[发明专利]一种基于图片属性提取建立用户兴趣库的方法及设备

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种基于图片属性提取建立用户兴趣库的方法及设备。

背景技术

电商导购平台发展的前期阶段主要是单纯为用户提供流量引导和商品推荐，并且所专注的市场也多位女性群体，因此并不能全方面满足用户的针对购物需求。后期一直在定位上更加垂直和精准而努力，以期专门针对用户推荐有强烈需求的商品，使得所推荐的商品完全符合用户需求，因而更具精准和用户体验。

而且，现有电商导购一般采用用户搜索查询或者分类查询的方式来找到目标商品，但是对商品的样式比如衣服的样式，皮包的材质等并不易用简单的文字来描述，为用户准确检索感兴趣的商品提升了难度。而近些年，计算机识别和物品特征抽取等计算机技术兴起，为用户导购基于图片信息的读取、识别、检索和推荐，可以帮助发现用户的购买兴趣以及更深层的知识，为用户带来便捷、高效、精准的商品搜索和推荐，从而享受新颖的购物体验。

而商品的图片特征提取基于商品知识图谱在电商平台的建立，利用训练的神经网络可以读取用户感兴趣的商品信息，为垂直精准定位客户需求提供了个性化的信息源。同时，建立图像对应的知识图谱，可以更准确的描述关键词的含义，把关键词拓展为图像表现出来；通过基于图像的搜索，有助于找到最相似的图像。因此，亟需一种基于图片属性提取的用户兴趣库的建立，为用户的购物提供更加个性化、便捷高效的服务。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种基于图片属性提取建立用户兴趣库的方法及设备。所述技术方案如下：

一方面，本发明提供了一种基于图片属性提取建立用户兴趣库的方法，该方法包括：

获取电商平台信息库中用户感兴趣商品的商品信息，制得用户/商品基础信息表，其中，所述商品信息至少包括商品图片；

利用预先训练的神经网络提取用户/商品基础信息表中商品的图片特征，获取与上述图片特征相对应的语义特征，将语义特征定义为商品属性；

创建以商品属性为基本知识单元和以商品类别、商品属性类型之间的关联关系为框架的用户兴趣库。

进一步地，获取电商平台信息库中用户感兴趣商品的商品信息具体包括，根据用户在电商平台的图片搜索、浏览、购买和收藏记录，获取电商平台信息库中用户感兴趣商品的商品信息；其中，所述商品信息为商品图片或商品图片与文本信息的组合。

其中，商品属性包括商品知识图谱中商品属性包括颜色、材料质地、品质、类型、风格、品牌、产地。

利用预先训练的神经网络提取商品的图片特征时还对商品图片进行预处理，包括模式的采集、模数转换、滤波、消除模糊、减少噪声和纠正几何失真。

商品属性的提取还包括通过电商平台网页内的文本信息提取获得商品属性。

具体地，创建用户兴趣库的方法还包括：

基于包含商品类别和商品属性类型之间的关联关系的初始商品知识图谱框架和基本商品知识单元的集合生成初始用户兴趣库；

判断新的商品信息单元的类型；

以初始用户兴趣库的框架为约束条件，基于新的商品信息单元的类型识别单一商品信息单元中的商品属性以及商品属性、属性类别之间的关联关系；

提取新的商品信息单元集合中新增商品属性和商品属性、属性类别间新增的关联关系形成候选商品知识项；

对候选商品知识项进行修正，根据修正后的商品知识项更新初始用户兴趣库。

其中，新增商品信息单元及新增关联关系的步骤还包括：

根据商品信息单元集合中文本和图片中提取的商品属性之间的关联关系，以及商品信息所属文字段落或图像区域的属性进行类聚及分类处理；

与初始用户兴趣库比较，得到新增商品属性和商品属性间新增的关联关系，并对新增商品属性和商品属性间新增的关联关系赋予置信度形成候选知识项。

另一方面，本发明还公开了一种基于图片属性提取建立用户兴趣库的设备，该设备包括：

获取模块，用于获取电商平台信息库中用户感兴趣商品的文本信息和图片信息，制得用户/商品基础信息表；

图片特征提取模块，用于利用预先训练的神经网络提取商品的图片特征；所述图片特征提取模块包括图片颜色提取单元、图片形状提取单元、图片纹理提取单元；

商品属性定义模块，用于获取提取的图片特征相对应的语义特征，将语义特征定义为商品属性；

用户兴趣库构建模块，用于构建包含商品类别、商品属性类型之间的关联关系的知识图谱框架和商品属性基本知识单元的用户兴趣库；