[发明专利]对象展示方法、装置及电子设备有效

专利信息
申请号: 201910068273.2 申请日: 2019-01-24
公开(公告)号: CN111475664B 公开(公告)日: 2023-06-09
发明(设计)人: 杨之光 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F16/535 分类号: G06F16/535;G06F16/583;G06F16/58;G06Q30/0601
代理公司: 北京博雅睿泉专利代理事务所(特殊普通合伙) 11442 代理人: 郭少晶
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 展示 方法 装置 电子设备
【权利要求书】:

1.一种对象展示方法,其中,包括:

响应于目标用户触发目标对象展示的触控消息,获取所述目标用户的用户特征;

分别对背景图片数据库中包括的每张背景图片,根据所述背景图片的背景特征、所述用户特征以及目标对象图片的对象特征,确定图片推荐模型中每个模型特征的取值;所述目标对象图片记录了所述目标对象;

根据已确定的所述每个所述模型特征对应的取值,获取所述背景图片的图片推荐值;

从背景图片数据库中选取所述图片推荐值最高的所述背景图片,作为与所述目标对象图片对应的目标背景图片;

根据所述目标对象图片以及所述目标背景图片,生成用于向所述目标用户展示所述目标对象的合成图片。

2.根据权利要求1所述的方法,其中,

所述图片推荐模型中还包括图片推荐权重集合,所述图片推荐权重集合包括多个特征权重,每个所述特征权重与一个所述模型特征唯一对应;

所述根据已确定的所述每个所述模型特征对应的取值,获取所述背景图片的图片推荐值,包括:

根据所述图片推荐权重集合以及已确定的所述每个所述模型特征对应的取值,获取所述背景图片的图片推荐值。

3.根据权利要求2所述的方法,其中,

所述图片推荐模型中包括的多个模型特征分别属于多个不同的特征类,所述多个特征类中包括与对象图片相关的对象特征类、与背景图片相关的背景特征类以及与用户相关的用户特征类;

所述根据所述背景图片的背景特征、所述用户特征以及目标对象图片的对象特征,确定所述图片推荐模型中每个所述模型特征的取值的步骤,包括:根据所述背景特征,确定所述背景特征类中包括的每个所述模型特征的取值;

根据所述对象特征,确定所述对象特征类中包括的每个所述模型特征的取值;以及,

根据所述用户特征,确定所述用户特征类中包括的每个所述模型特征的取值。

4.根据权利要求3所述的方法,其中,

所述模型特征中还包括分别与对象图片以及背景图片相关的交叉特征类;

所述交叉特征类中至少包括一个与颜色距离对应的模型特征,所述颜色距离是对象颜色直方图分布与背景颜色直方图分布相似性的距离;

所述根据所述背景特征、所述用户特征以及所述对象特征,确定所述图片推荐模型中每个所述模型特征的取值的步骤,还包括:

根据所述对象特征以及所述背景特征,确定所述交叉特征类中包括的每个所述模型特征的取值。

5.根据权利要求1所述的方法,其中,

所述用户特征至少包括用户画像特征以及用户请求特征其中之一;

所述用户画像特征是根据预设的统计时段内获取的用户画像数据提取的特征;所述用户请求特征是根据用户触发展示对象时的用户状态获取的特征。

6.根据权利要求1所述的方法,其中,所述方法还包括训练所述图片推荐模型的步骤,包括:

根据统计时段内获取的训练样本的集合,构建所述图片推荐模型包括的多个模型特征;

其中,每个所述训练样本包括一个用户的所述用户特征、一张对象图片的对象特征以及一张背景图片的所述背景特征;

分别确定每个训练样本的每个所述模型特征的取值;

根据每个所述训练样本的每个所述模型特征的取值,以包括多个特征权重的图片推荐权重集合为变量,分别确定每个所述训练样本的图片推荐值表达式;

分别根据每个所述训练样本的实际推荐值,以根据多个所述训练样本的所述图片推荐值表达式以及所述实际推荐值,构建损失函数;

其中,所述实际推荐值是根据与所述训练样本对应的实际图片被展示给与所述训练样本对应的用户后得到的实际反馈获取的,所述实际图片是根据与所述训练样本对应的所述对象图片以及所述背景图片生成的图片;

求解所述损失函数,确定所述图片推荐权重集合的每个所述特征权重的取值,完成本次对所述图片推荐模型的训练。

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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201910068273.2/1.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