[发明专利]一种相机特效的推荐方法及装置

说明书

本发明公开了一种相机特效的推荐方法，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；将所述元素对应的相机特效推荐给所述用户。本发明可以有效地提高相机特效的推荐效果，故而解决了现有技术中相机App，无法很好地向用户推荐相机特效的技术问题，实现了提高相机特效的推荐效果，提高产品活跃度的技术效果。同时，本发明还公开了一种相机特效的推荐装置。

技术领域

本发明涉及互联网技术领域，尤其涉及一种相机特效的推荐方法及装置。

背景技术

现如今，很多相机App(Application，应用)都可以提供给用户拍摄优美、有趣的图片和视频，并且将图片和视频分享给好友的能力。而这种优美、有趣的拍摄能力，集中体现在相机特效(我们称作“萌颜”特效)上。每一个相机特效都提供了一种特定的拍摄能力，比如：大眼瘦脸的美拍能力，磨皮效果的美拍能力，3D(Three Dimensional，三维)效果的能力，AR(Augmented Reality，增强现实)效果的能力，等等。

目前，相机App已经累计设计和实现了超过上千种相机特效，但是，用户不可能用到所有的相机特效。所以，如何在第一时间给用户推荐最符合其兴趣爱好的相机特效，是提高相机App的产品活力的重要手段。

然而，不同于体量大的产品，相机App的体量普遍较小，客户端能力也不足，导致可以获取的用户特征极其有限。所以，传统的推荐方法(比如：回归、决策树、分类聚类、等等)，在这里无法得到很好的应用。

综上，目前的相机App在向用户推荐相机特效时，普遍存在推荐效果较差的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的相机特效的推荐方法及装置。

本发明的第一个方面，提供了一种相机特效的推荐方法，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。

优选地，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。

优选地，所述预设模型，具体为：

限玻尔兹曼机RBM模型。

优选地，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。

优选地，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。

优选地，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：