信息推荐方法及装置制造方法及图纸

本发明专利技术实施例提供了一种信息推荐方法及装置，涉及数据处理技术领域。所述信息推荐方法包括：根据对用户图像集中的图像的识别处理，获取用户的特征信息；根据所述用户的特征信息，向所述用户进行信息推荐。采用本发明专利技术实施例的技术方案，可以根据用户的特征信息向用户推荐个性化的信息，使用户获得所需求的信息，同时避免造成信息的浪费。

【技术实现步骤摘要】

本专利技术实施例涉及数据处理
，尤其涉及一种信息推荐方法及装置。
技术介绍
随着网络技术的不断发展与普及，通过网络获取信息和内容的用户群体日益增大，网络已经成为用户生活中不可或缺的一部分。例如，用户通过网络获取关注的新闻，观看感兴趣的视频，购买需求的商品等，网络为用户的生活带了极大的方便。为了方便用户获取信息以及内容，很多领域都会为用户推荐相关信息，或者推荐指定内容的信息。在实现本专利技术的过程中，专利技术人发现现有技术中存在以下的问题：目前向用户推荐信息采用统一的方式，即向所有用户推荐相同的信息，这种信息推荐不够精准，一方面造成了信息的浪费，另一方面也无法满足用户的个性化需求。
技术实现思路
本专利技术实施例提供了一种信息推荐方法及装置，以向用户推荐符合用户个性化需求的信息，同时避免造成信息的浪费。根据本专利技术实施例的一方面，提供了一种信息推荐方法，包括：根据对用户图像集中的图像的识别处理，获取用户的特征信息；根据用户的特征信息，向用户进行信息推荐。根据本专利技术实施例的另一方面，提供了一种信息推荐装置，包括：图像处理模块，用于根据对用户图像集中的图像的识别处理，获取用户的特征信息；信息推荐模块，用于根据用户的特征信息，向用户进行信息推荐。本专利技术实施例提供的信息推荐方法及装置，通过获取用户图像集中的图像，并对图像进行识别处理，来分析和获取用户的特征信息，以根据用户的特征信息向用户推荐相应的信息。用户的特征信息可以表征用户的个性化特征，向用户推荐的信息根据用户的特征信息确定，相当于针对每个用户进行个性化的信息推荐，有效地保证了向用户推荐信息的准确性，使用户获得所需求的信息，以及避免造成信息的浪费。附图说明图1是示出根据本专利技术实施例一的信息推荐方法的流程图；图2是示出根据本专利技术实施例二的信息推荐方法的流程图；图3是示出根据本专利技术实施例三的信息推荐装置的逻辑框图；图4是示出根据本专利技术实施例四的信息推荐装置的逻辑框图；图5是示出根据本专利技术实施例五的信息推荐设备的结构示意图。具体实施方式下面结合附图(若干附图中相同的标号表示相同的元素)和实施例，对本专利技术实施例的具体实施方式作进一步详细说明。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。实施例一图1是示出根据本专利技术实施例一的信息推荐方法的流程图。本实施例中，以用户的终端设备中的客户端执行本专利技术实施例的信息推荐方法为例进行说明，但本领域技术人员应当明了，在实际使用中，任意具有相应的数据采集和处理功能的设备均可以参考本实施例执行本专利技术的信息推荐方法。参照图1，本实施例的信息推荐方法包括如下步骤：在步骤S110，根据对用户图像集中的图像的识别处理，获取用户的特征信息。在本实施例中，用户图像集可以为任意适当的包含有多张图像的集合，例如，用户的智能手机中的相册。当然，在其他实施例中，用户图像集也可以为其他形式的包含用户图像的图像集，例如，存储在云端服务器的用户云相册。在执行该步骤获取用户的特征信息时，从用户的终端设备中的相册获取用户的所用图像，利用图像处理技术进行分析处理，识别出用户的特征信息。一种可行方案中，可以通过人脸识别、图像分割、图像识别、特征提取等步骤，对获取的用户图像进行分析处理，来获取用户的个性化的特征信息，该特征信息可以表征用户的个性特征，如年龄，偏好等等。在步骤S120，根据用户的特征信息，向用户进行信息推荐。一种可行的实现方式中，根据具有不同特征信息的用户获取不同信息或资源内容的方式，分析用户对信息或资源内容的需求，预先设置信息推荐方式，将多种类型的特征信息与多种类型的信息或资源内容的信息进行匹配。在获取用户的特征信息后，可以根据预设的信息推荐方式，对用户进行信息推荐，将与用户的特征信息匹配的信息或资源内容的信息推荐给用户。具体地，可以将匹配到的信息或资源内容的信息，通过短信、浮窗等形式推送给用户。其中，用户的特征信息是针对用户个人的，根据用户的特征信息向用户推荐信息具有较强的针对性，相当于针对不同的用户推荐不同的信息，有效地提高了向用户推荐信息的准确性，可以使用户获得所需求的信息。相对于现有技术中，针对大众用户推荐相同的信息或资源内容，本实施例的信息推荐方法向用户推荐的信息，更加符合用户的需求，满足用户的个性化需求；而且，用户不需要再通过主动搜索或其他方式去获取信息，保证了用户获取所需求信息的效率；同时，避免用户接收到不相关的推荐信息，而造成信息和网络资源的浪费。本专利技术的实施例提供的信息推荐方法，通过获取用户图像集中的图像并进行识别处理，来分析和获取用户的特征信息，从而根据用户的特征信息针对用户进行个性化的信息推荐，保证对用户推荐的信息的准确性，使用户获得所需求的信息，避免给用户推荐不相关的信息，有助于避免造成信息的浪费。实施例二图2是示出根据本专利技术实施例二的信息推荐方法的流程图，该信息推荐方法可视为基于上述实施例一的方法的一种可选执行方式。本实施例中，仍以用户的终端设备中的客户端执行本专利技术实施例的信息推荐方法为例进行说明。在其他实施例中，也可以由任意具有相应的数据采集和处理功能的设备，来执行本专利技术实施例的信息推荐方法。例如，与用户的终端设备同步的云端服务器，或者该云端服务器中具有相应功能的模块。参照图2，本实施例的信息推荐方法包括如下步骤：在步骤S210，确定用户图像集中的人脸图像。一种可行的实现方式中，获取用户的客户端相册中的图像，利用人脸识别技术，对获取的所有相册图像进行检测，将检测到包括人脸的图像提取出来，从而获得客户端相册中所有的人脸图像。在步骤S220，根据从人脸图像中提取的人脸特征将人脸图像分类。在本实施例中，预先利用神经网络训练人脸分类器，以对获取的多个人脸图像进行识别处理，从中识别出包含用户的图像(包含用户的人脸的图像)。其中，神经网络是人工神经网络(ArtificialNeuralNetworks，简写为ANNs)的简称，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。分类器通过分类函数或分类模型把数据记录映射到给定类别中的某一个，从而实现数据分类和数据预测。这里所说的人脸分类器的训练过程可以为：将待训练的人脸图像做一些必要的预处理工作(常见的处理方法包括归一化、去噪、几何校正以及滤波处理)；对预处理过的人脸图像进行特征提取以及深度学习，并建立模型作为人脸分类器。该人脸分类器即可用于执行该步骤，对获取的人脸图像进行识别处理。在执行该步骤时，在获取用户图像集中的人脸图像之后，利用预先训练好的人脸分类器，对每个人脸图像进行识别处理，并提取每个人脸图像包含的人脸所具有的人脸特征。由于每张人脸具有的人脸特征不同，每一类人脸特征对应一张人脸，所以可以通过将提取到的人脸特征进行分类，利用每一类人脸特征对应的人脸图像的特点，将获取的人脸图像进行分类。例如，利用上述预先训练好的人脸分类器将提取的人脸特征在特征空间中进行聚类，来实现人脸特征的分类。在这里说明，在一个人脸图像中可能包含多张人脸时，从该人脸图像提取的人脸特征包括多张人脸分别对应的多部分人脸特征，进行人脸特征分类时，可以将提取到的多部分人脸特征分别进行分类。在步骤S230，将分类结果中包含图像数量最多的一个分类中的图像确定为包含用户的图像。用户的图像集中一般都本文档来自技高网...

【技术保护点】
一种信息推荐方法，包括：根据对用户图像集中的图像的识别处理，获取用户的特征信息；根据所述用户的特征信息，向所述用户进行信息推荐。

【技术特征摘要】
1.一种信息推荐方法，包括：根据对用户图像集中的图像的识别处理，获取用户的特征信息；根据所述用户的特征信息，向所述用户进行信息推荐。2.根据权利要求1所述的方法，其中，所述根据对用户图像集中的图像的识别处理，获取用户的特征信息包括：确定用户图像集中的人脸图像；根据从所述人脸图像中提取的人脸特征获取包含所述用户的图像；从包含所述用户的图像中提取所述用户的特征信息。3.根据权利要求2所述的方法，其中，所述根据从所述人脸图像中提取的人脸特征获取包含所述用户的图像包括：根据从所述人脸图像中提取的人脸特征将所述人脸图像分类；将分类结果中包含图像数量最多的一个分类中的图像确定为包含所述用户的图像；或者，根据所述用户对分类结果中的一类图像的指定，确定包含所述用户的图像。4.根据权利要求1至3中任一项所述的方法，其中，所述根据所述用户的特征信息，向所述用户进行信息推荐包括：根据所述用户的特征信息确定所述用户的偏好类型；根据所述偏好类型向所述用户进行信息推荐。5.根据权利要求1至3中任一项所述的方法，其中，所述用户的特征信息包括以下至少之一：用户的年龄、性别、表情、服装。6.一种信息推荐装置，包括：图像处理模块...

【专利技术属性】
技术研发人员：李冉，
申请(专利权)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，
类型：发明
国别省市：北京;11