[发明专利]一种基于图像数据处理分析的信息智能推送管理系统有效

专利信息
申请号: 202210084536.0 申请日: 2022-01-25
公开(公告)号: CN114117089B 公开(公告)日: 2022-04-08
发明(设计)人: 唐江水 申请(专利权)人: 广州拟实网络科技有限公司
主分类号: G06F16/435 分类号: G06F16/435;G06F16/432;G06F16/483;G06F16/583
代理公司: 北京天奇智新知识产权代理有限公司 11340 代理人: 常科学
地址: 510630 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 数据处理 分析 信息 智能 推送 管理 系统
【说明书】:

发明涉及信息推送管理技术领域,具体公开了一种基于图像数据处理分析的信息智能推送管理系统,本发明通过图像预处理获得用户目标浏览图像对应的前景子图像和衬托子图像,对比筛选平台数据库中与用户目标浏览图像相似的各相似存储图像,同时根据用户目标浏览图像中前景子图像对应各目标要素的内容信息分析对应的中心位权重系数,筛选用户目标浏览图像对应的中心位目标要素,并根据用户目标浏览图像对应的中心位目标要素的各特征数据分析用户目标浏览图像与各相似存储图像的重合系数,将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送,从而确保用户在相同时间内能够获得更加多样化的信息,丰富用户的浏览体验。

技术领域

本发明涉及信息推送管理技术领域,涉及到一种基于图像数据处理分析的信息智能推送管理系统。

背景技术

随着网络技术的不断发展,越来越多的用户通过浏览平台浏览网页获取对自身有价值的信息;用户通过互联网获取的信息可以包括文字数据和图像数据;相比文字数据,图像数据以其内容的美感和冲击力更获得用户的青睐;在日新月异的信息时代,如何快速有效地根据用户浏览图像推送关联信息已成为当前急需解决的难题。

然而,现有技术基本是根据用户浏览图像进行关联图像的推送,但现有技术对用户浏览图像的数据分析过程中还存在很大的局限性,往往仅限于根据用户浏览图像与其他图像的对比相似度进行关联图像推送,没有从多个维度方向对浏览图像数据进行处理分析,导致平台推送的关联信息无法满足用户的求知需求,从而降低平台推送关联信息的准确度和可靠度,严重影响用户对平台推送功能的体验感和兴趣感;同时现有技术仅仅是单一推送结果展示,通过单一推送结果只能让用户获取推送结果展示的信息,无法更加深入了解推送图片对应的其他关联信息,从而使得用户在相同时间内无法获得更加多样化的信息,导致无法丰富用户的浏览体验。

为了解决以上问题,现设计一种基于图像数据处理分析的信息智能推送管理系统。

发明内容

鉴于以上现有技术存在的问题,本发明提供一种基于图像数据处理分析的信息智能推送管理系统,用于解决上述技术问题。

为了实现上述目的及其他目的,本发明采用的技术方案如下:一种基于图像数据处理分析的信息智能推送管理系统,包括:用户浏览图像获取模块,用于获取用户在目标浏览平台中浏览的图像,并根据用户浏览图像对应停留时长触发目标浏览图像预处理指令。

目标浏览图像预处理模块,用于采用图像分割处理技术对用户目标浏览图像进行预处理,获得用户目标浏览图像对应的前景子图像和衬托子图像。

平台数据库,用于存储目标浏览平台内各存储图像和各存储图像对应的关联视频。

平台存储图像筛选模块,用于获得平台数据库中各存储图像对应的前景子图像和衬托子图像,并分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比,筛选与用户目标浏览图像相似的各存储图像,并记为各相似存储图像。

目标要素内容信息提取模块,用于获取用户目标浏览图像中前景子图像对应的各目标要素,提取用户目标浏览图像中前景子图像对应各目标要素的内容信息。

目标要素内容信息分析模块,用于分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数,筛选用户目标浏览图像对应的中心位目标要素。

目标要素特征数据提取模块,用于提取用户目标浏览图像对应的中心位目标要素的各特征数据,对比得到用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值。

图像重合系数分析模块,用于分析用户目标浏览图像与各相似存储图像的重合系数,筛选重合系数排名靠前的各相似存储图像。

图像关联信息推送模块,用于提取平台数据库中各存储图像对应的关联视频,将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州拟实网络科技有限公司,未经广州拟实网络科技有限公司许可,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/202210084536.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top