[发明专利]一种关联推送处理方法及装置

说明书

本发明提供了一种关联推送处理方法及装置，该方法包括：对当前访问目标商户的目标对象的目标图像进行特征提取，得到所述目标图像的目标图像特征；确定所述目标图像特征与预先存储的多个图像特征信息的相似度；获取大于预设阈值的所述相似度对应的目标图像特征信息对应的一个或多个目标；确定所述一个或多个目标为所述目标对象的关联目标，可以解决相关技术中对于用户行为数据较少的商户或新商户的关联推送存在冷启动的问题，通过预先存储的相似度较大的目标图像特征信息获取关联的一个或多个目标，对于用户行为数据较少的商户或新商户，提高了关联商品推送的准确性。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种关联推送处理方法及装置。

背景技术

在电商领域，推荐算法是进行商品展示的重要方法与手段。随着电商行业的发展，各个电商平台对自身的推荐算法的越来越重视。然而，对于saas模式的电商平台，即电商平台对某一个商户进行服务，用户进入平台后仅看到这个商户的物品(类似微信的小程序进行商品购买)。然而，这类模式对于推荐系统有以下制约：

由于不同商户服务于不同的用户，导致用户很可能只在其中一两个商户有购买等行为，对于传统的推荐系统算法，用户行为不丰富。

在saas模型中，一个商户的用户行为可能过少，导致对于推荐算法的输入会比较稀疏，形成不了更有效的推荐算法(甚至会导致一两个用户就构成这个商户下的推荐算法)。

针对相关技术中对于用户行为数据较少的商户或新商户的关联推送存在冷启动的问题，尚未提出解决方案。

发明内容

本发明实施例提供了一种关联推送处理方法及装置，以至少解决相关技术中对于用户行为数据较少的商户或新商户的关联推送存在冷启动的问题。

根据本发明的一个实施例，提供了一种关联推送处理方法，包括：

对当前访问目标商户的目标对象的目标图像进行特征提取，得到所述目标图像的目标图像特征；

确定所述目标图像特征与预先存储的多个图像特征信息的相似度；

获取大于预设阈值的所述相似度对应的目标图像特征信息对应的一个或多个目标；

确定所述一个或多个目标为所述目标对象的关联目标。

可选地，对当前访问目标商户的目标对象的目标图像进行特征提取，得到所述目标图像的目标图像特征包括：

将所述目标图像输入预先训练好的目标卷积神经网络模型中，得到所述目标卷积神经网络模型输出的所述目标图像对应每种图像特征信息的概率，其中，所述概率大于预设阈值的图像特征信息确定为所述目标图像的目标图像特征。

可选地，确定所述目标图像特征与预先存储的多个图像特征信息的相似度包括：

判断所述目标商户是否设置有对应的关联商户；

在判断结果为是的情况下，获取所述关联商户对应的多个图像特征信息；

确定所述目标图像特征与所述关联商户对应的多个图像特征信息的相似度。

可选地，获取所述目标图像特征信息对应的一个或多个目标包括：

根据预先存储的图像特征信息与目标的对应关系获取所述目标图像特征信息对应的一个或多个目标。

可选地，在对显示界面中当前访问的目标对象的目标图像进行特征提取，得到所述目标图像的目标图像特征之前，所述方法还包括：

获取针对商户中一个或多个目标的历史行为数据；

根据所述历史行为数据确定所述一个或多个目标的关联目标；

提取所述一个或多个目标对应图像的图像特征信息；