一种图片分享方法和装置、终端、存储介质制造方法及图纸

本发明专利技术实施例公开了一种图片分享方法和装置、终端、存储介质，其中，该方法包括：获取目标用户在终端上的操作行为数据；响应于目标用户当前的图片分享行为，针对获取的操作行为数据分析得到与目标用户当前的分享行为对应的分享行为特征参数；根据分享行为特征参数，利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集；识别目标用户的图片，将与推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享。本发明专利技术实施例可以实现快速定位目标用户想要分享的图片以及针对不同用户的个性化图片分享的效果。

【技术实现步骤摘要】
一种图片分享方法和装置、终端、存储介质
本专利技术实施例涉及计算机
，尤其涉及一种图片分享方法和装置、终端、存储介质。
技术介绍
随着互联网的普及，信息共享已成为人们日常生活的一种常态。图片作为一种形象化的信息交流方式，图片分享越来越受到人们的青睐。现有技术中的图片分享方法，通常是通过用户自己逐次浏览相册，手动选择想要分享的图片，但是随着图片数量的增加，这一操作就非常耗时，用户无法快速定位想要分享的照片。例如，用户想要分享自己曾经拍摄的照片，必须在手机的默认相册中进行浏览翻找，直到找到该照片为止。此外，大多数图片分享方法对所有用户而言，实现方案几乎相同，并没有针对不同用户进行方案调整。因此，现有的图片分享方法无法快速定位用户想要分享的图片，也无法实现针对不同用户的个性化图片分享。
技术实现思路
本专利技术实施例提供一种图片分享方法和装置、终端、存储介质，以实现快速定位目标用户想要分享的图片以及针对不同用户的个性化图片分享的效果。第一方面，本专利技术实施例提供了一种图片分享方法，该方法包括：获取目标用户在终端上的操作行为数据；响应于目标用户当前的图片分享行为，针对所述操作行为数据分析得到与所述当前的分享行为对应的分享行为特征参数；根据所述分享行为特征参数，利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集；识别目标用户的图片，将与所述推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享。第二方面，本专利技术实施例还提供了一种图片分享装置，该装置包括：操作行为数据获取模块，用于获取目标用户在终端上的操作行为数据；分享行为特征参数分析模块，用于响应于目标用户当前的图片分享行为，针对所述操作行为数据分析得到与所述当前的分享行为对应的分享行为特征参数；推荐标签集预测模块，用于根据所述分享行为特征参数，利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集；图片推荐模块，用于识别目标用户的图片，将与所述推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享。第三方面，本专利技术实施例还提供了一种终端，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的图片分享方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任一实施例所述的图片分享方法。本专利技术实施例通过响应于目标用户当前的图片分享行为，对获取的目标用户在终端上的操作行为数据进行分析，得到与目标用户当前的分享行为对应的分享行为特征参数，然后利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集，进而通过识别目标用户的图片，将与推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享。本专利技术实施例解决了现有的图片分享方法无法快速定位目标用户想要分享的图片，且无法实现针对不同用户的个性化图片分享的问题，实现了快速而准确地定位目标用户想要分享的图片以及针对不同用户的个性化图片分享的效果。附图说明图1是本专利技术实施例一提供的图片分享方法的流程图；图2是本专利技术实施例二提供的图片分享方法的流程图；图3是本专利技术实施例三提供的图片分享方法的流程图；图4是本专利技术实施例四提供的图片分享方法的流程图；图5是本专利技术实施例五提供的图片分享装置的结构示意图；图6是本专利技术实施例六提供的一种终端的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1是本专利技术实施例一提供的图片分享方法的流程图，本实施例可适用于分享图片的情况，该方法可以由图片分享装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在一种终端中，例如电脑和移动终端等智能产品中。如图1所示，该方法具体包括：S110、获取目标用户在终端上的操作行为数据。终端系统具有操作痕迹记录功能，目标用户在终端上的任何操作行为，例如目标用户对各种应用程序所包括的内容的点击与滑动操作等，终端均会对应生成操作行为数据并进行保存。获取的操作行为数据包括目标用户的当前操作行为数据，也包括目标用户的历史操作行为数据。可选的，获取的目标用户的操作行为数据包括目标用户在终端上对图片、文字和/或音视频的操作行为数据。例如，目标用户近期拍摄图片和/或视频、网上浏览的图片、文字和/或音视频，或者在公众平台分享或点赞图片等操作行为数据，这些数据相当于是对目标用户的行为偏好与兴趣的一个统计表征。通过数据统计与分析，操作行为数据可以用于目标用户的行为预测。S120、响应于目标用户当前的图片分享行为，针对获取的操作行为数据分析得到与目标用户当前的分享行为对应的分享行为特征参数。当终端响应于目标用户当前的图片分享行为时，终端的行为分析引擎会基于获取的操作行为数据等，通过图像识别、关键词提取、语义解析或音视频分析等，有目标性地得到目标用户的当前分享行为对应的分享行为特征参数。目标用户的操作行为数据为实现对目标用户的特征分析提供了充分的数据支持，其中不仅包括与目标用户的分享行为相关的数据，还包括与分享行为无关的数据，因此，需要结合目标用户的分享行为请求，有目标性地得到分享行为特征参数，为预测目标用户的分享行为奠定基础。具体的，目标用户当前的分享行为对应的分享行为特征参数至少包括如下之一：目标用户的用户画像特征、图片分享行为产生时在聊天记录中的上下文语义、已分享过的图片标签和剪贴板的图片标签。其中，用户画像是网络产品供应商根据不同的用户差异性形成的一种虚拟代表，例如百度用户画像等，是分析与预测目标用户行为的重要参考因素之一，是保证目标用户行为的准确预测所必不可少的参考因素。图片分享行为产生时在聊天记录中的上下文语义，可以通过对当前聊天记录内容的关键词提取和语义分析得到，结合聊天语义可以得到目标用户当前聊天的具体场景，进而联想与预测目标用户可能会分享的图片。此外，配置有图片分享装置的终端具有记忆能力，例如当目标用户在当前聊天场景下分享图片后，终端会对此场景下的目标用户分享行为特征进行记忆，同样的，无论是目标用户在聊天场景下或者非聊天场景下已分享过的图片标签和剪贴板的图片标签，也均会被终端记忆，当再次出现类似的分享行为场景时，终端的推荐引擎直接通过特征联想，实现场景再现，为目标用户提供相似的图片推荐。S130、根据分享行为特征参数，利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集。推荐标签筛选模型是基于终端的机器学习能力，为了达到不同用户使用不同的推荐标签集合进行推荐预测与筛选的目的，输入的是用户特征与行为，输出的是推荐标签的集合。具体而言，推荐标签集是终端根据目标用户当前的分享行为特征参数预测的分享图片标签。不同的用户使用不同的推荐标签，且推荐标签准确吻合用户的分享意图。推荐标签集中还包括根据目标用户的历史分享图片行为的场景进行记忆重现与联想而继续推荐的图片标签。通过利用目标用户的当前分享行为与历史分享行为之间的关联性，解决了现有图片分享方法缺少记忆能力和联想能力的问本文档来自技高网...

【技术保护点】
1.一种图片分享方法，其特征在于，包括：获取目标用户在终端上的操作行为数据；响应于目标用户当前的图片分享行为，针对所述操作行为数据分析得到与所述当前的分享行为对应的分享行为特征参数；根据所述分享行为特征参数，利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集；识别目标用户的图片，将与所述推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享。

【技术特征摘要】
1.一种图片分享方法，其特征在于，包括：获取目标用户在终端上的操作行为数据；响应于目标用户当前的图片分享行为，针对所述操作行为数据分析得到与所述当前的分享行为对应的分享行为特征参数；根据所述分享行为特征参数，利用预先训练好的推荐标签筛选模型预测得到目标用户的推荐标签集；识别目标用户的图片，将与所述推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享。2.根据权利要求1所述的方法，其特征在于，所述分享行为特征参数至少包括如下之一：目标用户的用户画像特征、图片分享行为产生时在聊天记录中的上下文语义、已分享过的图片标签和剪贴板的图片标签。3.根据权利要求1所述的方法，其特征在于，所述识别目标用户的图片，将与所述推荐标签集中的推荐标签相匹配的图片推荐给目标用户，以供目标用户分享，包括：对目标用户的图片进行分类，得到至少一种图片分类集，所述至少一种图片分类集中的每一种图片分类集对应至少一个分类标签；将所述推荐标签集中的推荐标签与所述至少一个分类标签进行匹配；将所述至少一个分类标签与所述推荐标签相匹配的标签对应的图片分类集中的图片推荐给目标用户，以供目标用户分享。4.根据权利要求3所述的方法，其特征在于，所述对目标用户的图片进行分类，得到至少一种图片分类集，所述至少一种图片分类集中的每一种图片分类集对应至少一个分类标签，包括：利用标签筛选模型，根据目标用户的特征信息预测目标用户的分类标签集，其中，所述标签筛选模型是根据目标用户的历史特征信息预先训练得到，用于预测目标用户的分类标签；对目标用户的图片进行图片识别，得到与所述分类标签集中的每一个分类标签相对应的至少一种图片分类集。5.根据权利要求4所述的方法，其特征在于，所述对目标用户的图片进行图片识别，得到与所述分类标签集中的每一个分类标签相对应的至少一种图片分类集，包括：依据所述分类标签集中分类标签的类型，确定与所述分类标签集对应的至少一个图像识别模型；利用所述至少一个图像识别模型对目标用户的图片进行图片识别，得到与所述分类标签集中的每一个分类标签相对应的至少一种图片分类集。6.根据权利要求4所述的方法，其特征在于，所述目标用户的特征信息包括目标用户的用户画像和根据目标用户在所述终端上的操作行为数据分析得到的行为参数，其中，所述行为参数用于表征目标用户的特征。7.根据权利要求1所述的方法，其特征在于，所述操作行为数据包括目标用户在终端上对图片、文字和/或音视频的操作行为数据。8.一种图片分享装置，其特征在于，包括：操作行为数据获取模块，用于获取目标用户在终端上的操作行为数据；分享行为特征参数分析模块，用于响应于目标用户当前的图片分享行为，针对所述操作行为数据分析得到与所述当前的分享行为对应的分享行为特征参数；推荐标签集预测模块，用于根据所述分享行为特征参...

【专利技术属性】
技术研发人员：孙世文，
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