[發明專利]一種基于腦電波識別情緒的購物系統

有效

• 申請號: 201711348101.8
• 申請日: 2017-12-15
• 公開（公告）號: CN108073284B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 李天目;張惠婧
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06Q30/06;A61B5/374;A61B5/377
• 代理公司: 江蘇海越律師事務所 32402
• 代理人: 唐小紅

本發明公開了基于腦電波識別情緒的購物系統，包括腦電波采集模塊及其購物推薦系統，腦電波傳感器佩戴在用戶頭部，購物推薦系統部署在電商網站后臺，腦電波傳感器用于檢測用戶的腦電波，并進行分析處理、識別情緒，當識別到特定的情緒時，購物推薦系統獲取相關數據，向用戶精準推薦商品；本發明在用戶瀏覽商品時觸發，有效節省時間，提高購物效率。

技術領域

本發明涉及基于腦電波識別情緒的購物推薦系統，屬于智能技術領域。

背景技術

隨著電子商務規模的逐漸擴大，網上商品的種類和數量也不斷增長，消費者購物選擇的余地也大大擴展。然而，消費者往往需要消費大量的時間才能找到合適的商品。這種瀏覽大量無關信息和商品的過程無疑會給消費者帶來極大的不便。

發明內容

本發明提供一種購物系統，在用戶瀏覽商品時觸發，有效節省大量時間，提購物效率。

本發明解決其技術問題所采用的技術方案是：

基于腦電波識別情緒的購物推薦系統，包括腦電波采集模塊及其購物推薦系統，腦電波采集模塊中的腦電波傳感器佩戴在用戶頭部，購物推薦系統部署在電商網站后臺。腦電波傳感器用于檢測用戶的腦電波，采集腦電波信號后，得到模擬電壓信號，之后分成兩路，一路通過電流傳感器得到的電流大小，輸入到ARM單片機中，另一路直接輸入到ARM單片機，經過處理后，得到β波、θ波相功率，之后獲得β波和θ波的絕對功率比，通過機器學習方法——梯度推進樹(GBDT)來建立情感推理規則，識別積極、平靜、消極三類情緒，當識別到特定情緒時，啟用購物推薦系統，向用戶提供推薦商品。

作為本發明的進一步優選，所述的腦電波采集模塊還包括腦電波傳感器、電流傳感器、ARM單片機三個部分；

作為本發明的進一步優選，所述的腦電波傳感器用于測量大腦皮層的腦電信號，分別有δ波(1－3Hz)、θ波(4－7Hz)、α波(8－13Hz)、β波(14－30Hz)，測量采用干電極探頭，通過信號放大、濾波后，再經過ThinkGearAM腦電波處理芯片，得到β波和θ波的模擬信號；

作為本發明的進一步優選，所述的電流傳感器使用的是霍爾傳感器，用于將線路中的電流值按照一定的線性關系轉換成電壓值，從而輸入到ARM單片機中，進而通過ARM單片機計算得出線路中的電流大小；

作為本發明的進一步優選，所述的ARM單片機用于處理從腦電波傳感器直接傳來的電壓信號和經由電流傳感器傳來的電壓信號，經過處理后，得到β波和θ波的絕對功率比。通過機器學習方法——梯度推進樹(GBDT)來建立情感推理規則，識別積極、平靜、消極三類情緒，最后通過串口通信將數據傳送到電腦后臺；

作為本發明的進一步優選，所述的購物推薦系統還包括數據庫模塊、數據挖掘模塊、推薦處理模塊、用戶評分模塊四個部分；

作為本發明的進一步優選，所述的數據庫模塊用于記錄并保存用戶的交易數據、商品數據、用戶信息數據，為下一階段的數據挖掘做好數據準備；

作為本發明的進一步優選，所述的數據挖掘模塊用于將數據庫模塊中的信息和實時交易信息集成到推薦項目中。數據挖掘通過統計、在線分析處理、情報檢索、機器學習、專家系統和模式識別等諸多方法，高度自動化地分析數據，做出歸納性的推理，從大量的數據中挖掘出潛在有用的信息。該模塊從數據庫模塊的數據中找到用戶的購物歷史記錄和商品特征數據之間的關系，然后將結果交給推薦處理模塊；

作為本發明的進一步優選，所述的推薦處理模塊用于執行混合式推薦算法，結合情緒執行相應的算法，判斷推薦商品項目。該模塊同時提供包括用戶和喜愛商品項目在內的推薦列表；