[发明专利]一种处理物品场景图的方法和装置

说明书

本发明公开了一种处理物品场景图的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：从目标物品的场景图中识别出场景物品及其所属类别；根据所述场景物品的所属类别，从物品库中匹配出所述场景物品对应的推荐物品；将所述推荐物品加入到所述目标物品的推荐候选集合中。该实施方式能够解决过于依赖用户历史行为的技术问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种处理物品场景图的方法和装置。

背景技术

随着互联网技术的发展，电子商务(Electronic Business，E-Business)在我们的日常生活中随处可见。其中，推荐系统至关重要，通过使用有效的推荐算法，向用户提供物品信息和建议。

目前，现有的推荐算法通常是根据用户的历史行为(比如浏览记录、对商品的评分、购买记录等)，找出与该用户相似的目标用户，然后根据查找到的该用户的偏好为目标用户进行物品推荐，期望找到用户感兴趣的物品。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

通常基于用户偏好本身而向用户推荐其感兴趣的物品，存在着一个问题，那就是过于依赖用户的历史行为。如果一个新的物品从来没有销售历史，便不会被算法进行推荐，只能通过其他方法进行强制曝光；另外，根据用户历史行为进行推荐，只会将推荐结果限制在用户历史行为对应的物品中，其他的物品很难脱颖而出。

发明内容

有鉴于此，本发明实施例提供一种处理物品场景图的方法和装置，以解决过于依赖用户历史行为的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种处理物品场景图的方法，包括：

从目标物品的场景图中识别出场景物品及其所属类别；

根据所述场景物品的所属类别，从物品库中匹配出所述场景物品对应的推荐物品；

将所述推荐物品加入到所述目标物品的推荐候选集合中。

可选地，从目标物品的场景图中识别出场景物品之前，还包括：

获取目标物品的详情图；其中，所述详情图至少包括场景图；

从所述目标物品的详情图中筛选出场景图。

可选地，从所述目标物品的详情图中筛选出场景图，包括：

采用文字识别算法识别出所述目标物品的每一张详情图的文字数量；

若存在任意一张详情图的文字数量小于预设的数量阈值，则将该张详情图作为所述目标物品的场景图。

可选地，从目标物品的场景图中识别出场景物品及其所属类别，包括：

通过训练集训练神经网络，得到训练后的神经网络；所述训练集包括多张物品图以及每张物品图中各个物品的所属类别；

采用训练后的神经网络，从目标物品的场景图中识别出各个物品及其所属类别；

从所述各个物品中剔除所述目标物品，从而得到所述场景物品及其所属类别。

可选地，所述神经网络为Region-CNN，所述神经网络的训练方法为随机梯度下降法。

可选地，根据所述场景物品的所属类别，从物品库中匹配出所述场景物品对应的推荐物品，包括：

根据所述场景物品的所属类别，从物品库中匹配出所述场景物品对应的物品集合；

基于预设规则，从所述物品集合中筛选出至少一个物品作为所述场景物品对应的推荐物品。

可选地，将所述推荐物品加入到所述目标物品的推荐候选集合中之前，还包括：