一种信息推荐方法和装置制造方法及图纸

本发明专利技术提供一种信息推荐方法和装置，若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像；识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数；向所述用户推荐所述N个信息对象中的信息对象。这样可以实现向用户推荐的信息对象与用户当前关注目标对象图像相似的信息对象，从而可以提高推荐效果。

A method and device for information recommendation

The invention provides an information recommendation method and an apparatus for obtaining a target image of the target object if a user executes a target event against the target object is detected, recognizing the classification of the target image, and searching for the image classification in the preset information object database that is the same as the classification of the target image, and the image and the target. The similarity of a label image satisfies a preset condition of N information objects, in which each information object in the preset information object library includes at least one image, the N being an integer greater than or equal to 1, and the information object in the N information objects is recommended to the user. In this way, the information object recommended to the user is similar to the information object that the user is currently interested in, thus improving the recommendation effect.

【技术实现步骤摘要】
一种信息推荐方法和装置
本专利技术涉及互联网
，尤其涉及一种信息推荐方法和装置。
技术介绍
随着互联网技术的发展，用户使用互联网的场景越来越多，例如：网上购物、上网浏览新闻或者网上聊天等等。且一些平台为了提升用户体验，往往会根据历史行为，选择一些信息对象作为推荐信息对象向用户推荐。例如：针对一个购物平台，该购物平台可以收集各用户的购买历史行为，在商品库中选择与该用户的购买历史行为匹配的商品，并推荐给用户。然而，在实际应用中，用户的行为是经常变化的，例如：用户在某一段时间经常在网上购买生活用品，但在另一时间可能是需要购买办公用品，或者用户在某一段时间经常浏览风景图像，但在另一时间可能是想浏览人物图像。这样按照历史行为向用户推荐信息对象，就会存在推荐效果较差的问题。
技术实现思路
本专利技术实施例提供一种信息推荐方法和装置，以解决推荐效果较差的问题。第一方面，本专利技术实施例提供了一种信息推荐方法，包括：若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像；识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数；向所述用户推荐所述N个信息对象中的信息对象。第二方面，本专利技术实施例还提供一种信息推荐装置，其特征在于，包括：第一获取模块，用于若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像；查找模块，用于识别所述第一获取模块获取的所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数；推荐模块，用于向所述用户推荐所述查找模块查找的所述N个信息对象中的信息对象。本专利技术的上述技术方案至少具有如下有益效果：本专利技术实施例中，若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像；识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数；向所述用户推荐所述N个信息对象中的信息对象。这样可以实现向用户推荐的信息对象与用户当前关注目标对象图像相似的信息对象，从而可以提高推荐效果。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的信息推荐方法可应用的场景示意图；图2是本专利技术实施例提供的一种服务器的结构图；图3是本专利技术实施例提供的一种信息推荐方法的流程图；图4是本专利技术实施例提供的另一种信息推荐方法的流程图；图5是本专利技术实施例提供的一种神经网络的示意图；图6是本专利技术实施例提供的一种图像特征数据的示意图；图7是本专利技术实施例提供的一种信息推荐装置的结构图；图8是本专利技术实施例提供的另一种信息推荐装置的结构图；图9是本专利技术实施例提供的另一种信息推荐装置的结构图；图10是本专利技术实施例提供的另一种信息推荐装置的结构图；图11是本专利技术实施例提供的另一种信息推荐装置的结构图；图12是本专利技术实施例提供的另一种信息推荐装置的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1，图1是本专利技术实施例提供的信息推荐方法可应用的场景示意图，如图1所示，该场景包括用户终端110和服务器120，用户终端110和服务器120通过网络进行通信。其中，用户终端110可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不限于此。可选的，图1中的服务器120的内部结构如图2所示，服务器120包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中，该服务器120的存储介质存储有操作系统、数据库和一种信息推荐装置，数据库用于存储数据，如存储信息对象和神经网络等，该信息推荐装置用于实现一种适用于服务器120的信息推荐方法。该服务器120的处理器用于提供计算和控制能力，支撑整个服务器120的运行。该服务器120的内存为存储介质中的信息推荐装置的运行提供环境。该服务器120的网络接口用于与外部的用户终端110通过网络连接通信，比如向用户终端110推荐信息对象。例如：以信息对象为商品对象为例，服务器120通过信息推荐装置检测到用户收藏、购买或者点击某商品对象时，就可以在数据库中查找图像与该商品对象的图像相似满足预设条件的N个商品对象(例如：选择相似度大于90％的N个商品对象)，并通过网络接口向该用户的用户终端110推荐。请参考图3，图3是本专利技术实施例提供的一种信息推荐方法的流程图，如图3所示，包括以下步骤：S301、若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像。其中，上述目标对象可以是商品对象，例如：某购物网站中的商品，而上述目标图像就可以是该商品对象的展示图像，且上述目标事件可以是收藏事件、购买事件、点击事件和浏览事件中的至少一项。即检测到用户针对商品对象执行收藏、购买、点击和浏览中的至少一项事件时，就获取该商品对象的目标图像。且若商品对象包括多个图像时上述目标图像可以是该商品对象中的一个或者多个图像。另外，上述目标对象还可以是新闻或者视频等包括图像的信息对象，而针对新闻或者视频等包括图像的信息对象，上述目标事件可以是浏览事件、点击事件和收藏事件中的至少一项。即检测到用户针对新闻或者视频等包括图像的信息对象进行执行浏览、点击和收藏中的至少一项事件时，就可以获取这些信息对象的目标图像.例如：针对新闻，就可以获取新闻的封面图像或者人物图像等；而针对视频，就可以获取视频的首帧图像或者其他任意帧的图像。上述检测到用户针对目标对象执行目标事件可以是，在用户针对目标对象执行目标事件时服务器检测的，因为，目标对象为服务器向用户提供的，那么，用户在对目标对象执行任何事件时，服务器均可以检测到。例如：用户在收藏、购买、点击或者浏览某商品对象时，服务器均可以检测这些事件。且本专利技术实施例中，用户可以理解为用户账号，例如：购物网站的账号、社交网站的账号或者即时通讯账号等，或者用户还可以理解为用户终端，例如：手机、计算机或者笔记本电脑等，当然，在一些场景中上述用户也可以直接理解为人。S302、识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数。其中，上述识别目标图像的分类可以是使用神经网络对目标图像进行分类，也可以是预先对各本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，包括：若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像；识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数；向所述用户推荐所述N个信息对象中的信息对象。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：若检测到用户针对目标对象执行目标事件，则获取所述目标对象的目标图像；识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象，其中，所述预设信息对象库中每个信息对象包括至少一张图像，所述N为大于或者等于1的整数；向所述用户推荐所述N个信息对象中的信息对象。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述N个信息对象的参数信息；基于所述N个信息对象的参数信息，在所述N个信息对象中选择M个信息对象，所述M为小于或者等于所述N的正整数；所述向所述用户推荐所述N个信息对象中的信息对象的步骤，包括：向所述用户推荐所述M个信息对象。3.根据权利要求2所述的方法，其特征在于，所述参数信息包括曝光参数和点击参数中的至少一项，所述基于所述N个信息对象的参数信息，在所述N个信息对象中选择M个信息对象的步骤，包括：使用所述N个信息对象各自的所述参数信息，预估各信息对象的点击率预测值，按照点击率预测值从高到低的排序，从所述N个信息对象中选择前M个信息对象。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述预设信息对象库中各信息对象按照图像的分类进行存储，所述识别所述目标图像的分类，并在预设信息对象库中查找图像分类与所述目标图像的分类相同，且图像与所述目标图像的相似度满足预设条件的N个信息对象的步骤，包括：识别所述目标图像的分类，并在所述预设信息对象库中查找所述分类下的若干张候选图像；分别计算各候选图像与所述目标图像的相似度；在所述若干张候选图像中，选择N张图像，所述N张图像为所述若干张候选图像中按照相似度从高到低的排序中前N张图像，或者所述N张图像为所述若干张候选图像中与所述目标图像的相似度大于预设阈值的N张图像；在所述预设信息对象库中，选择所述N张图像对应的N个信息对象。5.根据权利要求4所述的方法，其特征在于，所述分别计算各候选图像与所述目标图像的相似度的步骤，包括：使用预先获取的神经网络模型对所述目标图像进行特征提取操作，获取所述神经网络模型中目标层针对所述目标图像提取的特征数据，其中，所述目标层包括所述神经网络模型中的至少一个卷积层和/或至少一个全连接层；获取所述神经网络模型中所述目标层对各候选图像提取的特征数据；将各候选图像的特征数据分别与所述目标图像的特征数据进行相似度比较，基于各候选图像的特征数据与所述目标图像的特征数据的相似度，获取所述各候选图像与所述目标图像的相似度。6.根据权利要求5所述的方法，其特征在于，所述目标层包括至少两个卷积层或者至少两个全连接层，或者所述目标层包括至少一个卷积层和至少一个全连接层，所述将各候选图像的特征数据分别与所述目标图像的特征数据进行相似度比较，基于各候选图像的特征数据与所述目标图像的特征数据的相似度，获取所述各候选图像与所述目标图像的相似度的步骤，包括：针对每一候选图像，将该候选图像的特征数据与所述目标图像的特征数据按层进行相似度比较，得到该候选图像与所述目标图像在各层的相似度；将该候选图像与所述目标图像在各层的相似度分别与各层对应的预设权重进行相乘，得到该候选图像与所述目标图像在各层的权重相似度；将该候选图像与所述目标图像在各层的权重相似度相加，得到该候选图像与所述目标图像的相似度。7.根据权利要求6所述的方法，其特征在于，所述目标层包括所述神经网络模型中向全连接层输出特征数据的卷积层，以及还包括所述神经网络模型的各全连接层。8.根据权利要求4所述的方法，其特征在于，所述识别所述目标图像的分类，并在所述预设信息对象库中查找所述分类下的若干张候选图像的步骤之前，所述方法还包括：使用预先获取的图像分类模型对所述预设信息对象库中各图像进行分类，其中，所述图像分类模型是使用多个分类的图像训练数据进行神经网络训练得到的。9.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标对象包括商品对象，所述目标事...

【专利技术属性】
技术研发人员：姚伶伶，何琪，王芊，郭永，项则远，陈骥远，
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