[發明專利]一種基于大數據的喜好內容推薦方法

在審

• 申請號: 202011412598.7
• 申請日: 2020-12-04
• 公開（公告）號: CN112380451A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 馬國軍;馬道懿;唐躍;朱琎;顧琪偉
• 申請（專利權）人: 江蘇科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/00;G06N3/04
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 徐澍

1.一種基于大數據的喜好內容推薦方法，其特征在于，包括如下步驟：

步驟1)：通過相機采集場景中的目標用戶的人臉圖像，基于獲取的人臉圖像獲取目標用戶的ID和表情；

步驟2)：獲取與目標用戶相同表情下所有用戶的歷史行為數據，用戶的歷史行為數據包括：用戶表情、用戶查看項目以及用戶對項目的歷史偏好評分；

步驟3)：把歷史行為數據作為輸入，使用聚類算法將所有項目分成預設數量的簇；遍歷所有的項目，找到每一個項目所在的簇，使用基于項目重合依賴度的協同過濾推薦算法對未評分項目進行預測評分，并將未評分項目及其項目的評分填充到歷史行為數據中；

步驟4)：把填充后的歷史行為數據作為輸入，使用聚類算法將所有用戶分成預設數量的簇；計算目標用戶與目標用戶所在簇中所有用戶的相似度，利用基于用戶的協同推薦算法計算目標用戶對未評項目的評分；

步驟5)：根據目標用戶對未評分項目預測評分的高低程度，從中提取出目標用戶評分最高的預設項目數量的項目，將所有提取的項目推送給目標用戶。

2.如權利要求1所述的基于大數據的喜好內容推薦方法，其特征在于，所述步驟1)具體包括如下步驟：

步驟1.1)：先通過單目相機采集周圍場景圖像；

步驟1.2)：再使用人臉分類器找到場景中的人臉圖像，對人臉圖像進行預處理并保存；

步驟1,3)：將保存的人臉圖像放入人臉識別庫中獲得目標用戶姓名；

步驟1.4)：將保存的人臉圖像放入VGG-19的表情識別網絡中獲得目標用戶當時的表情。

3.如權利要求1或2所述的基于大數據的喜好內容推薦方法，其特征在于，所述VGG-19為遷移學習的VGG-19網絡模型，遷移學習的VGG-19網絡模型使用人臉表情數據Fer2013作為人臉表情數據集，遷移學習的VGG-19網絡模型輸出的圖像尺寸為7。

4.如權利要求3所述的基于大數據的喜好內容推薦方法，其特征在于，所述步驟2)具體包括如下步驟：

步驟2.1)：獲得所有用戶的歷史行為數據，將用戶的表情分為：憤怒、厭惡、恐懼、開心、傷心、驚訝和蔑視分成7個表情類別，并根據所有用戶的歷史行為數據中的表情將相對應的用戶查看項目以及用戶對項目的歷史偏好評分歸類到相應的表情類別中；

步驟2.2)：獲得目標用戶的表情，與7個表情類別進行匹配，找到目標用戶表情與文件名相同的文件并讀取其中的數據。獲取與目標用戶的表情相同的表情類別中的用戶查看項目以及用戶對項目的歷史偏好評分。

5.如權利要求3所述的基于大數據的喜好內容推薦方法，其特征在于，所述步驟3)具體包括如下步驟：

步驟3.1)：把歷史行為數據作為輸入，根據歷史行為數據中用戶查看項目的特征屬性，使用二分k-均值聚類算法分成預設數量的簇，把具有相似特征屬性的項目放到一個簇中；

步驟3.2)：遍歷所有項目找到每個項目所在簇，利用基于項目重合依賴度的相似度計算公式，計算每個項目與其所在簇中其他項目的相似度；

步驟3.3)：找出相似度最高的數個項目，通過加權平均分計算公式來計算各個用戶對未評項目的評分，并將未評分項目及其項目的評分填充到歷史行為數據中。

6.如權利要求3所述的基于大數據的喜好內容推薦方法，其特征在于，所述步驟4)具體包括如下步驟：

步驟4.1)：把填充后的歷史行為數據作為輸入，使用二分k-均值算法將具有相似項目評分的用戶分類到同一個簇中，形成預設數量的簇；

步驟4.2)：找到目標用戶所在簇中，使用Person相關系數公式計算目標用戶與同一簇中其他用戶的相似度；

步驟4.3)：找出相似度最高的數個近鄰用戶，通過加權平均分計算公式來計算目標用戶對未評項目的評分。