[发明专利]基于情绪感知的信息推荐方法、设备及存储介质

权利要求书

1.一种基于情绪感知的信息推荐方法，其特征在于，所述基于情绪感知的信息推荐方法包括以下步骤：

获取用户的行为数据；

对所述行为数据进行特征提取，获得情绪特征向量；

将所述情绪特征向量输入已训练的信息推荐模型中，获得推荐信息；其中，所述信息推荐模型是基于所述情绪特征向量与所述推荐信息的对应关系训练得到的。

2.如权利要求1所述的基于情绪感知的信息推荐方法，其特征在于，所述对所述行为数据进行特征提取，获得情绪特征向量的步骤，包括：

对所述行为数据进行特征提取，获得行为特征；

对所述行为特征进行主成分分析，获取情绪特征向量。

3.如权利要求2所述的基于情绪感知的信息推荐方法，其特征在于，所述获取用户的行为数据的步骤之前，所述方法还包括：

检测是否存在所述用户的历史行为数据；

当不存在所述用户的历史行为数据时，获取历史用户的历史用户信息及所述用户的用户信息；

将所述用户信息与所述历史用户信息进行匹配，将匹配的历史用户信息对应的用户作为匹配用户，并获取所述匹配用户的第一历史情绪特征向量及所述第一历史情绪特征向量对应的第一历史推荐信息；

将所述第一历史情绪特征向量及所述第一历史推荐信息作为训练数据训练信息推荐模型，获得已训练的信息推荐模型。

4.如权利要求3所述的基于情绪感知的信息推荐方法，其特征在于，所述将所述第一历史情绪特征向量及所述第一历史推荐信息作为训练数据训练信息推荐模型的步骤之后，所述方法还包括：

检测是否有所述用户的新增行为数据；

在有所述新增行为数据时，获取所述新增行为数据对应的新增情绪特征向量；

将所述新增情绪特征向量输入所述信息推荐模型中继续训练，获得已训练的信息推荐模型。

5.如权利要求3所述的基于情绪感知的信息推荐方法，其特征在于，所述检测是否存在所述用户的历史行为数据的步骤之后，所述方法还包括：

当存在所述用户的历史行为数据时，获取所述用户的历史行为数据及所述历史行为数据对应的第二历史推荐信息；

对所述历史行为数据进行特征提取，获得所述用户的第二历史情绪特征向量；

将所述第二历史情绪特征向量及所述第二历史推荐信息作为训练数据训练信息推荐模型，获得已训练的信息推荐模型。

6.如权利要求5所述的基于情绪感知的信息推荐方法，其特征在于，所述对所述历史行为数据进行特征提取，获得所述用户的第二历史情绪特征向量的步骤之后，所述方法还包括：

检测所述用户是否对所述第二历史推荐信息进行调整；

在所述用户对所述第二历史推荐信息进行调整后，将所述第二历史情绪特征向量及调整后的推荐信息作为训练数据训练信息推荐模型，获得已训练的信息推荐模型。

7.如权利要求1至6中任一项所述的基于情绪感知的信息推荐方法，其特征在于，所述推荐信息包括节目形式及节目种类，所述信息推荐模型是多标签分类模型；其中，所述多标签分类模型是基于所述节目形式及节目种类与所述情绪特征向量的对应关系训练得到的；

所述将所述情绪特征向量输入已训练的信息推荐模型中，获得推荐信息的步骤，包括：

将所述情绪特征向量输入已训练的多标签分类模型中，获得节目形式及节目种类。

8.如权利要求1至6中任一项所述的基于情绪感知的信息推荐方法，其特征在于，所述推荐信息包括待控制设备的工作状态，所述信息推荐模型是回归模型或神经网络模型；其中，所述回归模型或所述神经网络模型是基于所述待控制设备的工作状态与所述情绪特征向量的对应关系训练得到的；

所述将所述情绪特征向量输入已训练的信息推荐模型中，获得推荐信息的步骤，包括：

将所述情绪特征向量输入已训练的回归模型或神经网络模型中，获得待控制设备的工作状态。