[发明专利]基于人工智能的信息推送方法及人工智能云平台

说明书

本发明涉及信息处理技术领域，具体涉及一种基于人工智能的信息推送方法及人工智能云平台，旨在解决确定关键词搜索结果不适用于图片，推送信息精准度较低的问题，包括以下步骤：获取查询图片组；从数据库中获得初始判断图片；提取所述初始判断图片和查询图片组的视觉特征参数，并利用图片相似度评价模型计算得到查询图片组的图片相似度评价结果；直至所述图片相似度评价结果的相似度大于预设阙值，则对所述初始判断图片进行视觉特征编码，得到视觉特征向量表示；解码所述视觉特征向量表示，得到推荐查询文本；基于所述推荐查询文本，向用户推送信息。本发明实现了针对图片的信息推送，且推送信息的精准度较高。

技术领域

本发明涉及信息处理技术领域，具体涉及一种基于人工智能的信息推送方法及人工智能云平台。

背景技术

人工智能，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

目前，用户在通过搜索引擎进行检索时，通常需要向搜索引擎的输入窗口输入检索关键词以获取搜索结果。搜索引擎在接收到当前关键词后，可以基于当前关键词在所有用户的历史查询关键词中出现的频次以及该用户在历史查询记录中对查询关键词的点击反馈数据，确定当前关键词对应的搜索结果。

然而，目前搜索引擎采用的确定关键词搜索结果的方法不适用于图片搜索，而且由于确定搜索结果时所参考的与用户输入的数据量较少，因此推送的搜索结果的针对性较弱，推送信息的精准度较低。

发明内容

因此，本发明的目的是提供一种基于人工智能的信息推送方法及人工智能云平台，解决现有技术中确定关键词搜索结果不适用于图片，针对性较弱，推送信息精准度较低的问题。

本发明的技术目的是通过以下技术方案得以实现的：

一种基于人工智能的信息推送方法，包括以下步骤：

S1、根据预设数量图片的视觉特征参数及预设的各种图片相似度评价结果进行训练，得到图片相似度评价模型；

S2、获取用户的当前查询图片和/或预订时间内的历史查询图片，得到查询图片组；

S3、获取所述查询图片组中包含检索对象的对象区域A1，根据所述对象区域A1，从数据库中获得图片，并将所获得的图片作为初始判断图片；

S4、提取所述初始判断图片和查询图片组的视觉特征参数，并利用图片相似度评价模型计算得到查询图片组的图片相似度评价结果；

S5、若所述图片相似度评价结果的相似度不大于预设阙值，则重新获得所述查询图片组的对象区域A2，并获得所述对象区域A2的独特性子区域，其中，所述对象区域A2与已获得的对象区域不同，所述独特性子区域为所述对象区域A2内具有显著性特征的区域；根据所述对象区域A2和所述独特性子区域，从所述数据库中选择图片，将所述初始判断图片更新为所选择的图片，并执行步骤S4；

S6、重复步骤S5，直至所述图片相似度评价结果的相似度大于预设阙值，则对所述初始判断图片进行视觉特征编码，得到视觉特征向量表示；

S7、解码所述视觉特征向量表示，得到推荐查询文本；

S8、基于所述推荐查询文本，向用户推送信息。

可选地，所述根据预设数量图片的视觉特征参数及预设的各种图片相似度评价结果进行训练，得到图片相似度评价模型包括：

分别提取预设数量图片的视觉特征参数，构成特征参数集；并且，预设各种图片相似度评价结果；