[发明专利]针对在线产品目录的自动图像选择

权利要求书

1.一种方法，包括：

收集第一图像的第一组特征数据，其被包括为第一物品的第一列表的一部分，所述第一组特征数据包括描述所述第一图像的图像特征和描述发布所述第一物品的所述第一列表的第一用户的用户特征；

通过使用所述第一组特征数据作为机器学习模型中的输入来确定所述第一图像的第一概率得分，所述第一概率得分指示所述第一图像适合表示所述第一物品的估计概率，所述机器学习模型已基于所述第一物品的一组训练图像和与所述一组训练图像相关联的特征数据组被训练；

收集第二图像的第二组特征数据，其被包括为所述第一物品的第二列表的一部分，所述第二组特征数据包括描述所述第二图像的图像特征和描述发布所述第一物品的所述第二列表的第二用户的用户特征；

通过使用所述第二组特征数据作为所述机器学习模型中的输入来确定所述第二图像的第二概率得分，所述第二概率得分指示所述第二图像适合表示所述第一物品的估计概率；以及

基于至少所述第一概率得分与所述第二概率得分的比较，选择所述第一图像来表示所述第一物品。

2.根据权利要求1所述的方法，其中，选择所述第一图像来表示所述第一物品包括：

基于至少所述第一概率得分与所述第二概率得分的比较，确定所述第一概率得分大于所述第二概率得分。

3.根据权利要求1所述的方法，其中，所述第一图像的第一组特征数据还包括描述所述第一物品的物品特征。

4.根据权利要求1所述的方法，其中，所述第一图像的第一组特征数据还包括类别特征，所述类别特征描述将包括所述第一物品包括在内的物品类别。

5.根据权利要求1所述的方法，其中，来自所述一组训练图像的每个训练图像被标记成指示相应训练图像是否适合表示所述第一物品。

6.根据权利要求1所述的方法，还包括：

收集第三图像的第三组特征数据，其被包括为所述第一物品的第三列表的一部分，所述第三组特征数据包括描述所述第三图像的图像特征和描述发布所述第一物品的所述第三列表的第三用户的用户特征；

通过使用所述第三组特征数据作为所述机器学习模型中的输入来确定所述第三图像的第三概率得分，所述第三概率得分指示所述第三图像适合表示所述第一物品的估计概率，其中，至少所述第一概率得分与所述第二概率得分的比较还包括所述第三概率得分。

7.根据权利要求1所述的方法，其中，选择所述第一图像以通过表示包含所述第一物品的物品类别来表示所述第一物品。

8.一种系统，包括：

一个或更多个计算机处理器；以及

存储指令的一个或更多个计算机可读介质，所述指令在由所述一个或更多个计算机处理器执行时使所述系统执行操作，所述操作包括：

收集第一图像的第一组特征数据，其被包括为第一物品的第一列表的一部分，所述第一组特征数据包括描述所述第一图像的图像特征和描述发布所述第一物品的所述第一列表的第一用户的用户特征；

通过使用所述第一组特征数据作为机器学习模型中的输入来确定所述第一图像的第一概率得分，所述第一概率得分指示所述第一图像适合表示所述第一物品的估计概率，所述机器学习模型已基于所述第一物品的一组训练图像和与所述一组训练图像相关联的特征数据组被训练；

收集第二图像的第二组特征数据，其被包括为所述第一物品的第二列表的一部分，所述第二组特征数据包括描述所述第二图像的图像特征和描述发布所述第一物品的所述第二列表的第二用户的用户特征；

通过使用所述第二组特征数据作为所述机器学习模型中的输入来确定所述第二图像的第二概率得分，所述第二概率得分指示所述第二图像适合表示所述第一物品的估计概率；以及

基于至少所述第一概率得分与所述第二概率得分的比较，选择所述第一图像来表示所述第一物品。

9.根据权利要求8所述的系统，其中，选择所述第一图像来表示所述第一物品包括：

基于至少所述第一概率得分与所述第二概率得分的比较，确定所述第一概率得分大于所述第二概率得分。