信息显示方法及装置与流程

1.本技术属于通信技术领域，具体涉及一种信息显示方法及装置。


背景技术：

2.随着电子产品的不断发展，具有拍摄功能的移动终端越来越普及，用户可以随时随地用它来进行拍摄。通过拍摄的图像可以记录平时的所见所闻、留住旅行沿途的风景等。目前，用户经常会通过社交应用程序将所拍摄的图像与好友分享，或者，将从图库中选取图像生成动态图像集等等。
3.在相关技术中，在进行图像的分享，或者图像集的制作时，如果用户需要从相册中选取多张图像，则需要从相册的众多图像中上下翻阅来查找满意的图像。如此，导致整个查找图像的过程操作步骤繁琐且耗时长，影响用户的使用体验。


技术实现要素：

4.本技术实施例的目的是提供一种信息显示方法及装置，能够解决查找图像的过程操作步骤繁琐且耗时长的问题。
5.为了解决上述技术问题，本技术是这样实现的：
6.第一方面，本技术实施例提供了一种信息显示方法，该方法包括：获取n个图像中每个图像的图像信息；一个图像的图像信息包括：上述图像所属图像类别信息和上述图像对应的用户行为信息；确定每个图像所属的图像类别分别与上述n个图像的中心图像类别间的相似度信息；根据每个图像的用户行为信息以及每个图像的相似度信息，计算得到各个图像的评分信息；根据上述n个图像的评分信息，显示目标图像，上述目标图像包括上述n个图像中的至少一个，n为正整数。
7.第二方面，本技术实施例提供了一种信息显示装置，该装置包括：获取模块，确定模块和显示模块，其中：上述获取模块，用于获取n个图像中每个图像的图像信息；一个图像的图像信息包括：该图像所属图像类别信息和该图像对应的用户行为信息；上述确定模块，用于确定获取模块获取的每个图像所属的图像类别分别与n个图像的中心图像类别间的相似度信息；上述确定模块，还用于根据上述获取模块获取的每个图像的所述用户行为信息以及每个图像的相似度信息，计算得到各个所述图像的评分信息；显示模块，用于根据确定模块计算得到的n个图像的评分信息，显示目标图像，上述目标图像包括n个图像中的至少一个，n为正整数。
8.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
9.第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
10.第五方面，本技术实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述
通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
11.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在非易失的存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
12.在本技术实施例中，信息显示装置获取n个图像中每个图像的图像信息(该图像所属图像类别和该图像对应的用户行为信息)，并确定每个图像所属的图像类别分别与该n个图像的中心图像类别间的相似度信息，然后根据每个所述图像的用户行为信息以及每个图像的相似度信息，计算各个图像的评分信息，最后根据n个图像的评分信息，显示至少一个图像。通过该方法，信息显示装置可以基于每个图像的用户行为信息，和每个图像与中心类别图像的相似度信息，来显示每个图像，当进行图像查找时，由于显示的图像是根据图像的评分信息有规律地显示的，因此用户可以从多张图像中快速查找到需要的图像。
附图说明
13.图1是本技术实施例提供的一种信息显示方法的流程图；
14.图2是本技术实施例提供的一种信息显示装置的结构示意图；
15.图3是本技术实施例提供的一种电子设备的硬件结构示意图之一；
16.图4是本技术实施例提供的一种电子设备的硬件结构示意图之二。
具体实施方式
17.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作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。
18.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
19.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的信息显示方法进行详细地说明。
20.在日常使用电子设备的过程中，用户通常会对自己感兴趣的图片进行多次浏览或者多次转发等特征行为，但是上述行为并无法较好的体现用户意图，例如，用户比较偏好或者需要的图像。
21.在本技术实施例提供的信息显示方法中，可以通过用户对图像的行为信息以及图像的标签分类等语义信息，更加准确地确定满足用户偏好或者需求的图像。例如，以电子设备的图库中保存的图片为例。假如上述图片的主要类别为旅游和美食时，则表征用户可能对旅游和美食类图片的偏好程度较高，那么，文档类图片可能并不是用户主要偏好或者需求的一类图片，因此，在展示图库中的图片时，可以降低文档类图片的权重。进一步地，对于
用户偏好程度较高的美食旅游类图片，可以结合用户的行为特征信息进行筛选，确定出该类图片中用户偏好程度较高的图片。如此，通过基于特征数据和分类对图片候选集进行筛选，使得一些让用户感兴趣的图片能排在靠前位置优先展现，提高用户对图片的查找效率。
22.本技术实施例提供了一种信息显示方法，该信息显示方法可以应用于电子设备，图1示出了本技术实施例提供的信息显示方法的流程图。如图1所示，本技术实施例提供的信息显示方法可以包括如下步骤201至步骤204：
23.步骤201：信息显示装置获取n个图像中每个图像的图像信息。
24.其中，一个图像的图像信息包括：上述图像所属图像类别信息和上述图像对应的用户行为信息，n为正整数。
25.在本技术实施例中，上述n个图像可以为在电子设备中保存的或者从服务器获取的至少一张图像。示例性地，上述图像可以为在电子设备的图库app中保存的图像。
26.可选地，在本技术实施例中，上述图像类别包括但不限于：场景类、事件类、人物类、物品类、美食类、卡证文档图像类、及动植物类等等。
27.可选地，在本技术实施例中，上述图像对应的用户行为信息包括但不限于以下至少一项：浏览时长，浏览次数，编辑次数，分享次数，及拍摄时间等等。
28.示例性地，信息显示装置可以获取用户针对图像的浏览记录，并根据浏览记录确定对图像的浏览时长以及浏览次数等信息；同样的，信息显示装置可以获取用户针对图像的编辑或者分享操作，并根据上述操作确定对图像的编辑次数以及分享次数等信息。
29.步骤202：信息显示装置确定每个图像所属的图像类别分别与n个图像的中心图像类别间的相似度信息。
30.在本技术实施例中，上述n个图像可以对应m个图像类别。
31.示例1，以n个图像包括图像1、图像2、图像3、图像4和图像5为例。假设图像1属于图像类别a，图像2属于图像类别b，图像3、图像4和图像5属于图像类别c，则上述五个图像(即图像1至图像5)对应三个图像类别(即图像类别a、图像类别b和图像类别c)。
32.在具体的实现中，信息显示装置可以通过图像识别算法，对每个图像进行图像识别，以确定n个图像中每个图像所属(即对应)的图像类别。
33.可选地，在本技术实施例中，信息显示装置可以对上述图像就进行多级分类，以得到多级类别，其中，上述多级类别中的一级类别可以包括一个或者多个图像类别。示例性地，可以将n个图像分为p个大类，再将p个大类中的每个大类的图像分为至少一个子类，再将每一个子类的图像分为至少一个标签类。其中，每一级分类下分别包括一个或者多个图像类别。
34.示例性地，以对n个图像进行三级分类为例。上述多级类别可以包括：一级类别，二级类别和标签类别。进一步地，一级类别下可以包括s1个图像类别，二级类别下可以包括s2个图像类别，标签类别下可以包括s3个图像类别。例如，信息显示装置可以对n个图像进行三级分类，将n个图像分为八个大类、六十多个子类、数千个标签。
35.举例说明，以n个图像包括图像1、图像2、图像3、图像4和图像5为例。图像1、图像2和图像3属于场景类别，图像4和图像5属于物品类别。在场景类别中将图像1和图像2划分为自然风光类别，将图像3划分为办公场所类别。在物品类别中将图像4划分为动物类别，将图像5划分为植物类别。在自然风光类别中，将图像1划分为草原类别，将图像2划分为大海类
别。
36.在本技术实施例中，上述中心图像类别包括：上述n个图像对应的图像类别中，图像数量占比最大的图像类别。
37.示例2，结合上述示例1，图像类别a和图像类别b分别包括1个图像，图像类别c包括3个图像，由于图像类别c中的图像数量占比最大，所以图像类别c为中心图像类别。进一步地，上述图像数量占比指的是图像数量在所有的图像数量(即n个图像)中的占比。
38.可选地，在本技术实施例中，上述中心图像类别可以包括多级分类下的多个中心图像类别。示例性地，上述中心图像类别可以包括：第一中心图像类别、第二中心图像类别和第三中心图像类别。
39.示例性地，在对n个图像进行三级分类，得到一级类别，二级类别和标签类别的情况下，上述第一中心图像类别为上述一级类别中图像占比数量最多的图像类别，上述第二中心图像类别为上述二级类别中图像占比数量最多的图像类别，上述第二中心图像类别为上述标签类别中图像数量占比数量最多的图像类别。
40.以下通过对图像进行二级分类为例说明本技术实施例中的多个中心图像类别。
41.举例说明，假设100张图像属于类别1、类别2和类别3，其中，类别1中包括50张图像，类别2中包括30张图像，以及类别3中包括20张图像。并且，类别1中包括20张图像属于类别a，包括30张图像属于类别b；类别2中包括10张图像属于类别c，包括20张图像属于类别d；类别3中包括5张图像属于类别e，包括15张图像属于类别f。由于一级分类下的类别1、类别2和类别3中，类别1中的图像数量占比最大，因此第一中心图像类别为类别1，二级分类下的类别a、类别b、类别c、类别d、类别e以及类别f中，类别b中的图像数量占比最大，因此第二中心图像类别为类别b。
42.进一步地，上述一级类别中图像数量占比指的是：一级类别中的图像数量在该一级类别对应的所有图像数量中的占比，或者在所有图像数量中的占比。
43.需要说明的是，由于上述中心图像类别对应的图像为数量最多的一类图像，即，所有图像类别中的主要图像类别，因而可以反映用户比较感兴趣的一类图像。
44.在具体的实现中，信息显示装置可以统计n个图像对应的图像类别中，每个图像类别中图像的数量，然后计算每个图像类别中图像的数量在总的图像数量中的占比，然后确定出占比最大的图像类别，并将其作为中心图像类别。
45.可选地，在本技术实施例中，上述相似度信息可以包括：n个图像中的每个图像所属的图像类别的语义信息，与上述中心图像类别的语义信息之间的语义相似度。例如，图像1属于旅行类，中心图像类别为风景类，则可以通过计算“旅行类”和“风景类”图像类别之间的相似度，来确定图像1与“风景类”图像类别之间的相似度，如，通过语义分析，计算得到图像1所属的“旅行类”与“风景类”的相似度为75％，可以反映图像1与中心图像类别接近程度较高。
46.示例性地，图像所属的图像类别与中心图像类别的相似度信息越大，则表征该图像与中心图像类别代表的一类图像的相似度越大。
47.需要说明的是，由于图像的类别可以反映图像的图像内容，因此图像所属的类别与中心类别之间的相似度可以表征图像之间的相似度。
48.步骤203：信息显示装置根据每个图像的用户行为信息以及每个图像的相似度信
息，计算得到各个图像的评分信息。
49.可选地，在本技术实施例中，上述评分信息用于表征用户对图像偏好程度，示例性地，图像的评分越高，表示用户对图像的偏好程度越高，即表示用户对图像越感兴趣。
50.可选地，在本技术实施例中，一个图像的用户行为信息包括：用户对该图像执行的至少一种行为中，每种行为对应的行为数据。
51.可选地，上述步骤203可以包括如下步骤203a和步骤203b：
52.步骤203a：信息显示装置对图像的每种行为对应的行为数据进行归一化处理。
53.步骤203b：信息显示装置将归一化处理后的上述行为数据与上述图像的相似度信息加和取平均，得到上述图像的评分信息。
54.示例性地，上述行为数据可以包括但不限于：浏览时长、浏览次数、转发次数、编辑次数以及拍摄时间等等。
55.示例性地，信息显示装置对图像的每种行为对应的行为数据进行归一化处理后，得到每种行为数据对应的行为特征值。进一步地，每种行为数据对应的行为特征值也可以称为行为特征分数。
56.示例性地，信息显示装置使用线性函数对上述行为数据进行归一化处理，线性函数归一化公式如下所示：
[0057][0058]
其中，在该线性函数归一化公式1.1中，x
norm
表示行为数据的行为特征值，x
max
表示上述行为数据中的最大值，x
min
表示上述行为数据中的最小值，x表示进行归一化处理的行为数据的值。
[0059]
示例3，以上述行为数据为对图像的浏览次数为例。假设n个图像中，图像的最大浏览次数和最小浏览次数分别为21次和0次。图像n的浏览次数为7次。则图片n的浏览次数对应的特征分数(即归一化后的特征值)为(7-0)/(21-0)＝1/3。
[0060]
示例性地，信息显示装置可以通过加权均值算法，计算图像归一化后的行为数据和相似度信息的加和平均值，得到该图像的评分信息。示例性地，信息显示装置计算评分的公式如下所示：
[0061][0062]
其中，在该公式1.2中，f
score
表示图像的评分，fn(f1，f2，f3)表示特征项值，上述特征项值包括上述归一化后的行为数据和上述相似度信息，wn(w1，w2，w3)表示权重，n表示特征项值对应的特征项的数量。在计算图像评分时，可以将权重均设置为1。
[0063]
示例4，结合上述示例3，以上述行为数据包括：浏览次数，浏览时长以及转发次数为例。图像n的浏览次数对应的行为特征分数为1/3，浏览时长对应的行为特征分数为1/4，转发次数对应的行为特征分数为1/6，并且该图像n与中心图像类别的相似度为80％(即4/5)，则该图像n的图像评分为0.39(即，(1/3 1/4 1/6 4/5)/4)。
[0064]
可选地，在本技术实施例中，信息显示装置也可以设置每个特征项对应的权重，来调整图像的最终评分。可选地，上述权重可以是信息显示装置基于用户反馈确定的值，例如，用户经常浏览旅行类的文章，则可以将旅行类的图像的权重设置为2，以提高旅游类图
像的评分。
[0065]
步骤204：信息显示装置根据上述n个图像的评分信息，显示目标图像。
[0066]
其中，上述目标图像包括上述n个图像中的至少一个。
[0067]
在本技术实施例中，信息显示装置可以按照上述n个图像的评分信息，确定n个图像的排列顺序，然后根据图像的排列顺序显示n个图像中的部分或者全部图像。
[0068]
示例性地，信息显示装置可以在第一界面显示上述目标图像，上述第一界面可以包括以下任意一项：桌面，应用程序界面，通知栏以及任务栏等等。例如，在用户打开相册应用时，信息显示装置可以按照多个图像的排列顺序，在相册界面中显示多个图像。
[0069]
在本技术实施例提供的信息显示方法中，信息显示装置获取n个图像中每个图像的图像信息(该图像所属图像类别和该图像对应的用户行为信息)，并确定每个图像所属的图像类别分别与该n个图像的中心图像类别间的相似度信息，然后根据每个所述图像的用户行为信息以及每个图像的相似度信息，计算各个图像的评分信息，最后根据n个图像的评分信息，显示至少一个图像。通过该方法，信息显示装置可以基于每个图像的用户行为信息，和每个图像与中心类别图像的相似度信息，来显示每个图像，当进行图像查找时，由于显示的图像是根据图像的评分信息有规律地显示的，因此用户可以从多张图像中快速查找到需要的图像。如此，使得操作便捷且查找效率高，从而提升用户的使用体验。
[0070]
可选地，在本技术实施例中，上述n个图像对应的m个图像类别。
[0071]
可选地，上述步骤202之前，本技术实施例提供的信息显示方法还包括如下步骤a1和步骤a2：
[0072]
步骤a1：信息显示装置确定上述n个图像中每个图像类别对应的图像数量。
[0073]
步骤a2：信息显示装置将图像数量最多的图像类别，作为上述n个图像的中心图像类别。
[0074]
示例性地，信息显示装置可以统计每个图像类别对应的图像数量，并确定图像数量最大的图像类别确定为上述中心图像类别。
[0075]
举例说明，假设相册中保存有20张图像，其中，10张图像属于旅行类，8张图像属于物品类，2张图像属于卡证文档图像类，由于旅行类图像在总共20张图像中的占比最大，即旅行类图像为上述的多个图像类别中，图像数量最多的图像类别，因此，将旅行类确定为中心图像类别。
[0076]
进一步可选地，在本技术实施例中，上述步骤202可以包括如下步骤202a：
[0077]
步骤202a：确定每个图像所属的图像类别对应的类别名称，与上述n个图像的中心图像类别对应的类别名称间的语义相似度。
[0078]
示例性地，信息显示装置可以通过语义算法识别上述类别名称之间的语义相似度，然后将其确定为上述相似度信息。
[0079]
示例性地，在对图像进行多级分类的情况下，信息显示装置可以分别识别每级分类下的图像类别的类别名称，与该级分类下的中心图像类别的类别名称间的相似度信息，得到图像的多个相似度信息。
[0080]
举例说明，以对图像进行三级分类为例。一级分类下包括3个图像类别，二级分类下包括10个图像类别，三级分类(标签分类)下包括30个图像类别。并且，一级分类下的中心图像类别(第一中心图像类别)为类别1，二级分类下的中心图像类别(第二中心图像类别)
为类别2，三级分类下的中心图像类别(第三中心图像类别)为类别3。则可以分别计算每个图像在一级分类下的类别名称与上述第一中心图像类别的类别名称的相似度信息(第一相似度信息)，每个图像在二级分类下的类别名称与上述第二中心图像类别的类别名称的相似度信息(第二相似度信息)，以及每个图像在三级分类下的类别名称与上述第三中心图像类别的类别名称的相似度信息(第三相似度信息)，得到上述三个相似度信息。如此，通过将图像进行多级更为精细地分类，能够通过多个相似度信息与用户行为信息计算图像的评分信息，从而使得得到的评分信息能够更为准确地表征用户对图像的偏好，进而更加准确地计算图像的评分信息。
[0081]
可选地，在本技术实施例中，上述步骤204之前，本技术实施例提供的信息显示方法还包括如下步骤b1至步骤b3：
[0082]
步骤b1：信息显示装置对上述n个图像进行去重处理，得到至少一个目标图像。
[0083]
步骤b2：信息显示装置按照每个目标图像的评分信息，对上述至少一个目标图像进行排序。
[0084]
步骤b3：信息显示装置按照排序顺序显示上述至少一个目标图像。
[0085]
可选地，信息显示装置可以对对上述n个图像的图像特征进行识别，并基于图像特征确定图像之间的相似度，在多个图像之间的相似度超所相似度阈值(如，85％)时，将多个相似图像中图像质量较低的图像过滤，保留多个相似图像中图像质量较高的图像(即目标图像)。
[0086]
在具体的实现中，信息显示装置可以采用均值哈希(hash)算法来计算两张图片hash值的汉明距离，并通过两张图像的汉明距离来度量两张图片是否相似。进一步地，若两张图片的hash数的汉明距离越小，则该两张图片越相似(即相似度越大)。
[0087]
可选地，在对相似图像进行去重后，信息显示装置可以根据每个目标的评分信息对目标图像进行排序，并按照排序后的顺序显示目标图像。
[0088]
示例性地，信息显示装置可以根据图像评分从高到低，对目标图像进行排序。
[0089]
举例说明，假设n个图像包括30张图像，并且该30张图像中包括相似度大于85％的图像11和图像12，以及图像13、图像14和图像15，则可以将图像11和图像12中质量较差的图像12过滤，将图像13、图像14和图像15中图像质量较差的图像13和图像15过滤，得到剩余的27张图像，然后根据评分信息从高到低对该27张图像进行排序，并按照排序后的顺序显示该27张图像。如此，信息显示装置可以按照评分从高到低的顺序，优先显示评分较高的图像，使得用户可以优先查看自身感兴趣的图像，提高显示的灵活性。
[0090]
可选地，在本技术实施例中，在显示目标图像时，信息显示装置可以截取目标图像中的评分较高的部分图像(如：topk图像)进行显示，如此，便于用户针对性地查看或者查找自身感兴趣的图像，提高显示的灵活性。
[0091]
需要说明的是，本技术实施例提供的信息显示方法，执行主体可以为信息显示装置，或者该信息显示装置中的用于信息显示方法的控制模块。本技术实施例中以信息显示装置执行信息显示方法为例，说明本技术实施例提供的信息显示装置。
[0092]
本技术实施例提供一种信息显示装置，如图2所示，该信息显示装置300包括：获取模块301，确定模块302和显示模块303，其中：上述获取模块301，用于获取n个图像中每个图像的图像信息；一个图像的图像信息包括：上述图像所属图像类别信息和上述图像对应的
用户行为信息，n为正整数；上述确定模块302，用于确定上述获取模块301获取的每个图像所属的图像类别分别与上述n个图像的中心图像类别间的相似度信息；上述确定模块，还用于根据上述获取模块获取的每个图像的用户行为信息以及每个图像的相似度信息，计算得到各个图像的评分信息；上述显示模块303，用于根据上述确定模块302计算得到的n个图像的评分信息，显示目标图像，上述目标图像包括上述n个图像中的至少一个。
[0093]
可选地，在本技术实施例中，上述n个图像对应的m个图像类别；上述确定模块，还用于确定上述n个图像中每个图像类别对应的图像数量；上述确定模块，还用于将图像数量最多的所述图像类别，作为上述n个图像的中心图像类别。
[0094]
可选地，在本技术实施例中，上述确定模块，具体用于确定每个图像所属的图像类别对应的类别名称，与上述n个图像的中心图像类别对应的类别名称间的语义相似度。
[0095]
可选地，在本技术实施例中，一个图像的所述用户行为信息包括：用户对该图像执行的至少一种行为中，每种行为对应的行为数据；上述确定模块，具体用于对上述图像的每种行为对应的行为数据进行归一化处理；上述确定模块，具体用于将归一化处理后的上述行为数据与上述图像的相似度信息加和取平均，得到上述图像的评分信息。
[0096]
可选地，在本技术实施例中，上述装置还包括：排序模块；上述排序模块，用于按照上述确定模块确定的每个目标图像的评分信息，对上述至少一个目标图像进行排序；上述显示模块，还用于按照排序顺序显示上述至少一个目标图像。
[0097]
在本技术实施例提供的信息显示装置中，信息显示装置获取n个图像中每个图像的图像信息(该图像所属图像类别和该图像对应的用户行为信息)，并确定每个图像所属的图像类别分别与该n个图像的中心图像类别间的相似度信息，然后根据每个所述图像的用户行为信息以及每个图像的相似度信息，计算各个图像的评分信息，最后根据n个图像的评分信息，显示至少一个图像。通过该方法，信息显示装置可以基于每个图像的用户行为信息，和每个图像与中心类别图像的相似度信息，来显示每个图像，当进行图像查找时，由于显示的图像是根据图像的评分信息有规律地显示的，因此用户可以从多张图像中快速查找到需要的图像。如此，使得操作便捷且查找效率高，从而提升用户的使用体验。
[0098]
本技术实施例中的信息显示装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，非移动电子设备可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
[0099]
本技术实施例中信息显示装置可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。
[0100]
本技术实施例提供的信息显示装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
[0101]
可选的，如图3所示，本技术实施例还提供一种电子设备400，包括处理器401，存储器402，存储在存储器402上并可在所述处理器401上运行的程序或指令，该程序或指令被处
理器401执行时实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0102]
需要说明的是，本技术实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
[0103]
图4为实现本技术实施例的一种电子设备的硬件结构示意图。
[0104]
该电子设备100包括但不限于：射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、以及处理器110等部件。
[0105]
本领域技术人员可以理解，电子设备100还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图4中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
[0106]
其中，上述处理器110，用于获取n个图像中每个图像的图像信息；一个图像的图像信息包括：上述图像所属图像类别信息和上述图像对应的用户行为信息，n为正整数；上述处理器110，还用于确定上述获取的每个图像所属的图像类别分别与上述n个图像的中心图像类别间的相似度信息；上述处理器110，还用于根据获取的每个图像的用户行为信息以及每个图像的相似度信息，计算得到各个图像的评分信息；上述用户显示单元106，用于根据上述处理器110计算得到的n个图像的评分信息，显示目标图像，上述目标图像包括上述n个图像中的至少一个。
[0107]
可选地，在本技术实施例中，上述n个图像对应的m个图像类别；上述处理器110，还用于确定上述n个图像中每个图像类别对应的图像数量；上述处理器110，还用于将图像数量最多的所述图像类别，作为上述n个图像的中心图像类别。
[0108]
可选地，在本技术实施例中，上述处理器110，具体用于确定每个图像所属的图像类别对应的类别名称，与上述n个图像的中心图像类别对应的类别名称间的语义相似度。
[0109]
可选地，在本技术实施例中，一个图像的所述用户行为信息包括：用户对该图像执行的至少一种行为中，每种行为对应的行为数据；上述处理器110，具体用于对上述图像的每种行为对应的行为数据进行归一化处理；上述处理器110，具体用于将归一化后处理的上述行为数据与上述图像的相似度信息加和取平均，得到上述图像的评分信息。
[0110]
可选地，在本技术实施例中，上述处理器110，用于按照上述确定的每个目标图像的评分信息，对上述至少一个目标图像进行排序；上述用户显示单元，还用于按照排序顺序显示上述至少一个目标图像。
[0111]
在本技术实施例提供的电子设备中，电子设备获取n个图像中每个图像的图像信息(该图像所属图像类别和该图像对应的用户行为信息)，并确定每个图像所属的图像类别分别与该n个图像的中心图像类别间的相似度信息，然后根据每个所述图像的用户行为信息以及每个图像的相似度信息，计算各个图像的评分信息，最后根据n个图像的评分信息，显示至少一个图像。通过该方法，电子设备可以基于每个图像的用户行为信息，和每个图像与中心类别图像的相似度信息，来显示每个图像，当进行图像查找时，由于显示的图像是根据图像的评分信息有规律地显示的，因此用户可以从多张图像中快速查找到需要的图像。
如此，使得操作便捷且查找效率高，从而提升用户的使用体验。
[0112]
应理解的是，本技术实施例中，输入单元104可以包括图形处理器(graphics processing unit，gpu)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元106可包括显示面板1061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板1061。用户输入单元107包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器109可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
[0113]
本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0114]
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
[0115]
本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0116]
应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
[0117]
本技术实施例提供一种计算机程序产品，该程序产品被存储在非易失的存储介质中，该程序产品被至少一个处理器执行以实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果。
[0118]
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
[0119]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质
(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
[0120]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。