表情图片推荐方法及装置制造方法及图纸

本发明专利技术是关于一种表情图片推荐方法及装置。该方法包括：获取用户使用过的各组表情图片的使用记录，各组表情图片中的每组表情图片对应至少一种图像风格，获取指定表情图片的修正前的推荐指数，并获取指定表情图片的图像风格，根据使用记录，每组表情图片的图像风格，以及指定表情图片的图像风格，对修正前的推荐指数进行修正，当修正后的推荐指数满足推荐条件时，向用户推荐指定表情图片。本方法向用户推荐的表情图片是综合考虑了用户对表情图片的图像风格的喜好程度的表情图片，提高了表情图片的推荐效果。

Expression image recommendation method and device

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。第二方面，提供了一种表情图片推荐装置，所述装置包括：记录获取模块，用于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；推荐指数获取模块，用于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；修正模块，用于根据所述使用记录，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；推荐模块，用于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。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：通过获取用户使用过的各组表情图片的使用记录以及各组表情图片的图像风格，以及指定表情图片的图像风格，对指定表情图片的推荐指数进行修正后，按照修正后的推荐指数向用户推荐的表情图片就是综合考虑了用户对表情图片的图像风格的喜好程度的表情图片，从而实现了结合用户对表情图片的图像风格的个人喜好向用户进行个性化的表情图片的推荐，提高了针对单个用户的表情图片的推荐效果。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，并不能限制本专利技术。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，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。图1是根据一示例性实施例示出的一种表情图片推荐系统的结构示意图；图2是根据一示例性实施例示出的一种表情图片推荐方法的流程图；图3是图2所示的实施例涉及的一种函数图形示意图；图4是根据一示例性实施例示出的一种表情图片推荐方法的流程图；图5是一种服务器集群向用户推荐表情图片的实现过程的示意图；图6是根据一示例性实施例示出的一种表情图片推荐装置的结构方框图；图7是根据一示例性实施例示出的一种服务器的结构示意图。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专利技术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、本专利技术的一些方面相一致的装置和方法的例子。图1是本专利技术一示例性实施例示出的一种表情图片推荐系统的结构示意图。该系统包括：若干个用户终端120和服务器集群140。用户终端120可以是手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExpertsGroupAudioLayerIV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。用户终端120与服务器集群140之间通过通信网络相连。可选的，通信网络是有线网络或无线网络。服务器集群140是一台服务器，或者由若干台服务器，或者是一个虚拟化平台，或者是一个云计算服务中心。可选的，服务器集群140可以包括用于实现表情图片管理平台142的服务器，可选的，服务器集群140还包括用于实现社交网络平台144的服务器；可选的，服务器集群140还包括用户操作记录管理服务器146。可选的，表情图片管理平台142包括：用于实现表情图片推荐的服务器以及用于实现表情图片下载管理的服务器。可选的，社交网络平台144包括：用于实现社交信息收发的服务器、用于管理和存储各个用户账号的服务器、用于管理和存储各个群组账号的服务器、用于管理各个用户账号或群组账号的联系人列表的服务器。社交网络平台144与用户操作记录管理服务器146之间通过通信网络相连。可选的，用户操作记录管理服务器146包括：用于统计用户对表情图片的历史使用记录的服务器、用于存储用户对表情图片的历史使用记录的服务器。可选的，用户操作记录管理服务器146在用户授权认可的前提下，可以从本地的社交网络平台144，或者，从其它关联的社交网络应用平台中获取用户对表情图片的操作记录数据，并根据获取到的操作记录统计用户对表情图片的历史使用记录。可选的，该系统还可以包括管理设备160，该管理设备160与服务器集群140之间通过通信网络相连。可选的，通信网络是有线网络或无线网络。可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(LocalAreaNetwork，LAN)、城域网(MetropolitanAreaNetwork，MAN)、广域网(WideAreaNetwork，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(HyperTextMark-upLanguage，HTML)、可扩展标记语言(ExtensibleMarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(SecureSocketLayer，SSL)、传输层安全(TrassportLayerSecurity，TLS)、虚拟专用网络(VirtualPrivateNetwork，VPN)、网际协议安全(InternetProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和本文档来自技高网...

【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