一种信息推送方法技术

本申请涉及一种信息推送方法

【技术实现步骤摘要】
一种信息推送方法、装置、计算机设备、存储介质


[0001]本申请涉及计算机
，特别是涉及一种信息推送方法
、
装置
、
计算机设备
、
存储介质
。

技术介绍

[0002]目前，各行业将客户满意度作为影响客户服务的关键因素之一，在用户使用软件获取服务的同时，软件可以向用户推荐一些社会信息，用于提高客户的满意度
。
[0003]相关技术中，可以将实时的社会信息推荐至用户页面，以使用户点击获取信息，增加满意度
。
但是，无法做到信息针对性的推送，用户需要自行对信息进行筛选
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供了一种信息推送方法
、
装置
、
计算机设备
、
存储介质，可以通过人工智能人脸识别技术识别当前使用手机的用户情绪，并根据情绪变化主动推送不同场景的资讯内容
。
[0005]第一方面，本申请提供了一种信息推送方法
。
所述方法包括：
[0006]获取用户的人脸图像，所述人脸图像包括用户标识；
[0007]将所述人脸图像输入情绪识别模型，得到人脸图像对应的情绪标签；
[0008]获取预设的情绪映射数据表，根据所述情绪标签获取对应的待推送信息；
[0009]根据所述用户标识获取历史待推送信息中的已点击信息；
[0010]确定所述已点击信息中与所述情绪标签对应的已点击信息的类型；
[0011]将与所述类型对应的待推送信息推送至所述用户终端
。
[0012]在其中一个实施例中，所述情绪识别模型的训练过程包括：
[0013]对训练样本的人脸图像中预设数量的目标特征点进行标注后，转化为指定格式的标签数据；
[0014]根据所述训练样本中人脸图像的标签数据对预设算法进行训练，得到所述情绪识别模型
。
[0015]在其中一个实施例中，所述训练样本的选取包括：
[0016]删除所述训练样本中重复的人脸图像；
[0017]获取标注后的所述训练样本中预设数量的目标特征点，所述目标特征点根据预设的位置数据确定；
[0018]获取所述目标特征点中不符合预设规则的目标特征点；
[0019]将所述不符合预设规则的目标特征点所在的人脸图像删除
。
[0020]在其中一个实施例中，所述获取用户的人脸图像之后，所述方法还包括：
[0021]判断所述人脸图像中的目标特征点是否存在；
[0022]若所述目标特征点存在，将所述人脸图像保存于本地数据库中
。
[0023]在其中一个实施例中，所述将所述人脸图像输入情绪识别模型之前，所述方法包
括：
[0024]对所述人脸图像进行图像处理，用于突出所述人脸图像中的目标特征点，其中，所述目标特征点是指人脸图像中能够反映情绪特征的具体部位
。
[0025]第二方面，本申请还提供了一种信息推送装置，所述装置包括：
[0026]图像获取模块，用于获取用户的人脸图像，所述人脸图像包括用户标识；
[0027]识别模块，用于将所述人脸图像输入情绪识别模型，得到人脸图像对应的情绪标签；
[0028]映射模块，用于获取预设的情绪映射数据表，根据所述情绪标签获取对应的待推送信息；
[0029]筛选模块，用于根据所述用户标识获取历史待推送信息中的已点击信息；
[0030]确定模块，用于确定所述已点击信息中与所述情绪标签对应的已点击信息的类型；
[0031]推送模块，用于将与所述类型对应的待推送信息推送至所述用户终端
。
[0032]在其中一个实施例中，所述情绪识别模型的训练过程包括：
[0033]对训练样本的人脸图像中预设数量的目标特征点进行标注后，转化为指定格式的标签数据；
[0034]根据所述训练样本中人脸图像的标签数据对预设算法进行训练，得到所述情绪识别模型
。
[0035]在其中一个实施例中，所述训练样本的选取包括：
[0036]删除所述训练样本中重复的人脸图像；
[0037]获取标注后的所述训练样本中预设数量的目标特征点，所述目标特征点根据预设的位置数据确定；
[0038]获取所述目标特征点中不符合预设规则的目标特征点；
[0039]将所述不符合预设规则的目标特征点所在的人脸图像删除
。
[0040]在其中一个实施例中，所述获取用户的人脸图像之后，所述装置还包括：
[0041]判断所述人脸图像中的目标特征点是否存在；
[0042]若所述目标特征点存在，将所述人脸图像保存于本地数据库中
。
[0043]在其中一个实施例中，所述将所述人脸图像输入情绪识别模型之前，所述装置包括：
[0044]对所述人脸图像进行图像处理，用于突出所述人脸图像中的目标特征点，其中，所述目标特征点是指人脸图像中能够反映情绪特征的具体部位
。
[0045]第三方面，本公开还提供了一种计算机设备
。
所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现信息推送方法的步骤
。
[0046]第四方面，本公开还提供了一种计算机可读存储介质
。
所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现信息推送方法的步骤
。
[0047]第五方面，本公开还提供了一种计算机程序产品
。
所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现信息推送方法的步骤
。
[0048]上述信息推送方法，至少包括以下有益效果：
[0049]本公开提供的实施例方案，可以根据人脸图像训练情绪识别模型，得到人脸图像对应的情绪标签，根据预设的情绪映射数据表，获取情绪标签对应的待推送信息
。
获取情绪标签对应的历史待推送信息中的已点击信息，对已点击信息分析，得到已点击信息的类型，为用户推荐已点击信息的类型的信息
。
[0050]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开
。
附图说明
[0051]为了更清楚地说明本公开实施例或传统技术中的技术方案，下面将对实施例或传统技术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公开的一些实施例，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
。
[0052]图1为一个实施例中信息推送方法的应用环境图；
[0053]图2为一个实施例中信息推送方法的流程示意图；
[0054]图3为一个实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种信息推送方法，其特征在于，所述方法包括：获取用户的人脸图像，所述人脸图像包括用户标识；将所述人脸图像输入情绪识别模型，得到人脸图像对应的情绪标签；获取预设的情绪映射数据表，根据所述情绪标签获取对应的待推送信息；根据所述用户标识获取历史待推送信息中的已点击信息；确定所述已点击信息中与所述情绪标签对应的已点击信息的类型；将与所述类型对应的待推送信息推送至所述用户的终端
。2.
根据权利要求1所述的方法，其特征在于，所述情绪识别模型的训练过程包括：对训练样本的人脸图像中预设数量的目标特征点进行标注后，转化为指定格式的标签数据；根据所述训练样本中人脸图像的标签数据对预设算法进行训练，得到所述情绪识别模型
。3.
根据权利要求2所述的方法，其特征在于，所述训练样本的选取包括：删除所述训练样本中重复的人脸图像；获取标注后的所述训练样本中预设数量的目标特征点，所述目标特征点根据预设的位置数据确定；获取所述目标特征点中不符合预设规则的目标特征点；将所述不符合预设规则的目标特征点所在的人脸图像删除
。4.
根据权利要求1所述的方法，其特征在于，所述获取用户的人脸图像之后，所述方法还包括：判断所述人脸图像中的目标特征点是否存在；若所述目标特征点存在，将所述人脸图像保存于本地数据库中
。5.
根据权利要求2所述的方法，其特征在于，所述将所述人脸图像输入情绪识别模型之前，所述方法包括：对所述人脸图像进行图像处理，用于突出所述人脸图像中的目标特征点，其中，所述目标特征点是指人脸图像中能够反映情绪特征的具体部位
。6.
一种信息推送装置，其特征在于，所述装置包括：图像获取模块，用于获取用户的人脸图像，所述人脸图像包括用户标识；识别模块，用于将所述人脸图像输入情绪识别模型，得到人脸图像对应的情绪标签；映射模块，用于获取预设的情绪映射数据表，根据所述情绪标签获取对应的待推送信息；筛选模块，用于根据所述用户标识获取历...

【专利技术属性】
技术研发人员：舒欣，简雄涛，何怀莹，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：