
199.其中一种可能的实现方式中，处理中心1010还用于对该第一推荐强度和第二推荐强度进行计算，获得第三推荐强度。
200.其中一种可能的实现方式中，处理中心1010还用于生成分享请求，并指示通信控制中心1030进行发送。
201.其中一种可能的实现方式中，处理中心1010还用于接收来自通信控制中心1030的分享请求，并根据该分享请求指示通信控制中心1030发送第一特征标签集合。
202.处理中心1010还用于接收来自通信控制中心1030的第二特征标签集合。
203.处理中心1010还用于根据该第二特征标签集合与第一特征标签集合进行匹配，获得第三特征标签集合。
204.其中一种可能的实现方式中，处理中心1010还用于指示通信控制中心1030发送该
第三特征标签集合。
205.处理中心1010还用于根据该第三特征标签集合在第一目标内容集合中进行查询，获得第二目标内容集合。
206.其中一种可能的实现方式中，处理中心1010还用于对该第二目标内容集合进行分类，并添加目标注释。
207.处理中心1010还用于指示显示中心1040显示该第二目标内容集合。
208.存储控制中心1020用于存储目标内容。
209.存储控制中心1020还用于根据处理中心1010的指示将目标内容发送至处理中心，对目标内容进行特征标签的挖掘。
210.存储控制中心1020还用于根据处理中心1010的指示将相应的目标内容发送至显示中心1040进行显示。
211.通信控制中心1030用于向其它移动终端发送由处理中心1010生成的分享请求。
212.其中一种可能的实现方式中，通信控制中心1030还用于接收其它移动终端的分享请求。
213.其中一种可能的实现方式中，通信控制中心1030还用于根据处理中心1010的指示发送第一特征标签集合。
214.其中一种可能的实现方式中，通信控制中心1030还用于根据处理中心1010的指示发送第三特征标签集合。
215.其中一种可能的实现方式中，通信控制中心1030还用于接收服务器下发的特征标签的第二推荐强度。
216.其中一种可能的实现方式中，通信控制中心1030还用于接收存储在服务器上的图片和视频，并将该图片和视频发送至存储控制中心1020。
217.显示中心1040用于根据处理中心1010的指示对目标内容进行显示。
218.以上各实施例中，涉及的处理器可以例如包括cpu、dsp、微控制器或数字信号处理器，还可包括gpu、嵌入式神经网络处理器(neural-network process units；以下简称：npu)和图像信号处理器(image signal processing；以下简称：isp)，该处理器还可包括必要的硬件加速器或逻辑处理硬件电路，如asic，或一个或多个用于控制本技术技术方案程序执行的集成电路等。此外，处理器可以具有操作一个或多个软件程序的功能，软件程序可以存储在存储介质中。
219.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行本技术图1～图4所示实施例提供的方法。
220.本技术实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，当其在计算机上运行时，使得计算机执行本技术图1～图4所示实施例提供的方法。
221.本技术实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，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/或b，可以表示单独存在a、同时存在a和b、单独存在b的情况。其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a
和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。
222.本领域普通技术人员可以意识到，本文中公开的实施例中描述的各单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
223.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
224.在本技术所提供的几个实施例中，任一功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory；以下简称：rom)、随机存取存储器(random access memory；以下简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
225.以上所述，仅为本技术的具体实施方式，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。本技术的保护范围应以所述权利要求的保护范围为准。