The invention relates to an expression picture recommendation method and device. The method includes: obtaining the use records of each expression picture used by the user, each expression picture in each expression picture corresponds to at least one kind of image style, gets the revised Recommendation Index of the specified expression picture, and gets the image style of the specified expression picture, the root is used to use the record and the picture of each expression. Like style, and the image style that specifies the expression picture, the revised recommendation index is corrected. When the revised Recommendation Index satisfies the recommended condition, the specified expression picture is recommended to the user. The expression image recommended to the user is an expression picture that takes into account the preference of the user on the image style of the facial expression, and improves the recommendation effect of the expression picture.
【技术实现步骤摘要】
表情图片推荐方法及装置
本专利技术涉及网络应用
,特别涉及一种表情图片推荐方法及装置。
技术介绍
发布表情图片是用户使用社交网络应用时常用的功能之一。在社交网络应用中,除了内置的表情图片之外,社交网络应用还可以向用户提供第三方开发者开发的表情图片,由用户选择下载和使用。随着第三方开发者开发的表情图片的增加,用户自己很难从海量的表情图片中快速选择出喜欢的表情图片,对此,在相关技术中,社交网络应用通常会向用户推荐当前较为热门的表情图片,或者,向用户推荐与该用户有共同特征或共同爱好的其他用户使用较多的表情图片,由用户从中选择自己喜欢的表情图片。在上述相关技术中,社交网络应用向用户推荐的表情图片是大众用户或与该用户有共同特征或共同爱好的其他用户使用较多的表情图片,其中可能并不包括当前用户喜欢的表情图片,从而导致表情图片的推荐效果较差。
技术实现思路
为了解决现有技术中社交网络应用向用户推荐的表情图片中可能并不包括当前用户喜欢的表情图片,或者,当前用户喜欢的表情图片没有被推荐,从而导致表情图片的推荐效果较差的问题,本专利技术实施例提供了一种表情图片推荐方法及装置,技术方案如下:第一方面,提供了一种表情图片推荐方法,所述方法包括:获取用户使用过的各组表情图片的使用记录,所述各组表情图片中的每组表情图片对应至少一种图像风格,所述每组表情图片中包含至少一个图片;获取指定表情图片的修正前的推荐指数,并获取所述指定表情图片的图像风格,所述推荐指数用于指示向所述用户推荐所述指定表情图片的优先程度;根据所述使用记录,所述每组表情图片的图像风格,以及所述指定表情图片的图像风格,对 ...
【技术保护点】
1.一种表情图片推荐方法,其特征在于,所述方法包括:获取用户使用过的各组表情图片的使用记录,所述各组表情图片中的每组表情图片对应至少一种图像风格,所述每组表情图片中包含至少一个图片;获取指定表情图片的修正前的推荐指数,并获取所述指定表情图片的图像风格,所述推荐指数用于指示向所述用户推荐所述指定表情图片的优先程度;根据所述使用记录,所述每组表情图片的图像风格,以及所述指定表情图片的图像风格,对所述修正前的推荐指数进行修正,获得修正后的推荐指数;当所述修正后的推荐指数满足推荐条件时,向所述用户推荐所述指定表情图片。
【技术特征摘要】
1.一种表情图片推荐方法,其特征在于,所述方法包括:获取用户使用过的各组表情图片的使用记录,所述各组表情图片中的每组表情图片对应至少一种图像风格,所述每组表情图片中包含至少一个图片;获取指定表情图片的修正前的推荐指数,并获取所述指定表情图片的图像风格,所述推荐指数用于指示向所述用户推荐所述指定表情图片的优先程度;根据所述使用记录,所述每组表情图片的图像风格,以及所述指定表情图片的图像风格,对所述修正前的推荐指数进行修正,获得修正后的推荐指数;当所述修正后的推荐指数满足推荐条件时,向所述用户推荐所述指定表情图片。2.根据权利要求1所述的方法,其特征在于,所述根据所述使用记录,所述每组表情图片对应的图像风格,以及所述指定表情图片的图像风格,对所述修正前的推荐指数进行修正,获得修正后的推荐指数,包括:根据所述各组表情图片的使用记录,以及所述每组表情图片的图像风格,生成所述用户的兴趣向量,所述兴趣向量中的每一个元素指示所述用户使用一种图像风格的表情图片的次数;根据所述兴趣向量、所述指定表情图片的图像风格以及预设的修正公式,对所述指定表情图片的推荐指数进行修正。3.根据权利要求2所述的方法,其特征在于,所述使用记录中包含用户对所述各组表情图片中的每组表情图片的使用次数,所述根据所述用户使用过的各组表情图片的使用记录,以及所述每组表情图片的图像风格,生成所述用户的兴趣向量,包括:根据图像风格的种类数生成初始化兴趣向量,所述初始化兴趣向量中对应每一种图像风格的元素的值均为1;对于所述每组表情图片,在所述初始化兴趣向量中,将所述每组表情图片的图像风格对应的元素的值叠加上用户对所述每组表情图片的使用次数,获得叠加后的向量;对所述叠加后的向量进行归一化,获得所述用户的兴趣向量。4.根据权利要求2所述的方法,其特征在于,所述修正公式为:其中,rp(u,e)为所述修正后的推荐指数,cf(u,e)为所述修正前的推荐指数,frq(u)是所述用户在每个单位时间段内使用表情图片的平均次数,v(u)是所述兴趣向量,var(v(u))是所述兴趣向量中各个元素的方差值,sim(e,v(u))是所述指定表情图片与所述兴趣向量之间的余弦相似度。5.根据权利要求1所述的方法,其特征在于,所述获取指定表情图片的修正前的推荐指数,包括:根据基于协同过滤的推荐算法计算获得所述指定表情的修正前的推荐指数。6.根据权利要求1所述的方法,其特征在于,所述推荐条件包括以下条件中的至少一种:所述修正后的推荐指数高于预设的指数阈值;所述修正后的推荐指数在待推荐的表情图片的推荐指数中的排名高于预设的排名阈值。7.根据权利要求1至6任一所述的方法,其特征在于,在获取用户使用过的各组表情图片的使用记录之前,所述方法还包括:获取每一种图像风格对应的表情图片样本,所述表情图片样本是表情库中被指定了对应的图像风格的部分表情图片,所述表情库中包含所述用户使用过的各组表情图片以及所述指定表情图片;提取所述每一种图像风格对应的表情图片样本的图像特征信息;对所述图像特征信息以及所述图像特征信息对应的图像风格进行机器学习训练,获得机器学习分类模型;将未分类的表情图片的图像特征信息输入所述机器学习分类模型,获得所述未分类的表情图片对应的图像风格,所述未分类的表情图片是所述表情库中除所述表情图片样本之外的其它表情图片。8.一种...
【专利技术属性】
技术研发人员:万伟,李霖,刘龙坡,陈谦,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。