用于处理信息的方法和装置与流程

本申请实施例涉及计算机技术领域，尤其涉及用于处理信息的方法和装置。

背景技术：

目前，产品提供方可以通过向用户所使用的终端(例如手机、计算机等)推送产品图像，来向用户推荐产品。

通常，不同的用户有不同的喜好。因此，浏览了所推送的产品图像的用户可能对产品图像所指示的产品感兴趣，也可能对产品图像所指示的产品不感兴趣。

技术实现要素：

本申请实施例提出了用于处理信息的方法和装置。

第一方面，本申请实施例提供了一种用于处理信息的方法，该方法包括：获取目标用户的用户信息和待呈现产品图像集合；对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果，其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度；基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。

在一些实施例中，待呈现产品图像集合中的待呈现产品图像对应至少一个背景图像；以及在从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像之后，该方法还包括：对于选取出的呈现用产品图像中的呈现用产品图像，执行以下步骤：获取该呈现用产品图像所对应的至少一个背景图像；对于所获取的至少一个背景图像中的背景图像，将该呈现用产品图像添加到该背景图像中，获得该呈现用产品图像所对应的呈现用图像；从所获得的、该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在一些实施例中，在从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像之后，该方法还包括：将所选取的目标呈现用图像输出给目标用户所使用的终端。

在一些实施例中，从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像，包括：对于该呈现用产品图像所对应的呈现用图像中的呈现用图像，将该呈现用图像和用户信息输入预先训练的第二评价模型，获得第二评价结果，其中，第二评价结果用于表征所输入的用户信息所对应的用户对所输入的呈现用图像的感兴趣程度；基于所获得的第二评价结果，从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在一些实施例中，第一评价模型通过以下步骤训练得到：获取多个样本呈现用产品图像；对于多个样本呈现用产品图像中的样本呈现用产品图像，执行以下步骤：获取呈现了该样本呈现用产品图像的终端所对应的用户的用户信息作为样本用户信息；基于所获取的样本用户信息，确定用于表征用户对该样本呈现用产品图像所指示的产品的感兴趣程度的样本第一评价结果；利用该样本呈现用产品图像、所获取的样本用户信息和所确定的样本第一评价结果组成训练样本；利用机器学习方法，将所组成的训练样本中的训练样本包括的样本用户信息、样本呈现用产品图像作为输入，将所输入的样本用户信息和样本呈现用产品图像所对应的样本第一评价结果作为期望输出，训练得到第一评价模型。

在一些实施例中，用户信息包括以下至少一项：属性信息、历史行为信息。

第二方面，本申请实施例提供了一种用于处理信息的装置，该装置包括：获取单元，被配置成获取目标用户的用户信息和待呈现产品图像集合；输入单元，被配置成对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果，其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度；选取单元，被配置成基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。

在一些实施例中，待呈现产品图像集合中的待呈现产品图像对应至少一个背景图像；以及该装置还包括：添加单元，被配置成对于选取出的呈现用产品图像中的呈现用产品图像，执行以下步骤：获取该呈现用产品图像所对应的至少一个背景图像；对于所获取的至少一个背景图像中的背景图像，将该呈现用产品图像添加到该背景图像中，获得该呈现用产品图像所对应的呈现用图像；从所获得的、该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在一些实施例中，该装置还包括：输出单元，被配置成将所选取的目标呈现用图像输出给目标用户所使用的终端。

在一些实施例中，添加单元进一步被配置成：对于该呈现用产品图像所对应的呈现用图像中的呈现用图像，将该呈现用图像和用户信息输入预先训练的第二评价模型，获得第二评价结果，其中，第二评价结果用于表征所输入的用户信息所对应的用户对所输入的呈现用图像的感兴趣程度；基于所获得的第二评价结果，从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在一些实施例中，第一评价模型通过以下步骤训练得到：获取多个样本呈现用产品图像；对于多个样本呈现用产品图像中的样本呈现用产品图像，执行以下步骤：获取呈现了该样本呈现用产品图像的终端所对应的用户的用户信息作为样本用户信息；基于所获取的样本用户信息，确定用于表征用户对该样本呈现用产品图像所指示的产品的感兴趣程度的样本第一评价结果；利用该样本呈现用产品图像、所获取的样本用户信息和所确定的样本第一评价结果组成训练样本；利用机器学习方法，将所组成的训练样本中的训练样本包括的样本用户信息、样本呈现用产品图像作为输入，将所输入的样本用户信息和样本呈现用产品图像所对应的样本第一评价结果作为期望输出，训练得到第一评价模型。

在一些实施例中，用户信息包括以下至少一项：属性信息、历史行为信息。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于处理信息的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于处理信息的方法中任一实施例的方法。

本申请实施例提供的用于处理信息的方法和装置，通过获取目标用户的用户信息和待呈现产品图像集合，而后对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果，其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度，最后基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像，从而有效利用第一评价模型对目标用户针对待呈现产品图像的感兴趣程度进行了评价，有助于基于评价结果，从待呈现产品图像集合中选取目标用户感兴趣的待呈现产品图像作为最终用于呈现给用户的产品图像，提高了信息处理的针对性和多样性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于处理信息的方法的一个实施例的流程图；

图3是根据本申请实施例的用于处理信息的方法的一个应用场景的示意图；

图4是根据本申请的用于处理信息的方法的又一个实施例的流程图；

图5是根据本申请的用于处理信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于处理信息的方法或用于处理信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持信息传输的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的呈现用产品图像提供支持的后台服务器。后台服务器可以获取待呈现产品图像集合，并对待呈现产品图像集合等数据进行分析等处理，并将处理结果(例如呈现用产品图像)反馈给终端设备。

需要说明的是，本申请实施例所提供的用于处理信息的方法一般由服务器105执行，相应地，用于处理信息的装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在获得呈现用产品图像的过程中所使用的数据不需要从远程获取的情况下，上述系统架构可以不包括网络和终端设备，而只包括服务器。

继续参考图2，示出了根据本申请的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法，包括以下步骤：

步骤201，获取目标用户的用户信息和待呈现产品图像集合。

在本实施例中，用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户的用户信息和待呈现产品图像集合。其中，目标用户为待确定其所对应的呈现用产品图像的用户。目标用户所对应的呈现用产品图像为用于呈现给目标用户的产品图像。产品图像可以指示产品。具体的，作为示例，产品图像可以为对产品进行拍摄所获得的图像。目标用户的用户信息可以用于表征目标用户的特征，可以包括但不限于以下至少一项：文字、数值、符号、图像。

在本实施例的一些可选的实现方式中，用户信息可以包括但不限以下于至少一项：属性信息、历史行为信息。其中，属性信息可以用于表征用户的属性，例如性别属性、年龄属性等。历史行为信息可以用于指示用户的历史行为，例如历史行为信息可以包括用户历史浏览的产品图像和浏览产品图像的历史时间。

具体的，上述执行主体可以获取预先存储于本地的、目标用户的用户信息，也可以获取与之通信连接的电子设备(例如图1所示的终端设备)发送的、目标用户的用户信息。

在本实施例中，待呈现产品图像可以为预先确定的、待向用户呈现的产品图像。待呈现产品图像集合中包括至少一个待呈现产品图像。具体的，上述执行主体可以获取预先存储于本地的、至少一个待呈现产品图像，组成待呈现产品图像集合；或者，上述执行主体可以获取与之通信连接的电子设备发送的、至少一个待呈现产品图像，组成待呈现产品图像集合。

步骤202，对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果。

在本实施例中，对于步骤201中得到的待呈现产品图像集合中的待呈现产品图像，上述执行主体可以将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果。其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度，可以包括但不限于以下至少一项：文字、数值、符号。例如，第一评价结果可以包括数值“0”或数值“1”，其中，数值“0”可以用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品不感兴趣；数值“1”可以用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品感兴趣。

在本实施例中，第一评价模型可以用于表征待呈现产品图像和用户信息，与待呈现产品图像和用户信息所对应的第一评价结果的对应关系。具体的，作为示例，第一评价模型可以是技术人员预先基于对大量的待呈现产品图像、用户的用户信息和第一评价结果的统计而预先制定的、存储有多个待呈现产品图像、用户信息与待呈现产品图像和用户信息所对应的第一评价结果的对应关系表。

这里，对应关系表中的第一评价结果可以由技术人员标注获得，也可以基于预设规则生成。这里，预设规则可以为技术人员预先针对待呈现产品图像设置的、用于基于用户信息，确定用户信息和待呈现产品图像所对应的第一评价结果的规则。例如，待呈现产品图像所指示的产品为护肤品。针对该待呈现产品图像，预设规则可以为：用户信息指示用户为女性，第一评价结果为“感兴趣”；用户信息指示用户为男性，第一评价结果为“不感兴趣”。

另外，第一评价模型也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络、fm(factorizationmachine，因子分解机)模型等)进行训练后得到的模型。

在本实施例的一些可选的实现方式中，第一评价模型可以通过以下步骤训练得到：

步骤2021，获取多个样本呈现用产品图像。

这里，样本呈现用图像为从预先确定的样本待呈现产品图像中确定的、用于呈现给用户的产品图像。多个样本呈现用产品图像可以为用于呈现给某个用户的多个产品图像，也可以为呈现给多个用户的多个产品图像。

具体的，可以获取预先存储的多个呈现用产品图像作为多个样本呈现用产品图像，也可以获取通信连接的电子设备发送的多个呈现用产品图像作为样本呈现用产品图像。

步骤2022，对于多个样本呈现用产品图像中的样本呈现用产品图像，执行以下步骤：获取呈现了该样本呈现用产品图像的终端所对应的用户的用户信息作为样本用户信息；基于所获取的样本用户信息，确定用于表征用户对该样本呈现用产品图像所指示的产品的感兴趣程度的样本第一评价结果；利用该样本呈现用产品图像、所获取的样本用户信息和所确定的样本第一评价结果组成训练样本。

在这里，对于多个样本呈现用产品图像中的样本呈现用产品图像，可以执行以下步骤：

首先，获取呈现了该样本呈现用产品图像的终端所对应的用户的用户信息作为样本用户信息。

其中，呈现了该样本呈现用产品图像的终端所对应的用户可以为使用上述终端的用户。具体的，可以获取预先存储的、呈现了该样本呈现用产品图像的终端所对应的用户的用户信息作为样本用户信息，也可以获取呈现了该样本呈现用产品图像的终端发送的用户信息作为样本用户信息。

然后，基于所获取的样本用户信息，确定用于表征用户对该样本呈现用产品图像所指示的产品的感兴趣程度的样本第一评价结果。

具体的，可以基于所获取的样本用户信息，采用各种方法确定用于表征用户对该样本呈现用产品图像所指示的产品的感兴趣程度的样本第一评价结果。例如，可以由技术人员对所获取的样本用户信息和该样本呈现用产品图像所对应的样本第一评价结果进行标注，进而确定出所获取的样本用户信息和该样本呈现用产品图像所对应的样本第一评价结果；或者，可以基于上述预设规则，生成所获取的样本用户信息和该样本呈现用产品图像所对应的样本第一评价结果。

最后，利用该样本呈现用产品图像、所获取的样本用户信息和所确定的样本第一评价结果组成训练样本。

可以理解，利用多个样本呈现用产品图像，可以获得多个训练样本。

步骤2023，利用机器学习方法，将所组成的训练样本中的训练样本包括的样本用户信息、样本呈现用产品图像作为输入，将所输入的样本用户信息和样本呈现用产品图像所对应的样本第一评价结果作为期望输出，训练得到第一评价模型。

具体的，可以利用机器学习方法，将所组成的训练样本中的训练样本包括的样本用户信息、样本呈现用产品图像作为输入，将所输入的样本用户信息和样本呈现用产品图像所对应的样本第一评价结果作为期望输出，对预先确定的初始模型(例如神经网络、fm模型等)进行训练，最终获得第一评价模型。

需要说明的是，实践中，用于生成第一评价模型的步骤的执行主体可以与用于处理信息的方法的执行主体相同或者不同。如果相同，则用于生成第一评价模型的步骤的执行主体可以在训练得到第一评价模型后将训练好的第一评价模型存储在本地。如果不同，则用于生成第一评价模型的步骤的执行主体可以在训练得到第一评价模型后将训练好的第一评价模型发送给用于处理信息的方法的执行主体。

步骤203，基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。

在本实施例中，基于步骤202所获得的第一评价结果，上述执行主体可以从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。其中，选取出的呈现用产品图像即为用于呈现给目标用户的产品图像。

具体的，上述执行主体可以基于所获得的第一评价结果所指示的感兴趣程度，采用各种方法从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。例如，可以选取所对应的第一评价结果所指示的感兴趣程度最高的待呈现产品图像作为呈现用产品图像。

继续参见图3，图3是根据本实施例的用于处理信息的方法的应用场景的一个示意图。在图3的应用场景中，服务器301可以首先从通信连接的终端设备302获取使用终端设备302的目标用户的用户信息303，以及获取预先存储的待呈现产品图像集合304。其中，待呈现产品图像集合304中包括待呈现产品图像3041和待呈现产品图像3042。然后，对于待呈现产品图像3041，服务器301可以将待呈现产品图像3041和用户信息303输入预先训练的第一评价模型305，获得第一评价结果(例如数值“9”)3061。这里，第一评价结果可以用于表征目标用户对待呈现产品图像3041所指示的产品的感兴趣程度(例如数值越大，感兴趣程度越高)。同理，对于待呈现产品图像3042，服务器301可以将待呈现产品图像3042和用户信息303输入第一评价模型305，获得第一评价结果(例如数值“7”)3062。最后，服务器301可以基于所获得的第一评价结果，从待呈现产品图像集合304中选取待呈现产品图像作为呈现用产品图像307。例如，服务器301可以从待呈现产品图像集合304中选取所对应的第一评价结果中的数值较大的待呈现产品图像作为呈现用产品图像307，即选取待呈现产品图像3041作为呈现用产品图像307。

本申请的上述实施例提供的方法有效利用第一评价模型对目标用户针对待呈现产品图像的感兴趣程度进行了评价，有助于基于评价结果，从待呈现产品图像集合中选取目标用户感兴趣的待呈现产品图像作为最终用于呈现给用户的产品图像，提高了信息处理的针对性和多样性。

进一步参考图4，其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400，包括以下步骤：

步骤401，获取目标用户的用户信息和待呈现产品图像集合。

在本实施例中，用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户的用户信息和待呈现产品图像集合。其中，目标用户为待确定其所对应的呈现用产品图像的用户。目标用户所对应的呈现用产品图像为用于呈现给目标用户的产品图像。产品图像可以指示产品。具体的，作为示例，产品图像可以为对产品进行拍摄所获得的图像。目标用户的用户信息可以用于表征目标用户的特征，可以包括但不限于以下至少一项：文字、数值、符号、图像。待呈现产品图像可以为预先确定的、待向用户呈现的产品图像。待呈现产品图像集合中包括至少一个待呈现产品图像。

步骤402，对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果。

在本实施例中，对于步骤401中得到的待呈现产品图像集合中的待呈现产品图像，上述执行主体可以将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果。其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度，可以包括但不限于以下至少一项：文字、数值、符号。第一评价模型可以用于表征待呈现产品图像和用户信息与所输入的待呈现产品图像和用户信息所对应的第一评价结果的对应关系。

步骤403，基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。

在本实施例中，基于步骤402所获得的第一评价结果，上述执行主体可以从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。其中，选取出的呈现用产品图像即为用于呈现给目标用户的产品图像。

步骤404，对于选取出的呈现用产品图像中的呈现用产品图像，执行以下步骤：获取该呈现用产品图像所对应的至少一个背景图像；对于所获取的至少一个背景图像中的背景图像，将该呈现用产品图像添加到该背景图像中，获得该呈现用产品图像所对应的呈现用图像；从所获得的、该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在本实施例中，待呈现产品图像集合中的待呈现产品图像对应至少一个背景图像。具体的，待呈现产品图像所对应的至少一个背景图像可以为技术人员基于待呈现产品图像，预先确定的背景图像。进而，对于步骤403中选取出的呈现用产品图像中的呈现用产品图像，上述执行主体可以执行以下步骤：

步骤4041，获取该呈现用产品图像所对应的至少一个背景图像。

具体的，可以获取预先存储的、该呈现用产品图像所对应的至少一个背景图像，也可以获取通信连接的电子设备发送的、该呈现用产品图像所对应的至少一个背景图像。

步骤4042，对于所获取的至少一个背景图像中的背景图像，上将该呈现用产品图像添加到该背景图像中，获得该呈现用产品图像所对应的呈现用图像。

其中，呈现用图像即为同时包括呈现用产品图像和呈现用产品图像所对应的背景图像的图像。具体的，上述执行主体可以采用各种方法将该呈现用产品图像添加到该背景图像中，获得该呈现用产品图像所对应的呈现用图像。例如，上述执行主体可以将该呈现用产品图像叠加到该背景图像的预设位置，并将叠加后的图像确定为该呈现用产品图像所对应的呈现用图像；或者，上述执行主体可以采用图像融合的方法对该呈现用产品图像和该背景图像进行图像融合，并将融合后的图像确定为该呈现用产品图像所对应的呈现用图像。

需要说明的是，图像融合的方法是目前广泛研究和应用的公知技术，此处不再赘述。

步骤4043，从所获得的、该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

其中，目标呈现用图像可以为最终用于呈现给目标用户的图像。可以理解，由于该呈现用图像对应至少一个背景图像，因此，所获得的、该呈现用产品图像所对应的呈现用图像包括至少一个。

具体的，上述执行主体可以采用各种方法从所获得的、该呈现用产品图像所对应的至少一个呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。作为示例，当该呈现用产品图像仅对应一个呈现用图像时，上述执行主体可以直接将该呈现用图像确定为该呈现用产品图像所对应的目标呈现用图像；当该呈现用产品图像仅对应至少两个呈现用图像时，上述执行主体可以采用随机选取的方式，从该呈现用产品图像所对应的至少两个呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在本实施例的一些可选的实现方式中，上述执行主体还可以通过以下步骤从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像：

首先，对于该呈现用产品图像所对应的呈现用图像中的呈现用图像，上述执行主体可以将该呈现用图像和目标用户的用户信息输入预先训练的第二评价模型，获得第二评价结果。

其中，第二评价结果可以用于表征所输入的用户信息所对应的用户对所输入的呈现用图像的感兴趣程度，可以包括但不限于以下至少一项：文字、数值、符号。例如，第二评价结果可以包括数值“0”或数值“1”，其中，数值“0”可以用于表征所输入的用户信息所对应的用户对所输入的呈现用图像不感兴趣；数值“1”可以用于表征所输入的用户信息所对应的用户对所输入的呈现用图像感兴趣。

在本实现方式中，第二评价模型可以用于表征呈现用图像和用户信息与所输入的呈现用图像和用户信息所对应的第二评价结果的对应关系。具体的，作为示例，第二评价模型可以是技术人员预先基于对大量的呈现用图像、用户的用户信息和第二评价结果的统计而预先制定的、存储有多个呈现用图像、用户信息与呈现用图像和用户信息所对应的第二评价结果的对应关系表。

这里，对应关系表中的第二评价结果可以由技术人员标注获得，也可以基于预设规则生成。这里，预设规则可以为技术人员预先针对呈现用图像设置的、用于基于用户信息，确定用户信息和呈现用图像所对应的第二评价结果的规则。例如，呈现用图像可以用于用户点击，针对该呈现用图像，预设规则可以为：用户信息指示用户点击了该呈现用图像，第二评价结果为“感兴趣”；用户信息指示用户未点击该呈现用图像，第二评价结果为“不感兴趣”。

另外，第二评价模型也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络、fm模型等)进行训练后得到的模型。需要说明的是，第二评价模型的训练过程与图2所对应的实施例中的第一评价模型的训练过程基本相同，此处不再赘述。

然后，上述执行主体可以基于所获得的第二评价结果，从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

具体的，上述执行主体可以基于所获得的第二评价结果所指示的感兴趣程度，采用各种方法从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。例如，可以选取所对应的第二评价结果所指示的感兴趣程度最高的呈现用图像作为目标呈现用图像。

在本实施例的一些可选的实现方式中，在从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像之后，上述执行主体还可以将所选取的目标呈现用图像输出给目标用户所使用的终端。

上述步骤401、步骤402、步骤403分别与前述实施例中的步骤201、步骤202、步骤203一致，上文针对步骤201、步骤202和步骤203的描述也适用于步骤401、步骤402和步骤403，此处不再赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于处理信息的方法的流程400突出了获得呈现用产品图像后，基于呈现用产品图像所对应的背景图像，获得呈现用产品图像所对应的目标呈现用图像的步骤。由此，本实施例描述的方案可以进一步确定呈现用产品图像的显示背景，生成最终用于呈现给用户的目标呈现用图像，从而提高了信息处理的全面性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于处理信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理信息的装置500包括：获取单元501、输入单元502和选取单元503。其中，获取单元501被配置成获取目标用户的用户信息和待呈现产品图像集合；输入单元502被配置成对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果，其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度；选取单元503被配置成基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。

在本实施例中，用于处理信息的装置的获取单元501可以通过有线连接方式或者无线连接方式获取目标用户的用户信息和待呈现产品图像集合。其中，目标用户为待确定其所对应的呈现用产品图像的用户。目标用户所对应的呈现用产品图像为用于呈现给目标用户的产品图像。产品图像可以指示产品。具体的，作为示例，产品图像可以为对产品进行拍摄所获得的图像。目标用户的用户信息可以用于表征目标用户的特征，可以包括但不限于以下至少一项：文字、数值、符号、图像。

在本实施例中，待呈现产品图像可以为预先确定的、待向用户呈现的产品图像。待呈现产品图像集合中包括至少一个待呈现产品图像。

在本实施例中，对于获取单元501得到的待呈现产品图像集合中的待呈现产品图像，输入单元502可以将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果。其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度，可以包括但不限于以下至少一项：文字、数值、符号。

在本实施例中，第一评价模型可以用于表征待呈现产品图像和用户信息与所输入的待呈现产品图像和用户信息所对应的第一评价结果的对应关系。

在本实施例中，基于输入单元502所获得的第一评价结果，选取单元503可以从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。其中，选取出的呈现用产品图像即为用于呈现给目标用户的产品图像。

在本实施例的一些可选的实现方式中，待呈现产品图像集合中的待呈现产品图像对应至少一个背景图像；以及装置500还可以包括：添加单元(图中未示出)，被配置成对于选取出的呈现用产品图像中的呈现用产品图像，执行以下步骤：获取该呈现用产品图像所对应的至少一个背景图像；对于所获取的至少一个背景图像中的背景图像，将该呈现用产品图像添加到该背景图像中，获得该呈现用产品图像所对应的呈现用图像；从所获得的、该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在本实施例的一些可选的实现方式中，装置500还可以包括：输出单元(图中未示出)，被配置成将所选取的目标呈现用图像输出给目标用户所使用的终端。

在本实施例的一些可选的实现方式中，添加单元可以进一步被配置成：对于该呈现用产品图像所对应的呈现用图像中的呈现用图像，将该呈现用图像和用户信息输入预先训练的第二评价模型，获得第二评价结果，其中，第二评价结果用于表征所输入的用户信息所对应的用户对所输入的呈现用图像的感兴趣程度；基于所获得的第二评价结果，从该呈现用产品图像所对应的呈现用图像中选取呈现用图像作为该呈现用产品图像所对应的目标呈现用图像。

在本实施例的一些可选的实现方式中，第一评价模型可以通过以下步骤训练得到：获取多个样本呈现用产品图像；对于多个样本呈现用产品图像中的样本呈现用产品图像，执行以下步骤：获取呈现了该样本呈现用产品图像的终端所对应的用户的用户信息作为样本用户信息；基于所获取的样本用户信息，确定用于表征用户对该样本呈现用产品图像所指示的产品的感兴趣程度的样本第一评价结果；利用该样本呈现用产品图像、所获取的样本用户信息和所确定的样本第一评价结果组成训练样本；利用机器学习方法，将所组成的训练样本中的训练样本包括的样本用户信息、样本呈现用产品图像作为输入，将所输入的样本用户信息和样本呈现用产品图像所对应的样本第一评价结果作为期望输出，训练得到第一评价模型。

在本实施例的一些可选的实现方式中，用户信息可以包括但不限于以下至少一项：属性信息、历史行为信息。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

本申请的上述实施例提供的装置500有效利用第一评价模型对目标用户针对待呈现产品图像的感兴趣程度进行了评价，有助于基于评价结果，从待呈现产品图像集合中选取目标用户感兴趣的待呈现产品图像作为最终用于呈现给用户的产品图像，提高了信息处理的针对性和多样性。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、输入单元和选取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标用户的用户信息和待呈现产品图像集合的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取目标用户的用户信息和待呈现产品图像集合；对于待呈现产品图像集合中的待呈现产品图像，将该待呈现产品图像和用户信息输入预先训练的第一评价模型，获得第一评价结果，其中，第一评价结果用于表征所输入的用户信息所对应的用户对所输入的待呈现产品图像所指示的产品的感兴趣程度；基于所获得的第一评价结果，从待呈现产品图像集合中选取待呈现产品图像作为呈现用产品图像。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。