[发明专利]一种相机特效的推荐方法及装置

权利要求书

1.一种相机特效的推荐方法，其特征在于，包括：

接收客户端上报的用户使用相机特效的历史数据；

基于所述历史数据，构造预设模型的可见层的输入向量；

将所述可见层的输入向量输入至所述预设模型中，获得所述预设模型的可见层的预测向量；

从所述可见层的预测向量中选出满足预设条件的元素，并将所述元素对应的相机特效推荐给所述用户。

2.如权利要求1所述的相机特效的推荐方法，其特征在于，所述接收客户端上报的用户使用相机特效的历史数据，包括：

接收客户端上报的所述用户在过去的预设时间段内触发相机特效的第一历史数据。

3.如权利要求1所述的相机特效的推荐方法，其特征在于，所述预设模型，具体为：

限玻尔兹曼机RBM模型。

4.如权利要求3所述的相机特效的推荐方法，其特征在于，所述将所述可见层的输入向量输入至所述预设模型中之前，还包括：

确定所述RBM模型中的参数。

5.如权利要求4所述的相机特效的推荐方法，其特征在于，所述确定所述RBM模型中的参数，包括：

获取多个其他用户在所预设时间段内触发相机特效的第二历史数据；

将所述第二历史数据作为训练样本，通过人工智能学习系统进行训练，获得所述RBM模型中的参数；其中，所述RBM模型中的参数包括：所述RBM模型中隐藏层的偏置向量，所述RBM模型中可见层的偏置向量，所述可见层到所述隐藏层的权重矩阵。

6.如权利要求3所述的相机特效的推荐方法，其特征在于，所述将所述可见层的输入向量输入至所述预设模型中，获得所述预设模型的可见层的预测向量，包括：

将所述可见层的输入向量输入至所述RBM模型中，以使得所述RBM模型基于所述可见层的输入向量计算出所述RBM模型的隐藏层向量，并基于所述隐藏层向量计算出所述可见层的预测向量。

7.如权利要求3所述的相机特效的推荐方法，其特征在于，所述从所述可见层的预测向量中选出满足预设条件的元素，包括：

从所述可见层的预测向量中删除所述用户在所述预设时间段内触发过的相机特效对应的元素，并从剩余元素中选出取值最高的M个元素，M为正整数。

8.一种相机特效的推荐装置，其特征在于，包括：

接收单元，用于接收客户端上报的用户使用相机特效的历史数据；

构造单元，用于基于所述历史数据，构造预设模型的可见层的输入向量；

运算单元，用于将所述可见层的输入向量输入至所述预设模型中，获得所述预设模型的可见层的预测向量；

推荐单元，用于从所述可见层的预测向量中选出满足预设条件的元素，并将所述元素对应的相机特效推荐给所述用户。

9.一种相机特效的推荐装置，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

接收客户端上报的用户使用相机特效的历史数据；基于所述历史数据，构造预设模型的可见层的输入向量；将所述可见层的输入向量输入至所述预设模型中，获得所述预设模型的可见层的预测向量；从所述可见层的预测向量中选出满足预设条件的元素，并将所述元素对应的相机特效推荐给所述用户。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现以下步骤：

接收客户端上报的用户使用相机特效的历史数据；基于所述历史数据，构造预设模型的可见层的输入向量；将所述可见层的输入向量输入至所述预设模型中，获得所述预设模型的可见层的预测向量；从所述可见层的预测向量中选出满足预设条件的元素，并将所述元素对应的相机特效推荐给所述用户。