[發明專利]興趣識別方法、裝置、終端設備及存儲介質

有效

• 申請號: 201911035982.7
• 申請日: 2019-10-29
• 公開（公告）號: CN110908505B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 馮超;于成龍;鄭妍;劉喬伊;易文明
• 申請（專利權）人: 易念科技（深圳）有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06N20/10;G06F18/24
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 葉思

1.一種興趣識別方法，其特征在于，包括：

獲取用戶瀏覽第一物品信息時的多個腦電信號；

分析每個所述腦電信號，得到每個所述腦電信號的信號強度；

將每個所述腦電信號的信號強度輸入預設模型，輸出每個所述腦電信號對應的第一模型結果，其中所述預設模型包括規則模型和機器學習模型中的一種或兩種；

獲取所述第一物品信息被展示給所述用戶瀏覽時的第一時間點，以及獲取所述第一模型結果被輸出時的第二時間點；

當時間長度與預設時間長度之間的差值在預設差值范圍內，多個所述第一模型結果符合預設條件時，確定所述用戶對所述第一物品信息感興趣，其中所述時間長度為所述第一時間點與所述第二時間點之間的差值，所述預設時間長度為第三時間點和第四時間點時間的差值，所述第三時間點為用戶感興趣的第二物品信息被展示的時間點，所述第四時間點為所述第二物品信息對應的第二模型結果被輸出的時間點，所述預設條件為表示感興趣的結果與所有第一模型結果的比值符合預設值，所述預設條件包括規則模型的規則分析結果對應的第一預設條件、機器學習模型的模型分析結果對應的第二預設條件，以及規則模型和機器學習模型的混合分析結果對應的第三預設條件。

2.如權利要求1所述的興趣識別方法，其特征在于，還包括：

向所述用戶展示已知所述用戶感興趣的第二物品信息，并獲取所述第二物品信息被展示的第三時間點以及獲取所述第二物品信息對應的第二模型結果被輸出時的第四時間點；

將所述第三時間點與所述第四時間點之間的差值作為所述預設時間長度。

3.如權利要求1所述的興趣識別方法，其特征在于，所述第一物品信息包括所述用戶已知的物品信息或所述用戶未知的物品信息。

4.如權利要求1所述的興趣識別方法，其特征在于，所述分析每個所述腦電信號，得到每個所述腦電信號的信號強度，包括：

對每個所述腦電信號進行頻域分析，得到每個所述腦電信號對應的信號強度，所述腦電信號的信號強度包括α波振幅、β波振幅和θ波振幅中的一種或多種的組合，或者包括α波功率譜幅度、β波功率譜幅度和θ波功率譜幅度中的一種或多種的組合。

5.如權利要求1所述的興趣識別方法，其特征在于，所述預設模型為所述規則模型，所述將每個所述腦電信號的信號強度輸入預設模型，輸出每個所述腦電信號對應的第一模型結果，包括：

分別確定每個所述腦電信號的信號強度是否符合所述規則模型中的預設規則，其中所述腦電信號的信號強度包括α波振幅、β波振幅和θ波振幅中的一種或多種的組合，或者包括α波功率譜幅度、β波功率譜幅度和θ波功率譜幅度中的一種或多種的組合；

當所述腦電信號的信號強度符合所述規則模型的預設規則時，輸出對應的所述腦電信號的信號強度符合所述預設規則的第一模型結果。

6.如權利要求5所述的興趣識別方法，其特征在于，所述當時間長度與預設時間長度之間的差值在預設差值范圍內，多個所述第一模型結果符合預設條件時，確定所述用戶對所述第一物品信息感興趣，包括：

當時間長度與預設時間長度之間的差值在預設差值范圍內時，根據多個所述第一模型結果確定所述腦電信號的信號強度符合所述預設規則的腦電信號個數；

當所述腦電信號個數與所述腦電信號的總個數的比值大于第一預設值時，確定所述用戶對所述第一物品信息感興趣。

7.如權利要求1所述的興趣識別方法，其特征在于，所述預設模型為所述機器學習模型，所述將每個所述腦電信號的信號強度輸入預設模型，輸出每個所述腦電信號對應的第一模型結果，包括：

將所述腦電信號的信號強度輸入到所述機器學習模型中，輸出結果為正或為負的第一模型結果，其中所述腦電信號的信號強度包括α波振幅、β波振幅和θ波振幅中的一種或多種的組合，或者包括α波功率譜幅度、β波功率譜幅度和θ波功率譜幅度中的一種或多種的組合。