图像素材的推荐方法及装置与流程

本公开涉及计算机技术领域，特别涉及一种图像素材的推荐方法及装置。

背景技术：

随着网络技术的不断发展，互联网已经成为人们生活和工作中必不可少的一种信息传播媒介。因此，很多广告主会将自己产品的广告投放到互联网中。产品的广告可以包括很多素材，例如文本素材、图像素材以及声音素材等。其中，广告的图像素材对广告的点击率有较大的影响，有吸引力的图像能够引导更多的用户点击广告，增加广告的点击率。

目前，一些广告主在投放某些产品的广告时，一般只能通过调研以及凭借自己的经验，为所要投放的广告选择图像素材，并通过广告平台将这些产品的广告投放出去。因此，在图像素材的选择上需要花费大量的时间，使得广告投放的效率低下，效果较差。

技术实现要素：

为了解决上述技术问题，本公开提供一种图像素材的推荐方法及装置。

根据本公开实施例的第一方面，提供一种图像素材的推荐方法，包括：

获取用户输入的文本信息；

生成与所述文本信息关联的关键词；

根据所述关键词获取推荐的广告图像素材；

输出所述推荐的广告图像素材。

可选的，所述生成与所述文本信息关联的关键词，包括：

从预存的相关词汇集合中获取与所述文本信息关联的相关词汇集合；

将与所述文本信息关联的相关词汇集合中包括的词语作为所述关键词。

可选的，所述生成与所述文本信息关联的关键词，包括：

获取预先训练的主题模型；

将所述文本信息输入所述主题模型，以生成主题词语作为所述关键词。

可选的，所述根据所述关键词获取推荐的广告图像素材，包括：

采用网页爬虫技术从互联网络中爬取与所述关键词关联的广告图像素材作为推荐的广告图像素材。

可选的，所述根据所述关键词获取推荐的广告图像素材，包括：

将预先建立的广告图像素材库中与所述关键词匹配的广告图像素材作为推荐的广告图像素材。

可选的，所述方法还包括：

获取互联网络中的历史搜索记录数据；

基于所述历史搜索记录数据生成多个相关词汇集合；

将生成的多个相关词汇集合进行存储。

可选的，所述基于所述历史搜索记录数据生成多个相关词汇集合，包括：

采用SimRank算法对所述历史搜索记录数据进行分类处理，以生成多个相关数据集合。

可选的，其特征在于，所述方法还包括：

获取参考广告图像素材以及所述参考广告图像素材对应的关键词；

将所述参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。

可选的，所述输出所述推荐的广告图像素材，包括：

分别将所述推荐的广告图像素材输入到预先训练的广告图像素材质量评估模型，以获取所述推荐的广告图像素材对应的质量级别；

将所述推荐的广告图像素材按照质量级别从高到低的顺序进行排序；

按照所述排序输出所述推荐的广告图像素材。

根据本公开实施例的第二方面，提供一种图像素材的推荐装置，包括：

第一获取模块，被配置为获取用户输入的文本信息；

生成模块，被配置为生成与所述文本信息关联的关键词；

第二获取模块，被配置为根据所述关键词获取推荐的广告图像素材；

输出模块，被配置为输出所述推荐的广告图像素材。

可选的，所述生成模块包括：

第一获取子模块，被配置为从预存的相关词汇集合中获取与所述文本信息关联的相关词汇集合；

确定子模块，被配置为将与所述文本信息关联的相关词汇集合中包括的词语作为所述关键词。

可选的，所述生成模块包括：

第二获取子模块，被配置为获取预先训练的主题模型；

生成子模块，被配置为将所述文本信息输入所述主题模型，以生成主题词语作为所述关键词。

可选的，所述第二获取模块包括：

爬取子模块，被配置为采用网页爬虫技术从互联网络中爬取与所述关键词关联的广告图像素材作为推荐的广告图像素材。

可选的，所述第二获取模块包括：

推荐子模块，被配置为将预先建立的广告图像素材库中与所述关键词匹配的广告图像素材作为推荐的广告图像素材。

可选的，所述装置还包括：

第三获取模块，被配置为获取互联网络中的历史搜索记录数据；

集合生成模块，被配置为基于所述历史搜索记录数据生成多个相关词汇集合；

存储模块，被配置为将生成的多个相关词汇集合进行存储。

可选的，所述集合生成模块包括：

处理子模块，被配置为采用SimRank算法对所述历史搜索记录数据进行分类处理，以生成多个相关数据集合。

可选的，所述装置还包括：

第四获取模块，被配置为获取参考广告图像素材以及所述参考广告图像素材对应的关键词；

建立模块，被配置为将所述参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。

可选的，所述输出模块包括：

输入子模块，被配置为分别将所述推荐的广告图像素材输入到预先训练的广告图像素材质量评估模型，以获取所述推荐的广告图像素材对应的质量级别；

排序子模块，被配置为将所述推荐的广告图像素材按照质量级别从高到低的顺序进行排序；

输出子模块，被配置为按照所述排序输出所述推荐的广告图像素材。

根据本公开实施例的第三方面，提供一种图像素材的推荐装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取用户输入的文本信息；

生成与所述文本信息关联的关键词；

根据所述关键词获取推荐的广告图像素材；

输出所述推荐的广告图像素材。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开的上述实施例提供的图像素材的推荐方法，通过获取用户输入的文本信息，生成与该文本信息关联的关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，提高了广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，可以获取用户输入的文本信息，从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合，将与该文本信息关联的相关词汇集合中包括的词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，可以获取用户输入的文本信息，再获取预先训练的主题模型，将上述文本信息输入该主题模型，以生成主题词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，通过获取用户输入的文本信息，生成与该文本信息关联的关键词，采用网页爬虫技术从互联网络中爬取与该关键词关联的广告图像素材作为推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，从更丰富的广告图像素材中获取推荐广告图像素材，并向用户推荐广告图像素材，进一步为用户提供更多的参考素材，并提高了广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，通过获取用户输入的文本信息，生成与该文本信息关联的关键词，将预先建立的广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，获取较高质量的推荐广告图像素材，并向用户推荐广告图像素材，为用户提供更多的参考素材，并进一步提高了广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，通过基于获取到的历史搜索记录数据生成多个相关词汇集合，再获取用户输入的文本信息，从预存的相关词汇集合中获取与文本信息关联的相关词汇集合，将与文本信息关联的相关词汇集合中包括的词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，通过获取参考广告图像素材以及参考广告图像素材对应的关键词，将参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。再获取用户输入的文本信息，生成与该文本信息关联的关键词，并将预先建立的上述广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材，输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高了广告投放的效率及效果。

本公开的上述实施例提供的图像素材的推荐方法，按照质量级别从高到低的顺序对获取到的推荐的广告图像素材进行排序，并按照上述排序输出推荐的广告图像素材。从而可以使用户优先看到质量较高的广告图像素材，并为用户提供更多的参考素材，进一步提高了广告投放的效率及效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本公开根据一示例性实施例示出的一种图像素材的推荐方法的流程图；

图2是本公开根据一示例性实施例示出的另一种图像素材的推荐方法的流程图；

图3是本公开根据一示例性实施例示出的另一种图像素材的推荐方法的流程图；

图4是本公开根据一示例性实施例示出的一种图像素材的推荐装置的框图；

图5是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图6是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图7是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图8是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图9是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图10是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图11是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图12是本公开根据一示例性实施例示出的另一种图像素材的推荐装置的框图；

图13是本公开根据一示例性实施例示出的一种图像素材的推荐装置的一结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。

需要说明的是，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解所述术语的具体含义。

如图1所示，图1是根据一示例性实施例示出的一种图像素材的推荐方法的流程图，该方法可以应用于终端设备或者服务器中。本领域技术人员可以理解，该终端设备可以包括但不限于诸如智能手机的移动终端设备、平板电脑、膝上型便携计算机以及台式电脑等等。该方法包括以下步骤：

在步骤101中，获取用户输入的文本信息。

一般来说，产品的广告可以包括很多素材，例如文本素材、图像素材以及声音素材等。其中，图像素材即为图像形式的素材。在本实施例中，当用户想要获取为某产品推荐的广告图像素材时，需要首先输入和该产品相关的文本信息。例如，输入产品的名称，产品的属性，产品的特征，产品的类别以及产品的简介和描述等等，以便获取为该产品推荐的广告图像素材。因此，上述文本信息为与待投放广告对应的产品相关的一些文本信息。可以理解，本公开对文本信息的具体形式和内容方面不限定。

在步骤102中，生成与该文本信息关联的关键词。

在本实施例中，可以根据上述文本信息生成与该文本信息相关联的多个关键词，这些关键词可以是与上述产品具有相似名称，或者同样类别，或者相同属性，或者具有相同或相似特征的产品的一些文本形式的描述词汇。

例如，某电脑厂商想要获取为其新推出的电脑推荐的广告图像素材时，可以首先输入一些文本信息，这些文本信息可以是电脑的名称，或者是电脑的配置信息，或者是对电脑的新特色的描述的信息等等。如，假设该电脑采用了某种先进的技术改善了显示屏显示效果，则输入的文本信息可以是该先进技术的名称，也可以是显示屏改善后的效果的描述等等。接着，可以根据这些文本信息生成一些关键词，这些关键词可以是其它类的电脑产品的一些描述词汇，如，其它具有类似配置的电脑的名称，或者其它采用类似技术的电脑的简介关键词汇等等。可以理解，上述关键词可以是任意与该文本信息相关联的词汇，本公开对上述关键词的具体形式和内容以及数量方面不限定。

在一种实现方式中，可以从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合，并将与该文本信息关联的相关词汇集合中包括的词语作为上述关键词。

具体来说，首先，可以预先创建并存储多个相关词汇集合，每个相关词汇集合中包含多个相关的词汇，这些词汇可以在某属性方面具有相关联的关系。如，同一个相关词汇集合中的词汇可以是用于描述相同或相似属性事物的词汇。由于每个词汇可能与多个属性方面有关联，因此，不同的相关词汇集合中也可以包括相同的词汇，换而言之，同一个词汇可能对应于多个相关词汇集合。例如，相关词汇集合A可以包括各种用于描述颜色的词汇，其中可以包括“红色”，相关词汇集合B可以包括各种用于描述服饰的词汇，其中也可以包括“红色”。

接着，可以从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合。其中，与上述文本信息关联的相关词汇集合可以是包含从上述文本信息中分解出来的至少一个重点词汇的集合。具体来说，可以先对上述文本信息进行语义解析和语句分解，以分解出一个或多个该文本信息包含的重点词汇，然后，从预存的相关词汇集合中查找包含至少一个上述重点词汇的集合，作为与上述文本信息关联的相关词汇集合。

例如，假设，上述文本信息的重点词汇包括A、B、C，预存的相关词汇集合a包括词汇L、O、J、H、G、A，相关词汇集合b包括词汇H、B、R、F、C，相关词汇集合c包括词汇I、T、D、X、D、E、F，相关词汇集合d包括词汇Q、P、N。则由上可知，相关词汇集合a中包括文本信息的重点词汇A，相关词汇集合b中包括文本信息的重点词汇B、C，相关词汇集合c和d中不包括文本信息的重点词汇，因此，可以确定相关词汇集合a和相关词汇集合b为与上述文本信息关联的相关词汇集合。

最后，将与文本信息关联的所有相关词汇集合的并集中包括的所有词语作为与上述文本信息关联的关键词。

在另一种实现方式中，还可以获取预先训练的主题模型，将上述文本信息输入该主题模型，以生成主题词语作为关键词。

具体来说，首先，可以获取预先训练好的主题模型，可以从本地存储的数据中获取该主题模型，也可以从其它终端或者服务器获取该主题模型。该主题模型可以是通过本设备训练的，也可以是其它设备训练的。本公开对该主题模型的来源方面不限定。

在本实施例中，主题模型可以通过如下方式训练：获取一些文本语句样本，以及获取这些文本语句样本对应的主题词语。然后，采用这些文本语句样本以及对应的主题词语，训练得到主题模型。例如，可以将这些文本语句样本输入待训练的主题模型，计算所得到特征值，将得到的特征值与这些文本语句样本对应的主题词语的特征值进行比较，以得到差值函数，并对待训练主题模型的参数进行调整，重复上述训练过程，直至得到的差值函数收敛为止。

接着，可以将上述文本信息输入该训练好的主题模型，该主题模型对上述文本信息进行处理分析，得到对应的主题词语的特征值，并生成对应的主题词语作为关键词。

在步骤103中，根据上述关键词获取推荐的广告图像素材。

在本实施例中，可以根据上述关键词获取一些与上述关键词相关的广告图像素材，作为推荐的广告图像素材。与上述关键词相关的广告图像素材可以是网络中曾经使用过的与上述至少预定个数的关键词相关的广告图像素材。

例如，假设上述关键词包括3个关键词，则可以预先设定上述预定个数为1，或者2，或者3。当预定个数为1时，与上述关键词相关的广告图像素材可以是与上述关键词中任意一个，或者任意两个，或者全部关键词相关的广告图像素材。当预定个数为2时，与上述关键词相关的广告图像素材可以是与上述关键词中任意两个，或者全部关键词相关的广告图像素材。当预定个数为3时，与上述关键词相关的广告图像素材可以是与上述关键词中全部关键词相关的广告图像素材。可以理解，本公开对此方面不限定。

在一种实现方式中，可以采用网页爬虫技术从互联网络中爬取与关键词关联的广告图像素材作为推荐的广告图像素材。

例如，具体来说，可以采用网页爬虫技术，按照预定的规则，从互联网络中提取出现上述至少预定个数的关键词的网页。然后，从上述网页中获取广告相关网页，并从广告相关网页中提取对应的广告图像素材，作为推荐的广告图像素材。

在另一种实现方式中，可以将预先建立的广告图像素材库中与关键词匹配的广告图像素材作为推荐的广告图像素材。

具体来说，可以根据上述关键词，从预先建立的广告图像素材库中查找与上述至少预定个数的关键词匹配的广告图像素材，并将查找出的广告图像素材作为推荐的广告图像素材。

在本实施例中，可以通过如下方式建立广告图像素材库：首先，可以获取现有的一些质量较高的广告图像素材以及对应的关键词，将这些广告图像素材作为参考广告图像素材。然后，将参考广告图像素材及对应的关键词进行关联地存储，以生成广告图像素材库。并且，还可以继续获取更多质量较高的参考广告图像素材以及对应的关键词，并关联地存储到广告图像素材库中，以对广告图像素材库进行补充。

在步骤104中，输出推荐的广告图像素材。

在本实施例中，获取到推荐的广告图像素材后，需要将推荐的广告图像素材输出，以供用户参考。一般来说，推荐的广告图像素材的质量可能参差不齐，所以，更希望将质量较好的广告图像素材优先推荐给用户，使用户优先看到质量高的广告图像素材。因此，可以先对推荐的广告图像素材的质量进行评估，并根据评估的结果输出推荐的广告图像素材。

具体来说，首先，可以分别将推荐的广告图像素材输入到预先训练的广告图像素材质量评估模型中，以获取推荐的广告图像素材对应的质量级别。如，可以将待评估的广告图像素材输入到预先训练的广告图像素材质量评估模型，广告图像素材质量评估模型可以对待评估的广告图像素材进行特征提取及分类，从而对待评估的广告图像素材进行质量评估。接着，将推荐的广告图像素材按照质量级别从高到低的顺序进行排序。并按照上述排序输出推荐的广告图像素材。

在本实施例中，可以通过如下方式训练广告图像素材质量评估模型：首先，需要预先采集广告图像素材的样本以及对应的质量级别，用采集到的广告图像素材的样本以及对应的质量级别不断输入待训练模型，并不断调整该模型的参数，直到该模型能够比较准确的评估出广告图像素材的样本的质量级别，从而训练得到广告图像素材质量评估模型。当然，本领域中已知的以及将来可能出现的任何其他训练广告图像素材质量评估模型的方法都可以应用于本公开，本公开对其训练广告图像素材质量评估模型的具体方式方面不限定。

本公开的上述实施例提供的图像素材的推荐方法，通过获取用户输入的文本信息，生成与该文本信息关联的关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，提高了广告投放的效率及效果。

如图2所示，图2根据一示例性实施例示出的另一种图像素材的推荐方法的流程图，该实施例详细描述了生成与文本信息关联的关键词的过程，该方法可以应用于终端设备或者服务器中，包括以下步骤：

在步骤201中，获取互联网络中的历史搜索记录数据。

在本实施例中，可以从互联网络中收集部分或全部用户的历史搜索记录数据，该历史搜索记录数据可以是进行任意搜索时，留下的历史记录数据。

在步骤202中，基于历史搜索记录数据生成多个相关词汇集合。

在本实施例中，可以基于上述历史搜索记录数据生成多个相关词汇集合。具体来说，可以采用SimRank算法对历史搜索记录数据进行分类处理，以生成多个相关数据集合。

其中，SimRank算法是一种基于图的拓扑结构信息来衡量结构上下文中对象相似度的普适算法，直观上的含义是利用已有对象的相似度来推算其它有关联对象的相似度。采用SimRank算法求得相似度的核心思想为：如果两个对象和被相似的对象所引用(即它们有相似的入邻边结构)，那么这两个对象也相似。

可以理解，还可以采用其它的方式生成多个相关词汇集合，本领域中已知的以及将来可能出现的任何其他基于历史搜索记录数据生成多个相关词汇集合的方法都可以应用于本公开，本公开对此方面不限定。

在步骤203中，将生成的多个相关词汇集合进行存储。

在步骤204中，获取用户输入的文本信息。

在步骤205中，从预存的相关词汇集合中获取与文本信息关联的相关词汇集合。

在步骤206中，将与文本信息关联的相关词汇集合中包括的词语作为关键词。

在步骤207中，根据上述关键词获取推荐的广告图像素材。

在步骤208中，输出推荐的广告图像素材。

需要说明的是，对于与图1实施例中相同的步骤，在上述图2实施例中不再进行赘述，相关内容可参见图1实施例。

本公开的上述实施例提供的图像素材的推荐方法，通过基于获取到的历史搜索记录数据生成多个相关词汇集合，再获取用户输入的文本信息，从预存的相关词汇集合中获取与文本信息关联的相关词汇集合，将与文本信息关联的相关词汇集合中包括的词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

如图3所示，图3是根据一示例性实施例示出的另一种图像素材的推荐方法的流程图，该实施例详细描述了根据关键词获取推荐的广告图像素材的过程，该方法可以应用于终端设备或者服务器中，包括以下步骤：

在步骤301中，获取参考广告图像素材以及参考广告图像素材对应的关键词。

在步骤302中，将参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。

在本实施例中，首先，可以获取现有的一些质量较高的广告图像素材以及对应的关键词，将这些广告图像素材作为参考广告图像素材。然后，将参考广告图像素材及对应的关键词进行关联地存储，以生成广告图像素材库。并且，还可以继续获取更多质量较高的参考广告图像素材以及对应的关键词，并关联地存储到广告图像素材库中，以对广告图像素材库进行补充。

在步骤303中，获取用户输入的文本信息。

在步骤304中，生成与该文本信息关联的关键词。

在步骤305中，将预先建立的上述广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材。

在步骤306中，输出推荐的广告图像素材。

需要说明的是，对于与图1实施例中相同的步骤，在上述图3实施例中不再进行赘述，相关内容可参见图1实施例。

本公开的上述实施例提供的图像素材的推荐方法，通过获取参考广告图像素材以及参考广告图像素材对应的关键词。将参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。再获取用户输入的文本信息，生成与该文本信息关联的关键词，并将预先建立的上述广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材，输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高了广告投放的效率及效果。

应当注意，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

与前述图像素材的推荐方法实施例相对应，本公开还提供了图像素材的推荐装置的实施例。

如图4所示，图4是本公开根据一示例性实施例示出的一种图像素材的推荐装置框图，该装置包括：第一获取模块401，生成模块402，第二获取模块403以及输出模块404。

其中，第一获取模块401，被配置为获取用户输入的文本信息。

一般来说，产品的广告可以包括很多素材，例如文本素材、图像素材以及声音素材等。其中，图像素材即为图像形式的素材。在本实施例中，当用户想要获取为某产品推荐的广告图像素材时，需要首先输入和该产品相关的文本信息。例如，输入产品的名称，产品的属性，产品的特征，产品的类别以及产品的简介和描述等等，以便获取为该产品推荐的广告图像素材。因此，上述文本信息为与待投放广告对应的产品相关的一些文本信息。可以理解，本公开对文本信息的具体形式和内容方面不限定。

生成模块402，被配置为生成与文本信息关联的关键词。

在本实施例中，可以根据上述文本信息生成与该文本信息相关联的多个关键词，这些关键词可以是与上述产品具有相似名称，或者同样类别，或者相同属性，或者具有相同或相似特征的产品的一些文本形式的描述词汇。

在一种实现方式中，可以从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合，并将与该文本信息关联的相关词汇集合中包括的词语作为上述关键词。

在另一种实现方式中，还可以获取预先训练的主题模型，将上述文本信息输入该主题模型，以生成主题词语作为关键词。

第二获取模块403，被配置为根据上述关键词获取推荐的广告图像素材。

在本实施例中，可以根据上述关键词获取一些与上述关键词相关的广告图像素材，作为推荐的广告图像素材。与上述关键词相关的广告图像素材可以是网络中曾经使用过的与上述至少预定个数的关键词相关的广告图像素材。

在一种实现方式中，可以采用网页爬虫技术从互联网络中爬取与关键词关联的广告图像素材作为推荐的广告图像素材。

在另一种实现方式中，可以将预先建立的广告图像素材库中与关键词匹配的广告图像素材作为推荐的广告图像素材。

输出模块404，被配置为输出推荐的广告图像素材。

在本实施例中，获取到推荐的广告图像素材后，需要将推荐的广告图像素材输出，以供用户参考。一般来说，推荐的广告图像素材的质量可能参差不齐，所以，更希望将质量较好的广告图像素材优先推荐给用户，使用户最先看到质量高的广告图像素材的质量。因此，可以先对推荐的广告图像素材的质量进行评估，并根据评估的结果输出推荐的广告图像素材。

具体来说，首先，可以分别将推荐的广告图像素材输入到预先训练的广告图像素材质量评估模型中，以获取推荐的广告图像素材对应的质量级别。如，可以将待评估的广告图像素材输入到预先训练的广告图像素材质量评估模型，广告图像素材质量评估模型可以对待评估的广告图像素材进行特征提取及分类，从而对待评估的广告图像素材进行质量评估。接着，将推荐的广告图像素材按照质量级别从高到低的顺序进行排序。并按照上述排序输出推荐的广告图像素材。

由上述实施例可见，该实施例可以通过获取用户输入的文本信息，生成与该文本信息关联的关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，提高了广告投放的效率及效果。

如图5所示，图5是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图4所示实施例的基础上，生成模块402可以包括：第一获取子模块501和确定子模块502。

其中，第一获取子模块501，被配置为从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合。

确定子模块502，被配置为将与该文本信息关联的相关词汇集合中包括的词语作为关键词。

在本实施例中，首先，可以预先创建并存储多个相关词汇集合，每个相关词汇集合中包含多个相关的词汇，这些词汇可以在某属性方面具有相关联的关系。由于每个词汇可能与多个属性方面有关联，因此，不同的相关词汇集合中也可以包括相同的词汇，换而言之，同一个词汇可能对应于多个相关词汇集合。

接着，可以从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合。其中，与上述文本信息关联的相关词汇集合可以是包含从上述文本信息中分解出来的至少一个重点词汇的集合。具体来说，可以先对上述文本信息进行语义解析和语句分解，以分解出一个或多个该文本信息包含的重点词汇，然后，从预存的相关词汇集合中查找包含至少一个上述重点词汇的集合，作为与上述文本信息关联的相关词汇集合。

最后，将与文本信息关联的所有相关词汇集合的并集中包括的所有词语作为与上述文本信息关联的关键词。

由上述实施例可见，该实施例可以获取用户输入的文本信息，从预存的相关词汇集合中获取与上述文本信息关联的相关词汇集合，将与该文本信息关联的相关词汇集合中包括的词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

如图6所示，图6是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图4所示实施例的基础上，生成模块402可以包括：第二获取子模块601和生成子模块602。

其中，第二获取子模块601，被配置为获取预先训练的主题模型。

在本实施例中，可以获取预先训练好的主题模型，可以从本地存储的数据中获取该主题模型，也可以从其它终端或者服务器获取该主题模型。该主题模型可以是通过本设备训练的，也可以是其它设备训练的。本公开对该主题模型的来源方面不限定。

在本实施例中，主题模型可以通过如下方式训练：获取一些文本语句样本，以及获取这些文本语句样本对应的主题词语。然后，采用这些文本语句样本以及对应的主题词语，训练得到主题模型。例如，可以将这些文本语句样本输入待训练的主题模型，计算所得到特征值，将得到的特征值与这些文本语句样本对应的主题词语的特征值进行比较，以得到差值函数，并对待训练主题模型的参数进行调整，重复上述训练过程，直至得到的差值函数收敛为止。

生成子模块602，被配置为将上述文本信息输入该主题模型，以生成主题词语作为关键词。

在本实施例中，可以将上述文本信息输入该训练好的主题模型，该主题模型对上述文本信息进行处理分析，得到对应的主题词语的特征值，并生成对应的主题词语作为关键词。

由上述实施例可见，该实施例可以获取用户输入的文本信息，再获取预先训练的主题模型，将上述文本信息输入该主题模型，以生成主题词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

如图7所示，图7是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图4所示实施例的基础上，第二获取模块403可以包括：爬取子模块701。

其中，爬取子模块701，被配置为采用网页爬虫技术从互联网络中爬取与上述关键词关联的广告图像素材作为推荐的广告图像素材。

在本实施例中，可以采用网页爬虫技术，按照预定的规则，从互联网络中提取出现上述至少预定个数的关键词的网页。然后，从上述网页中获取广告相关网页，并从广告相关网页中提取对应的广告图像素材，作为推荐的广告图像素材。

由上述实施例可见，该实施例可以通过获取用户输入的文本信息，生成与该文本信息关联的关键词，采用网页爬虫技术从互联网络中爬取与该关键词关联的广告图像素材作为推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，从更丰富的广告图像素材中获取推荐广告图像素材，并向用户推荐广告图像素材，进一步为用户提供更多的参考素材，并提高了广告投放的效率及效果。

如图8所示，图8是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图4所示实施例的基础上，第二获取模块403可以包括：推荐子模块801。

其中，推荐子模块801，被配置为将预先建立的广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材。

在本实施例中，可以根据上述关键词，从预先建立的广告图像素材库中查找与上述至少预定个数的关键词匹配的广告图像素材，并将查找出的广告图像素材作为推荐的广告图像素材。

由上述实施例可见，该实施例可以通过获取用户输入的文本信息，生成与该文本信息关联的关键词，将预先建立的广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，获取较高质量的推荐广告图像素材，并向用户推荐广告图像素材，为用户提供更多的参考素材，并进一步提高了广告投放的效率及效果。

如图9所示，图9是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图5所示实施例的基础上，该装置还可以进一步包括：第三获取模块405，集合生成模块406和存储模块407。

其中，第三获取模块405，被配置为获取互联网络中的历史搜索记录数据。

在本实施例中，可以从互联网络中收集部分或全部用户的历史搜索记录数据，该历史搜索记录数据可以是进行任意搜索时，留下的历史记录数据。

集合生成模块406，被配置为基于历史搜索记录数据生成多个相关词汇集合。

在本实施例中，可以基于上述历史搜索记录数据生成多个相关词汇集合。具体来说，可以采用SimRank算法对历史搜索记录数据进行分类处理，以生成多个相关数据集合。

存储模块407，被配置为将生成的多个相关词汇集合进行存储。

由上述实施例可见，该实施例可以通过基于获取到的历史搜索记录数据生成多个相关词汇集合，再获取用户输入的文本信息，从预存的相关词汇集合中获取与文本信息关联的相关词汇集合，将与文本信息关联的相关词汇集合中包括的词语作为关键词，根据该关键词获取推荐的广告图像素材，并输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高广告投放的效率及效果。

如图10所示，图10是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图9所示实施例的基础上，集合生成模块406可以包括：处理子模块1001。

其中，处理子模块1001，被配置为采用SimRank算法对上述历史搜索记录数据进行分类处理，以生成多个相关数据集合。

由上述实施例可见，该实施例通过采用SimRank算法生成多个相关数据集合，提高了生成相关数据集合的效率。

如图11所示，图11是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图6所示实施例的基础上，该装置还可以进一步包括：第四获取模块408和建立模块409。

其中，第四获取模块408，被配置为获取参考广告图像素材以及参考广告图像素材对应的关键词。

建立模块409，被配置为将参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。

在本实施例中，首先，可以获取现有的一些质量较高的广告图像素材以及对应的关键词，将这些广告图像素材作为参考广告图像素材。然后，将参考广告图像素材及对应的关键词进行关联地存储，以生成广告图像素材库。并且，还可以继续获取更多质量较高的参考广告图像素材以及对应的关键词，并关联地存储到广告图像素材库中，以对广告图像素材库进行补充。

由上述实施例可见，该实施例通过获取参考广告图像素材以及参考广告图像素材对应的关键词，将参考广告图像素材与对应的关键词进行关联地存储，以建立广告图像素材库。再获取用户输入的文本信息，生成与该文本信息关联的关键词，并将预先建立的上述广告图像素材库中与上述关键词匹配的广告图像素材作为推荐的广告图像素材，输出推荐的广告图像素材。从而能够根据用户输入的文本信息，向用户推荐广告图像素材，为用户提供更多的参考素材，有助于提高了广告投放的效率及效果。

如图12所示，图12是本公开根据一示例性实施例示出的另一种图像素材的推荐装置框图，该实施例在前述图4所示实施例的基础上，输出模块404，可以包括：输入子模块1201，排序子模块1202和输出子模块1203。

其中，输入子模块1201，被配置为分别将推荐的广告图像素材输入到预先训练的广告图像素材质量评估模型，以获取推荐的广告图像素材对应的质量级别。

在本实施例中，可以分别将推荐的广告图像素材输入到预先训练的广告图像素材质量评估模型中，以获取推荐的广告图像素材对应的质量级别。如，可以将待评估的广告图像素材输入到预先训练的广告图像素材质量评估模型，广告图像素材质量评估模型可以对待评估的广告图像素材进行特征提取及分类，从而对待评估的广告图像素材进行质量评估。

在本实施例中，可以通过如下方式训练广告图像素材质量评估模型：首先，需要预先采集广告图像素材的样本以及对应的质量级别，用采集到的广告图像素材的样本以及对应的质量级别不断输入待训练模型，并不断调整该模型的参数，直到该模型能够比较准确的评估出广告图像素材的样本的质量级别，从而训练得到广告图像素材质量评估模型。当然，本领域中已知的以及将来可能出现的任何其他训练广告图像素材质量评估模型的方法都可以应用于本公开，本公开对其训练广告图像素材质量评估模型的具体方式方面不限定。

排序子模块1202，被配置为将推荐的广告图像素材按照质量级别从高到低的顺序进行排序。

输出子模块1203，被配置为按照上述排序输出推荐的广告图像素材。

由上述实施例可见，该实施例按照质量级别从高到低的顺序对获取到的推荐的广告图像素材进行排序，并按照上述排序输出推荐的广告图像素材。从而可以使用户优先看到质量较高的广告图像素材，并为用户提供更多的参考素材，进一步提高了广告投放的效率及效果。

应当理解，上述装置可以预先设置在终端或者服务器中，也可以通过下载等方式而加载到终端或者服务器中。上述装置中的相应模块可以与终端或者服务器中的模块相互配合以实现图像素材的推荐方案。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

相应的，本公开还提供一种图像素材的推荐装置，该装置包括有处理器；用于存储处理器可执行指令的存储器；其中，该处理器被配置为：

获取用户输入的文本信息；

生成与所述文本信息关联的关键词；

根据所述关键词获取推荐的广告图像素材；

输出所述推荐的广告图像素材。

图13是根据一示例性实施例示出的一种图像素材的推荐装置9900的一结构示意图。例如，装置9900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图13，装置9900可以包括以下一个或多个组件：处理组件9902，存储器9904，电源组件9906，多媒体组件9908，音频组件9910，输入/输出(I/O)的接口9912，传感器组件9914，以及通信组件9916。

处理组件9902通常控制装置9900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件9902可以包括一个或多个处理器9920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件9902可以包括一个或多个模块，便于处理组件9902和其他组件之间的交互。例如，处理组件9902可以包括多媒体模块，以方便多媒体组件9908和处理组件9902之间的交互。

存储器9904被配置为存储各种类型的数据以支持在装置9900的操作。这些数据的示例包括用于在装置9900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器9904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件9906为装置9900的各种组件提供电力。电源组件9906可以包括电源管理系统，一个或多个电源，及其他与为装置9900生成、管理和分配电力相关联的组件。

多媒体组件9908包括在所述装置9900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件9908包括一个前置摄像头和/或后置摄像头。当装置9900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件9910被配置为输出和/或输入音频信号。例如，音频组件9910包括一个麦克风(MIC)，当装置9900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器9904或经由通信组件9916发送。在一些实施例中，音频组件9910还包括一个扬声器，用于输出音频信号。

I/O接口9912为处理组件9902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件9914包括一个或多个传感器，用于为装置9900提供各个方面的状态评估。例如，传感器组件9914可以检测到装置9900的打开/关闭状态，组件的相对定位，例如所述组件为装置9900的显示器和小键盘，传感器组件9914还可以检测装置9900或装置9900一个组件的位置改变，用户与装置9900接触的存在或不存在，装置9900方位或加速/减速和装置9900的温度变化。传感器组件9914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件9914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件9914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器，微波传感器或温度传感器。

通信组件9916被配置为便于装置9900和其他设备之间有线或无线方式的通信。装置9900可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件9916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件9916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置9900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器9904，上述指令可由装置9900的处理器9920执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。