信息推荐方法、装置和电子设备制造方法及图纸

本发明专利技术公开了一种信息推荐方法、装置和电子设备，其中，信息推荐方法包括：获取待推荐信息的文本特征和色调特征；根据文本特征和色调特征，基于预先训练的推荐模型获取候选信息；对候选信息进行排序，并根据排序结果输出推荐信息。本发明专利技术实施例的信息推荐方法、装置和电子设备，通过获取待推荐信息的文本特征和色调特征，再根据文本特征和色调特征，基于预先训练的推荐模型获取候选信息，然后对候选信息进行排序，并根据排序结果输出推荐信息，将文本特征和色调特征结合在一起，向用户推荐更符合需求的个性化信息。

Information recommendation methods, devices, and electronic devices

The present invention discloses an information recommendation method, device and electronic device, in which the information recommendation method includes: obtaining the text features and tone features of the recommended information; obtaining candidate information based on the pre trained recommendation model according to the text feature and the tone feature; sorting the candidate information, and according to the sort knot. Fruit recommendation information. The information recommendation method, the device and the electronic device of the present invention can obtain the candidate information based on the pre trained recommendation model by obtaining the text feature and the tone feature of the recommended information, and then sort the candidate information, and output the recommendation information according to the sorting result, The text features and hue features are combined to recommend more personalized information to users.

【技术实现步骤摘要】
信息推荐方法、装置和电子设备
本专利技术涉及信息处理
，尤其涉及一种信息推荐方法、装置和电子设备。
技术介绍
随着互联网的高速发展，网络中的信息呈数量级增长，如何从海量的信息中向用户推荐符合需求的内容，是互联网内容平台重点关注的方向之一。目前，信息推荐系统主要是基于用户对浏览内容的历史行为以及浏览内容本身的语义理解，来获取用户对不同类别信息的偏好，从而向用户进行个性化推荐。但是，仅从上述维度进行考虑，并未对内容进行深挖，推荐的信息并不能准确地符合用户的需求。
技术实现思路
本专利技术提供一种信息推荐方法、装置和电子设备，以解决上述技术问题中的至少一个。本专利技术实施例提供一种信息推荐方法，包括：获取待推荐信息的文本特征和色调特征；根据所述文本特征和所述色调特征，基于预先训练的推荐模型获取候选信息；对所述候选信息进行排序，并根据排序结果输出推荐信息。可选的，获取待推荐信息的色调特征，包括：获取所述待推荐信息的图片中每个像素的颜色值；根据所述每个像素的颜色值计算出整张图片的色调均值；计算所述每个像素的颜色值与所述色调均值的色差值；确定所述色差值大于预设数值的像素属于主色调区；若所述主色调区包含的像素数与所述整张图片的像素数的比值大于预设比值，则将属于所述主色调区的像素的色调均值作为所述色调特征；否则，将所述整张图片的色调均值作为所述色调特征。可选的，所述方法还包括：训练所述推荐模型。可选的，训练所述推荐模型，包括：获取信息样本的色调特征；根据所述信息样本的色调特征，基于用户对所述信息样本的历史行为数据，训练所述推荐模型。可选的，所述推荐模型包括GBDT决策树模型。本专利技术另一实施例提供一种信息推荐装置，包括：第一获取模块，用于获取待推荐信息的文本特征和色调特征；第二获取模块，用于根据所述文本特征和所述色调特征，基于预先训练的推荐模型获取候选信息；输出模块，用于对所述候选信息进行排序，并根据排序结果输出推荐信息。可选的，所述第一获取模块，用于：获取所述待推荐信息的图片中每个像素的颜色值；根据所述每个像素的颜色值计算出整张图片的色调均值；计算所述每个像素的颜色值与所述色调均值的色差值；确定所述色差值大于预设数值的像素属于主色调区；若所述主色调区包含的像素数与所述整张图片的像素数的比值大于预设比值，则将属于所述主色调区的像素的色调均值作为所述色调特征；否则，将所述整张图片的色调均值作为所述色调特征。可选的，装置还包括：训练模块，用于训练所述推荐模型。可选的，所述训练模块，用于：获取信息样本的色调特征；根据所述信息样本的色调特征，基于用户对所述信息样本的历史行为数据，训练所述推荐模型。可选的，所述推荐模型包括GBDT决策树模型。本专利技术还一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术第一方面实施例所述的信息推荐方法。本专利技术又一实施例提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器用于执行本专利技术第一方面实施例所述的信息推荐方法。本专利技术实施例提供的技术方案可以包括以下有益效果：通过获取待推荐信息的文本特征和色调特征，再根据所述文本特征和所述色调特征，基于预先训练的推荐模型获取候选信息，然后对所述候选信息进行排序，并根据排序结果输出推荐信息，将文本特征和所述色调特征结合在一起，向用户推荐更符合需求的个性化信息。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一个实施例的信息推荐方法的流程图；图2是根据本专利技术另一个实施例的信息推荐方法的流程图；图3是根据本专利技术一个具体实施例的流程示意图；图4是根据本专利技术一个实施例的信息推荐装置的结构框图；图5是根据本专利技术另一个实施例的信息推荐装置的结构框图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参考附图描述本专利技术实施例的信息推荐方法、装置和电子设备。图1是根据本专利技术一个实施例的信息推荐方法的流程图。如图1所示，该信息推荐方法包括：S101，获取待推荐信息的文本特征和色调特征。目前，信息推荐系统主要是基于用户对浏览内容的历史行为如点击、点赞等，以及浏览内容(文本)本身的语义理解，来获取用户对不同类别信息的偏好，从而向用户进行个性化推荐。但是，信息推荐的载体除了文本内容外，还有包括图片内容。也就是说，用户对浏览文章产生点击行为，除了被这篇文章的文本内容所吸引外，还可能被这篇文章包含的图片的色调所影响。有学者研究发现，不同色调会对人的心理有较大影响。暖色系的色调一般让人感觉很温暖。对于情绪不高的人来说，暖色系会让人们感觉很舒服。因此，本申请提出一种信息推荐方法，融入用户对图片的色调的喜好，使用户个性化推荐更加精准，用户视觉体验更好。在本专利技术的一个实施例中，可先获取待推荐信息的图片中每个像素的颜色值，然后根据每个像素的颜色值计算出整张图片的色调均值。在计算出色调均值之后，可计算每个像素的颜色值与色调均值的色差值。然后基于色差值来确定像素是否属于主色调区。也就是说，色差值大于预设数值的像素，属于主色调区。如果主色调区包含的像素数与整张图片的像素数的比值大于预设比值，则将属于主色调区的像素的色调均值作为色调特征；否则，将整张图片的色调均值作为色调特征。举例来说，首先计算整张图片的色调均值q，然后遍历所有像素，计算每个像素与色调均值q的色差。如果色差大于一定数值，则将对应的像素放入主色调区。如果主色调区中的像素数，其占比超过了整张图片的25％，则取主色调区的均值作为中心色，否则以整张图片的色调均值作中心色。其中，冷暖色调的定义：中心色为红色、橙色、黄色为暖色调。中心色为青色、蓝色为冷色调。中心色为紫色、绿色、黑色、灰色、白色的为中性色调。此外，在获取待推荐信息的文本特征时，则采用传统的语义解析方法，来提取待推荐信息中的文本特征。S102，根据文本特征和色调特征，基于预先训练的推荐模型获取候选信息。在获得文本特征和色调特征之后，可将上述特征作为输入，输入至预先训练的推荐模型，利用推荐模型来获取候选信息。应当理解的是，每个用户的对色调的喜好，以及对内容的偏好是不同的，因此每个用户均对应有自己的推荐模型。S103，对候选信息进行排序，并根据排序结果输出推荐信息。在获取候选信息之后，可对选信息进行排序，然后根据排序结果输出推荐信息，例如将得分最高的信息推荐给用户。在本专利技术的另一个实施例中，如图2所示，还可包括以下步骤：S104，训练推荐模型。在本专利技术的一个实施例中，可先获取信息样本的色调特征，然后根据信息样本的色调特征，再基于用户对信息样本的历史行为数据，训练推荐模型。其中，推荐模型包括GBDT(决策树，GradientBoostingDecisionTree)模型。下面以一个具体示例进行说明：如图3所示，可基于用户对信息样本的历史行本文档来自技高网...

【技术保护点】
一种信息推荐方法，其特征在于，包括：获取待推荐信息的文本特征和色调特征；根据所述文本特征和所述色调特征，基于预先训练的推荐模型获取候选信息；对所述候选信息进行排序，并根据排序结果输出推荐信息。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：获取待推荐信息的文本特征和色调特征；根据所述文本特征和所述色调特征，基于预先训练的推荐模型获取候选信息；对所述候选信息进行排序，并根据排序结果输出推荐信息。2.如权利要求1所述的方法，其特征在于，获取待推荐信息的色调特征，包括：获取所述待推荐信息的图片中每个像素的颜色值；根据所述每个像素的颜色值计算出整张图片的色调均值；计算所述每个像素的颜色值与所述色调均值的色差值；确定所述色差值大于预设数值的像素属于主色调区；若所述主色调区包含的像素数与所述整张图片的像素数的比值大于预设比值，则将属于所述主色调区的像素的色调均值作为所述色调特征；否则，将所述整张图片的色调均值作为所述色调特征。3.如权利要求1所述的方法，其特征在于，还包括：训练所述推荐模型。4.如权利要求3所述的方法，其特征在于，训练所述推荐模型，包括：获取信息样本的色调特征；根据所述信息样本的色调特征，基于用户对所述信息样本的历史行为数据，训练所述推荐模型。5.如权利要求4所述的方法，其特征在于，所述推荐模型包括GBDT决策树模型。6.一种信息推荐装置，其特征在于，包括：第一获取模块，用于获取待推荐信息的文本特征和色调特征；第二获取模块，用于根据所述文本特征和所述色调特征，基于预先训练的推荐模型获取候选信息；...

【专利技术属性】
技术研发人员：吴鸿焕，王海涛，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11