[發明專利]基于大數據分析的信息推送方法、裝置、設備及存儲介質

在審

• 申請號: 201910539938.3
• 申請日: 2019-06-19
• 公開（公告）號: CN110390048A
• 公開（公告）日: 2019-10-29
• 發明（設計）人: 甘文俊;錢尼麗
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/735;G06K9/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種基于大數據分析的信息推送方法，其特征在于，所述方法包括：

分時段采集當前用戶界面播放的影視作品的流媒體信息和觀看所述影視作品的用戶的面部表情；

基于大數據分析技術，對各時段的流媒體信息進行分析得到所述用戶的第一情緒變化趨勢，對各時段的面部表情進行分析得到所述用戶的第二情緒變化趨勢；

根據所述第一情緒變化趨勢和所述第二情緒變化趨勢，確定所述用戶的實際情緒信息；

根據所述實際情緒信息，從預先構建的信息推送模型管理庫中選取適合所述用戶的信息推送模型，并采用所述信息推送模型為所述用戶推送信息。

2.如權利要求1所述的方法，其特征在于，所述分時段采集觀看所述影視作品的用戶的面部表情的步驟，包括：

在播放所述影視作品的過程中，采集包含所述用戶的人臉的視頻信息；

從所述視頻信息中截取對應各時段的流媒體信息的視頻片段；

對各視頻片段中所述用戶的人臉進行分析，得到各時段觀看所述影視作品的所述用戶的面部表情。

3.如權利要求2所述的方法，其特征在于，所述對各視頻片段中所述用戶的人臉進行分析，得到各時段觀看所述影視作品的所述用戶的面部表情的步驟，包括：

對各視頻片段進行遍歷，根據預先訓練獲得的人臉特征檢測模型，從遍歷到的當前視頻片段中提取所述用戶的面部特征點；

根據各面部特征點，對所述用戶的人臉進行面部區域劃分，得到與各面部特征點對應的面部特征區域；

基于光流法，確定各面部區域中的面部特征點的速度向量，所述速度向量用于表示各面部特征點的運動速度信息和運動方向信息；

根據各面部特征點的速度向量，確定遍歷到的當前視頻片段中所述用戶的面部表情；

按照各時段流媒體信息在所述影視作品中的播放順序，按序排列各視頻片段中所述用戶的面部表情，得到各時段觀看所述影視作品的所述用戶的面部表情。

4.如權利要求3所述的方法，其特征在于，所述確定各面部區域中的面部特征點的速度向量的步驟，包括：

遍歷各面部特征區域，檢測遍歷到的當前面部特征區域中的面部特征點在相鄰兩個圖像幀之間的像素變化強度；

根據所述像素變化強度，推斷所述當前面部特征區域中的面部特征點的速度向量。

5.如權利要求1至4任一項所述的方法，其特征在于，所述根據所述實際情緒信息，從預先構建的信息推送模型管理庫中選取適合所述用戶的信息推送模型的步驟之前，所述方法還包括：

構建所述信息推送模型；

其中，所述構建所述信息推送模型的步驟，包括：

接收數據采集指令，從所述數據采集指令中提取待采集的訓練數據的網絡地址；

根據所述網絡地址對網絡爬蟲進行配置，利用所述網絡爬蟲從所述網絡地址對應的網頁中獲取所述訓練數據；

根據所述訓練數據和預先確定的機器學習算法，規劃學習路徑；

根據所述學習路徑和所述訓練數據，構建訓練模型；

根據預設的信息推送模型對應的業務需求，確定學習目標；

采用所述機器學習算法，對所述訓練模型進行迭代訓練；

在訓練得到的訓練結果與所述學習目標的匹配度大于預設閾值時，確定得到所述信息推送模型。

6.如權利要求1至4任一項所述的方法，其特征在于，所述信息為視頻格式；

所述采用所述信息推送模型為所述用戶推送信息的步驟之后，所述方法還包括：

若接收到所述用戶觸發的查看所述視頻格式的信息的查看指令，則基于圖像處理技術，對所述視頻格式的信息進行處理，以使所述視頻格式的信息以裸眼立體效果展示在所述用戶界面。