[发明专利]一种信息推送方法、计算机存储介质及终端在审
申请号: | 201810214441.X | 申请日: | 2018-03-15 |
公开(公告)号: | CN108427754A | 公开(公告)日: | 2018-08-21 |
发明(设计)人: | 韩立通 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 胡艳华;李丹 |
地址: | 100015 *** | 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: | 电子图像 结构化信息 信息推送 用户模型 推送 计算机存储介质 终端 用户多媒体 用户浏览 浏览记录 分析 应用 | ||
一种信息推送方法、计算机存储介质及终端,其中,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。本发明实施例通过结构化信息和用户模型,实现了电子图像的推送,提升了用户多媒体应用体验。
技术领域
本文涉及但不限于多媒体技术,尤指一种信息推送方法、计算机存储介质及终端。
背景技术
互联网上的内容纷繁复杂、多种多样,尤其是图片内容,近年来已取代文字内容成为互联网的主要流量内容之一,由此也诞生了很多新的需求;例如、用户以在线方式购买或浏览电子版的图像(简称为电子图像),如何为用户推送其所需的图像成为一个备受关注的问题。
以往用户通过互联网进行信息浏览时,往往都存在充足的文字描述,因此可基于用户的浏览历史、时间、频次等为用户推荐合理的内容;而通过在线方式购买或浏览电子图像时,由于电子图像往往缺乏必要的描述(例如、艺术家群体对提供的电子图像,往往只是提供电子图像的名称、很少描述电子图像的内容),并且无法通过用户浏览或购买电子图像确定用户对各种类图像的浏览频次,因此,目前很难向用户推送其所需的电子图像。
综上,如何为用户推送用户所需的电子图像成为一个需要解决的问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种信息推送方法、计算机存储介质及终端,能够提升停车位信息的准确度,提高停车效率。
本发明实施例提供了一种信息推送方法,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。
可选的,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。
可选的,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。
可选的,
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。
可选的,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;
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京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,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/201810214441.X/2.html,转载请声明来源钻瓜专利网。