特表 2023-547299 オブジェクト推薦方法及び装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-11-10

(54)【発明の名称】オブジェクト推薦方法及び装置

(51)【国際特許分類】

   G06F 16/55 20190101AFI20231102BHJP

【ＦＩ】

G06F16/55

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2022581447

(86)(22)【出願日】2022-03-16

(85)【翻訳文提出日】2022-12-28

(86)【国際出願番号】 CN2022081122

(87)【国際公開番号】W WO2023050732

(87)【国際公開日】2023-04-06

(31)【優先権主張番号】202111143903.1

(32)【優先日】2021-09-28

(33)【優先権主張国・地域又は機関】CN

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ｉＯＳ

(71)【出願人】

【識別番号】514322098

【氏名又は名称】ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド

【氏名又は名称原語表記】Ｂｅｉｊｉｎｇ Ｂａｉｄｕ Ｎｅｔｃｏｍ Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ．

【住所又は居所原語表記】２／Ｆ Ｂａｉｄｕ Ｃａｍｐｕｓ， Ｎｏ．１０， Ｓｈａｎｇｄｉ １０ｔｈ Ｓｔｒｅｅｔ， Ｈａｉｄｉａｎ Ｄｉｓｔｒｉｃｔ， Ｂｅｉｊｉｎｇ １０００８５， Ｃｈｉｎａ

(74)【代理人】

【識別番号】100118902

【弁理士】

【氏名又は名称】山本 修

(74)【代理人】

【識別番号】100106208

【弁理士】

【氏名又は名称】宮前 徹

(74)【代理人】

【識別番号】100196508

【弁理士】

【氏名又は名称】松尾 淳一

(74)【代理人】

【識別番号】100138759

【弁理士】

【氏名又は名称】大房 直樹

(72)【発明者】

【氏名】グアン，リジュアン

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA02

5B175FA03

5B175HB03

(57)【要約】

本開示はオブジェクト推薦方法及び装置を提供し、コンピュータ技術分野に関し、特に人工知能に基づく推薦技術分野に関する。実現案として、ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴を得て、検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得し、少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦する。
【選択図】図２

【特許請求の範囲】

【請求項1】

オブジェクト推薦方法であって、
ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得ることと、
前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することと、
前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦することとを含む、オブジェクト推薦方法。

【請求項2】

前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含み、且つここで、前記の、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの特徴画像を取得することは、
前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得することと、
前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得することとを含む、請求項１に記載の方法。

【請求項3】

前記の、前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得することは、
前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得することと、
前記少なくとも一つの検索特徴画像を取得することとを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい、請求項２に記載の方法。

【請求項4】

前記の、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得することと、
前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得し、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きいことと、
前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することとを含む、請求項１～３のいずれか一項に記載の方法。

【請求項5】

前記の、前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得し、前記画像情報は、対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含むことと、
前記少なくとも一つの特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することとを含む、請求項４に記載の方法。

【請求項6】

前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、前記の、前記少なくとも一つの特徴画像に対応する一つ又は複数の画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得することと、
前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得し、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応することと、
前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することとを含む、請求項５に記載の方法。

【請求項7】

前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つの第２のオブジェクト画像に対応するオブジェクトに対応する、請求項６に記載の方法。

【請求項8】

前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい、請求項１～７のいずれか一項に記載の方法。

【請求項9】

オブジェクト推薦装置であって、
ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るように構成される画像識別ユニットと、
前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するように構成される第１の検索ユニットと、
前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するように構成される第２の検索ユニットとを含む、オブジェクト推薦装置。

【請求項10】

前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含み、且つここで、前記第１の検索ユニットは、
前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得するように構成される第１の検索サブユニットと、
前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得ユニットとを含む、請求項９に記載の装置。

【請求項11】

前記第１の取得ユニットは、
前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得するように構成される第１の類似度取得ユニットと、
前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得サブユニットとを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい、請求項１０に記載の装置。

【請求項12】

前記第２の検索ユニットは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得するように構成される第２の類似度取得ユニットと、
前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得するように構成される第２の取得ユニットであって、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きい第２の取得ユニットと、
前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第３の取得ユニットとを含む、請求項９～１１のいずれか一項に記載の装置。

【請求項13】

前記第３の取得ユニットは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得するように構成される第３の取得サブユニットであって、前記画像情報は、対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含む第３の取得サブユニットと、
前記少なくとも一つの特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第４の取得ユニットとを含む、請求項１２に記載の装置。

【請求項14】

前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、前記第４の取得ユニットは、
前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得するように構成される第５の取得ユニットと、
前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得するように構成される第６の取得ユニットであって、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応する第６の取得ユニットと、
前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成されるターゲット取得ユニットとを含む、請求項１３に記載の装置。

【請求項15】

前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つの第２のオブジェクト画像に対応するオブジェクトに対応する、請求項１４に記載の装置。

【請求項16】

前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい、請求項９～１５のいずれか一項に記載の装置。

【請求項17】

電子機器であって、
少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサに通信接続されたメモリとを含み、ここで、
前記メモリには、前記少なくとも一つのプロセッサによって実行可能な命令が記憶されており、前記命令は、前記少なくとも一つのプロセッサによって実行されることにより、前記少なくとも一つのプロセッサに請求項１～８のいずれか一項に記載の方法を実行させる、電子機器。

【請求項18】

コンピュータ命令が記憶された非一時的コンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令は、前記コンピュータに請求項１～８のいずれか一項に記載の方法を実行させるために用いられる、非一時的コンピュータ読み取り可能な記憶媒体。

【請求項19】

プロセッサによって実行されると、請求項１～８のいずれか一項に記載の方法を実現するコンピュータプログラムを含むコンピュータプログラム製品。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、２０２１年９月２８日に出願された中国特許出願２０２１１１１４３９０３．１の優先権を主張し、その全内容は参照によって本明細書に組み込まれる。
本開示は、コンピュータ技術分野に関し、特に人工知能に基づく推薦技術に関し、具体的には、オブジェクト推薦方法、装置、電子機器、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム製品に関する。

【背景技術】

【0002】

人工知能は、コンピュータに人間のいくつかの思惟過程及び知能的行動（例えば、学習、推理、思考、計画など）を模擬させるように研究する科目であり、ハードウェア面の技術もあれば、ソフトウェア面の技術もある。人工知能ハードウェア技術は一般的にセンサ、専用人工知能チップ、クラウドコンピューティング、分散ストレージ、ビッグデータ処理などの技術を含み、人工知能ソフトウェア技術は主にコンピュータ視覚技術、音声認識技術、自然言語処理技術及び機械学習／深層学習、ビッグデータ処理技術、ナレッジグラフ技術などのいくつかの大きな方向を含む。

【0003】

人工知能に基づく推薦技術が既に各分野に浸透している。ここで、人工知能に基づくオブジェクト推薦技術は、オブジェクトの特徴に基づいて、オブジェクトに対するユーザの好みに合わせて、ユーザへのオブジェクト推薦を実現する。

【0004】

この部分で説明される方法は、必ずしも以前に想定される方法又は採用される方法ではない。特に断りのない限り、この部分に記載されているいずれの方法は、この部分に含まれるだけで従来技術であると考えられるべきではない。同様に、特に断りのない限り、この部分で言及されている課題は、従来の技術で承認されたものであると考えるべきではない。

【発明の概要】

【0005】

本開示は、オブジェクト推薦方法、装置、電子機器、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム製品を提供する。
本開示の一態様によれば、オブジェクト推薦方法を提供する。この方法は、ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得ることと、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することと、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦することとを含む。

【0006】

本開示の別の態様によれば、オブジェクト推薦装置を提供する。この装置は、ターゲットユーザからの検索オブジェクトの検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るように構成される画像識別ユニットと、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するように構成される第１の検索ユニットと、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するように構成される第２の検索ユニットとを含む。

【0007】

本開示の別の態様によれば、電子機器を提供する。この電子機器は、少なくとも一つのプロセッサと、前記少なくとも一つのプロセッサに通信接続されたメモリとを含み、ここで、前記メモリは、前記少なくとも一つのプロセッサによって実行可能な命令を記憶しており、前記命令は前記少なくとも一つのプロセッサによって実行されることにより、前記少なくとも一つのプロセッサに上記の方法を実現させる。

【0008】

本開示の別の態様によれば、前記コンピュータに上記の方法を実現させるためのコンピュータ命令が記憶された非一時的コンピュータ読み取り可能な記憶媒体を提供する。
本開示の別の態様によれば、プロセッサによって実行されると上記の方法を実現するコンピュータプログラムを含むコンピュータプログラム製品を提供する。

【0009】

本開示の一つ又は複数の実施例によれば、検索オブジェクトを含む検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴（例えば、検索オブジェクトが携帯電話である場合、検索特徴は携帯電話分類であってもよい）を得て、複数の特徴画像を含む第１のデータベースから、検索オブジェクトに対応する特徴画像を取得し、さらに特徴画像によってオブジェクト画像データベースとのマッチングを行い、ターゲットオブジェクト画像セットを取得して、ターゲットユーザに推薦する。第１のデータベースにおける特徴画像の鮮明度が高く、撮影角度が良く、検索オブジェクトの特徴をより良く反映できるため、特徴画像に基づいて得られるオブジェクト画像はより正確であり、即ちユーザに推薦するターゲットオブジェクトはより正確である。

【0010】

理解すべきこととして、この部分に説明される内容は、本開示の実施例の要点又は重要な特徴を識別することを意図しておらず、本開示の保護範囲を限定するためのものではない。本開示の他の特徴は、以下の明細書によって容易に理解されるであろう。

【図面の簡単な説明】

【0011】

図面は、実施例を例示的に示し、明細書の一部を構成し、明細書の文字による説明とともに、実施例の例示的な実施形態を説明するために用いられる。図示の実施例は例示的目的のみであり、特許請求の範囲を限定するものではない。すべての図面において、同一の符号は、類似しているが必ずしも同じとは限らない要素を指す。

【図1】本開示の実施例による、本明細書で説明される様々な方法を実施することができる例示的なシステムの概略図を示す。

【図2】本開示の実施例によるオブジェクト推薦方法のフローチャートを示す。

【図3】本開示の実施例によるオブジェクト推薦方法において、検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得する過程のフローチャートを示す。

【図4】本開示の実施例によるオブジェクト推薦方法において、少なくとも一つの第１の特徴画像から、少なくとも一つの検索特徴画像を取得する過程のフローチャートを示す。

【図5】本開示の実施例によるオブジェクト推薦方法において、少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得する過程のフローチャートを示す。

【図6】本開示の実施例によるオブジェクト推薦方法において、一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得する過程のフローチャートを示す。

【図7】本開示の実施例によるオブジェクト推薦方法において、少なくとも一つの特徴画像に対応する画像情報と一つ又は複数の第１のオブジェクト画像に基づき、ターゲットオブジェクト画像セットを取得する過程のフローチャートを示す。

【図8】本開示の実施例によるオブジェクト推薦装置の構造ブロック図を示す。

【図9】本開示の実施例を実現するために使用できる例示的な電子機器の構造ブロック図を示す。

【発明を実施するための形態】

【0012】

以下、図面によって本開示の例示的な実施例を説明し、理解を容易にするために、その中には本開示の実施例の様々な詳細が含まれているが、それらは単なる例示的なものと見なされるべきである。したがって、当業者であれば認識できるように、本開示の範囲及び精神から逸脱することなく、本明細書で説明された実施例に対して様々な変更及び修正を行うことができる。同様に、明瞭と簡潔のために、以下の説明では公知の機能及び構造についての説明を省略している。

【0013】

本開示では、特に明記しない限り、様々な要素を説明するための「第１」、「第２」などの用語の使用は、これらの要素の位置関係、タイミング関係、又は重要性関係を限定することを意図していない。このような用語は、ある要素を別の要素と区別するためにのみ使用される。いくつかの例では、第１の要素と第２の要素は、要素の同じ例を指すことができ、場合によっては、コンテキストの説明に基づいて、異なる例を指してもよい。

【0014】

本開示の様々な例の説明で使用される用語は、特定の例を説明することのみを目的としており、限定することを意図していない。コンテキストで別途に明確に示されていない限り、特に要素の数を限定しないなら、要素は一つであってもよいし、複数であってもよい。なお、本開示で使用される用語「及び／又は」は、リストされた項目のいずれか及び可能なすべての組み合わせをカバーする。

【0015】

以下、図面を参照して本開示の実施例について詳細に説明する。
図１は、本開示の実施例による、本明細書に記載された様々な方法及び装置を、その中で実施することができる例示的なシステム１００の概略図を示す。図１を参照すると、このシステム１００は、一つ又は複数のクライアントデバイス１０１、１０２、１０３、１０４、１０５と１０６、サーバ１２０、及び一つ又は複数のクライアントデバイスをサーバ１２０に結合する一つ又は複数の通信ネットワーク１１０を含む。クライアントデバイス１０１、１０２、１０３、１０４、１０５と１０６は、一つ又は複数のアプリケーションを実行するように構成されることが可能である。

【0016】

本開示の実施例では、サーバ１２０は、オブジェクト推薦方法の一つ又は複数のサービス又はソフトウェアアプリケーションを実行できるように動作する。
いくつかの実施例では、サーバ１２０は、非仮想環境及び仮想環境を含んでもよい他のサービス又はソフトウェアアプリケーションも提供することができる。いくつかの実施例では、これらのサービスは、ｗｅｂベースのサービス又はクラウドサービスとして提供することができ、例えば、ソフトウェアアズアサービス（ＳａａＳ）モデルでクライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６のユーザに提供される。

【0017】

図１に示す構成では、サーバ１２０は、サーバ１２０により実行される機能を実現する一つ又は複数のアセンブリを含んでもよい。これらのアセンブリは、一つ又は複数のプロセッサで実行できるソフトウェアアセンブリ、ハードウェアアセンブリ、又はそれらの組み合わせを含んでもよい。クライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６を操作するユーザは、これらのアセンブリが提供するサービスを利用するために、一つ又は複数のクライアントアプリケーションを用いてサーバ１２０とやり取りをすることができる。様々な異なるシステム構成が可能であり、システム１００とは異なってもよいことを理解されたい。したがって、図１は、本明細書に記載された様々な方法を実施するためのシステムの一例であり、制限することを意図していない。

【0018】

ユーザは、クライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６を使用して、推薦されたオブジェクトを閲覧することができる。クライアントデバイスは、クライアントデバイスのユーザがクライアントデバイスとやり取りするインターフェースを提供することができる。クライアントデバイスは、このインターフェースを介してユーザに情報を出力することもできる。図１では６つのクライアントデバイスしか図示されていないが、当業者であれば理解できるように、本開示はいかなる数のクライアントデバイスもサポートできる。

【0019】

クライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６は、携帯型ハンドヘルドデバイス、汎用コンピュータ（例えば、パーソナルコンピュータやノートパソコン）、ワークステーションコンピュータ、ウェアラブルデバイス、スマートスクリーンデバイス、セルフサービス端末デバイス、サービスロボット、ゲームシステム、シンクライアント、各種のメッセージングデバイス、センサ、又はその他の検知デバイスなどの様々なタイプのコンピュータデバイスを含んでもよい。これらのコンピュータデバイスは、ＭＩＣＲＯＳＯＦＴ Ｗｉｎｄｏｗｓ、ＡＰＰＬＥ ｉＯＳ、類ＵＮＩＸ（登録商標）オペレーティングシステム、Ｌｉｎｕｘ（登録商標）又は類Ｌｉｎｕｘ（登録商標）オペレーティングシステム（例えば、ＧＯＯＧＬＥ Ｃｈｒｏｍｅ ＯＳ）などの様々なタイプ及びバージョンのソフトウェアアプリケーションやオペレーティングシステムを実行したり、ＭＩＣＲＯＳＯＦＴ Ｗｉｎｄｏｗｓ Ｍｏｂｉｌｅ ＯＳ、ｉＯＳ、Ｗｉｎｄｏｗｓ Ｐｈｏｎｅ、Ａｎｄｒｏｉｄなどの各種のモバイルオペレーティングシステムを含んだりすることができる。携帯用ハンドヘルドデバイスには、携帯電話、インテリジェントフォン、タブレット、パーソナルデジタルアシスタント（ＰＤＡ）などを含んでもよい。ウェアラブルデバイスは、ヘッドマウント型ディスプレイ（例えば、スマートグラス）と他の装置を含んでもよい。ゲームシステムは、様々なハンドヘルド型のゲームデバイス、インターネット対応のゲームデバイスなどを含んでもよい。クライアントデバイスは、例えば、インターネットＩｎｔｅｒｎｅｔ関連アプリケーション、通信アプリケーション（例えば、電子メールアプリケーション）、ショートメッセージサービス（ＳＭＳ）アプリケーション、様々なアプリケーションを実行でき、且つ様々な通信プロトコルを使用できる。

【0020】

ネットワーク１１０は、当業者に知られている任意のタイプのネットワークであってもよく、それは、データ通信をサポートするために、複数の利用可能なプロトコルのいずれか一つ（ＴＣＰ／ＩＰ、ＳＮＡ、ＩＰＸなどを含むがこれらに限定されない）を使用することができる。例として、一つ又は複数のネットワーク１１０は、ローカルエリアネットワーク（ＬＡＮ）、イーサネットベースのネットワーク、トークンループ、ワイドエリアネットワーク（ＷＡＮ）、インターネット、仮想ネットワーク、仮想プライベートネットワーク（ＶＰＮ）、イントラネット、エクストラネット、公衆交換電話網（ＰＳＴＮ）、赤外線ネットワーク、無線ネットワーク（例えば、ブルートゥース（登録商標）、ＷＩＦＩ）、及び／又はこれらとその他のネットワークの任意の組み合わせであってもよい。

【0021】

サーバ１２０は、一つ又は複数の汎用コンピュータ、専用サーバコンピュータ（例えば、ＰＣ（パーソナルコンピュータ）サーバ、ＵＮＩＸ（登録商標）サーバ、ミッドレンジサーバ）、ブレードサーバ、大型コンピュータ、サーバクラスタ、又はその他の適切な構成及び／又は組み合わせを含んでもよい。サーバ１２０は、仮想オペレーティングシステムを実行する一つ又は複数の仮想マシン、又は仮想化に関わる他のコンピューティングアーキテクチャ（例えば、サーバの仮想記憶装置を維持するために仮想化された論理記憶デバイスの一つ又は複数のフレキシブルプール）を含んでもよい。様々な実施例において、サーバ１２０は、以下に説明する機能を提供する一つ又は複数のサービス又はソフトウェアアプリケーションを実行することができる。

【0022】

サーバ１２０における計算ユニットは、上記した任意のオペレーティングシステム及び任意の商用サーバオペレーティングシステムを含む一つ又は複数のオペレーティングシステムを実行することができる。サーバ１２０は、ＨＴＴＰサーバ、ＦＴＰサーバ、ＣＧＩサーバ、ＪＡＶＡ（登録商標）サーバ、データベースサーバなど、様々な追加のサーバアプリケーション及び／又は中間層アプリケーションのいずれか一つを実行することもできる。

【0023】

いくつかの実施形態では、サーバ１２０は、クライアントデバイス１０１、１０２、１０３、１０４、１０５及び１０６のユーザから受信したデータフィード及び／又はイベントの更新を分析及び統合するための一つ又は複数のアプリケーションを含むことができる。サーバ１２０は、クライアントデバイス１０１、１０２、１０３、１０４、１０５及び１０６の一つ又は複数のディスプレイデバイスを介してデータフィード及び／又はリアルタイムイベントを表示する一つ又は複数のアプリケーションを含むこともできる。

【0024】

いくつかの実施形態では、サーバ１２０は、分散型システムのサーバであってもよいし、ブロックチェーンを組み込んだサーバであってもよい。サーバ１２０は、クラウドサーバであってもよいし、人工知能技術を備えたインテリジェントクラウドコンピューティングサーバやインテリジェントクラウドホストであってもよい。クラウドサーバはクラウドコンピューティングサービスシステムにおけるホスト製品であり、従来の物理ホストと仮想専用サーバ（ＶＰＳ、Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｓｅｒｖｅｒ）サービスに存在する管理難度が大きく、業務拡張性が弱いという欠陥を解決する。

【0025】

システム１００は、一つ又は複数のデータベース１３０を含むこともできる。いくつかの実施例では、これらのデータベースはデータやその他の情報を記憶するために使用できる。例えば、データベース１３０のうちの一つ又は複数は、オーディオファイルやオブジェクトファイルなどの情報を記憶するために使用されることができる。データベース１３０は、様々な位置に配置することができる。例えば、サーバ１２０が使用するデータベースは、サーバ１２０のローカルにあってもよいし、サーバ１２０から離れて、ネットワーク又は専用の接続を介してサーバ１２０と通信してもよい。データベース１３０は、様々なタイプであってもよい。いくつかの実施例では、サーバ１２０が使用するデータベースは、リレーショナルデータベースなどのデータベースであってもよい。これらのデータベースのうちの一つ又は複数は、命令に応じてデータベースとデータベースからのデータを記憶、更新、検索できる。

【0026】

いくつかの実施例では、データベース１３０のうちの一つ又は複数は、アプリケーションによって使用され、アプリケーションのデータを記憶することもできる。アプリケーションで使用されるデータベースは、キー値リポジトリ、オブジェクトリポジトリ、ファイルシステムでサポートされる汎用リポジトリなど、様々なタイプのデータベースであってもよい。

【0027】

図１のシステム１００は、本開示に基づいて説明した様々な方法及び装置を応用することができるように、様々な方法で構成し操作することができる。
図２を参照すると、本開示のいくつかの実施例によるオブジェクト推薦方法２００は、
ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るステップＳ２１０と、
前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するステップＳ２２０と、
前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するステップＳ２３０とを含む。

【0028】

本開示の一つ又は複数の実施例によれば、検索オブジェクトを含む検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴（例えば、検索オブジェクトが携帯電話である場合、検索特徴は携帯電話分類であってもよい）を得て、複数の特徴画像を含む第１のデータベースから、検索オブジェクトに対応する特徴画像を取得し、さらに特徴画像によってオブジェクト画像データベースとのマッチングを行い、ターゲットオブジェクト画像セットを取得して、ターゲットユーザに推薦する。第１のデータベースにおける特徴画像の鮮明度が高く、撮影角度が良く、検索オブジェクトの特徴をより良く反映できるため、特徴画像に基づいて得られるオブジェクト画像はより正確であり、即ちユーザに推薦するターゲットオブジェクトはより正確である。

【0029】

関連技術では、ターゲットユーザの検索画像に基づきユーザにオブジェクトを推薦する過程において、ターゲットユーザの検索画像に基づいて、直接的にオブジェクト画像データベースからターゲットオブジェクト画像を取得してターゲットユーザに推薦し、ターゲットユーザに推薦するターゲットオブジェクト画像は、検索画像と似ている一つ又は複数の画像であり、それはユーザ画像が正確である場合にのみ、検索オブジェクトとマッチングするオブジェクトを推薦することができる。ユーザの検索画像が不鮮明であれば、推薦されるオブジェクトは往々にして不正確であり、ユーザの需要を満たすことができず、検索画像に基づいて検索オブジェクトに関連するより豊富なオブジェクトをユーザに推薦することもできない。

【0030】

例えば、物品の推薦において、ターゲットユーザの現在の検索画像が光量不足の条件で撮影した携帯電話の画面の写真であり、推薦されるオブジェクト画像は、様々な携帯電話の画面を含む携帯電話である可能性がある。本開示による実施例では、該検索画像における検索オブジェクトがどの携帯電話ブランドの携帯電話であるかを識別することによって、第１のデータベースから該携帯電話ブランドに対応する特徴画像を取得することができ、該特徴画像は、鮮明で、該携帯電話ブランドのリアルな状況を反映できる画像であり、それによって該特徴画像に基づいて第２のデータベースから得るオブジェクト画像を正確にし、さらにユーザに推薦する携帯電話を正確にすることができる。

【0031】

本開示の実施例によれば、第１のデータベースは、オブジェクト推薦とサーチとの間の中間データベースとして、橋の役割を果たし、該橋によって、検索オブジェクトと、オブジェクト推薦に対応するオブジェクト画像データベースとを連結し、オブジェクト画像データベースから得られる、ターゲットユーザに推薦するためのターゲットオブジェクト画像セットにおけるターゲットオブジェクト画像をより豊富と正確にする。

【0032】

いくつかの実施例において、前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい。

【0033】

第１のデータベースをネットワーク画像データベースとして設定し、第２のデータベースをオブジェクト画像データベースとして設定し、ネットワーク画像データベースがウェブサーチに対応し（例えばサーチエンジンのウェブデータベース）、オブジェクト画像データベースがオブジェクトサーチに対応する（例えば電子商取引プラットフォームの商品データベース）ため、ネットワーク画像データベースにおける対応するネットワーク画像の豊富さは、オブジェクト画像データベースにおけるオブジェクト画像の豊富さよりはるかに高い。第１のデータベースにおける画像が豊富であるため、得られる検索特徴画像はより豊富と正確である。それによって、検索特徴画像に基づいて得られるオブジェクト画像をより豊富と正確にすることができる。

【0034】

いくつかの実施例において、本開示による方法は、商品推薦、物品推薦、類似物推薦などに用いることができ、ここでは制限をしない。
いくつかの実施例において、オブジェクトは物品、植物、動物などであってもよく、ここでは限定をしない。

【0035】

いくつかの実施例において、検索画像は、ユーザが携帯電話を採用し撮影してアップロードする画像であってもよく、ユーザがクライアントからアップロードするいかなる画像であってもよい。

【0036】

いくつかの実施例では、ステップＳ２１０において、トレーニングされたニューラルネットワークを採用してターゲットユーザの検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴を得る。ここで、トレーニングされたニューラルネットワークは、複数の分類した画像を採用しトレーニングして得られたものである。

【0037】

いくつかの実施例において、前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含む。図３に示すように、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することは、
前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得するステップＳ３１０と、
前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得するステップＳ３２０とを含む。

【0038】

第１のデータベースにおける複数の特徴画像に対して分類を行い、検索オブジェクトの分類特徴に基づき、該分類特徴に対応する少なくとも一つの第１の特徴画像を得、少なくとも一つの第１の特徴画像から検索特徴画像を取得することによって、処理するデータの量を少なくする。

【0039】

いくつかの実施例において、分類特徴は、例えば携帯電話、服飾、食品などにそれぞれ対応する複数の分類を含む。またいくつかの実施例において、分類特徴は、携帯電話に対応する携帯電話分類に含まれる複数階層のサブ分類、例えば、携帯電話ブランドに対応する複数の第１のサブ分類、複数の第１のサブ分類のうちの各第１のサブ分類における、携帯電話機種に対応する第２のサブ分類などをさらに含む。

【0040】

いくつかの実施例では、ステップＳ３１０において、第１の画像データベースから取得した少なくとも一つの特徴画像は、第１の分類に対応する、鮮明度が最も高い特徴画像であってもよく、それによって該特徴画像に基づいて得られるオブジェクト画像をより正確にする。例えば、検索オブジェクトの検索特徴が検索オブジェクトの種類、大画面携帯電話である場合、ステップＳ３１０において取得した検索オブジェクトの特徴画像は、得られた複数の大画面携帯電話画像のうちの最も鮮明な画像であってもよく、画像が検索画像よりも鮮明であるため、それに基づいて得られるオブジェクト画像はより正確である。

【0041】

一実施例では、ステップＳ３１０において、第１の画像データベースから取得した少なくとも一つの特徴画像は、第１の分類に対応する複数の画像であってもよく、それによって該複数の特徴画像に基づいて得られるオブジェクト画像をより豊富にする。例えば、検索オブジェクトの検索特徴が検索オブジェクトのブランド、Ａブランドである場合、ステップＳ３１０において取得した検索オブジェクトの特徴画像は、Ａブランドの公式サイトから得られた複数の画像であってもよく、Ａブランドの公式サイト上の画像は、往々にして撮影角度がより良く、画像がより豊富であるため、それに基づいて得られるオブジェクト画像はより正確であり、且つより豊富なＡブランドの携帯電話を得ることができる。

【0042】

いくつかの実施例において、図４に示すように、前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得することは、
前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得するステップＳ４１０と、
前記少なくとも一つの検索特徴画像を取得するステップＳ４２０とを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい。

【0043】

検索オブジェクトに対応する第１の分類に対応する少なくとも一つの第１の特徴画像から、検索画像との類似度が第１の閾値より大きい特徴画像を取得して検索特徴画像とし、該検索特徴画像は、検索オブジェクトに対応する分類と一致する以外に、検索画像にも似ており、それによって検索特徴画像に基づいて取得するオブジェクト画像をより正確にする。

【0044】

いくつかの実施例において、図５に示すように、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得するステップＳ５１０と、
前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得し、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きいステップＳ５２０と、
前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ５３０とを含む。

【0045】

複数のオブジェクト画像における一つ又は複数の第２のオブジェクト画像を取得し、該一つ又は複数の第１のオブジェクト画像からターゲットオブジェクト画像セットを取得する。該一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像の検索特徴画像に対応する第２の類似度が高く（該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値よりも大きい）、それと検索画像とのマッチング度がより高いため、それに基づいて得られるターゲットオブジェクト画像セットはより正確であり、ユーザの需要にさらに適合する。

【0046】

またいくつかの実施例において、複数のオブジェクト画像のうち、対応する少なくとも一つの第２の類似度の平均値が最も大きいオブジェクト画像を第１のオブジェクト画像とし、それに基づいてターゲットオブジェクト画像セットを得てターゲットユーザに推薦してもよい。

【0047】

いくつかの実施例において、図６に示すように、前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得し、前記画像情報は対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含むステップＳ６１０と、
前記少なくとも一つの特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ６２０とを含む。

【0048】

検索特徴画像の画像特徴情報と、検索特徴画像に関連する記述情報に基づき、ターゲットオブジェクト画像を取得し、検索特徴画像の画像特徴情報と記述情報は、検索オブジェクトに関連するより多くの情報、例えばブランドの標識（ｌｏｇｏ）、色などを含むため、該画像情報に基づいて得られるターゲットオブジェクト画像におけるオブジェクトは、ユーザの需要にさらに適合する。

【0049】

いくつかの実施例において、第１のデータベースはネットワーク画像データベースであり、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得することは、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対して、該検索特徴画像に対応するウェブページのタイトル、ウェブページにおけるキーワード又はユーザ要求に対応するキーワードなどを取得することを含む。

【0050】

いくつかの実施例において、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得することは、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対して、該検索特徴画像における画像特徴、例えば検索オブジェクトの画素値などを取得することを含む。

【0051】

いくつかの実施例において、前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、図７に示すように、前記少なくとも一つの特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ６２０は、
前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得するステップＳ７１０と、
前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得し、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応するステップＳ７２０と、
前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ７３０とを含む。

【0052】

検索特徴画像の画像情報によって対応するオブジェクトのオブジェクトラベルを取得し、該オブジェクトラベルによるオブジェクトに対する記述がより正確で、例えば、オブジェクトラベルがブランド、機種、サイズなどを含むため、該オブジェクトラベルに基づいて得られるターゲットオブジェクトはより正確である。

【0053】

いくつかの実施例において、前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つのオブジェクト画像に対応するオブジェクトに対応する。

【0054】

検索特徴画像と似ている一つ又は複数の第１のオブジェクト画像から、第２のオブジェクト画像に対応するオブジェクトと同様な第３のオブジェクト画像を取得してターゲットオブジェクト画像とすることによって、ターゲットオブジェクト画像をより正確にする。

【0055】

いくつかの実施例において、前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、ユーザ好み情報を取得し、ユーザ好みに基づき、少なくとも一つの第２のオブジェクト画像と一つ又は複数の第１のオブジェクト画像からターゲット画像セットを取得することをさらに含む。

【0056】

ユーザ好みは、ユーザの、サーチの正確度に対する好みとサーチの網羅性に対する好みを含み、例えば、ユーザ好みがサーチの正確度に対する好みであれば、ターゲットオブジェクト画像セットに上記第３のオブジェクト画像を含ませ、ユーザ好みがサーチの網羅性に対する好みであれば、ターゲットオブジェクト画像セットに上記少なくとも一つの第２のオブジェクト画像と一つ又は複数の第１のオブジェクト画像を含ませる。

【0057】

本開示の技術案において、関連するユーザ個人情報の収集、記憶、使用、加工、伝送、提供と開示などの処理は、すべて関連法律法規の規定に適合し、公序良俗に反しない。
本開示の別の態様によれば、オブジェクト推薦装置をさらに提供する。図８を参照すると、該装置８００は、ターゲットユーザからの検索オブジェクトの検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るように構成される画像識別ユニット８１０と、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するように構成される第１の検索ユニット８２０と、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するように構成される第２の検索ユニット８３０とを含む。

【0058】

いくつかの実施例において、前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含み、且つここで、前記第１の検索ユニットは、前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得するように構成される第１の検索サブユニットと、前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得ユニットとを含む。

【0059】

いくつかの実施例において、前記第１の取得ユニットは、前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得するように構成される第１の類似度取得ユニットと、前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得サブユニットとを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい。

【0060】

いくつかの実施例において、前記第２の検索ユニットは、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得するように構成される第２の類似度取得ユニットと、前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得するように構成される第２の取得ユニットであって、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きい第２の取得ユニットと、前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第３の取得ユニットとを含む。

【0061】

いくつかの実施例において、前記第３の取得ユニットは、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得するように構成される第３の取得サブユニットであって、前記画像情報は、対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含む第３の取得サブユニットと、前記少なくとも一つの特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第４の取得ユニットとを含む。

【0062】

いくつかの実施例において、前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、前記第４の取得ユニットは、前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得するように構成される第５の取得ユニットと、前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得するように構成される第６の取得ユニットであって、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応する第６の取得ユニットと、前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成されるターゲット取得ユニットとを含む。

【0063】

いくつかの実施例において、前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つのオブジェクト画像に対応するオブジェクトに対応する。

【0064】

いくつかの実施例において、前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい。

【0065】

本開示の別の態様によれば、電子機器をさらに提供する。この電子機器は、少なくとも一つのプロセッサと、前記少なくとも一つのプロセッサに通信接続されたメモリとを含み、ここで、前記メモリは、コンピュータプログラムを記憶しており、前記コンピュータプログラムが前記少なくとも一つプロセッサによって実行されると、上記の方法を実現する。

【0066】

本開示の別の態様によれば、コンピュータプログラムが記憶された非一時的コンピュータ読み取り可能な記憶媒体をさらに提供する。ここで、前記コンピュータプログラムがプロセッサによって実行されると、上記の方法を実現する。

【0067】

本開示の別の態様によれば、コンピュータプログラムを含むコンピュータプログラム製品をさらに提供する。ここで、前記コンピュータプログラムがプロセッサによって実行されると、上記の方法を実現する。

【0068】

本開示の実施例によれば、電子機器、読み取り可能な記憶媒体及びコンピュータプログラム製品をさらに提供する。
図９を参照して、ここでは、本開示の様々な態様に適用可能なハードウェア装置の一例である、本開示のサーバ又はクライアントとして利用可能な電子機器９００の構造ブロック図について説明する。電子機器は、様々な形態のデジタル電子コンピュータ機器、例えば、ラップトップ型コンピュータ、デスクトップ型コンピュータ、ステージ、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、大型コンピュータ、その他の適切なコンピュータを示す。電子機器はさらに、様々な形態の移動装置、例えば、パーソナルデジタル処理、携帯電話、スマートフォン、着用可能な装置とその他の類似する計算装置を示してよい。本明細書に示される部品、これらの接続関係及びこれらの機能は例示的なものに過ぎず、本明細書に説明した及び／又は請求した本開示の実現を制限しない。

【0069】

図９に示すように、機器９００は、計算ユニット９０１を含み、それはリードオンリーメモリ（ＲＯＭ）９０２に記憶されるコンピュータプログラム又は記憶ユニット９０８からランダムアクセスメモリ（ＲＡＭ）９０３にロードされるコンピュータプログラムによって、種々の適当な操作と処理を実行することができる。ＲＡＭ ９０３において、さらに機器９００の動作に必要な種々のプログラムとデータを記憶することができる。計算ユニット９０１、ＲＯＭ ９０２及びＲＡＭ ９０３はバス９０４によって互いに接続される。入力／出力（Ｉ／Ｏ）インターフェース９０５も、バス９０４に接続される。

【0070】

機器９００における複数の部品はＩ／Ｏインターフェース９０５に接続され、入力ユニット９０６、出力ユニット９０７、記憶ユニット９０８及び通信ユニット９０９を含む。入力ユニット９０６は、機器９００に情報を入力することが可能ないずれかのタイプの装置であってもよく、入力ユニット９０６は、入力された数字又は文字情報が受信でき、計算装置のユーザ設定及び／又は機能制御に関するキー信号入力を生成することができ、マウス、キーボード、タッチスクリーン、トラックボード、トラックボール、操作レバー、マイク及び／又はリモコンを含むことができるが、これらに限定されない。出力ユニット９０７は、情報を提示することが可能な任意のタイプのデバイスであってもよく、ディスプレイ、スピーカ、オブジェクト／オーディオ出力端末、バイブレータ及び／又はプリンタを含んでもよいが、これらに限定されない。記憶ユニット９０８は磁気ディスク、光ディスクを含むことができるが、これらに限定されない。通信ユニット９０９は、機器９００が例えば、インターネットであるコンピュータネットワーク及び／又は様々な電気通信ネットワークを介して他の機器と情報／データを交換することを可能にし、かつモデム、ネットワークカード、赤外線通信デバイス、無線通信送受信機及び／又はチップセット、例えば、ブルートゥース（登録商標）ＴＭデバイス、１３０２．１１デバイス、ＷｉＦｉデバイス、ＷｉＭａｘデバイス、セルラー通信デバイス及び／又は類似物を含んでもよいが、これらに限定されない。

【0071】

計算ユニット９０１は処理及びコンピューティング能力を有する様々な汎用及び／又は専用の処理アセンブリであってもよい。計算ユニット９０１のいくつかの例として、中央処理ユニット（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、様々な専用人工知能（ＡＩ）計算チップ、機械学習モデルアルゴリズムを実行する様々な計算ユニット、デジタルシグナルプロセッサ（ＤＳＰ）、及び任意の適当なプロセッサ、コントローラ、マイクロコントローラなどを含んでもよいが、これらに限定されない。計算ユニット９０１は上記内容で説明した各方法と処理、例えば方法２００を実行する。例えば、いくつかの実施例において、方法２００はコンピュータソフトウェアプログラムとして実現してよく、機械読み取り可能な媒体、例えば、記憶ユニット９０８に有形に含まれる。いくつかの実施例において、コンピュータプログラムの一部又は全部は、ＲＯＭ ９０２及び／又は通信ユニット９０９を介して機器９００にロード及び／又はインストールされてもよい。コンピュータプログラムがＲＡＭ ９０３にロードされて計算ユニット９０１によって実行される時に、以上で説明される方法２００の一つ又は複数のステップを実行することができる。代替的に、別の実施例において、計算ユニット９０１は他のいかなる適切な方式で（例えば、ファームウェアにより）方法２００を実行するように構成されてよい。

【0072】

本明細書で上述したシステム及び技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップ（ＳＯＣ）、ロードプログラマブル論理デバイス（ＣＰＬＤ）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はこれらの組み合わせにおいて実現することができる。これらの様々な実施形態は、一つ又は複数のコンピュータプログラムに実施され、この一つ又は複数のコンピュータプログラムは少なくとも一つのプログラマブルプロセッサを含むプログラマブルシステムで実行し及び／又は解釈してもよく、このプログラマブルプロセッサは専用又は汎用プログラマブルプロセッサであってもよく、記憶システム、少なくとも一つの入力装置、少なくとも一つの出力装置からデータと命令を受信し、データと命令をこの記憶システム、この少なくとも一つの入力装置、この少なくとも一つの出力装置に送信してよいこと、を含んでもよい。

【0073】

本開示の方法を実施するプログラムコードは一つ又は複数のプログラミング言語のいかなる組み合わせで書かれてよい。これらのプログラムコードを汎用コンピュータ、特殊目的のコンピュータ又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供してよく、よってプログラムコードはプロセッサ又はコントローラにより実行される時にフローチャート及び／又はブロック図に規定の機能／操作を実施する。プログラムコードは完全に機械で実行してよく、部分的に機械で実行してよく、独立ソフトウェアパッケージとして部分的に機械で実行し且つ部分的に遠隔機械で実行してよく、又は完全に遠隔機械又はサーバで実行してよい。

【0074】

本開示の文脈において、機械読み取り可能な媒体は有形の媒体であってもよく、命令実行システム、装置又はデバイスに使用される又は命令実行システム、装置又はデバイスに結合されて使用されるプログラムを具備又は記憶してよい。機械読み取り可能な媒体は機械読み取り可能な信号媒体又は機械読み取り可能な記憶媒体であってもよい。機械読み取り可能な媒体は、電子、磁気、光学、電磁、赤外線、又は半導体システム、装置又はデバイス、又は上記内容のいかなる適切な組み合わせを含んでもよいが、これらに限定されない。機械読み取り可能な記憶媒体のより具体的な例は、一つ又は複数のリード線による電気接続、ポータブルコンピュータディスク、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバー、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、光記憶装置、磁気記憶装置、又は上記内容のいかなる適切な組み合わせを含む。

【0075】

ユーザとのインタラクションを提供するために、コンピュータにはここで説明したシステムと技術を実施してよく、このコンピュータは、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）監視モニタ）、及びキーボードとポインティング装置（例えば、マウスやトラックボール）を備え、ユーザはこのキーボードとこのポインティング装置を介してコンピュータに入力してよい。その他の種類の装置はさらに、ユーザとのインタラクティブを提供するためのものであってもよい。例えば、ユーザに提供するフィードバックはいかなる形態の感覚フィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、いかなる形態（音入力、音声入力、又は触覚入力を含む）でユーザからの入力を受信してよい。

【0076】

ここで述べたシステムや技術は、バックステージ部材を含む計算システム（例えば、データサーバとして）や、ミドルウェア部材を含む計算システム（例えば、アプリケーションサーバ）や、フロントエンド部材を含む計算システム（例えば、グラフィカルユーザインターフェースやウェブブラウザを有するユーザコンピュータ、ユーザが、そのグラフィカルユーザインターフェースやウェブブラウザを通じて、それらのシステムや技術の実施形態とのインタラクティブを実現できる）、あるいは、それらのバックステージ部材、ミドルウェア部材、あるいはフロントエンド部材の任意の組み合わせからなる計算システムには実施されてもよい。システムの部材は、任意の形式や媒体のデジタルデータ通信（例えば、通信ネットワーク）により相互に接続されてもよい。通信ネットワークの一例は、ローカルネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）とインターネットを含む。

【0077】

コンピュータシステムは、クライアントとサーバを含んでもよい。クライアントとサーバは、一般的に相互に遠く離れ、通常、通信ネットワークを介してインタラクションを行う。互にクライアント－サーバという関係を有するコンピュータプログラムを対応するコンピュータで実行することによってクライアントとサーバとの関係を生成する。サーバは、クラウドサーバであってもよく、分散型システムのサーバでも、又はブロックチェーンと組み合わされサーバであってもよい。

【0078】

理解すべきこととして、前述した様々な形態のフローを用いて、ステップを改めて順位付け、増加又は削除してよい。例えば、本開示に記載された各ステップは、並列的に実行してもよいし、順次実行してもよいし、異なる順序で実行させてもよいし、本開示に開示された技術案が所望する結果を実現できれば、本文はこれに限定されないことである。

【0079】

本開示の実施形態又は例は図面を参照して説明されたが、上記の方法、システム、及び装置は単なる例示的な実施形態又は例であり、本発明の範囲はこれらの実施形態又は例によって制限されるものではなく、授権後の特許請求の範囲及びその均等範囲のみによって限定されることを理解されたい。実施例又は例の様々な要素は省略されてもよく、又はそれらの均等要素によって代替されてもよい。なお、各ステップは、本開示で説明した順序とは異なる順序で実行されてもよい。さらに、実施形態又は例の様々な要素は、様々な方法で組み合わせられてもよい。重要なこととして、技術の進化に伴い、ここで説明される多くの要素は、本開示の後に現れる同等の要素に置き換えることができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【手続補正書】

【提出日】2022-12-28

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

オブジェクト推薦方法であって、
ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得ることと、
前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することと、
前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦することとを含む、オブジェクト推薦方法。

【請求項2】

前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含み、且つここで、前記の、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することは、
前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得することと、
前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得することとを含む、請求項１に記載の方法。

【請求項3】

前記の、前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得することは、
前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得することと、
前記少なくとも一つの検索特徴画像を取得することとを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい、請求項２に記載の方法。

【請求項4】

前記の、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得することと、
前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得し、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きいことと、
前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することとを含む、請求項１～３のいずれか一項に記載の方法。

【請求項5】

前記の、前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得し、前記画像情報は、対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含むことと、
前記少なくとも一つの検索特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することとを含む、請求項４に記載の方法。

【請求項6】

前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、前記の、前記少なくとも一つの検索特徴画像に対応する一つ又は複数の画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得することと、
前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得し、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応することと、
前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することとを含む、請求項５に記載の方法。

【請求項7】

前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つの第２のオブジェクト画像に対応するオブジェクトに対応する、請求項６に記載の方法。

【請求項8】

前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい、請求項１～７のいずれか一項に記載の方法。

【請求項9】

オブジェクト推薦装置であって、
ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るように構成される画像識別ユニットと、
前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するように構成される第１の検索ユニットと、
前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するように構成される第２の検索ユニットとを含む、オブジェクト推薦装置。

【請求項10】

前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含み、且つここで、前記第１の検索ユニットは、
前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得するように構成される第１の検索サブユニットと、
前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得ユニットとを含む、請求項９に記載の装置。

【請求項11】

前記第１の取得ユニットは、
前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得するように構成される第１の類似度取得ユニットと、
前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得サブユニットとを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい、請求項１０に記載の装置。

【請求項12】

前記第２の検索ユニットは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得するように構成される第２の類似度取得ユニットと、
前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得するように構成される第２の取得ユニットであって、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きい第２の取得ユニットと、
前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第３の取得ユニットとを含む、請求項９～１１のいずれか一項に記載の装置。

【請求項13】

前記第３の取得ユニットは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得するように構成される第３の取得サブユニットであって、前記画像情報は、対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含む第３の取得サブユニットと、
前記少なくとも一つの検索特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第４の取得ユニットとを含む、請求項１２に記載の装置。

【請求項14】

前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、前記第４の取得ユニットは、
前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得するように構成される第５の取得ユニットと、
前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得するように構成される第６の取得ユニットであって、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応する第６の取得ユニットと、
前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成されるターゲット取得ユニットとを含む、請求項１３に記載の装置。

【請求項15】

前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つの第２のオブジェクト画像に対応するオブジェクトに対応する、請求項１４に記載の装置。

【請求項16】

前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい、請求項９～１５のいずれか一項に記載の装置。

【請求項17】

電子機器であって、
少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサに通信接続されたメモリとを含み、ここで、
前記メモリには、前記少なくとも一つのプロセッサによって実行可能な命令が記憶されており、前記命令は、前記少なくとも一つのプロセッサによって実行されることにより、前記少なくとも一つのプロセッサに請求項１～８のいずれか一項に記載の方法を実行させる、電子機器。

【請求項18】

コンピュータ命令が記憶された非一時的コンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令は、前記コンピュータに請求項１～８のいずれか一項に記載の方法を実行させるために用いられる、非一時的コンピュータ読み取り可能な記憶媒体。

【請求項19】

プロセッサによって実行されると、請求項１～８のいずれか一項に記載の方法を実現するコンピュータプログラムを含むコンピュータプログラム製品。

【手続補正2】

【補正対象書類名】明細書

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、２０２１年９月２８日に出願された中国特許出願２０２１１１１４３９０３．１の優先権を主張し、その全内容は参照によって本明細書に組み込まれる。
本開示は、コンピュータ技術分野に関し、特に人工知能に基づく推薦技術に関し、具体的には、オブジェクト推薦方法、装置、電子機器、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム製品に関する。

【背景技術】

【0002】

人工知能は、コンピュータに人間のいくつかの思惟過程及び知能的行動（例えば、学習、推理、思考、計画など）を模擬させるように研究する科目であり、ハードウェア面の技術もあれば、ソフトウェア面の技術もある。人工知能ハードウェア技術は一般的にセンサ、専用人工知能チップ、クラウドコンピューティング、分散ストレージ、ビッグデータ処理などの技術を含み、人工知能ソフトウェア技術は主にコンピュータ視覚技術、音声認識技術、自然言語処理技術及び機械学習／深層学習、ビッグデータ処理技術、ナレッジグラフ技術などのいくつかの大きな方向を含む。

【0003】

人工知能に基づく推薦技術が既に各分野に浸透している。ここで、人工知能に基づくオブジェクト推薦技術は、オブジェクトの特徴に基づいて、オブジェクトに対するユーザの好みに合わせて、ユーザへのオブジェクト推薦を実現する。

【0004】

この部分で説明される方法は、必ずしも以前に想定される方法又は採用される方法ではない。特に断りのない限り、この部分に記載されているいずれの方法は、この部分に含まれるだけで従来技術であると考えられるべきではない。同様に、特に断りのない限り、この部分で言及されている課題は、従来の技術で承認されたものであると考えるべきではない。

【発明の概要】

【0005】

本開示は、オブジェクト推薦方法、装置、電子機器、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム製品を提供する。
本開示の一態様によれば、オブジェクト推薦方法を提供する。この方法は、ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得ることと、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することと、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦することとを含む。

【0006】

本開示の別の態様によれば、オブジェクト推薦装置を提供する。この装置は、ターゲットユーザからの検索オブジェクトの検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るように構成される画像識別ユニットと、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するように構成される第１の検索ユニットと、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するように構成される第２の検索ユニットとを含む。

【0007】

本開示の別の態様によれば、電子機器を提供する。この電子機器は、少なくとも一つのプロセッサと、前記少なくとも一つのプロセッサに通信接続されたメモリとを含み、ここで、前記メモリは、前記少なくとも一つのプロセッサによって実行可能な命令を記憶しており、前記命令は前記少なくとも一つのプロセッサによって実行されることにより、前記少なくとも一つのプロセッサに上記の方法を実現させる。

【0008】

本開示の別の態様によれば、前記コンピュータに上記の方法を実現させるためのコンピュータ命令が記憶された非一時的コンピュータ読み取り可能な記憶媒体を提供する。
本開示の別の態様によれば、プロセッサによって実行されると上記の方法を実現するコンピュータプログラムを含むコンピュータプログラム製品を提供する。

【0009】

本開示の一つ又は複数の実施例によれば、検索オブジェクトを含む検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴（例えば、検索オブジェクトが携帯電話である場合、検索特徴は携帯電話分類であってもよい）を得て、複数の特徴画像を含む第１のデータベースから、検索オブジェクトに対応する特徴画像を取得し、さらに特徴画像によってオブジェクト画像データベースとのマッチングを行い、ターゲットオブジェクト画像セットを取得して、ターゲットユーザに推薦する。第１のデータベースにおける特徴画像の鮮明度が高く、撮影角度が良く、検索オブジェクトの特徴をより良く反映できるため、特徴画像に基づいて得られるオブジェクト画像はより正確であり、即ちユーザに推薦するターゲットオブジェクト画像セットはより正確である。

【0010】

理解すべきこととして、この部分に説明される内容は、本開示の実施例の要点又は重要な特徴を識別することを意図しておらず、本開示の保護範囲を限定するためのものではない。本開示の他の特徴は、以下の明細書によって容易に理解されるであろう。

【図面の簡単な説明】

【0011】

図面は、実施例を例示的に示し、明細書の一部を構成し、明細書の文字による説明とともに、実施例の例示的な実施形態を説明するために用いられる。図示の実施例は例示的目的のみであり、特許請求の範囲を限定するものではない。すべての図面において、同一の符号は、類似しているが必ずしも同じとは限らない要素を指す。

【図1】本開示の実施例による、本明細書で説明される様々な方法を実施することができる例示的なシステムの概略図を示す。

【図2】本開示の実施例によるオブジェクト推薦方法のフローチャートを示す。

【図3】本開示の実施例によるオブジェクト推薦方法において、検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得する過程のフローチャートを示す。

【図4】本開示の実施例によるオブジェクト推薦方法において、少なくとも一つの第１の特徴画像から、少なくとも一つの検索特徴画像を取得する過程のフローチャートを示す。

【図5】本開示の実施例によるオブジェクト推薦方法において、少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得する過程のフローチャートを示す。

【図6】本開示の実施例によるオブジェクト推薦方法において、一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得する過程のフローチャートを示す。

【図7】本開示の実施例によるオブジェクト推薦方法において、少なくとも一つの特徴画像に対応する画像情報と一つ又は複数の第１のオブジェクト画像に基づき、ターゲットオブジェクト画像セットを取得する過程のフローチャートを示す。

【図8】本開示の実施例によるオブジェクト推薦装置の構造ブロック図を示す。

【図9】本開示の実施例を実現するために使用できる例示的な電子機器の構造ブロック図を示す。

【発明を実施するための形態】

【0012】

以下、図面によって本開示の例示的な実施例を説明し、理解を容易にするために、その中には本開示の実施例の様々な詳細が含まれているが、それらは単なる例示的なものと見なされるべきである。したがって、当業者であれば認識できるように、本開示の範囲及び精神から逸脱することなく、本明細書で説明された実施例に対して様々な変更及び修正を行うことができる。同様に、明瞭と簡潔のために、以下の説明では公知の機能及び構造についての説明を省略している。

【0013】

本開示では、特に明記しない限り、様々な要素を説明するための「第１」、「第２」などの用語の使用は、これらの要素の位置関係、タイミング関係、又は重要性関係を限定することを意図していない。このような用語は、ある要素を別の要素と区別するためにのみ使用される。いくつかの例では、第１の要素と第２の要素は、要素の同じ例を指すことができ、場合によっては、コンテキストの説明に基づいて、異なる例を指してもよい。

【0014】

本開示の様々な例の説明で使用される用語は、特定の例を説明することのみを目的としており、限定することを意図していない。コンテキストで別途に明確に示されていない限り、特に要素の数を限定しないなら、要素は一つであってもよいし、複数であってもよい。なお、本開示で使用される用語「及び／又は」は、リストされた項目のいずれか及び可能なすべての組み合わせをカバーする。

【0015】

以下、図面を参照して本開示の実施例について詳細に説明する。
図１は、本開示の実施例による、本明細書に記載された様々な方法及び装置を、その中で実施することができる例示的なシステム１００の概略図を示す。図１を参照すると、このシステム１００は、一つ又は複数のクライアントデバイス１０１、１０２、１０３、１０４、１０５と１０６、サーバ１２０、及び一つ又は複数のクライアントデバイスをサーバ１２０に結合する一つ又は複数の通信ネットワーク１１０を含む。クライアントデバイス１０１、１０２、１０３、１０４、１０５と１０６は、一つ又は複数のアプリケーションを実行するように構成されることが可能である。

【0016】

本開示の実施例では、サーバ１２０は、オブジェクト推薦方法の一つ又は複数のサービス又はソフトウェアアプリケーションを実行できるように動作する。
いくつかの実施例では、サーバ１２０は、非仮想環境及び仮想環境を含んでもよい他のサービス又はソフトウェアアプリケーションも提供することができる。いくつかの実施例では、これらのサービスは、ｗｅｂベースのサービス又はクラウドサービスとして提供することができ、例えば、ソフトウェアアズアサービス（ＳａａＳ）モデルでクライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６のユーザに提供される。

【0017】

図１に示す構成では、サーバ１２０は、サーバ１２０により実行される機能を実現する一つ又は複数のアセンブリを含んでもよい。これらのアセンブリは、一つ又は複数のプロセッサで実行できるソフトウェアアセンブリ、ハードウェアアセンブリ、又はそれらの組み合わせを含んでもよい。クライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６を操作するユーザは、これらのアセンブリが提供するサービスを利用するために、一つ又は複数のクライアントアプリケーションを用いてサーバ１２０とやり取りをすることができる。様々な異なるシステム構成が可能であり、システム１００とは異なってもよいことを理解されたい。したがって、図１は、本明細書に記載された様々な方法を実施するためのシステムの一例であり、制限することを意図していない。

【0018】

ユーザは、クライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６を使用して、推薦されたオブジェクトを閲覧することができる。クライアントデバイスは、クライアントデバイスのユーザがクライアントデバイスとやり取りするインターフェースを提供することができる。クライアントデバイスは、このインターフェースを介してユーザに情報を出力することもできる。図１では６つのクライアントデバイスしか図示されていないが、当業者であれば理解できるように、本開示はいかなる数のクライアントデバイスもサポートできる。

【0019】

クライアントデバイス１０１、１０２、１０３、１０４、１０５及び／又は１０６は、携帯型ハンドヘルドデバイス、汎用コンピュータ（例えば、パーソナルコンピュータやノートパソコン）、ワークステーションコンピュータ、ウェアラブルデバイス、スマートスクリーンデバイス、セルフサービス端末デバイス、サービスロボット、ゲームシステム、シンクライアント、各種のメッセージングデバイス、センサ、又はその他の検知デバイスなどの様々なタイプのコンピュータデバイスを含んでもよい。これらのコンピュータデバイスは、ＭＩＣＲＯＳＯＦＴ Ｗｉｎｄｏｗｓ、ＡＰＰＬＥ ｉＯＳ、類ＵＮＩＸ（登録商標）オペレーティングシステム、Ｌｉｎｕｘ（登録商標）又は類Ｌｉｎｕｘ（登録商標）オペレーティングシステム（例えば、ＧＯＯＧＬＥ Ｃｈｒｏｍｅ ＯＳ）などの様々なタイプ及びバージョンのソフトウェアアプリケーションやオペレーティングシステムを実行したり、ＭＩＣＲＯＳＯＦＴ Ｗｉｎｄｏｗｓ Ｍｏｂｉｌｅ ＯＳ、ｉＯＳ、Ｗｉｎｄｏｗｓ Ｐｈｏｎｅ、Ａｎｄｒｏｉｄなどの各種のモバイルオペレーティングシステムを含んだりすることができる。携帯用ハンドヘルドデバイスには、携帯電話、インテリジェントフォン、タブレット、パーソナルデジタルアシスタント（ＰＤＡ）などを含んでもよい。ウェアラブルデバイスは、ヘッドマウント型ディスプレイ（例えば、スマートグラス）と他の装置を含んでもよい。ゲームシステムは、様々なハンドヘルド型のゲームデバイス、インターネット対応のゲームデバイスなどを含んでもよい。クライアントデバイスは、例えば、インターネットＩｎｔｅｒｎｅｔ関連アプリケーション、通信アプリケーション（例えば、電子メールアプリケーション）、ショートメッセージサービス（ＳＭＳ）アプリケーション、様々なアプリケーションを実行でき、且つ様々な通信プロトコルを使用できる。

【0020】

ネットワーク１１０は、当業者に知られている任意のタイプのネットワークであってもよく、それは、データ通信をサポートするために、複数の利用可能なプロトコルのいずれか一つ（ＴＣＰ／ＩＰ、ＳＮＡ、ＩＰＸなどを含むがこれらに限定されない）を使用することができる。例として、一つ又は複数のネットワーク１１０は、ローカルエリアネットワーク（ＬＡＮ）、イーサネットベースのネットワーク、トークンループ、ワイドエリアネットワーク（ＷＡＮ）、インターネット、仮想ネットワーク、仮想プライベートネットワーク（ＶＰＮ）、イントラネット、エクストラネット、公衆交換電話網（ＰＳＴＮ）、赤外線ネットワーク、無線ネットワーク（例えば、ブルートゥース（登録商標）、ＷＩＦＩ）、及び／又はこれらとその他のネットワークの任意の組み合わせであってもよい。

【0021】

サーバ１２０は、一つ又は複数の汎用コンピュータ、専用サーバコンピュータ（例えば、ＰＣ（パーソナルコンピュータ）サーバ、ＵＮＩＸ（登録商標）サーバ、ミッドレンジサーバ）、ブレードサーバ、大型コンピュータ、サーバクラスタ、又はその他の適切な構成及び／又は組み合わせを含んでもよい。サーバ１２０は、仮想オペレーティングシステムを実行する一つ又は複数の仮想マシン、又は仮想化に関わる他のコンピューティングアーキテクチャ（例えば、サーバの仮想記憶装置を維持するために仮想化された論理記憶デバイスの一つ又は複数のフレキシブルプール）を含んでもよい。様々な実施例において、サーバ１２０は、以下に説明する機能を提供する一つ又は複数のサービス又はソフトウェアアプリケーションを実行することができる。

【0022】

サーバ１２０における計算ユニットは、上記した任意のオペレーティングシステム及び任意の商用サーバオペレーティングシステムを含む一つ又は複数のオペレーティングシステムを実行することができる。サーバ１２０は、ＨＴＴＰサーバ、ＦＴＰサーバ、ＣＧＩサーバ、ＪＡＶＡ（登録商標）サーバ、データベースサーバなど、様々な追加のサーバアプリケーション及び／又は中間層アプリケーションのいずれか一つを実行することもできる。

【0023】

いくつかの実施形態では、サーバ１２０は、クライアントデバイス１０１、１０２、１０３、１０４、１０５及び１０６のユーザから受信したデータフィード及び／又はイベントの更新を分析及び統合するための一つ又は複数のアプリケーションを含むことができる。サーバ１２０は、クライアントデバイス１０１、１０２、１０３、１０４、１０５及び１０６の一つ又は複数のディスプレイデバイスを介してデータフィード及び／又はリアルタイムイベントを表示する一つ又は複数のアプリケーションを含むこともできる。

【0024】

いくつかの実施形態では、サーバ１２０は、分散型システムのサーバであってもよいし、ブロックチェーンを組み込んだサーバであってもよい。サーバ１２０は、クラウドサーバであってもよいし、人工知能技術を備えたインテリジェントクラウドコンピューティングサーバやインテリジェントクラウドホストであってもよい。クラウドサーバはクラウドコンピューティングサービスシステムにおけるホスト製品であり、従来の物理ホストと仮想専用サーバ（ＶＰＳ、Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｓｅｒｖｅｒ）サービスに存在する管理難度が大きく、業務拡張性が弱いという欠陥を解決する。

【0025】

システム１００は、一つ又は複数のデータベース１３０を含むこともできる。いくつかの実施例では、これらのデータベースはデータやその他の情報を記憶するために使用できる。例えば、データベース１３０のうちの一つ又は複数は、オーディオファイルやオブジェクトファイルなどの情報を記憶するために使用されることができる。データベース１３０は、様々な位置に配置することができる。例えば、サーバ１２０が使用するデータベースは、サーバ１２０のローカルにあってもよいし、サーバ１２０から離れて、ネットワーク又は専用の接続を介してサーバ１２０と通信してもよい。データベース１３０は、様々なタイプであってもよい。いくつかの実施例では、サーバ１２０が使用するデータベースは、リレーショナルデータベースなどのデータベースであってもよい。これらのデータベースのうちの一つ又は複数は、命令に応じてデータベースとデータベースからのデータを記憶、更新、検索できる。

【0026】

いくつかの実施例では、データベース１３０のうちの一つ又は複数は、アプリケーションによって使用され、アプリケーションのデータを記憶することもできる。アプリケーションで使用されるデータベースは、キー値リポジトリ、オブジェクトリポジトリ、ファイルシステムでサポートされる汎用リポジトリなど、様々なタイプのデータベースであってもよい。

【0027】

図１のシステム１００は、本開示に基づいて説明した様々な方法及び装置を応用することができるように、様々な方法で構成し操作することができる。
図２を参照すると、本開示のいくつかの実施例によるオブジェクト推薦方法２００は、
ターゲットユーザの、検索オブジェクトを含む検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るステップＳ２１０と、
前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するステップＳ２２０と、
前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するステップＳ２３０とを含む。

【0028】

本開示の一つ又は複数の実施例によれば、検索オブジェクトを含む検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴（例えば、検索オブジェクトが携帯電話である場合、検索特徴は携帯電話分類であってもよい）を得て、複数の特徴画像を含む第１のデータベースから、検索オブジェクトに対応する特徴画像を取得し、さらに特徴画像によってオブジェクト画像データベースとのマッチングを行い、ターゲットオブジェクト画像セットを取得して、ターゲットユーザに推薦する。第１のデータベースにおける特徴画像の鮮明度が高く、撮影角度が良く、検索オブジェクトの特徴をより良く反映できるため、特徴画像に基づいて得られるオブジェクト画像はより正確であり、即ちユーザに推薦するターゲットオブジェクトはより正確である。

【0029】

関連技術では、ターゲットユーザの検索画像に基づきユーザにオブジェクトを推薦する過程において、ターゲットユーザの検索画像に基づいて、直接的にオブジェクト画像データベースからターゲットオブジェクト画像を取得してターゲットユーザに推薦し、ターゲットユーザに推薦するターゲットオブジェクト画像は、検索画像と似ている一つ又は複数の画像であり、それはユーザ画像が正確である場合にのみ、検索オブジェクトとマッチングするオブジェクトを推薦することができる。ユーザの検索画像が不鮮明であれば、推薦されるオブジェクトは往々にして不正確であり、ユーザの需要を満たすことができず、検索画像に基づいて検索オブジェクトに関連するより豊富なオブジェクトをユーザに推薦することもできない。

【0030】

例えば、物品の推薦において、ターゲットユーザの現在の検索画像が光量不足の条件で撮影した携帯電話の画面の写真であり、推薦されるオブジェクト画像は、様々な携帯電話の画面を含む携帯電話である可能性がある。本開示による実施例では、該検索画像における検索オブジェクトがどの携帯電話ブランドの携帯電話であるかを識別することによって、第１のデータベースから該携帯電話ブランドに対応する特徴画像を取得することができ、該特徴画像は、鮮明で、該携帯電話ブランドのリアルな状況を反映できる画像であり、それによって該特徴画像に基づいて第２のデータベースから得るオブジェクト画像を正確にし、さらにユーザに推薦する携帯電話を正確にすることができる。

【0031】

本開示の実施例によれば、第１のデータベースは、オブジェクト推薦とサーチとの間の中間データベースとして、橋の役割を果たし、該橋によって、検索オブジェクトと、オブジェクト推薦に対応するオブジェクト画像データベースとを連結し、オブジェクト画像データベースから得られる、ターゲットユーザに推薦するためのターゲットオブジェクト画像セットにおけるターゲットオブジェクト画像をより豊富と正確にする。

【0032】

いくつかの実施例において、前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい。

【0033】

第１のデータベースをネットワーク画像データベースとして設定し、第２のデータベースをオブジェクト画像データベースとして設定し、ネットワーク画像データベースがウェブサーチに対応し（例えばサーチエンジンのウェブデータベース）、オブジェクト画像データベースがオブジェクトサーチに対応する（例えば電子商取引プラットフォームの商品データベース）ため、ネットワーク画像データベースにおける対応するネットワーク画像の豊富さは、オブジェクト画像データベースにおけるオブジェクト画像の豊富さよりはるかに高い。第１のデータベースにおける画像が豊富であるため、得られる検索特徴画像はより豊富と正確である。それによって、検索特徴画像に基づいて得られるオブジェクト画像をより豊富と正確にすることができる。

【0034】

いくつかの実施例において、本開示による方法は、商品推薦、物品推薦、類似物推薦などに用いることができ、ここでは制限をしない。
いくつかの実施例において、オブジェクトは物品、植物、動物などであってもよく、ここでは限定をしない。

【0035】

いくつかの実施例において、検索画像は、ユーザが携帯電話を採用し撮影してアップロードする画像であってもよく、ユーザがクライアントからアップロードするいかなる画像であってもよい。

【0036】

いくつかの実施例では、ステップＳ２１０において、トレーニングされたニューラルネットワークを採用してターゲットユーザの検索画像に対して識別を行うことによって、検索オブジェクトの検索特徴を得る。ここで、トレーニングされたニューラルネットワークは、複数の分類した画像を採用しトレーニングして得られたものである。

【0037】

いくつかの実施例において、前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含む。図３に示すように、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得することは、
前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得するステップＳ３１０と、
前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得するステップＳ３２０とを含む。

【0038】

第１のデータベースにおける複数の特徴画像に対して分類を行い、検索オブジェクトの分類特徴に基づき、該分類特徴に対応する少なくとも一つの第１の特徴画像を得、少なくとも一つの第１の特徴画像から検索特徴画像を取得することによって、処理するデータの量を少なくする。

【0039】

いくつかの実施例において、分類特徴は、例えば携帯電話、服飾、食品などにそれぞれ対応する複数の分類を含む。またいくつかの実施例において、分類特徴は、携帯電話に対応する携帯電話分類に含まれる複数階層のサブ分類、例えば、携帯電話ブランドに対応する複数の第１のサブ分類、複数の第１のサブ分類のうちの各第１のサブ分類における、携帯電話機種に対応する第２のサブ分類などをさらに含む。

【0040】

いくつかの実施例では、ステップＳ３１０において、第１の画像データベースから取得した少なくとも一つの特徴画像は、第１の分類に対応する、鮮明度が最も高い特徴画像であってもよく、それによって該特徴画像に基づいて得られるオブジェクト画像をより正確にする。例えば、検索オブジェクトの検索特徴が検索オブジェクトの種類、大画面携帯電話である場合、ステップＳ３１０において取得した検索オブジェクトの特徴画像は、得られた複数の大画面携帯電話画像のうちの最も鮮明な画像であってもよく、画像が検索画像よりも鮮明であるため、それに基づいて得られるオブジェクト画像はより正確である。

【0041】

一実施例では、ステップＳ３１０において、第１の画像データベースから取得した少なくとも一つの特徴画像は、第１の分類に対応する複数の画像であってもよく、それによって該複数の特徴画像に基づいて得られるオブジェクト画像をより豊富にする。例えば、検索オブジェクトの検索特徴が検索オブジェクトのブランド、Ａブランドである場合、ステップＳ３１０において取得した検索オブジェクトの特徴画像は、Ａブランドの公式サイトから得られた複数の画像であってもよく、Ａブランドの公式サイト上の画像は、往々にして撮影角度がより良く、画像がより豊富であるため、それに基づいて得られるオブジェクト画像はより正確であり、且つより豊富なＡブランドの携帯電話を得ることができる。

【0042】

いくつかの実施例において、図４に示すように、前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得することは、
前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得するステップＳ４１０と、
前記少なくとも一つの検索特徴画像を取得するステップＳ４２０とを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい。

【0043】

検索オブジェクトに対応する第１の分類に対応する少なくとも一つの第１の特徴画像から、検索画像との類似度が第１の閾値より大きい特徴画像を取得して検索特徴画像とし、該検索特徴画像は、検索オブジェクトに対応する分類と一致する以外に、検索画像にも似ており、それによって検索特徴画像に基づいて取得するオブジェクト画像をより正確にする。

【0044】

いくつかの実施例において、図５に示すように、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得するステップＳ５１０と、
前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得し、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きいステップＳ５２０と、
前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ５３０とを含む。

【0045】

複数のオブジェクト画像における一つ又は複数の第２のオブジェクト画像を取得し、該一つ又は複数の第１のオブジェクト画像からターゲットオブジェクト画像セットを取得する。該一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像の検索特徴画像に対応する第２の類似度が高く（該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値よりも大きい）、それと検索画像とのマッチング度がより高いため、それに基づいて得られるターゲットオブジェクト画像セットはより正確であり、ユーザの需要にさらに適合する。

【0046】

またいくつかの実施例において、複数のオブジェクト画像のうち、対応する少なくとも一つの第２の類似度の平均値が最も大きいオブジェクト画像を第１のオブジェクト画像とし、それに基づいてターゲットオブジェクト画像セットを得てターゲットユーザに推薦してもよい。

【0047】

いくつかの実施例において、図６に示すように、前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、
前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得し、前記画像情報は対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含むステップＳ６１０と、
前記少なくとも一つの検索特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ６２０とを含む。

【0048】

検索特徴画像の画像特徴情報と、検索特徴画像に関連する記述情報に基づき、ターゲットオブジェクト画像を取得し、検索特徴画像の画像特徴情報と記述情報は、検索オブジェクトに関連するより多くの情報、例えばブランドの標識（ｌｏｇｏ）、色などを含むため、該画像情報に基づいて得られるターゲットオブジェクト画像におけるオブジェクトは、ユーザの需要にさらに適合する。

【0049】

いくつかの実施例において、第１のデータベースはネットワーク画像データベースであり、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得することは、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対して、該検索特徴画像に対応するウェブページのタイトル、ウェブページにおけるキーワード又はユーザ要求に対応するキーワードなどを取得することを含む。

【0050】

いくつかの実施例において、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得することは、少なくとも一つの検索特徴画像のうちの各検索特徴画像に対して、該検索特徴画像における画像特徴、例えば検索オブジェクトの画素値などを取得することを含む。

【0051】

いくつかの実施例において、前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、図７に示すように、前記少なくとも一つの検索特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ６２０は、
前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得するステップＳ７１０と、
前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得し、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応するステップＳ７２０と、
前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するステップＳ７３０とを含む。

【0052】

検索特徴画像の画像情報によって対応するオブジェクトのオブジェクトラベルを取得し、該オブジェクトラベルによるオブジェクトに対する記述がより正確で、例えば、オブジェクトラベルがブランド、機種、サイズなどを含むため、該オブジェクトラベルに基づいて得られるターゲットオブジェクト画像セットはより正確である。

【0053】

いくつかの実施例において、前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つのオブジェクト画像に対応するオブジェクトに対応する。

【0054】

検索特徴画像と似ている一つ又は複数の第１のオブジェクト画像から、第２のオブジェクト画像に対応するオブジェクトと同様な第３のオブジェクト画像を取得してターゲットオブジェクト画像とすることによって、ターゲットオブジェクト画像をより正確にする。

【0055】

いくつかの実施例において、前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得することは、ユーザ好み情報を取得し、ユーザ好みに基づき、少なくとも一つの第２のオブジェクト画像と一つ又は複数の第１のオブジェクト画像からターゲット画像セットを取得することをさらに含む。

【0056】

ユーザ好みは、ユーザの、サーチの正確度に対する好みとサーチの網羅性に対する好みを含み、例えば、ユーザ好みがサーチの正確度に対する好みであれば、ターゲットオブジェクト画像セットに上記第３のオブジェクト画像を含ませ、ユーザ好みがサーチの網羅性に対する好みであれば、ターゲットオブジェクト画像セットに上記少なくとも一つの第２のオブジェクト画像と一つ又は複数の第１のオブジェクト画像を含ませる。

【0057】

本開示の技術案において、関連するユーザ個人情報の収集、記憶、使用、加工、伝送、提供と開示などの処理は、すべて関連法律法規の規定に適合し、公序良俗に反しない。
本開示の別の態様によれば、オブジェクト推薦装置をさらに提供する。図８を参照すると、該装置８００は、ターゲットユーザからの検索オブジェクトの検索画像に対して識別を行うことによって、前記検索オブジェクトの検索特徴を得るように構成される画像識別ユニット８１０と、前記検索特徴に基づき、複数の特徴画像を含む第１のデータベースから、少なくとも一つの検索特徴画像を取得するように構成される第１の検索ユニット８２０と、前記少なくとも一つの検索特徴画像に基づき、複数のオブジェクト画像を含む第２のデータベースから、ターゲットオブジェクト画像セットを取得して、前記ターゲットユーザに推薦するように構成される第２の検索ユニット８３０とを含む。

【0058】

いくつかの実施例において、前記複数の特徴画像のうちの各特徴画像は、複数の分類特徴のうちの一つの分類特徴に対応し、前記検索特徴は、前記複数の分類特徴のうち、前記検索オブジェクトに対応する第１の分類特徴を含み、且つここで、前記第１の検索ユニットは、前記複数の特徴画像のうち、前記第１の分類特徴に対応する少なくとも一つの第１の特徴画像を取得するように構成される第１の検索サブユニットと、前記少なくとも一つの第１の特徴画像から、前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得ユニットとを含む。

【0059】

いくつかの実施例において、前記第１の取得ユニットは、前記少なくとも一つの第１の特徴画像のうちの各第１の特徴画像と前記検索画像との間の第１の類似度を取得するように構成される第１の類似度取得ユニットと、前記少なくとも一つの検索特徴画像を取得するように構成される第１の取得サブユニットとを含み、ここで、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する第１の類似度は第１の閾値より大きい。

【0060】

いくつかの実施例において、前記第２の検索ユニットは、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像と前記複数のオブジェクト画像のうちの各オブジェクト画像との間の第２の類似度を取得するように構成される第２の類似度取得ユニットと、前記複数のオブジェクト画像から一つ又は複数の第１のオブジェクト画像を取得するように構成される第２の取得ユニットであって、前記一つ又は複数の第１のオブジェクト画像のうちの各第１のオブジェクト画像について、該第１のオブジェクト画像に対応する少なくとも一つの第２の類似度のうちの最大値は第２の閾値より大きい第２の取得ユニットと、前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第３の取得ユニットとを含む。

【0061】

いくつかの実施例において、前記第３の取得ユニットは、前記少なくとも一つの検索特徴画像のうちの各検索特徴画像に対応する画像情報を取得するように構成される第３の取得サブユニットであって、前記画像情報は、対応する検索特徴画像の画像特徴情報と、対応する検索特徴画像に関連する記述情報とのうちの少なくとも一つを含む第３の取得サブユニットと、前記少なくとも一つの検索特徴画像に対応する画像情報と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成される第４の取得ユニットとを含む。

【0062】

いくつかの実施例において、前記複数のオブジェクト画像のうちの各オブジェクト画像は、複数のオブジェクトのうちの一つのオブジェクトに対応し、前記複数のオブジェクトのうちの各オブジェクトは、複数のオブジェクトラベルのうちの一つ又は複数のオブジェクトラベルに対応し、且つここで、前記第４の取得ユニットは、前記少なくとも一つの検索特徴画像に対応する画像情報に基づき、前記複数のオブジェクトラベルのうちの少なくとも一つのオブジェクトラベルを取得するように構成される第５の取得ユニットと、前記複数のオブジェクト画像から少なくとも一つの第２のオブジェクト画像を取得するように構成される第６の取得ユニットであって、前記少なくとも一つの第２のオブジェクト画像のうちの各第２のオブジェクト画像に対応するオブジェクトは前記少なくとも一つのオブジェクトラベルに対応する第６の取得ユニットと、前記少なくとも一つの第２のオブジェクト画像と前記一つ又は複数の第１のオブジェクト画像に基づき、前記ターゲットオブジェクト画像セットを取得するように構成されるターゲット取得ユニットとを含む。

【0063】

いくつかの実施例において、前記ターゲットオブジェクト画像セットは、前記一つ又は複数の第１のオブジェクト画像のうちの一つ又は複数の第３のオブジェクト画像を含み、ここで、前記一つ又は複数の第３のオブジェクト画像のうちの各第３のオブジェクト画像について、該第３のオブジェクト画像は、少なくとも前記少なくとも一つの第２のオブジェクト画像のうちの一つのオブジェクト画像に対応するオブジェクトに対応する。

【0064】

いくつかの実施例において、前記第１のデータベースは、ウェブサーチに対応するネットワーク画像データベースであり、前記第２のデータベースは、オブジェクトサーチに対応するオブジェクト画像データベースであり、ここで、前記複数のオブジェクト画像の数は、前記複数の特徴画像の数より小さい。

【0065】

本開示の別の態様によれば、電子機器をさらに提供する。この電子機器は、少なくとも一つのプロセッサと、前記少なくとも一つのプロセッサに通信接続されたメモリとを含み、ここで、前記メモリは、コンピュータプログラムを記憶しており、前記コンピュータプログラムが前記少なくとも一つプロセッサによって実行されると、上記の方法を実現する。

【0066】

本開示の別の態様によれば、コンピュータプログラムが記憶された非一時的コンピュータ読み取り可能な記憶媒体をさらに提供する。ここで、前記コンピュータプログラムがプロセッサによって実行されると、上記の方法を実現する。

【0067】

本開示の別の態様によれば、コンピュータプログラムを含むコンピュータプログラム製品をさらに提供する。ここで、前記コンピュータプログラムがプロセッサによって実行されると、上記の方法を実現する。

【0068】

本開示の実施例によれば、電子機器、読み取り可能な記憶媒体及びコンピュータプログラム製品をさらに提供する。
図９を参照して、ここでは、本開示の様々な態様に適用可能なハードウェア装置の一例である、本開示のサーバ又はクライアントとして利用可能な電子機器９００の構造ブロック図について説明する。電子機器は、様々な形態のデジタル電子コンピュータ機器、例えば、ラップトップ型コンピュータ、デスクトップ型コンピュータ、ステージ、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、大型コンピュータ、その他の適切なコンピュータを示す。電子機器はさらに、様々な形態の移動装置、例えば、パーソナルデジタル処理、携帯電話、スマートフォン、着用可能な装置とその他の類似する計算装置を示してよい。本明細書に示される部品、これらの接続関係及びこれらの機能は例示的なものに過ぎず、本明細書に説明した及び／又は請求した本開示の実現を制限しない。

【0069】

図９に示すように、機器９００は、計算ユニット９０１を含み、それはリードオンリーメモリ（ＲＯＭ）９０２に記憶されるコンピュータプログラム又は記憶ユニット９０８からランダムアクセスメモリ（ＲＡＭ）９０３にロードされるコンピュータプログラムによって、種々の適当な操作と処理を実行することができる。ＲＡＭ ９０３において、さらに機器９００の動作に必要な種々のプログラムとデータを記憶することができる。計算ユニット９０１、ＲＯＭ ９０２及びＲＡＭ ９０３はバス９０４によって互いに接続される。入力／出力（Ｉ／Ｏ）インターフェース９０５も、バス９０４に接続される。

【0070】

機器９００における複数の部品はＩ／Ｏインターフェース９０５に接続され、入力ユニット９０６、出力ユニット９０７、記憶ユニット９０８及び通信ユニット９０９を含む。入力ユニット９０６は、機器９００に情報を入力することが可能ないずれかのタイプの装置であってもよく、入力ユニット９０６は、入力された数字又は文字情報が受信でき、計算装置のユーザ設定及び／又は機能制御に関するキー信号入力を生成することができ、マウス、キーボード、タッチスクリーン、トラックボード、トラックボール、操作レバー、マイク及び／又はリモコンを含むことができるが、これらに限定されない。出力ユニット９０７は、情報を提示することが可能な任意のタイプのデバイスであってもよく、ディスプレイ、スピーカ、オブジェクト／オーディオ出力端末、バイブレータ及び／又はプリンタを含んでもよいが、これらに限定されない。記憶ユニット９０８は磁気ディスク、光ディスクを含むことができるが、これらに限定されない。通信ユニット９０９は、機器９００が例えば、インターネットであるコンピュータネットワーク及び／又は様々な電気通信ネットワークを介して他の機器と情報／データを交換することを可能にし、かつモデム、ネットワークカード、赤外線通信デバイス、無線通信送受信機及び／又はチップセット、例えば、ブルートゥース（登録商標）ＴＭデバイス、１３０２．１１デバイス、ＷｉＦｉデバイス、ＷｉＭａｘデバイス、セルラー通信デバイス及び／又は類似物を含んでもよいが、これらに限定されない。

【0071】

計算ユニット９０１は処理及びコンピューティング能力を有する様々な汎用及び／又は専用の処理アセンブリであってもよい。計算ユニット９０１のいくつかの例として、中央処理ユニット（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、様々な専用人工知能（ＡＩ）計算チップ、機械学習モデルアルゴリズムを実行する様々な計算ユニット、デジタルシグナルプロセッサ（ＤＳＰ）、及び任意の適当なプロセッサ、コントローラ、マイクロコントローラなどを含んでもよいが、これらに限定されない。計算ユニット９０１は上記内容で説明した各方法と処理、例えば方法２００を実行する。例えば、いくつかの実施例において、方法２００はコンピュータソフトウェアプログラムとして実現してよく、機械読み取り可能な媒体、例えば、記憶ユニット９０８に有形に含まれる。いくつかの実施例において、コンピュータプログラムの一部又は全部は、ＲＯＭ ９０２及び／又は通信ユニット９０９を介して機器９００にロード及び／又はインストールされてもよい。コンピュータプログラムがＲＡＭ ９０３にロードされて計算ユニット９０１によって実行される時に、以上で説明される方法２００の一つ又は複数のステップを実行することができる。代替的に、別の実施例において、計算ユニット９０１は他のいかなる適切な方式で（例えば、ファームウェアにより）方法２００を実行するように構成されてよい。

【0072】

本明細書で上述したシステム及び技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップ（ＳＯＣ）、ロードプログラマブル論理デバイス（ＣＰＬＤ）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はこれらの組み合わせにおいて実現することができる。これらの様々な実施形態は、一つ又は複数のコンピュータプログラムに実施され、この一つ又は複数のコンピュータプログラムは少なくとも一つのプログラマブルプロセッサを含むプログラマブルシステムで実行し及び／又は解釈してもよく、このプログラマブルプロセッサは専用又は汎用プログラマブルプロセッサであってもよく、記憶システム、少なくとも一つの入力装置、少なくとも一つの出力装置からデータと命令を受信し、データと命令をこの記憶システム、この少なくとも一つの入力装置、この少なくとも一つの出力装置に送信してよいこと、を含んでもよい。

【0073】

本開示の方法を実施するプログラムコードは一つ又は複数のプログラミング言語のいかなる組み合わせで書かれてよい。これらのプログラムコードを汎用コンピュータ、特殊目的のコンピュータ又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供してよく、よってプログラムコードはプロセッサ又はコントローラにより実行される時にフローチャート及び／又はブロック図に規定の機能／操作を実施する。プログラムコードは完全に機械で実行してよく、部分的に機械で実行してよく、独立ソフトウェアパッケージとして部分的に機械で実行し且つ部分的に遠隔機械で実行してよく、又は完全に遠隔機械又はサーバで実行してよい。

【0074】

本開示の文脈において、機械読み取り可能な媒体は有形の媒体であってもよく、命令実行システム、装置又はデバイスに使用される又は命令実行システム、装置又はデバイスに結合されて使用されるプログラムを具備又は記憶してよい。機械読み取り可能な媒体は機械読み取り可能な信号媒体又は機械読み取り可能な記憶媒体であってもよい。機械読み取り可能な媒体は、電子、磁気、光学、電磁、赤外線、又は半導体システム、装置又はデバイス、又は上記内容のいかなる適切な組み合わせを含んでもよいが、これらに限定されない。機械読み取り可能な記憶媒体のより具体的な例は、一つ又は複数のリード線による電気接続、ポータブルコンピュータディスク、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバー、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、光記憶装置、磁気記憶装置、又は上記内容のいかなる適切な組み合わせを含む。

【0075】

ユーザとのインタラクションを提供するために、コンピュータにはここで説明したシステムと技術を実施してよく、このコンピュータは、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）監視モニタ）、及びキーボードとポインティング装置（例えば、マウスやトラックボール）を備え、ユーザはこのキーボードとこのポインティング装置を介してコンピュータに入力してよい。その他の種類の装置はさらに、ユーザとのインタラクティブを提供するためのものであってもよい。例えば、ユーザに提供するフィードバックはいかなる形態の感覚フィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、いかなる形態（音入力、音声入力、又は触覚入力を含む）でユーザからの入力を受信してよい。

【0076】

ここで述べたシステムや技術は、バックステージ部材を含む計算システム（例えば、データサーバとして）や、ミドルウェア部材を含む計算システム（例えば、アプリケーションサーバ）や、フロントエンド部材を含む計算システム（例えば、グラフィカルユーザインターフェースやウェブブラウザを有するユーザコンピュータ、ユーザが、そのグラフィカルユーザインターフェースやウェブブラウザを通じて、それらのシステムや技術の実施形態とのインタラクティブを実現できる）、あるいは、それらのバックステージ部材、ミドルウェア部材、あるいはフロントエンド部材の任意の組み合わせからなる計算システムには実施されてもよい。システムの部材は、任意の形式や媒体のデジタルデータ通信（例えば、通信ネットワーク）により相互に接続されてもよい。通信ネットワークの一例は、ローカルネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）とインターネットを含む。

【0077】

コンピュータシステムは、クライアントとサーバを含んでもよい。クライアントとサーバは、一般的に相互に遠く離れ、通常、通信ネットワークを介してインタラクションを行う。互にクライアント－サーバという関係を有するコンピュータプログラムを対応するコンピュータで実行することによってクライアントとサーバとの関係を生成する。サーバは、クラウドサーバであってもよく、分散型システムのサーバでも、又はブロックチェーンと組み合わされサーバであってもよい。

【0078】

理解すべきこととして、前述した様々な形態のフローを用いて、ステップを改めて順位付け、増加又は削除してよい。例えば、本開示に記載された各ステップは、並列的に実行してもよいし、順次実行してもよいし、異なる順序で実行させてもよいし、本開示に開示された技術案が所望する結果を実現できれば、本文はこれに限定されないことである。

【0079】

本開示の実施形態又は例は図面を参照して説明されたが、上記の方法、システム、及び装置は単なる例示的な実施形態又は例であり、本発明の範囲はこれらの実施形態又は例によって制限されるものではなく、授権後の特許請求の範囲及びその均等範囲のみによって限定されることを理解されたい。実施例又は例の様々な要素は省略されてもよく、又はそれらの均等要素によって代替されてもよい。なお、各ステップは、本開示で説明した順序とは異なる順序で実行されてもよい。さらに、実施形態又は例の様々な要素は、様々な方法で組み合わせられてもよい。重要なこととして、技術の進化に伴い、ここで説明される多くの要素は、本開示の後に現れる同等の要素に置き換えることができる。

【国際調査報告】