-
公开(公告)号：CN117953106A
公开(公告)日：2024-04-30
申请号：CN202410170126.7
申请日：2024-02-06
申请人： 四川长虹电器股份有限公司
IPC分类号： G06T11/60 , G06T3/4053 , G06T3/4046 , G06T5/50 , G06V20/40 , G06V20/62 , G06V30/14 , G06V30/148 , G06V30/262 , G06V40/16 , G06V10/82 , G06V10/25 , G06F40/258 , G06F16/583 , G06N3/0464 , G06N3/045 , G06N3/044
摘要： 本发明涉及海报生成技术，其公开了一种自动生成海报的方法，解决现有技术中大规模的海报生成所面临的计算资源和时间的限制，导致生成效率低下或无法应对复杂需求的问题。本发明的方案包括：S1、获取原始海报及其属性信息；S2、识别海报中的明星人脸；S3、检测海报中的标识；S4、检测识别原始海报中的文字；S5、对海报中的标题进行检测和识别；S6、剔除原始海报中除标题之外的文字和标识；S7、对原始海报进行缩放并裁剪成设定规格；S8、对裁剪后的图像进行人像抠取，保存至人像素材库中；并对抠取人像后的区域进行填充修复，获得海报背景素材图像，保存至海报背景素材库中；S9、在需要生成新的海报时，根据影视信息，分别从人像素材库中和海报背景素材库中获取相关的明星人像和海报背景，对明星人像进行调整后填充至海报背景中的人像区域，获得融合后的海报。
-
公开(公告)号：CN115062789A
公开(公告)日：2022-09-16
申请号：CN202210675469.X
申请日：2022-06-15
申请人： 四川长虹电器股份有限公司
摘要： 本发明公开了一种用户画像标签评估方法，包括：根据待评估的标签构建智能创意组件；利用自动化打底引擎，将所述智能创意组件进行下发，完成目标群体的画像后验组件下发，得到实验组和对照组；对目标群体的点击行为进行数据挖掘，计算实际点击用户数A；对所述实验组和对照组的指标进行量化，得到标签的准确性和重要性；根据标签的准确性和重要性进行画像标签评估，推断该标签对于对应的业务是否重要，即是否有必要去不断维护该标签；本发明不只根据点击率和准确率进行评估，还定义了标签的重要性等，使标签评估更全面和准确。
-
公开(公告)号：CN116628233A
公开(公告)日：2023-08-22
申请号：CN202310606904.8
申请日：2023-05-26
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/435 , G06F16/48 , G06N3/02 , G06N5/02
摘要： 本发明智能电视个性化搜索推荐的方法，涉及影视推荐领域，利用深度神经网络模型生成媒体资源库中每个影视的embedding特征向量；根据mac地址或者声纹id获取用户画像，利用深度神经网络模型生成用户偏好影视的embedding特征向量；通过构件影视知识图谱，知识图谱节点之间的关系作为解释给用户的推荐理由，获取任一影视的一、二度邻居影视id，在用户输入搜索词时，通过搜索词对应的影视id获取其一、二度邻居影视id，计算一、二度邻居影视中每个影视id的embedding特征向量分别与用户偏好影视的embedding特征向量的距离，将距离由小到大进行排列，选取前N个影视推荐给用户，解决了现有技术中搜索推荐结果和具体用户的喜爱偏好相关性不强的问题，本发明适用于个性化影视推荐。
-
公开(公告)号：CN112100444B
公开(公告)日：2022-02-01
申请号：CN202011033035.7
申请日：2020-09-27
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/78 , G06F16/738 , G06N20/00
摘要： 本发明涉及数据排序技术领域，公开了一种基于机器学习的搜索结果排序方法及系统，用以对搜索结果进行更加精准排序，从而提高搜索系统的可信度与用户的使用体验。本发明通过对过去时间内的用户搜索日志进行数据集与特征的构建，在数据集构建时，查询条件与返回文档之间的相关度是根据用户信息与检索条件两者结合进行分组统计点击率，而后根据点击率的大小确定的。将最后得到的数据集进行迭代训练得到排序模型，通过该模型进行排序。本发明适用于搜索结果排序。
-
公开(公告)号：CN107566472B
公开(公告)日：2020-09-29
申请号：CN201710743484.2
申请日：2017-08-25
申请人： 四川长虹电器股份有限公司
摘要： 本发明公开了一种APK文件自动维护实现方法，包括如下步骤：步骤1、利用FTP服务器作为APK文件在上传文件服务器源地址；步骤2、通过XML文件管控每一个APK文件的详细信息；步骤3、通过定时任务实现APK文件上传过程和APK文件上传失败重新上传过程；步骤4、利用HTTP流式处理解决平台之间APK文件不兼容问题。本发明将APK文件维护过程自动化、程序化和批量化，极大缩短了维护时间，通过XML文件管控APK文件版本信息，过程中避免了人为管控出现的漏洞和错误，提高了下发效率。
-
公开(公告)号：CN107566472A
公开(公告)日：2018-01-09
申请号：CN201710743484.2
申请日：2017-08-25
申请人： 四川长虹电器股份有限公司
摘要： 本发明公开了一种APK自动维护实现方法，包括如下步骤：步骤1、利用FTP作为APK在上传文件服务器源地址；步骤2、通过xml管控每一个APK的详细信息；步骤3、通过定时任务实现APK上传过程和APK上传失败重新上传过程；步骤4、利用HTTP流式处理解决平台之间APK不兼容问题。本发明将APK维护过程自动化、程序化和批量化，极大缩短了维护时间，通过xml管控APK版本信息，过程中避免了人为管控出现的漏洞和错误，提高了下发效率。
-
公开(公告)号：CN117520659A
公开(公告)日：2024-02-06
申请号：CN202311630562.X
申请日：2023-11-30
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/9535 , G06F16/9536 , G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08
摘要： 本发明基于影视知识图谱多轮影视推荐方法，涉及影视推荐技术领域，通过构建影视知识图谱，并在影视知识图谱中增加影视的影响力、关键导演、关键演员以及影视之间的相似关系，再将影视知识图谱转换为邻接矩阵和特征矩阵，利用邻接矩阵和特征矩阵以及用户特征矩阵来训练GCN模型，利用已训练的GCN模型得到个性化推荐候选集，再利用DQN模型运算得到个性化推荐候选集中每部影视的Q值，进行降序排列，选择前K部影视推荐给用户，得到用户的观影时长反馈，优化GCN模型和DQN模型，利用优化后的GCN模型和DQN模型对用户进行下一轮影视推荐，以此，在多轮推荐后，实现根据用户行为进行准确的影视内容推荐，解决了影视推荐准确度低的问题，本发明适用于影视推荐。
-
公开(公告)号：CN115455305A
公开(公告)日：2022-12-09
申请号：CN202211252770.6
申请日：2022-10-13
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/9535 , G06K9/62 , G06N20/00
摘要： 本发明涉及信息处理领域，为了使推荐的信息更符合用户需求，提供了信息推荐方法，包括：步骤1、获取用于信息推荐的历史数据，所述历史数据包括目标个体数据及目标个体所属群体的群体数据；步骤2、按群体喜好对群体数据进行排序；步骤3、按个人喜好对目标个体数据进行排序；步骤4、基于目标个体数据对群体数据进行再排序以生成推荐信息。采用上述步骤可以使推荐的信息更符合用户需求。
-
公开(公告)号：CN112434184B
公开(公告)日：2022-03-01
申请号：CN202011474897.3
申请日：2020-12-15
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/738 , G06F16/78 , G06F9/54 , G06N3/08
摘要： 本发明公开了基于历史影视海报的深度兴趣网络的排序方法，包括将DeepFM的模型结构、VGG模型结构和DIN模型结构进行整合构建深度学习推荐CTR排序模型网络结构；训练该模型，生成新的CTR排序模型；测试新的CTR排序模型，定期采集数据进行迭代训练得到迭代排序模型，使用迭代排序模型对推荐召回的候选集进行排序。本发明通过构建分类/数值文本、海报图像多模态特征、结合用户历史行为的历史行为序列特征以及随机负样本形成正负特征对的训练数据集和测试数据集；并使用这些数据集对训练得到新的CTR排序模型，实现了对用户召回影视的精准排序，同时也优化了用户的使用体验，使得用户能够更好地体验科技发展带来的便利。
-
公开(公告)号：CN112347302A
公开(公告)日：2021-02-09
申请号：CN202011233202.2
申请日：2020-11-06
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/71 , G06F16/735 , G06F16/78
摘要： 本发明涉及视频推荐技术领域，本发明旨在解决现有的视频候选集召回方法存在匹配速度慢的问题，提出一种基于倒排索引的视频召回方法，技术方案概括为：对视频资源按预设规则进行筛选后存入视频库中；根据用户行为数据确定与用户行为相关视频的标签权重；根据用户在搜索引擎输入的视频信息建立倒排索引，确定各视频信息的标签所属类型权重；确定与用户行为相关视频的各视频信息，并根据与用户行为相关视频的标签权重和对应视频信息的标签所属类型权重确定出与用户行为相关视频的最终权重，根据最终权重在视频库中匹配相似视频，选取相似度得分大于预设阈值的相似视频作为视频召回的目标。本发明减少了视频候选集匹配的时间，适用于影片推荐。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.033 秒)
