[发明专利]社交信息生成方法、设备及计算机可读介质

说明书

发明揭示了社交信息生成方法、设备及计算机可读介质，所述社交信息生成方法包括：获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对多媒体数据进行分组；从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。本发明可根据不同数据的不同特征，为其匹配合适的相关数据，生成不同的合成数据。

技术领域

本发明属于电子通讯技术领域，涉及一种信息生成方法，尤其涉及一种社交信息生成方法及系统、社交网络信息呈现方法及系统、社交网络中自我介绍内容生成方法、系统、设备及计算机可读介质。

背景技术

目前，随着科技的进步，为了方便用户之间相互交流，出现了很多社交软件，如微信、QQ等。在一些社交软件中，如微信的朋友圈功能中，用户往往有添加个人封面的需求。

个人封面代表了用户对自己的介绍；但是目前大多数社交应用的朋友圈功能，都只提供静态图片的封面功能。此外，对于所有的社交好友，用户都只能提供一套固定的封面内容。

发明内容

本发明提供一种社交信息生成方法及系统、社交信息呈现方法及系统、社交网络中自我介绍内容生成方法及系统，可根据不同数据的不同特征，为其匹配合适的相关数据，生成不同的合成数据。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种社交信息生成方法，应用于服务器，所述生成方法包括：

获取目标第一用户在第一用户设备的社交应用中提交的发布信息，从所述发布信息中提取多媒体数据；

使用神经网络模型对所述多媒体数据进行识别，提取出对应的风格特征向量，基于所述风格特征向量对所述多媒体数据进行分组；

从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配；

对所述每组多媒体数据以及与之匹配的风格特征数据对应的配乐数据进行合成，形成对应的多组自我介绍内容。

作为本发明的一种实施方式，所述获取目标第一用户在社交网络中提交的发布信息，从所述发布信息中提取多媒体数据之后还包括：

从所述多媒体数据中筛选出满足用户相关性的多媒体数据。

作为本发明的一种实施方式，所述多媒体数据包括图片数据和/或视频数据。

作为本发明的一种实施方式，所述满足用户相关性的多媒体数据包括以下至少任一项：

包含所述目标第一用户的人像信息的图片数据；

至少有一帧图片包含所述目标第一用户的人像信息的视频数据；

由所述目标第一用户的第一用户设备的摄像装置采集的图片数据和/或视频数据。

作为本发明的一种实施方式，所述从配乐数据库中获取配乐数据对应的风格特征数据，与分组后的每组多媒体数据的风格特征向量进行匹配包括：基于所述配乐数据库的第二风格曲库索引，按照余弦距离最近的原则，确定与分组后的每组多媒体数据的风格特征向量相匹配的风格特征数据。

作为本发明的一种实施方式，所述方法还包括：在已有的配乐数据库中选取不同风格的配乐数据，形成第一风格曲库索引；

使用卷积神经网络对配乐数据库中配乐数据进行运算，得到配乐数据的特征向量；通过运算后，第一风格曲库索引将演变成为一个向量矩阵；