[发明专利]一种信息推送方法、计算机存储介质及终端

权利要求书

1.一种信息推送方法，包括：

分析确定各待推送的电子图像的结构化信息；

根据用户的浏览记录，分析确定用户浏览过的电子图像的用户模型；

根据分析确定的结构化信息和用户模型，从待推送的电子图像中选择推送给用户的电子图像。

2.根据权利要求1所述的信息推送方法，其特征在于，所述对各电子图像进行结构化分析之前，所述信息推送方法还包括：

对进行结构化分析的各所述待推送的电子图像进行预处理；

所述预处理包括：去相干处理。

3.根据权利要求1所述的信息推送方法，其特征在于，所述分析确定各待推送的电子图像的结构化信息包括：

基于预设的图像数据库，通过卷积神经网络建立的图像分类模型；

通过建立的所述图像分类模型对待推送的各电子图像进行结构化分析，获得对应于各电子图像的结构化信息；

其中，所述结构化信息包括以下部分或全部：各所述待推送的电子图像包含的颜色、图案、内容、样式、风格、大小。

4.根据权利要求3所述的信息推送方法，其特征在于，

所述卷积神经网络包括均连接激活函数层的第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第一全连接层、第二全连接层和第三全连接层；

所述第一卷积层和第二卷积层后连接最大池化层和归一化层、第五卷积层后连接平均池化层；

所述第一全连接层和第二全连接层连接退出层。

5.根据权利要求3所述的信息推送方法，其特征在于，所述通过卷积神经网络建立的图像分类模型时，所述信息推送方法还包括以下部分或全部处理：

在所述卷积神经网络的输入层，对输入的各所述待推送的电子图像进行扩大数据量处理；和/或，

在所述卷积神经网络的隐含层，提取各所述待推送的电子图像的边角和/或中心特征；

在所述卷积神经网络的输出层，基于所述图像数据库设置相应的分类器，以对各所述待推送的电子图像进行结构化分析；

其中，所述进行扩大数据量处理包括以下部分或全部：以所述待推送的电子图像分辨率的预设百分比进行裁剪、灰阶、水平投影、直方图均化。

6.根据权利要求3所述的信息推送方法，其特征在于，采用MSRA方法对所述卷积神经网络的卷积层进行初始化权重和偏置设置。

7.根据权利要求3所述的信息推送方法，其特征在于，所述图像分类模型在统一计算架构运算平台上执行。

8.根据权利要求1～7任一项所述的信息推送方法，其特征在于，所述为用户推送相应的电子图像包括：

对分析确定的所述结构化信息和所述特征信息进行相似度判断；

根据所述相似度判断结果进行电子图像的推送。

9.一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～8中任一项所述的信息推送方法。

10.一种终端，包括：存储器和处理器；其中，

处理器被配置为执行存储器中的程序指令；

程序指令在处理器读取执行以下操作：

分析确定各待推送的电子图像的结构化信息；

根据用户的浏览记录，分析确定用户浏览过的电子图像的用户模型；

根据分析确定的结构化信息和用户模型，从待推送的电子图像中选择推送给用户的电子图像。