基于用户表情分析的电子商务推荐方法

1.一种基于用户表情分析的电子商务推荐方法，其特征在于，包括如下步骤：
1)用户通过手持移动设备上的电子商务网站客户端程序登录电子商务网站；
2)客户端程序打开用户移动设备的摄像头，客户端程序在提供商品信息的同时记录用户的头像图像；
3)客户端程序根据用户的浏览记录或购买记录对客户进行商品推荐；
4)摄像头捕捉用户的图像，经过程序分析得出用户的表情数据，将表情数据反馈到推荐系统中，修正推荐结果；
5)重复步骤3和4，直至用户找到满意的商品；
用户的表情经由图像处理程序处理后，最终描述用户对推荐商品满意程度的表达公式为：
I＝F+λ×E
其中，F代表脸部表情值，按取值大小描述用户从“满意”至“厌恶”的脸部表情，E代表人眼变化值，按取值大小描述用户从“注意力集中”至“注意力分散”的眼部变化，λ是一个常数用来取眼部变化的权重；
用户对推荐商品满意程度I用于修正商品推荐系统的推荐结果，当I小于推荐系统预设的最低阈值时，推荐系统会自动修正推荐结果，当I连续小于推荐系统预设的最低阈值时，推荐系统会自动修正推荐算法，直至用户对推荐结果的满意度达到阈值之上。
2.根据权利要求1所述的方法，其特征在于，手持移动设备需运行操作系统，客户端程序运行于操作系统之上，手持移动设备上需配置摄像头，客户端程序需打开移动设备的前置摄像头。
3.根据权利要求2所述的方法，其特征在于，摄像头捕捉的用户图像是指用户的脸部图像，程序主要基于用户的脸部表情变化和人眼变化来计算用户的表情信息。
4.根据权利要求1所述的方法，其特征在于，F取值范围为1至5，E取值范围为1至5，眼部变化权重λ取值为0.6。

基于用户表情分析的电子商务推荐方法\n技术领域\n[0001] 本发明涉及计算机技术领域，尤其涉及到基于用户表情分析的电子商务推荐系统。\n背景技术\n[0002] 近年来，随着计算机与网络技术的进步，电子商务得到了快速发展。用户通过网络能够采购到各类商品。为了帮助客户尽快找到合适的商品，同时也为了做商品推广，电子商务网站都会集成一个推荐系统自动为客户生成商品推荐。在商品推荐系统中，为了能更多地鼓励用户购买商品，推荐系统需要针对用户的兴趣特征，有针对性地做商品推荐，尽量发掘用户的潜在需求，最终形成订单。\n[0003] 由于推荐系统往往只是单向地对用户进行商品推荐，而无法获知用户对推荐结果是否满意。这导致推荐系统无法了解其推荐结果的准确性，无法根据用户的需求变化来更新自身的推荐算法以达到更好的推荐效果。最终，大部分的推荐系统都走向同质化，在用户体验上往往不尽如人意。\n发明内容\n[0004] 有鉴于此，一种能反馈用户满意度，特别是能无需用户做任何手工操作就能自动反馈用户满意与否的推荐系统是十分有益的。\n[0005] 为了解决上述问题，本发明提供了一种基于用户表情分析的电子商务推荐方法，它能通过分析用户的表情来自动得出用户的满意度，将满意度反馈给推荐系统，推荐系统能够根据用户满意度来调整推荐结果和推荐算法，最终达到用户满意的推荐结果。具体的技术方案包括：\n[0006] 1)用户通过手持移动设备上的电子商务网站客户端程序登录电子商务网站；\n[0007] 2)客户端程序打开用户移动设备的摄像头，客户端程序在提供商品信息的同时记录用户的头像图像；\n[0008] 3)客户端程序根据用户的浏览记录或购买记录对客户进行商品推荐；\n[0009] 4)摄像头捕捉用户的图像，经过程序分析得出用户的表情数据，将表情数据反馈到推荐系统中，修正推荐结果；\n[0010] 5)重复步骤3和4，直至用户找到满意的商品。\n[0011] 本发明还可以通过下述方法增强推荐效果：\n[0012] 手持移动设备需运行操作系统，客户端程序运行于操作系统之上，手持移动设备上需配置摄像头，客户端程序打开移动设备的前置摄像头。\n[0013] 摄像头捕捉的用户图像是指用户的脸部图像，程序主要基于用户的脸部表情变化和人眼变化来计算用户的表情信息。\n[0014] 用户的表情经由图像处理程序处理后，最终描述用户对推荐商品满意程度的表达公式为：\n[0015] I＝F+λ×E\n[0016] 其中，F代表脸部表情值，按取值大小描述用户从“笑脸”至“厌恶”的脸部表情，E代表人眼变化值，按取值大小描述用户从“注意力集中”至“注意力分散”的眼部变化，λ是一个常数用来取眼部变化的权重。\n[0017] 用户对推荐商品满意程度I用于修正商品推荐系统的推荐结果，当I小于推荐系统预设的最低阈值时，推荐系统会自动修正推荐结果，当I连续小于推荐系统预设的最低阈值时，推荐系统会自动修正推荐算法，直至用户对推荐结果的满意度达到阈值之上。\n[0018] F取值范围为1至5，E取值范围为1至5，眼部变化权重λ取值为0.6。\n[0019] 上述基于用户表情分析的电子商务推荐方法能够实时反馈用户对推荐结果的满意程度，通过调整推荐方法和推荐结果实现高满意度的商品推荐。而传统的推荐系统由于无法得到推荐效果的反馈，故而在用户体验上大打折扣，无法得到令人满意的商品推荐。\n附图说明\n[0020] 图1示出了基于用户表情分析的电子商务推荐流程。\n具体实施方式\n[0021] 下面结合附图与具体实施方式对本发明做进一步详细描述：\n[0022] 图1示出了基于用户表情分析的电子商务推荐步骤，主要包括：\n[0023] 步骤S100，用户通过手持移动设备上的电子商务网站客户端程序登录电子商务网站。\n[0024] 步骤S101，客户端程序打开用户移动设备的摄像头。\n[0025] 步骤S102，客户端程序给用户推荐商品，同时记录用户的头像。\n[0026] 步骤S103，客户端程序采用图像处理算法分析用户的表情，计算用户的满意度，并将满意度反馈给电子商务网站的推荐系统。描述用户对推荐商品满意程度的表达公式为：\n[0027] I＝F+λ×E\n[0028] 其中，F代表脸部表情值，按取值大小描述用户从“笑脸”至“厌恶”的脸部表情，E代表人眼变化值，按取值大小描述用户从“注意力集中”至“注意力分散”的眼部变化，λ是一个常数用来取眼部变化的权重。F取值范围为1至5，E取值范围为1至5，眼部变化权重λ取值为\n0.6。\n[0029] 步骤S104，推荐系统判断用户的满意度是否低于预设的阈值。\n[0030] 步骤S105，推荐系统判断用户的满意度是否长期低于预设的阈值。\n[0031] 步骤S106，如果用户的满意度长期低于阈值，则推荐系统针对该用户更新推荐算法。\n[0032] 步骤S107，如果用户的满意度仅仅偶尔低于阈值，则推荐系统更新推荐结果给用户。\n[0033] 重复步骤S102、S103直至用户的满意度高于系统阈值。\n[0034] 步骤S108，如果用户选择继续浏览，则重复步骤S102～S104，如果用户选择退出，则结束推荐。