[发明专利]图片物料的推荐方法和装置有效

专利信息
申请号: 201410843824.5 申请日: 2014-12-30
公开(公告)号: CN104504111B 公开(公告)日: 2018-12-21
发明(设计)人: 秦首科;张泽明;韩友;江焱;陈志扬;程小华;徐培治;马小林;文石磊;陈世佳;李旭斌 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图片 物料 推荐 方法 装置
【权利要求书】:

1.一种图片物料的推荐方法,其特征在于,包括:

对网民输入的搜索关键词进行分析,获得所述网民有出图需求的搜索关键词;以及对图片物料的特征进行提取,获取所述图片物料的特征;

根据所述网民有出图需求的搜索关键词和所述图片物料的特征,获得每个有出图需求的搜索关键词对应的图片物料,并建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系;

向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料;

其中,所述对网民输入的搜索关键词进行分析,获得所述网民有出图需求的搜索关键词包括:

对所述网民输入的搜索关键词进行图片需求挖掘和搜索关键词图片需求多维向量化,获得所述网民有出图需求的搜索关键词;

所述建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系之后,还包括:

将建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料保存至结构化图片数据库。

2.根据权利要求1所述的方法,其特征在于,所述图片物料的特征包括所述图片物料的文本特征和视觉特征。

3.根据权利要求1所述的方法,其特征在于,所述根据所述网民有出图需求的搜索关键词和所述图片物料的特征,获得每个有出图需求的搜索关键词对应的图片物料包括:

建立所述网民有出图需求的搜索关键词和所述图片物料的特征之间的相关性模型,根据所述相关性模型计算获得每个有出图需求的搜索关键词对应的图片物料。

4.根据权利要求1-3任意一项所述的方法,其特征在于,所述向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料包括:

通过可视化交互方式在业务端的管理系统,向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。

5.一种图片物料的推荐装置,其特征在于,包括:

分析模块,用于对网民输入的搜索关键词进行分析,获得所述网民有出图需求的搜索关键词;

提取模块,用于对图片物料的特征进行提取,获取所述图片物料的特征;

获得模块,用于根据所述分析模块获得的网民有出图需求的搜索关键词和所述提取模块获取的图片物料的特征,获得每个有出图需求的搜索关键词对应的图片物料;

建立模块,用于建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系;

推荐模块,用于向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料;

其中,所述分析模块,具体用于对所述网民输入的搜索关键词进行图片需求挖掘和搜索关键词图片需求多维向量化,获得所述网民有出图需求的搜索关键词;

所述图片物料的推荐装置还包括:保存模块,用于在所述建立模块建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系之后,将建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料保存至结构化图片数据库。

6.根据权利要求5所述的装置,其特征在于,所述提取模块提取的图片物料的特征包括所述图片物料的文本特征和视觉特征。

7.根据权利要求5所述的装置,其特征在于,所述获得模块包括:

模型建立子模块,用于建立所述网民有出图需求的搜索关键词和所述图片物料的特征之间的相关性模型;

计算子模块,用于根据所述模型建立子模块建立的相关性模型计算获得每个有出图需求的搜索关键词对应的图片物料。

8.根据权利要求5-7任意一项所述的装置,其特征在于,

所述推荐模块,具体用于通过可视化交互方式在业务端的管理系统,向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410843824.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top