社交信息生成方法、设备及计算机可读介质技术

发明专利技术揭示了社交信息生成方法、设备及计算机可读介质，所述社交信息生成方法包括：获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对多媒体数据进行分组；从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。本发明专利技术可根据不同数据的不同特征，为其匹配合适的相关数据，生成不同的合成数据。

【技术实现步骤摘要】
社交信息生成方法、设备及计算机可读介质
本专利技术属于电子通讯
，涉及一种信息生成方法，尤其涉及一种社交信息生成方法及系统、社交网络信息呈现方法及系统、社交网络中自我介绍内容生成方法、系统、设备及计算机可读介质。
技术介绍
目前，随着科技的进步，为了方便用户之间相互交流，出现了很多社交软件，如微信、QQ等。在一些社交软件中，如微信的朋友圈功能中，用户往往有添加个人封面的需求。个人封面代表了用户对自己的介绍；但是目前大多数社交应用的朋友圈功能，都只提供静态图片的封面功能。此外，对于所有的社交好友，用户都只能提供一套固定的封面内容。
技术实现思路
本专利技术提供一种社交信息生成方法及系统、社交信息呈现方法及系统、社交网络中自我介绍内容生成方法及系统，可根据不同数据的不同特征，为其匹配合适的相关数据，生成不同的合成数据。为解决上述技术问题，根据本专利技术的一个方面，采用如下技术方案：一种社交信息生成方法，应用于服务器，所述生成方法包括：获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对所述多媒体数据进行分组；从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。作为本专利技术的一种实施方式，所述获取目标第一用户在社交网络中提交的发布信息，从所述发布信息中提取多媒体数据之后还包括：从所述多媒体数据中筛选出满足用户相关性的多媒体数据。作为本专利技术的一种实施方式，所述多媒体数据包括图片数据和/或视频数据。作为本专利技术的一种实施方式，所述满足用户相关性的多媒体数据包括以下至少任一项：包含所述目标第一用户的人像信息的图片数据；至少有一帧图片包含所述目标第一用户的人像信息的视频数据；由所述目标第一用户的第一用户设备的摄像装置采集的图片数据和/或视频数据。作为本专利技术的一种实施方式，所述从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配包括：基于所述配乐数据库的第二风格曲库索引，按照余弦距离最近的原则，确定与分组后的每组多媒体数据的风格特征向量相匹配的风格特征数据。作为本专利技术的一种实施方式，所述方法还包括：在已有的配乐数据库中选取不同风格的配乐数据，形成第一风格曲库索引；使用卷积神经网络对配乐数据库中配乐数据进行运算，得到配乐数据的特征向量；通过运算后，第一风格曲库索引将演变成为一个向量矩阵；使用乘积向量算法对得到的索引矩阵进行矢量量化，得到第二风格曲库索引，建立风格特征数据到配乐数据的映射。作为本专利技术的一种实施方式，所述方法还包括：在对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成的过程中，若所述多媒体数据包括视频数据，且所述视频数据中包含音频信息，基于预设规则或目标第一用户选择，对所述视频数据中的音频信息进行调整。作为本专利技术的一种实施方式，所述方法还包括：确定目标第一用户与第二用户的关系信息，其中，所述第二用户为社交应用中用户；基于所述关系信息，在所述多组自我介绍内容中选择与所述第二用户相匹配的自我介绍内容。作为本专利技术的一种实施方式，确定所述目标第一用户与第二用户的关系信息包括：获取所述目标第一用户与所述第二用户的社交互动数据；基于所述社交互动数据确定所述目标第一用户与第二用户的关系信息。根据本专利技术的另一个方面，采用如下技术方案：一种社交信息生成方法，应用于第二用户设备，所述生成方法包括：获取第二用户在第二用户设备的社交应用中提交的对目标第一用户社交信息的访问请求，所述访问请求包括获取所述目标第一用户的自我介绍内容；将所述访问请求发送至所述社交应用对应的服务器；获取所述服务器返回的与所述第二用户相匹配的目标第一用户的自我介绍内容，其中，所述与所述第二用户相匹配的目标第一用户的自我介绍内容是从所述目标第一用户对应的多组自我介绍内容中确定的一组。作为本专利技术的一种实施方式，所述目标第一用户对应的多组自我介绍是所述服务器通过如下方式获得的：获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对多媒体数据进行分组；从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。作为本专利技术的一种实施方式，从所述目标第一用户对应的多组自我介绍内容中确定的一组为：所述服务器基于所述目标第一用户与第二用户的关系信息，从所述多组自我介绍内容中选择的一组。作为本专利技术的一种实施方式，在所述第二用户设备的社交应用中呈现与所述第二用户相匹配的目标第一用户的自我介绍内容。根据本专利技术的又一个方面，采用如下技术方案：一种社交信息生成方法，所述方法包括：服务器获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；所述服务器使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对多媒体数据进行分组；所述服务器从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；所述服务器对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容；第二用户设备获取对应的第二用户在的社交应用中提交的对目标第一用户社交信息的访问请求，所述访问请求包括获取所述目标第一用户的自我介绍内容；所述第二用户设备将所述访问请求发送至所述服务器；所述第二用户设备获取所述服务器返回的与所述第二用户相匹配的目标第一用户的自我介绍内容，其中，所述与所述第二用户相匹配的目标第一用户的自我介绍内容是从所述目标第一用户对应的所述多组自我介绍内容中确定的一组。根据本专利技术的又一个方面，采用如下技术方案：一种社交信息生成方法的设备，该设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述设备执行上述的方法。根据本专利技术的又一个方面，采用如下技术方案：一种计算机可读介质，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现如上述的方法。本专利技术的有益效果在于：本专利技术提出的社交信息生成方法、设备及计算机可读介质，可根据不同数据的不同特征，为其匹配合适的相关数据，生成不同的合成数本文档来自技高网...

【技术保护点】
1.一种社交信息生成方法，应用于服务器，其特征在于，所述生成方法包括：/n获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；/n使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对所述多媒体数据进行分组；/n从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；/n对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。/n

【技术特征摘要】
1.一种社交信息生成方法，应用于服务器，其特征在于，所述生成方法包括：
获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；
使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对所述多媒体数据进行分组；
从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；
对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。


2.根据权利要求1所述的社交信息生成方法，其特征在于，所述获取目标第一用户在社交网络中提交的发布信息，从所述发布信息中提取多媒体数据之后还包括：
从所述多媒体数据中筛选出满足用户相关性的多媒体数据。


3.根据权利要求2所述的社交信息生成方法，其特征在于：
所述多媒体数据包括图片数据和/或视频数据。


4.根据权利要求3所述的社交信息生成方法，其特征在于：所述满足用户相关性的多媒体数据包括以下至少任一项：
包含所述目标第一用户的人像信息的图片数据；
至少有一帧图片包含所述目标第一用户的人像信息的视频数据；
由所述目标第一用户的第一用户设备的摄像装置采集的图片数据和/或视频数据。


5.根据权利要求1所述的社交信息生成方法，其特征在于：
所述从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配包括：基于所述配乐数据库的第二风格曲库索引，按照余弦距离最近的原则，确定与分组后的每组多媒体数据的风格特征向量相匹配的风格特征数据。


6.根据权利要求5所述的社交信息生成方法，其特征在于：
所述方法还包括：在已有的配乐数据库中选取不同风格的配乐数据，形成第一风格曲库索引；
使用卷积神经网络对配乐数据库中配乐数据进行运算，得到配乐数据的特征向量；通过运算后，第一风格曲库索引将演变成为一个向量矩阵；
使用乘积向量算法对得到的索引矩阵进行矢量量化，得到第二风格曲库索引，建立风格特征数据到配乐数据的映射。


7.根据权利要求1所述的社交信息生成方法，其特征在于，所述方法还包括：
在对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成的过程中，若所述多媒体数据包括视频数据，且所述视频数据中包含音频信息，基于预设规则或目标第一用户选择，对所述视频数据中的音频信息进行调整。


8.根据权利要求1所述的社交信息生成方法，其特征在于，所述方法还包括：
确定目标第一用户与第二用户的关系信息，其中，所述第二用户为所述社交应用中用户；
基于所述关系信息，在所述多组自我介绍内容中选择与所述第二用户相匹配的自我介绍内容。


9.根据权利要求8所述的社交信息生成方法，其特征在于：确定所述目标第一用户与第二用户的关系信息包括：
获取所述目标第一用户与所述第二用户的社交互动数据；
基于所述社交互动数据确定所述目标第一用户与第二用户的关系信息。


10.一种社交信息...

【专利技术属性】
技术研发人员：胡晨鹏，
申请(专利权)人：上海掌门科技有限公司，
类型：发明
国别省市：上海;31