一种以图搜图引擎评价方法及装置与流程

1.本技术涉及引擎领域，更具体地说，涉及一种以图搜图引擎评价方法及装置。


背景技术：

2.21世纪是一个电商时代，人们已经习惯于在电商平台上进行购物，电子商务正在成为一个全球性的经济主体。
3.用户可能在生活中见到了想要在电商平台上购买的商品，得到了该商品的图片，用户可以通过将该商品的图片输入以图搜图引擎，输入得到所需的商品，十分方便。故，以图搜图引擎在电商领域使用十分频繁，在电商领域中，人们十分关注以图搜图引擎的性能。而，以图搜图引擎的性能，可以通过以图搜图引擎的评价结果得到，故如何评价以图搜图引擎成为电商领域的一个研究方向。
4.综上所述，亟需提供一种以图搜图引擎的评价方案，能够帮助电商领域评价以图搜图引擎。


技术实现要素：

5.有鉴于此，本技术提供了一种以图搜图引擎评价方法及装置，用于帮助电商领域评价以图搜图引擎。
6.为了实现上述目的，现提出的方案如下：
7.一种以图搜图引擎评价方法，包括：
8.获取待输入图片集合，所述待输入图片集合中包含多张图片；
9.确定所述待输入图片集合中的每一图片的属性标签；
10.将所述待输入图片集合中的每一图片输入待评价的以图搜图引擎中，得到所述以图搜图引擎输出的所述图片对应的商品图列表；
11.根据所述图片的属性标签，对每一图片对应的商品图列表进行评分，得到所述图片的得分；
12.根据所述图片的得分，得到待评价的以图搜图引擎的总得分。
13.可选的，所述获取待输入图片集合，所述待输入图片集合中包含多张图片，包括：
14.从数据库中获取图片集合，所述数据库包括第一数据库和第二数据库，所述第一数据库存储有商户展示的商品图，所述第二数据库存储有用户上传的商品图；
15.对所述图片集合进行过滤和清洗，得到过滤和清洗后的待输入图片集合。
16.可选的，所述根据图片的属性标签，对每一图片对应的商品图列表进行评分，得到所述图片的得分，包括：
17.确定商品图列表中各商品图的属性标签；
18.根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分。
19.可选的，所述属性标签包括品牌品类标签；
20.根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分，包括：
21.根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定所述图片的得分。
22.可选的，所述属性标签包括颜色标签；
23.根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分，包括：
24.根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定所述图片的得分。
25.可选的，所述属性标签包括性别标签；
26.根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分，包括：
27.根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定所述图片的得分。
28.可选的，所述根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分，包括：
29.根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定每一待输入图片的第一得分；
30.根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定每一待输入图片的第二得分；
31.根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定每一待输入图片的第三得分；
32.综合所述第一得分、第二得分及第三得分，计算得到所述图片的得分。
33.可选的，所述根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定每一待输入图片的第一得分，包括：
34.确定所述图片对应的商品图列表中的品牌品类标签与所述图片的品牌品类标签一致的第一商品数目；
35.根据预设的评分规则及所述第一商品数目，确定所述图片的第一得分；
36.所述根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定每一待输入图片的第二得分，包括：
37.确定所述图片对应的商品图列表中的颜色标签与所述图片的颜色标签一致的第二商品数目；
38.根据预设的评分规则及所述第二商品数目，确定所述图片的第二得分；
39.所述根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定所述图片的第三得分，包括：
40.确定所述图片对应的商品图列表中的性别标签与待输入图片的性别标签一致的第三商品数目；
41.根据预设的评分规则及所述第三商品数目，确定每一待输入图片的第三得分。
42.可选的，所述综合所述第一得分、第二得分及第三得分，计算得到所述图片的得
分，包括：
43.将第一得分，按照预设的品牌品类表现权重进行加权，得到对应的品牌品类表现分；
44.将第二得分，按照预设的颜色表现权重进行加权，得到对应的颜色表现分；
45.将第三得分，按照预设的性别表现权重进行加权，得到对应的性别表现分；
46.将所述品牌品类表现分、所述颜色表现分及所述性别表现分进行相加，得到所述图片的得分。
47.一种以图搜图引擎评价装置，包括：
48.图片获取单元，用于获取待输入图片集合，所述待输入图片集合中包含多张图片；
49.属性标签确定单元，用于确定所述待输入图片集合中的每一图片的属性标签；
50.商品图获取单元，用于将所述待输入图片集合中的每一图片输入待评价的以图搜图引擎中，得到所述以图搜图引擎输出的所述图片对应的商品图列表；
51.图片评分单元，用于根据所述图片的属性标签，对每一图片对应的商品图列表进行评分，得到所述图片的得分；
52.引擎评分单元，根据所述图片的得分，得到待评价的以图搜图引擎的总得分。
53.从上述的技术方案可以看出，本技术实施例提供的以图搜图引擎评价方法可以获取待输入图片集合；然后确定所述待输入图片集合中的每一图片的属性标签；并将所述待输入图片集合中的每一图片输入至待评价的以图搜图引擎中，得到以图搜图引擎输出的所述图片对应的输出结果；随之，本技术可以根据所述图片的属性标签，对所述图片对应的输出结果进行评分，得到每一图片的得分；最后，可以通过每一图片的得分，得到待评价的以图搜图引擎的总得分。如此，本技术以评分的形式完成了对所述以图搜图引擎的评价，以分数的形式展示该评价结果，帮助电商领域完成对以图搜图引擎的评价。
附图说明
54.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
55.图1为本技术实施例公开的一种以图搜图引擎评价方法流程图；
56.图2为本技术实施例示例的一种以图搜图引擎示意图；
57.图3为本技术实施例公开的一种以图搜图引擎评价装置的结构示意图。
具体实施方式
58.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
59.接下来结合图1对本技术提供的以图搜图引擎评价方法进行详细介绍，包括如下步骤：
60.步骤s110、获取待输入图片集合，所述待输入图片集合中包含多张图片。
61.具体地，本技术有多种方式可以获取待输入图片，此处提供其中一种可选的方式，即可以预先建立输入图片数据库，将可以作为输入图片的图片存入该输入图片数据库中。当需要输入图片时，从该输入图片数据库中，选取符合要求的输入图片。
62.步骤s120、确定所述待输入图片集合中的每一图片的属性标签。
63.具体地，每一图片的属性标签可以表明该图片所对应的商品的属性。
64.其中，商品的属性可以是商品性质的集合，示例如可以为性别、长袖、短裙、短袖、长裙、红色、蓝色等。
65.每一图片可以包含多个属性标签，示例如一张图片可以包含的标签有：短袖标签、长裙标签、红色标签及女性标签。
66.步骤s130、将所述待输入图片集合中的每一图片输入待评价的以图搜图引擎中，得到所述以图搜图引擎输出的所述图片对应的商品图列表。
67.具体地，如图2所示，可以为本技术实施例示例的一种以图搜图引擎示意图。输入图片可以为一张无袖连衣裙的图片，将该图片输入以图搜图引擎中，可以得到该无袖连衣裙对应的商品图列表。
68.进一步地，商品图列表可以包括多张图片，而商品图列表中的每一图片对应着一个商品。
69.如图2所示，该无袖连衣裙对应的商品图列表可以包括四张图片，该四张图片对应着四个商品，该四件商品都与该输入图片一样，为无袖连衣裙。
70.如图2所示，在商品图列表中，每一图片的下方可以提供该图片对应的商品的信息包括商品的价格、产地及已购人数。
71.步骤s140、根据所述图片的属性标签，对每一图片对应的商品图列表进行评分，得到所述图片的得分。
72.具体地，将所述图片输入以图搜图引擎后可以得到商品图列表，得到的商品图列表中可以包含多个商品图，每一商品图对应着一个商品。
73.如图2所示，根据商品图可以得到对应商品的信息。
74.所述属性标签可以表明所述图片对应的商品的信息。
75.此时，可以根据商品的对应信息与所述属性标签，对商品图列表中的每一商品图进行评分。再根据每一商品图的得分，得到所述图片的得分。
76.示例如，若得到的商品图列表如图2所示时，可以对四张商品图进行评分。
77.本技术中，有多种方式可以根据每一商品图的得分，得到所述图片的得分，此处提供其中一种可选的方式，示例如，可以将每一商品图的得分直接相加，以相加后的得分作为所述图片的得分。
78.步骤s150、根据所述图片的得分，得到待评价的以图搜图引擎的总得分。
79.具体地，待输入图片集合中可以包含多个输入图片，在步骤s140中得到了待输入图片集合中每一输入图片的得分，根据每一输入图片的得分，可以得到待评价的以图搜图引擎的总得分。
80.本技术中，有多种方式可以根据每一图片的得分，得到待评价的以图搜图引擎的总得分，此处提供其中一种可选的方式，示例如，可以将每一图片的得分直接相加，以相加
后的得分作为待评价的以图搜图引擎的总得分。
81.从上述的技术方案可以看出，本技术实施例提供的以图搜图引擎评价方法可以获取待输入图片集合；然后确定所述待输入图片集合中的每一图片的属性标签；并将所述待输入图片集合中的每一图片输入至待评价的以图搜图引擎中，得到以图搜图引擎输出的所述图片对应的输出结果；随之，本技术可以根据所述图片的属性标签，对所述图片对应的输出结果进行评分，得到每一图片的得分；最后，可以通过每一图片的得分，得到待评价的以图搜图引擎的总得分。如此，本技术以评分的形式完成了对所述以图搜图引擎的评价，以分数的形式展示该评价结果，帮助电商领域完成对以图搜图引擎的评价。
82.在本技术的一些实施例中，对步骤s110、获取待输入图片集合，所述待输入图片集合中包含多张图片的过程进行详细说明，步骤如下：
83.s10、从数据库中获取图片集合，所述数据库包括第一数据库和第二数据库，所述第一数据库存储有商户展示的商品图，所述第二数据库存储有用户上传的商品图。
84.具体地，可以预先建立第一数据库和第二数据库，该第一数据库存储有商户展示的商品图，第二数据库存储有用户上传的商品图。其中，用户上传的商品图包括有用户在以图搜图引擎中输入过的历史商品图，也可以包括用户收到商品后反馈的买家秀。
85.当需要采集图片集合时，可以从第一数据库和第二数据库中获取图片集合。
86.s11、对所述图片集合进行过滤和清洗，得到过滤和清洗后的待输入图片集合。
87.具体地，可以根据预设的规则，对所述图片集合进行过滤和清洗，得到过滤和清洗后的待输入图片集合。
88.其中，预设的规则可以过滤和清洗清晰度低于预设阈值的图片。
89.由上述的技术方案可以看出，相比于上一个实施例，本实施例增加了通过数据库获取图片，并对获得的图片进行过滤和清洗的过程。通过该过程获得的待输入图片集合包含了用户上传的商品图及商户展示的商品图，输入图片的来源更为丰富，且过滤和清洗后可以得到更为符合要求的输入图片集合。
90.在本技术的一些实施例中，对步骤s140、根据所述图片的属性标签，对每一图片对应的商品图列表进行评分，得到所述图片的得分的过程进行详细说明，步骤如下：
91.s20、确定商品图列表中各商品图的属性标签。
92.具体地，商品图列表中每一商品图对应着一个商品，而通过所述商品图列表中的商品图可以跳转至该商品图对应商品的详情页，可以通过所述商品的详情页，获得所述商品的属性标签。
93.示例如，可以点击图2所示的商品图列表中的任意一幅商品图，即可跳转至该商品图对应商品的详情页，可以通过所述商品的详情页，获得所述商品的属性标签。
94.s21、根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分。
95.具体地，本技术有多种方式可以根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分，此处提供其中一种可选的方式。
96.例如，可以先确定所述图片的属性标签与所述图片对应的商品图列表中各商品图的属性标签的重合度，然后，可以根据该重合度，确定所述图片的得分。
97.由上述的技术方案可以看出，相比于上一个实施例，本实施例增加了确定商品图
属性标签并根据其及图片的属性标签，确定图片得分的过程。通过该过程获得的待输入图片集合包含了用户上传的商品图及商户展示的商品图，图片的来源更为丰富，且过滤和清洗后可以得到更为符合要求的待输入图片集合。
98.进一步地，在本技术的一些实施例中，属性标签可以为品牌品类标签、颜色标签及性别标签等。
99.具体地，当属性标签为性别标签时，一种可选的步骤s21的实施方式，可以根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定所述图片的得分。
100.其中，品牌品类标签表明了商品图对应的商品的品牌及其品类。
101.具体地，当所述属性标签为颜色标签时，另一种可选的步骤s21的实施方式，可以根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定所述图片的得分。
102.其中，颜色标签表明了商品图对应的商品的颜色，且即使一件商品中包含了多种颜色，其颜色标签中所包含的颜色也只有一种。
103.具体地，当所述属性标签为性别标签时，又一种可选的步骤s21的实施方式，可以根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定所述图片的得分。
104.其中，性别标签表明了商品图对应的商品一般为女性用品还是男性用品。
105.考虑到一件商品可能同时包含品牌品类标签、颜色标签及性别标签，故在本技术的一些实施例中，可以将上述各个实施例中步骤s21的几种实施方式结合起来，从而更客观，更全面地确定所述图片的得分。基于此，本技术提供又一种步骤s21的可选的实施方式，具体步骤如下：
106.1)、根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定每一图片的第一得分。
107.具体地，本技术可以通过多种方式确定第一得分，此处提供其中两种可选的方式。
108.例如，若商品图列表中存在商品图有与所述图片一致的品牌品类标签，则该图片的第一得分为满分。
109.再如，若商品图列表中前10个商品图中存在与所述图片一致的品牌品类标签，则该图片的第一得分为满分。
110.2)、根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定每一待输入图片的第二得分。
111.具体地，本技术可以通过多种方式确定第二得分，此处提供其中两种可选的方式。
112.例如，若商品图列表中存在商品图有与所述图片一致的颜色标签，则该图片的第二得分为满分。
113.再如，若商品图列表中前10个商品图中存在与所述图片一致的颜色标签，则该图片的第二得分为满分。
114.3)、根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定每一待输入图片的第三得分。
115.具体地，本技术可以通过多种方式确定第三得分，此处提供其中两种可选的方式。
116.例如，若商品图列表中存在商品图有与所述图片一致的性别标签，则该图片的第三得分为满分。
117.再如，若商品图列表中前10个商品图中存在与所述图片一致的性别标签，则该图片的第三得分为满分。
118.4)、综合所述第一得分、第二得分及第三得分，计算得到所述图片的得分。
119.具体地，本技术可以通过多种方式计算得到所述图片的得分，此处提供其中一种可选的方式。
120.例如，可以直接将该图片的第一得分、第二得分及第三得分进行相加，相加后得到的分数作为所述图片的得分。
121.由上述的技术方案可以看出，相比于上一个实施例，本实施例增加了根据品牌品类标签、颜色标签及性别标签，确定所述图片得分的过程。通过该过程可以同时考虑所述图片和所述商品图列表中的各商品图的品牌品类标签、颜色标签及性别标签，从而更客观，更全面地确定所述图片的得分。
122.在上述实施例的基础上，在本技术的一些实施例中，提供一种可选的实施方式，对确定所述第一得分、第二得分及第三得分的过程进行详细描述，步骤如下：
123.s30、确定所述图片对应的商品图列表中的品牌品类标签与所述图片的品牌品类标签一致的第一商品数目。
124.具体地，可以先确定所述图片对应的商品图列表中各商品图的品牌品类标签。
125.随后，可以将每一商品图的品牌品类标签与所述图片的品牌品类标签进行匹配，将相似度超过预设的阈值的商品图的品牌品类标签确定为与所述图片的品牌品类标签一致的标签。
126.最后，可以确定与所述图片的品牌品类标签一致的标签的数目，作为第一商品数目。
127.s31、根据预设的评分规则及所述第一商品数目，确定所述图片的第一得分。
128.具体地，预设的评分规则可以为若第一商品数目超过预设的阈值，所述图片的第一得分为满分；也可以为一个商品对应一分，将第一商品数目的数值确定为第一得分的分值。
129.s32、确定所述图片对应的商品图列表中的颜色标签与所述图片的颜色标签一致的第二商品数目。
130.具体地，可以先确定所述图片对应的商品图列表中各商品图的颜色标签。
131.随后，可以将每一商品图的颜色标签与所述图片的颜色标签进行匹配，将相似度超过预设的阈值的商品图的颜色标签确定为与所述图片的颜色标签一致的标签。
132.最后，可以确定与所述图片的颜色标签一致的标签的数目，作为第二商品数目。
133.s33、根据预设的评分规则及所述第二商品数目，确定所述图片的第二得分。
134.具体地，预设的评分规则可以为若第二商品数目超过预设的阈值，所述图片的第二得分为满分；也可以为一个商品对应一分，将第二商品数目的数值确定为第二得分的分值。
135.s34、确定所述图片对应的商品图列表中的性别标签与所述图片的性别标签一致的第三商品数目。
136.具体地，可以先确定所述图片对应的商品图列表中各商品图的性别标签。
137.随后，可以将每一商品图的性别标签与所述图片的性别标签进行匹配，将相似度超过预设的阈值的商品图的性别标签确定为与所述图片的性别标签一致的标签。
138.最后，可以确定与所述图片的性别标签一致的标签的数目，作为第三商品数目。
139.s35、根据预设的评分规则及所述第三商品数目，确定每一图片的第三得分。
140.具体地，预设的评分规则可以为若第三商品数目超过预设的阈值，所述图片的第三得分为满分；也可以为一个商品对应一分，将第三商品数目的数值确定为第三得分的分值。
141.由上述的技术方案可以看出，相比于上一个实施例，本实施例增加了确认第一得分、第二得分及第三得分的过程。该过程通过预设的规则和商品数目，从而确认第一得分、第二得分及第三得分，从而更好地确认所述图片的得分。
142.考虑到不同类型的属性特征，通过图片表现的程度不一定相同，因此可以为每一类型的属性标签设置对应的表现权重，并将其得分乘以对应的表现权重，得到属性特征的表现权重得分。
143.在本技术的一些实施例中，对步骤s213、综合所述第一得分、第二得分及第三得分，计算得到所述图片的得分的过程进行详细描述，步骤如下：
144.1)、将第一得分，按照预设的品牌品类表现权重进行加权，得到对应的品牌品类表现分。
145.具体地，商品的品牌品类相比于颜色和性别，其在图片的表现能力不够突出，故可以设置品牌品类表现权重低于颜色表现权重和性别表现权重。
146.2)、将第二得分，按照预设的颜色表现权重进行加权，得到对应的颜色表现分。
147.具体地，商品的颜色相比于品牌品类和性别，其在图片的表现能力较为突出，故可以设置颜色表现权重高于颜色表现权重和品牌品类表现权重。
148.3)、将第三得分，按照预设的性别表现权重进行加权，得到对应的性别表现分。
149.具体地，商品适用性别相比于颜色，其在图片的表现能力不够突出，但商品适用性别相比于品牌品类，其在图片的表现能力较为突出，故可以设置性别表现权重低于颜色表现权重，高于品牌品类表现权重。
150.4)、将所述品牌品类表现分、所述颜色表现分及所述性别表现分进行相加，得到所述图片的得分。
151.具体地，可以直接将得到的所述品牌品类表现分、所述颜色表现分及所述性别表现分进行相加，将相加后的得分作为所述图片的得分。
152.下面对本技术实施例提供的以图搜图引擎评价装置进行描述，下文描述的以图搜图引擎评价装置与上文描述的以图搜图引擎评价方法可相互对应参照。
153.参见图3，图3为本技术实施例公开的一种以图搜图引擎评价装置结构示意图。
154.如图3所示，该装置可以包括：
155.图片获取单元100，用于获取待输入图片集合，所述待输入图片集合中包含多张图片；
156.属性标签确定单元110，用于确定所述待输入图片集合中的每一图片的属性标签；
157.商品图获取单元120，用于将所述待输入图片集合中的每一图片输入待评价的以
图搜图引擎中，得到所述以图搜图引擎输出的所述图片对应的商品图列表；
158.图片评分单元130，用于根据所述图片的属性标签，对每一图片对应的商品图列表进行评分，得到所述图片的得分；
159.引擎评分单元140，根据所述图片的得分，得到待评价的以图搜图引擎的总得分。
160.可选的，上述图片获取单元可以包括：
161.第一图片获取单元，用于从数据库中获取图片集合，所述数据库包括第一数据库和第二数据库，所述第一数据库存储有商户展示的商品图，所述第二数据库存储有用户上传的商品图；
162.第二图片获取单元，用于对所述图片集合进行过滤和清洗，得到过滤和清洗后的待输入图片集合。
163.可选的，上述图片评分单元可以包括：
164.商品图标签确定单元，用于确定商品图列表中各商品图的属性标签；
165.属性标签应用单元，用于根据所述图片的属性标签，及所述图片对应的商品图列表中各商品图的属性标签，确定所述图片的得分。
166.可选的，所述属性标签可以包括品牌品类标签，基于此，上述属性标签应用单元可以包括：
167.品牌品类标签应用单元，用于根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定所述图片的得分。
168.可选的，所述属性标签可以包括颜色标签，基于此，上述属性标签应用单元可以包括：
169.颜色标签应用单元，用于根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定所述图片的得分。
170.可选的，所述属性标签可以包括性别标签，基于此，上述属性标签应用单元可以包括：
171.性别标签应用单元，用于根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定所述图片的得分。
172.可选的，所述属性标签可以包括品牌品类标签、颜色标签及性别标签，基于此，上述属性标签应用单元可以包括：
173.第一得分确定单元，用于根据所述图片的品牌品类标签，及所述图片对应的商品图列表中各商品图的品牌品类标签，确定每一图片的第一得分；
174.第二得分确定单元，用于根据所述图片的颜色标签，及所述图片对应的商品图列表中各商品图的颜色标签，确定每一图片的第二得分；
175.第三得分确定单元，用于根据所述图片的性别标签，及所述图片对应的商品图列表中各商品图的性别标签，确定每一图片的第三得分；
176.总分确定单元，用于综合所述第一得分、第二得分及第三得分，计算得到所述图片的得分。
177.可选的，上述第一得分确定单元可以包括：
178.第一商品数目确定单元，用于确定所述图片对应的商品图列表中的品牌品类标签与所述图片的品牌品类标签一致的第一商品数目；
179.第一商品数目应用单元，用于根据预设的评分规则及所述第一商品数目，确定所述图片的第一得分。
180.可选的，上述第二得分确定单元可以包括：
181.第二商品数目确定单元，用于确定所述图片对应的商品图列表中的颜色标签与所述图片的颜色标签一致的第二商品数目；
182.第二商品数目应用单元，用于根据预设的评分规则及所述第二商品数目，确定所述图片的第二得分。
183.可选的，上述第三得分确定单元可以包括：
184.第三商品数目确定单元，用于确定所述图片对应的商品图列表中的性别标签与所述图片的性别标签一致的第三商品数目；
185.第三商品数目应用单元，用于根据预设的评分规则及所述第三商品数目，确定每一图片的第三得分。
186.可选的，上述总分确定单元可以包括：
187.品牌品类表现分确定单元，用于将第一得分，按照预设的品牌品类表现权重进行加权，得到对应的品牌品类表现分；
188.颜色表现分确定单元，用于将第二得分，按照预设的颜色表现权重进行加权，得到对应的颜色表现分；
189.性别表现分确定单元，用于将第三得分，按照预设的性别表现权重进行加权，得到对应的性别表现分；
190.表现分相加单元，用于将所述品牌品类表现分、所述颜色表现分及所述性别表现分进行相加，得到所述图片的得分。
191.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
192.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
193.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。本技术的各个实施例之间可以相互结合。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。