[發明專利]一種基于生理數據與情緒識別的VR購物推薦系統及方法

在審

• 申請號: 201710194420.1
• 申請日: 2017-03-28
• 公開（公告）號: CN107123019A
• 公開（公告）日: 2017-09-01
• 發明（設計）人: 徐向民;紀強;林小穎
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q50/16;G06F3/01
• 代理公司: 廣州粵高專利商標代理有限公司44102
• 代理人: 何淑珍

技術領域

本發明涉及信息處理、智能設備等領域，具體涉及一種基于生理體征數據與虛擬現實技術相結合的購物推薦系統及方法。

背景技術

目前，基于虛擬現實（Virtual Reality，VR）的各項服務已經如雨后春筍般涌現?；赩R的情緒識別技術能夠為佩戴VR設備的用戶提供更加個性化、更加貼心的服務。

VR購物、VR游戲等應用已經出現并引起用戶的極大熱情，結合其他外圍設備的VR應用也將為用戶與商家帶來便利，創造更大的價值。由于VR設備具有強大的數據處理能力，VR頭顯設備體積較大，以至于比較容易在VR頭顯上添加生理體征數據檢測設備，根據生理體征數據，利用模式識別、機器學習、數據挖掘技術可以識別出VR佩戴者的情緒狀態，根據情緒狀態為用戶推薦相應的商品，以達到個性化服務的目的。

VR方向的購物推薦為情緒識別帶來一片新的天地，VR頭顯設備中嵌入傳感器實時對使用者的生理數據進行檢測，通過VR處理器強大的數據處理與分析能力及時對使用者的情緒進行解讀，根據使用者相應的情緒狀態為其展現合適的推薦內容。在疲倦和憂傷之余，舒適度較好的視頻、甜品外賣等的推送會引起用戶的興趣，也會提高點擊率?；赩R世界的零售商店，通過分析用戶是否對商品感興趣瀏覽商品是否展現出興奮，這將有助于分析用戶的興趣，將有機會為顧客提供特定的產品進行促銷，以便提供更為個性化的服務。

VR游戲是VR應用領域的一大熱門，將情緒識別技術應用于VR頭顯設備。通過生理體征數據的收集，讀取玩家的情緒狀態，玩家的想法無需游戲制作人費盡心力去揣測，揣測玩家對于游戲的哪一部分最感興趣，哪一部分不感興趣，從而做相應的調節平衡，設置內購激勵措施，調整游戲難度，或者增添非玩家控制角色（Non-Player-Controlled Character，NPC）的交互功能，最大限度的提高整體留存率。

其他服務，如銀行、房地產等可能使用VR產品較多的服務行業也可以有類似的應用。比如，買房者可以通過VR參觀其感興趣的房屋，而帶有情緒識別的VR設備可以根據用戶對該房屋的感興趣程度自動推薦相似的房屋。

發明內容

本發明的目的在于克服現有技術存在的上述不足，提供一種基于生理數據與情緒識別的VR購物推薦系統及方法。

本發明的技術解決方案如下。

一種基于生理數據與情緒識別的VR購物推薦系統，包括VR交互模塊，數據采集模塊，數據同步模塊，數據處理與控制模塊，以及情緒識別方法和商品推薦方法。

所述數據采集模塊和VR交互模塊分別與數據同步模塊相連；所述數據處理與控制模塊和數據同步模塊相連，同時和數據采集模塊及VR交互模塊相連；

所述數據采集模塊，采集用戶的生理體征數據，并對相應的數據進行放大、濾波、A/D轉換、傳輸等處理；

所述生理體征數據，包括但不限于腦電、腦磁、腦血流、心率、脈搏、眼動、肌電，可以為其中的一種或多種；

所述數據同步模塊，建立VR交互模塊與數據采集模塊之間的同步信息，達到實時采集用戶生理體征數據信息的目的；

所述數據處理與控制模塊，分析處理來自數據同步模塊的信息，同時控制數據采集模塊和VR交互模塊之間的協調工作。

所述情緒識別方法和商品推薦方法是運行于數據處理與控制模塊上的算法程序，其根據生理體征數據運用機器學習、模式識別技術識別用戶情緒，根據用戶情緒狀態在VR交互模塊推薦顯示用戶感興趣的商品。

優選的，所述VR交互模塊是能為被測對象提供沉浸式體驗的設備，包括直接插入手機作為顯示的VR設備，內置屏幕和處理器的VR設備以及只有屏幕有線連接電腦顯示的VR設備。

優選的，所述數據采集模塊還包括但不限于腦電數據采集模塊，腦磁數據采集模塊，腦血流數據采集模塊，脈搏采集模塊，心電圖采集模塊，肌電采集模塊。

優選的，所述情緒識別方法是以機器學習技術為基礎的識別算法，包括但不限于邏輯回歸算法、決策樹算法、支持向量機、集成學習等。

優選的，所述情緒狀態，包括但不限于興奮、愉悅、無聊、昏睡。

優選的，所述商品推薦方法可以是根據人們經驗在特定情緒狀態推薦相應的商品，也可以是根據其他用戶在相近情緒狀態下感興趣的商品推薦給當前用戶。

優選的，所述商品推薦，商品是指虛擬商品或實體商品，包括但不限于衣物百貨、游戲道具、影音產品。

使用上述基于生理數據的情緒識別方法與VR購物推薦方法，包括如下步驟：

步驟S1: 采集生理體征數據，并進行放大、濾波、A/D轉換、去除偽跡操作；