基于图库的信息推荐方法和信息推荐装置的制造方法
【专利摘要】本发明实施例提供一种基于图库的信息推荐方法和信息推荐装置。基于图库的信息推荐方法包括：获取用户上传的多张图片的标签；根据所述标签以及所述用户的网络消费行为数据生成推荐标签的数据；根据所述推荐标签获取推荐产品的信息，以将所述推荐产品的信息发送给所述用户。可基于用户上传的图片，并结合其网络消费行为数据生成个性化的产品推荐信息，生成的推荐信息更趋于符合用户的消费行为习惯、消费偏好等，能够提高用户体验。
【专利说明】
基于图库的信息推荐方法和信息推荐装置
技术领域
[0001]本发明涉及一种信息处理技术，尤其涉及一种基于图库的信息推荐方法和信息推荐装置。【背景技术】
[0002]随着互联网技术和云计算技术的发展，越来越多的用户将自己喜爱的或者对自己重要的图片(例如，旅游途中拍摄的照片，会议中拍摄的照片等等)上传到云端服务器，以能够从不同的终端设备分享这些图片并且将这些图片作为存档备份。
[0003]现有的云服务通常仅提供存储数据的功能，而用户上传的图片中蕴含着反映其偏好或行为习惯的大量信息。此外，在网络服务商、电商服务器或内容服务商的云端服务器中，还存有用户购物、使用多媒体内容、浏览网页等行为的记录。目前尚无将这些数据进行关联分析，为用户推荐个性化信息的整合方案。
【发明内容】
[0004]本发明的目的在于，提供一种基于图库的信息推荐方法和信息推荐装置，基于用户的云端图片为用户提供个性化的信息，提高用户体验。
[0005]根据本发明的一方面，提供一种基于图库的信息推荐方法，包括:获取用户上传的多张图片的标签;根据所述标签以及所述用户的网络消费行为数据生成推荐标签的数据； 根据所述推荐标签获取推荐产品的信息，以将所述推荐产品的信息发送给所述用户。
[0006]进一步地，获取所述用户上传的多张图片;对所述多张图片分别进行特征分析，生成所述多张图片的标签。
[0007]可选地，所述根据所述标签以及所述用户的网络消费行为数据生成推荐标签的数据的处理包括:选取在获取的标签当中出现次数超过预定的次数阈值的初选标签;从所述网络消费行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品或服务的信息作为推荐标签。
[0008]可选地，所述根据所述推荐标签获取推荐产品的信息的处理包括:从产品信息库获取与所述推荐标签匹配的产品信息。
[0009]进一步地，所述方法还包括:存储所述推荐产品的信息。
[0010]进一步地，所述方法还包括:接收发自所述用户的客户端的应用启动通知或推荐信息请求;将所述推荐产品的信息发送给所述客户端。
[0011]根据本发明的另一方面，还提供一种基于图库的信息推荐装置，所述装置包括:图片标签获取单元，用于获取用户上传的多张图片的标签;推荐标签生成单元，用于根据所述图片标签获取单元获取的标签以及所述用户的网络消费行为数据生成推荐标签的数据;产品信息获取单元，用于根据所述推荐标签生成单元生成的推荐标签获取推荐产品的信息， 以将所述推荐产品的信息发送给所述用户。
[0012]进一步地，所述推荐产品的信息包括推荐的商品和/或服务的信息。
[0013]可选地，所述装置还包括:图片获取单元，用于获取所述用户上传的多张图片；图片标签生成单元，用于对所述图片获取单元获取的多张图片分别进行特征分析，生成所述多张图片的标签。
[0014]可选地，所述推荐标签生成单元用于选取在所述图片标签获取单元获取的标签当中出现次数超过预定的次数阈值的初选标签，并且从所述网络消费行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品或服务的信息作为推荐标签。
[0015]进一步地，所述产品信息获取单元用于从产品信息库获取与所述推荐标签匹配的广品彳目息。
[0016]进一步地，所述装置还包括:产品信息存储单元，用于存储所述产品信息获取单元生成的推荐产品的信息；请求接收单元，用于接收发自所述用户的客户端的应用启动通知或推荐信息请求;产品信息发送单元，用于将所述产品信息存储单元存储的推荐产品的信息发送给所述客户端。
[0017]根据本发明实施例提供的基于图库的信息推荐方法和信息推荐装置，可基于用户上传的图片，并结合其网络消费行为数据生成个性化的产品推荐信息，生成的推荐信息更趋于符合用户的消费行为习惯、消费偏好等，能够提高用户体验。【附图说明】
[0018]图1是示出根据本发明的示例性实施例一的基于图库的信息推荐方法的流程图；
[0019]图2是示出根据本发明的示例性实施例二的基于图库的信息推荐方法的流程图；
[0020]图3示出根据本发明的示例性实施例三的基于图库的信息推荐装置的逻辑框图；
[0021]图4是根据本发明的示例性实施例四的计算机设备的逻辑框图。【具体实施方式】
[0022]本发明的总体发明构思是，提供一种在服务器端基于用户上传的图片信息，通过分析该用户的网络行为数据(例如商家消费记录、交易记录、网购浏览记录等)，为该用户生成个性化的推荐产品的信息推荐方案。这里，在本申请中，将包括，但不限于，商家消费记录、交易记录、网购浏览记录等的网络行为数据统称为网络消费行为数据。[〇〇23]下面结合附图详细描述本发明的示例性实施例。[〇〇24] 实施例一
[0025]图1是示出根据本发明的示例性实施例一的基于图库的信息推荐方法的流程图。 在服务器端的计算机设备或实施例三的信息推荐装置执行本实施例的信息推荐方法。
[0026]参照图1，在步骤S110,获取用户上传的多张图片的标签。
[0027]这里所说的图片可以是用户自行拍摄的图片，也可以是其通过其使用的应用程序获得的图片，例如从微信朋友圈下载的图片或从淘宝网站上保存的图片。
[0028]在现有的一些网络服务中，服务器端对从客户端接收到的图片进行处理分析，为图片生成表征其场景、拍摄对象、主题的标签，并且将生成的标签与图片关联存储。例如，当接收到用户拍摄的在眉州东坡酒楼用餐的图片时，经过处理分析可生成例如“餐饮”、“中餐”、“美食”、“烤鱼”等标签;再例如，当接收到用户拍摄的黄山风景的图片时，经过处理分析可生成例如“旅游”、“黄山”、“黄山松”、“云海”等标签。
[0029]在该步骤，可获取预先存储的图片的标签。另一方面，也可先获取该多张图片，经过前述分析处理生成相应的标签。
[0030]在步骤S120,根据所述标签以及所述用户的网络消费行为数据生成推荐标签的数据。
[0031]用户的网络消费行为数据含有丰富的信息。例如，从用户的网购浏览或网购交易记录中，可提取到例如用餐的餐馆、菜品、消费金额等信息或者浏览的商品、商品类别、商家店铺、商品价位等的信息。将在步骤S110获取到的标签与用户的网络消费行为数据进行结合，可提取到体现用户的消费习惯、偏好、习惯消费的价位等信息，并可生成相应的推荐标签，例如“中餐”、“中等价位”、“餐馆”等推荐标签。
[0032]在步骤S130,根据所述推荐标签获取推荐产品的信息，以将所述推荐产品的信息发送给所述用户。
[0033]这里，推荐产品的信息包括推荐的商品和/或服务的信息。
[0034]具体地，可从预设的产品信息库获取与所述推荐标签匹配的产品信息。
[0035]根据前述步骤的处理，可基于用户上传的图片，并结合其网络消费行为数据生成个性化的产品推荐信息，生成的推荐信息更趋于符合用户的消费行为习惯、消费偏好等，能够提尚用户体验。[〇〇36] 实施例二
[0037]图2是示出根据本发明的示例性实施例二的基于图库的信息推荐方法的流程图。 实施例二的信息推荐方法为实施例一的【具体实施方式】。同理，可有在服务器端的计算机设备或实施例三的信息推荐装置执行本实施例的信息推荐方法。[〇〇38]参照图2,在步骤S105,获取用户上传的多张图片。[〇〇39]具体地，可获取用户上传到服务器端(如云端服务器)上的图片。这些图片可以是用户自行拍摄的图片，也可以是其通过其使用的应用程序获得的图片，例如从微信朋友圈下载的图片或从淘宝网站上保存的图片。
[0040]在步骤S108,对所述多张图片分别进行特征分析，生成所述多张图片的标签。
[0041]可利用现有的图像特征提取技术和图像分析技术执行该特征分析，从而提取包括，但不限于，其场景、拍摄对象、主题等的信息，并生成相应的标签。具体地，可使用例如颜色直方图从图片提取颜色特征，使用例如灰度共生矩阵的纹理特征分析方法、自回归纹理模型从图片提取纹理特征，使用例如边界特征法、傅里叶形状描述符法等方法从图片提取形状特征。此后，基于这些图像特征以及基于模型或模板匹配的分析算法获取关于图片场景、拍摄对象、主题等的信息，并生成图片的标签。[〇〇42]在步骤S110,获取用户上传的多张图片的标签。在此，获取在步骤S108生成的标签。[〇〇43] 在实施例二中，步骤S120包括步骤S122和步骤S125的处理。
[0044]具体地，在步骤S122,选取在获取的标签当中出现次数超过预定的次数阈值的初选标签。
[0045]由于对于频繁使用云服务保存图片的用户来说，其上传的图片可能以百张、千张计，如果针对从图片的每个标签进行信息推荐处理，则不具有表征其偏好、习惯的代表性且易产生过多推荐信息，因此，选取较具代表性的出现次数较多的标签作为初选标签，再基于这些初选标签继续进行分析处理。
[0046]在步骤S125,从所述网络消费行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品或服务的信息作为推荐标签。
[0047]如前所述，用户的网络消费行为数据含有丰富的信息。在该步骤，将用户的网络消费行为数据中涉及的消费的商品或服务的数据与选取的初选标签进行匹配和/或关联。如果消费的商品或服务的数据与选取的初选标签匹配，例如消费的服务为“餐饮”，选取的初选标签之一为“餐馆”，则认为两者匹配。如果消费的商品或服务的数据与选取的初选标签相互关联，例如，消费的服务为“住宿”，选取的初选标签之一为“旅游”，则认为两者相互关联。
[0048]如此，选取与初选标签匹配或相关的商品或服务的信息作为推荐标签。
[0049]在步骤S130,根据所述推荐标签获取推荐产品的信息，以将所述推荐产品的信息发送给所述用户。该步骤的处理与图1中的相应步骤相似，在此不再赘述。
[0050]可在服务器端的后台程序中执行前述处理，获取的推荐产品的信息不必立即推送给用户，而是在用户下次启动相关应用程序时应用程序从后台向服务器请求该推荐产品的信息。因此，实施例二的信息推荐方法可还包括:存储所述推荐产品的信息。
[0051]相应地，该方法还包括:接收发自所述用户的客户端的应用启动通知或推荐信息请求;将所述推荐产品的信息发送给所述客户端。[〇〇52]通过实施例二的基于图库的信息推荐方法的处理，可对用户上传的多张图片进行特征分析，提取表征其拍摄场景、主题、拍摄对象等的标签，并结合其网络消费行为数据生成个性化的产品推荐信息，生成的推荐信息更趋于符合用户的消费行为习惯、消费偏好等， 能够提尚用户体验。[〇〇53] 实施例三[〇〇54]图3示出根据本发明的示例性实施例三的基于图库的信息推荐装置的逻辑框图。 [〇〇55]参照图3,示例性实施例三的基于图库的信息推荐装置包括图片标签获取单元 310、推荐标签生成单元320和产品信息获取单元330。
[0056]图片标签获取单元310用于获取用户上传的多张图片的标签。[〇〇57]推荐标签生成单元320用于根据图片标签获取单元310获取的标签以及所述用户的网络消费行为数据生成推荐标签的数据。[〇〇58]产品信息获取单元330用于根据推荐标签生成单元320生成的推荐标签获取推荐产品的信息，以将所述推荐产品的信息发送给所述用户。
[0059]其中，所述推荐产品的信息可包括推荐的商品和/或服务的信息。
[0060]产品信息获取单元330用于从产品信息库获取与所述推荐标签匹配的产品信息。
[0061]推荐标签生成单元320用于选取在图片标签获取单元310获取的标签当中出现次数超过预定的次数阈值的初选标签，并且从所述网络消费行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品或服务的信息作为推荐标签。
[0062]所述装置还包括:图片获取单元340,用于获取所述用户上传的多张图片；图片标签生成单元350,用于对所述图片获取单元获取的多张图片分别进行特征分析，生成所述多张图片的标签。
[0063]进一步地，该信息推荐装置可还包括:产品信息存储单元(未示出)，用于存储所述产品信息获取单元生成的推荐产品的信息;请求接收单元(未示出)，用于接收发自所述用户的客户端的应用启动通知或推荐信息请求;产品信息发送单元(未示出)，用于将产品信息存储单元存储的推荐产品的信息发送给所述客户端。
[0064]实施例四
[0065]本发明实施例还提供了一种如图4所示的计算机设备。[〇〇66] 该计算机设备包括处理器402、存储器404、收发器406和总线408。其中，处理器 402、存储器404、收发器406通过总线408通信。[〇〇67]该处理器402用于获取用户上传的多张图片的标签，根据所述标签以及所述用户的网络消费行为数据生成推荐标签的数据，并且根据所述推荐标签获取推荐产品的信息， 以将所述推荐产品的信息发送给所述用户。[〇〇68]在一种可选的实施方式中，处理器402还用于获取所述用户上传的多张图片，并且对所述多张图片分别进行特征分析，生成所述多张图片的标签。[〇〇69] 在一种可选的实施方式中，处理器402用于选取在获取的标签当中出现次数超过预定的次数阈值的初选标签，并且从所述网络消费行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品或服务的信息作为推荐标签。
[0070]在一种可选的实施方式中，处理器402用于从产品信息库获取与所述推荐标签匹配的产品信息。[0071 ]在一种可选的实施方式中，存储器404用于存储所述推荐产品的信息。
[0072]在一种可选的实施方式中，收发器406用于接收发自所述用户的客户端的应用启动通知或推荐信息请求，并且将所述推荐产品的信息发送给所述客户端。[〇〇73]应理解，根据本发明实施例提供的计算机设备400可实现图1至图2中的各个方法的相应流程，为了简洁，在此不再赘述，上述方法实施例中的相关描述也适用于本实施例。
[0074]此外，本发明实施例还提供了一种计算机程序，该计算机程序包括计算机可读代码，当该计算机可读代码在计算机设备上运行时，导致该计算机设备执行前述多个方法实施例中任一个的信息推荐方法。
[0075]此外，本发明实施例还提供了一种计算机可读介质，其中存储了上述的计算机程序。
[0076]需要指出，根据实施的需要，可将本申请中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤， 以实现本发明的目的。
[0077]上述根据本发明的方法可在硬件、固件中实现，或者被实现为可存储在记录介质 (诸如CD R0M、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、 ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的处理方法。此外，当通用计算机访问用于实现在此示出的处理的代码时，代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。
[0078]以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
【主权项】
1.一种基于图库的信息推荐方法，包括:获取用户上传的多张图片的标签；根据所述标签以及所述用户的网络消费行为数据生成推荐标签的数据；根据所述推荐标签获取推荐产品的信息，以将所述推荐产品的信息发送给所述用户。2.根据权利要求1所述的方法，其中，所述方法还包括:获取所述用户上传的多张图片；对所述多张图片分别进行特征分析，生成所述多张图片的标签。3.根据权利要求2所述的方法，其中，所述根据所述标签以及所述用户的网络消费行为 数据生成推荐标签的数据的处理包括:选取在获取的标签当中出现次数超过预定的次数阈值的初选标签；从所述网络消费行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品 或服务的信息作为推荐标签。4.根据权利要求3所述的方法，其中，所述根据所述推荐标签获取推荐产品的信息的处 理包括:从产品信息库获取与所述推荐标签匹配的产品信息。5.根据权利要求1?4中任一项所述的方法，其中，所述方法还包括:存储所述推荐产品的信息。6.根据权利要求5所述的方法，其中，所述方法还包括:接收发自所述用户的客户端的应用启动通知或推荐信息请求；将所述推荐产品的信息发送给所述客户端。7.—种基于图库的信息推荐装置，所述装置包括:图片标签获取单元，用于获取用户上传的多张图片的标签；推荐标签生成单元，用于根据所述图片标签获取单元获取的标签以及所述用户的网络 消费行为数据生成推荐标签的数据；产品信息获取单元，用于根据所述推荐标签生成单元生成的推荐标签获取推荐产品的 信息，以将所述推荐产品的信息发送给所述用户。8.根据权利要求7所述的装置，其中，所述装置还包括:图片获取单元，用于获取所述用户上传的多张图片；图片标签生成单元，用于对所述图片获取单元获取的多张图片分别进行特征分析，生 成所述多张图片的标签。9.根据权利要求8所述的装置，其中，所述推荐标签生成单元用于选取在所述图片标签 获取单元获取的标签当中出现次数超过预定的次数阈值的初选标签，并且从所述网络消费 行为数据选取消费的商品或服务与所述初选标签匹配或相关的商品或服务的信息作为推 荐标签。10.根据权利要求9所述的装置，其中，所述产品信息获取单元用于从产品信息库获取 与所述推荐标签匹配的产品信息。11.根据权利要求7?9中任一项所述的装置，其中，所述装置还包括:产品信息存储单元，用于存储所述产品信息获取单元生成的推荐产品的信息；请求接收单元，用于接收发自所述用户的客户端的应用启动通知或推荐信息请求；产品信息发送单元，用于将所述产品信息存储单元存储的推荐产品的信息发送给所述 客户端。
【文档编号】G06F17/30GK105955994SQ201610245503
【公开日】2016年9月21日
【申请日】2016年4月19日
【发明人】田宇
【申请人】乐视控股（北京）有限公司, 乐视移动智能信息技术（北京）有限公司