[发明专利]信息推荐方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

获取用户当前的情绪特征信息和所述用户当前所处环境的场景特征信息；

获取与所述情绪特征信息相关联的信息；

基于所述情绪特征信息和所述场景特征信息确定所述信息的推荐值，将推荐值最高的前L个信息推荐给所述用户，所述L为大于零的整数。

2.如权利要求1所述的方法，其特征在于，所述获取用户当前的情绪特征信息和所述用户当前所处环境的场景特征信息包括：

在检测到用户预设行为时，获取所述用户预设行为对应的M组用户图像，所述M为大于零的整数；

对所述M组用户图像进行预处理得到M组第一图像和M组第二图像，所述第一图像为包含人脸数据的图像，所述第二图像为包含背景数据的图像；

将所述M组第一图像输入预设的第一神经网络模型进行处理，获得情绪特征信息；

将所述M组第二图像输入预设的第二神经网络模型进行处理，获得第一场景特征信息。

3.如权利要求2所述的方法，其特征在于，将所述M组第一图像输入预设的第一神经网络模型进行处理，获得情绪特征信息，包括：

将所述M组第一图像中的每一组第一图像输入预设的第一神经网络模型进行处理，获得M组情绪化特征数列，对所述M组情绪化特征数列进行拼接处理，将拼接处理后的情绪化特征数列作为所述情绪特征信息。

4.如权利要求3所述的方法，其特征在于，将所述M组第一图像中的每一组第一图像输入预设的第一神经网络模型进行处理，包括：

将每个所述第一图像输入至所述第一神经网络模型，获得所述第一神经网络模型输出的正向情绪数值或负向情绪数值，并从所述第一神经网络模型的卷积层中提取一个维度为1*N的特征列，所述N为大于零的整数；

将所述维度为1*N的特征列和所述正向情绪数值组合为情绪正向化特征数列，或将所述维度为1*N的特征列和所述负向情绪数值组合为情绪负向化特征数列；

从一组第一图像对应的情绪正向化特征数列和/或情绪负向化特征数列中，抽取正向情绪数值最大对应的情绪正向化特征数列和/或负向情绪数值最小对应的情绪负向化特征数列作为一组情绪化特征数列。

5.如权利要求3所述的方法，其特征在于，所述对所述M组情绪化特征数列进行拼接处理，将拼接处理后的情绪化特征数列作为所述情绪特征信息，包括：

将所述M组情绪化特征数列的维度为1*N的特征列进行拼接，得到一个维度为2M*N的情绪化特征数列；

将所述M组情绪化特征数列对应的正向情绪数值累加求平均值，得到一个维度为1的情绪正向化特征；

将所述M组情绪化特征数列对应的负向情绪数值累加求平均值，得到一个维度为1的情绪负向化特征；

将所述维度为2M*N的情绪化特征数列、所述1维的情绪正向化特征和所述1维的情绪负向化特征进行拼接，得到一个维度为2M*N+2的情绪化特征数列，并将所述维度为2M*N+2的情绪化特征数列作为所述情绪特征信息。

6.如权利要求2所述的方法，其特征在于，将所述M组第一图像输入预设的第一神经网络模型进行处理，获得情绪特征信息，包括：

将每个所述第一图像输入至所述第一神经网络模型，从所述第一神经网络模型的卷积层中提取一个维度为1*N的特征列，所述N为大于零的整数；

聚合从一组第一图像中提取的所有维度为1*N的特征列，得到聚合特征列，并通过预设公式求解所述聚合特征列的重心；

从所述聚合特征列中，查找与所述重心距离最远的一个特征列；

根据与所述重心距离最远的一个特征列，从所述聚合特征列中取2P个特征列，和与所述重心距离最远的一个特征列组成一个维度为(2P+1)*N的一组情绪化特征数列，并将所述维度为(2P+1)*N的一组情绪化特征数列作为所述情绪特征信息，所述P为大于零的整数。