一种网络素材的智能推荐方法、系统、计算机设备及介质技术方案

本发明专利技术提供的一种网络素材的智能推荐方法、系统、计算机设备以及存储介质，方案方法包括：获取第一素材文件，对所述第一素材文件进行标签化预处理，根据标签化预处理后的所述第一素材文件构建得到知识图谱；获取用户输入指令，从所述用户输入指令中提取得到第一关键词；根据所述第一关键词在所述知识图谱中进行匹配，根据匹配结果筛选得到第二素材文件，根据所述第二素材文件生成模板文件；方案基于知识图谱，以使得素材的分类不在局限于素材本身的属性分类，为用户提供了更为丰富的可选择内容，方案可实现用户的设计概念形成创意创作产出，模板的组合多样化，概念关联搜索更具有普适性，可广泛应用于计算机技术领域。可广泛应用于计算机技术领域。可广泛应用于计算机技术领域。

【技术实现步骤摘要】
一种网络素材的智能推荐方法、系统、计算机设备及介质


[0001]本专利技术属于计算机
，尤其是一种网络素材的智能推荐方法、系统、计算机设备以及存储介质。

技术介绍

[0002]现有技术中，各类的创意平台以及相应的软件，在智能化生成创意内容的过程中，将存储在平台中的素材，通过一定的重组排版，输出固定的模板，用户可以通过其具体需求进行选择，或者通过模板的分类找到同类别的创意内容模板；但通过现有技术方案所生成的模板，由于素材和模板排版固定化，给到不同的用户会存在单一化，可选择内容比较有限的问题。

技术实现思路

[0003]有鉴于此，为至少部分解决上述技术问题之一，本专利技术实施例目的在于提供一种推荐方案更为丰富，适用场景更为宽泛的网络素材的智能推荐方法，以及提供了能够对应实现该方法的系统、设备以及存储介质。
[0004]第一方面，本申请的技术方案提供了一种网络素材的智能推荐方法，其步骤包括：
[0005]获取第一素材文件，对所述第一素材文件进行标签化预处理，根据标签化预处理后的所述第一素材文件构建得到知识图谱；
[0006]获取用户输入指令，从所述用户输入指令中提取得到第一关键词；
[0007]根据所述第一关键词在所述知识图谱中进行匹配，根据匹配结果筛选得到第二素材文件，根据所述第二素材文件生成模板文件。
[0008]在本申请方案的一种可行的实施例中，所述对所述第一素材文件进行标签化预处理这一步骤，其包括以下步骤至少之一：
[0009]获取所述第一素材文件尺寸信息以及格式信息，生成属性标签；
[0010]获取所述第一素材文件中像素的颜色值，根据所述颜色值生成色彩标签；
[0011]获取所述第一素材文件的图像边缘，根据所述图像边缘提取得到图像纹理以及形状特征，根据所述图像纹理以及所述形状特征生成内容标签；
[0012]通过预先训练的深度学习模型生成所述第一素材文件的风格标签。
[0013]在本申请方案的一种可行的实施例中，所述根据标签化预处理后的所述第一素材文件构建得到知识图谱这一步骤，包括：
[0014]根据所述第一素材文件的至少一个标签，获取得到第三素材文件；
[0015]将至少一个所述标签作为第二关键词，根据所述第三素材文件的元素与所述第二关键词之间的关联关系，生成所述知识图谱的连接线；
[0016]将所述第二关键词以及所述元素作为节点，结合所述连接线构建得到所述知识图谱。
[0017]在本申请方案的一种可行的实施例中，所述根据所述第三素材文件的元素与所述
第二关键词之间的关联关系这一步骤，包括：
[0018]根据所述第二关键词进行相似度匹配从所述第三素材文件筛选得到所述元素；
[0019]根据所述元素在所述第三素材文件的内容占比确定关联度值；所述关联度值用于表征所述关联关系。
[0020]在本申请方案的一种可行的实施例中，在获取得到第三素材文件这一步骤之后，所述方法还包括以下步骤：
[0021]对所述第三素材文件进行去噪处理，将去噪处理后的所述第三素材文件进行标准化处理，得到若干候选元素。
[0022]在本申请方案的一种可行的实施例中，所述获取用户输入指令，从所述用户输入指令中提取得到第一关键词这一步骤，包括：
[0023]对所述输入指令进行分词，得到若干词汇；
[0024]将所述词汇与第一素材文件的至少一个标签进行语义匹配，根据匹配结果确定所述第一关键词。
[0025]在本申请方案的一种可行的实施例中，获取若干历史模板文件，从所述历史模板文件提取得到排版规则以及所述排版规则中的第三关键词；
[0026]确定所述第三关键词与所述第一关键词相匹配，根据所述排版规则的频率得到所述模板文件的目标排版规则。
[0027]第二方面，本专利技术的技术方案还提供一种网络素材的智能推荐系统，该系统包括：
[0028]图谱构建单元，用于获取第一素材文件，对所述第一素材文件进行标签化预处理，根据标签化预处理后的所述第一素材文件构建得到知识图谱；
[0029]指令获取单元，用于获取用户输入指令，从所述用户输入指令中提取得到第一关键词；
[0030]素材筛选单元，用于根据所述第一关键词在所述知识图谱中进行匹配，根据匹配结果筛选得到第二素材文件；
[0031]模板生成单元，根据所述第二素材文件生成模板文件。
[0032]第三方面，本专利技术的技术方案还提供一种网络素材的智能推荐的计算机设备，其包括：
[0033]至少一个处理器；
[0034]至少一个存储器，用于存储至少一个程序；
[0035]当至少一个程序被至少一个处理器执行，使得至少一个处理器运行第一方面中所述方法。
[0036]第四方面，本专利技术的技术方案还提供一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于运行第一方面所述一种网络素材的智能推荐方法。
[0037]本专利技术的优点和有益效果将在下面的描述中部分给出，其他部分可以通过本专利技术的具体实施方式了解得到：
[0038]本申请技术方案首先通过对素材的标签化预处理，建立素材标签相关的知识图谱，用户输入创意概念，通过知识图谱找到概念相关的素材，使用素材生成多样化的模板，模板推荐给用户；方案基于知识图谱，以使得素材的分类不在局限于素材本身的属性分类，
为用户提供了更为丰富的可选择内容，方案可实现用户的设计概念形成创意创作产出，模板的组合多样化，概念关联搜索更具有普适性。
附图说明
[0039]为了更清楚地说明本申请实施例中的技术方案，下面将对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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1为本专利技术实施例提供的一种网络素材的智能推荐方法的步骤流程图；
[0041]图2为本专利技术实施例提供的另一种网络素材的智能推荐方法的步骤流程图。
具体实施方式
[0042]下面详细描述本专利技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
[0043]现有技术所生成的素材模板，由于素材和模板排版固定化，存在着单一化的问题。本申请的技术方案，通过建立知识图谱，使用户可以通过指令形式输入创意的概念，获取得到关联的素材，再通过算法和排版，生成相应的模板，让用户的创意概念能够达到智能产出和智能推荐的效果。
[0044]第一方面，如图1所示，本申请的技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络素材的智能推荐方法，其特征在于，包括以下步骤：获取第一素材文件，对所述第一素材文件进行标签化预处理，根据标签化预处理后的所述第一素材文件构建得到知识图谱；获取用户输入指令，从所述用户输入指令中提取得到第一关键词；根据所述第一关键词在所述知识图谱中进行匹配，根据匹配结果筛选得到第二素材文件，根据所述第二素材文件生成模板文件。2.根据权利要求1所述的一种网络素材的智能推荐方法，其特征在于，所述对所述第一素材文件进行标签化预处理这一步骤，其包括以下步骤至少之一：获取所述第一素材文件的尺寸信息以及格式信息，生成属性标签；获取所述第一素材文件中像素的颜色值，根据所述颜色值生成色彩标签；获取所述第一素材文件的图像边缘，根据所述图像边缘提取得到图像纹理以及形状特征，根据所述图像纹理以及所述形状特征生成内容标签；通过预先训练的深度学习模型生成所述第一素材文件的风格标签。3.根据权利要求1所述的一种网络素材的智能推荐方法，其特征在于，所述根据标签化预处理后的所述第一素材文件构建得到知识图谱这一步骤，包括：根据所述第一素材文件的至少一个标签，获取得到第三素材文件；将至少一个所述标签作为第二关键词，根据所述第三素材文件的元素与所述第二关键词之间的关联关系，生成所述知识图谱的连接线；将所述第二关键词以及所述元素作为节点，结合所述连接线构建得到所述知识图谱。4.根据权利要求3述的一种网络素材的智能推荐方法，其特征在于，所述根据所述第三素材文件的元素与所述第二关键词之间的关联关系这一步骤，包括：根据所述第二关键词进行相似度匹配从所述第三素材文件筛选得到所述元素；根据所述元素在所述第三素材文件的内容占比确定关联度值；所述关联度值用于表征所述关联关系。5.根据权利要求3所述的一种网络素材的智能推荐方法，其特征在于，在获取得到第三素材文件这一步骤之后，所述方法还...

【专利技术属性】
技术研发人员：李明，陈健谋，林伟豪，闫世港，梁津健，戚亚柱，何俊辉，李建锦，严聪，
申请(专利权)人：广东创意热店互联网科技有限公司，
类型：发明
国别省市：