[发明专利]一种基于大数据的喜好内容推荐方法

权利要求书

1.一种基于大数据的喜好内容推荐方法，其特征在于，包括如下步骤：

步骤1)：通过相机采集场景中的目标用户的人脸图像，基于获取的人脸图像获取目标用户的ID和表情；

步骤2)：获取与目标用户相同表情下所有用户的历史行为数据，用户的历史行为数据包括：用户表情、用户查看项目以及用户对项目的历史偏好评分；

步骤3)：把历史行为数据作为输入，使用聚类算法将所有项目分成预设数量的簇；遍历所有的项目，找到每一个项目所在的簇，使用基于项目重合依赖度的协同过滤推荐算法对未评分项目进行预测评分，并将未评分项目及其项目的评分填充到历史行为数据中；

步骤4)：把填充后的历史行为数据作为输入，使用聚类算法将所有用户分成预设数量的簇；计算目标用户与目标用户所在簇中所有用户的相似度，利用基于用户的协同推荐算法计算目标用户对未评项目的评分；

步骤5)：根据目标用户对未评分项目预测评分的高低程度，从中提取出目标用户评分最高的预设项目数量的项目，将所有提取的项目推送给目标用户。

2.如权利要求1所述的基于大数据的喜好内容推荐方法，其特征在于，所述步骤1)具体包括如下步骤：

步骤1.1)：先通过单目相机采集周围场景图像；

步骤1.2)：再使用人脸分类器找到场景中的人脸图像，对人脸图像进行预处理并保存；

步骤1,3)：将保存的人脸图像放入人脸识别库中获得目标用户姓名；

步骤1.4)：将保存的人脸图像放入VGG-19的表情识别网络中获得目标用户当时的表情。

3.如权利要求1或2所述的基于大数据的喜好内容推荐方法，其特征在于，所述VGG-19为迁移学习的VGG-19网络模型，迁移学习的VGG-19网络模型使用人脸表情数据Fer2013作为人脸表情数据集，迁移学习的VGG-19网络模型输出的图像尺寸为7。

4.如权利要求3所述的基于大数据的喜好内容推荐方法，其特征在于，所述步骤2)具体包括如下步骤：

步骤2.1)：获得所有用户的历史行为数据，将用户的表情分为：愤怒、厌恶、恐惧、开心、伤心、惊讶和蔑视分成7个表情类别，并根据所有用户的历史行为数据中的表情将相对应的用户查看项目以及用户对项目的历史偏好评分归类到相应的表情类别中；

步骤2.2)：获得目标用户的表情，与7个表情类别进行匹配，找到目标用户表情与文件名相同的文件并读取其中的数据。获取与目标用户的表情相同的表情类别中的用户查看项目以及用户对项目的历史偏好评分。

5.如权利要求3所述的基于大数据的喜好内容推荐方法，其特征在于，所述步骤3)具体包括如下步骤：

步骤3.1)：把历史行为数据作为输入，根据历史行为数据中用户查看项目的特征属性，使用二分k-均值聚类算法分成预设数量的簇，把具有相似特征属性的项目放到一个簇中；

步骤3.2)：遍历所有项目找到每个项目所在簇，利用基于项目重合依赖度的相似度计算公式，计算每个项目与其所在簇中其他项目的相似度；

步骤3.3)：找出相似度最高的数个项目，通过加权平均分计算公式来计算各个用户对未评项目的评分，并将未评分项目及其项目的评分填充到历史行为数据中。

6.如权利要求3所述的基于大数据的喜好内容推荐方法，其特征在于，所述步骤4)具体包括如下步骤：

步骤4.1)：把填充后的历史行为数据作为输入，使用二分k-均值算法将具有相似项目评分的用户分类到同一个簇中，形成预设数量的簇；

步骤4.2)：找到目标用户所在簇中，使用Person相关系数公式计算目标用户与同一簇中其他用户的相似度；

步骤4.3)：找出相似度最高的数个近邻用户，通过加权平均分计算公式来计算目标用户对未评项目的评分。