[发明专利]需求推荐方法、装置、电子设备及存储介质

权利要求书

1.一种需求推荐方法，其特征在于，所述方法包括：

获取用户在客户端中输入的身份信息，对所述身份信息进行验证；

在所述身份信息验证成功时，创建所述用户的用户画像；

采集所述用户的人脸图像和语音数据，对所述人脸图像进行面部特征提取，生成特征图像，及对所述语音数据进行声纹提取，生成特征声纹；

利用训练完成的面部情绪识别模型对所述特征图像进行面部情绪识别，得到面部情绪类别；

利用训练完成的语音情绪识别模型对所述特征声纹进行语音情绪识别，得到语音情绪类别；

利用预先创建的情绪融合模型将所述面部情绪类别和所述语音情绪类别进行情绪融合，得到目标情绪类别；

从所述用户画像中查询所述目标情绪类别对应的健康数据，并将所述健康数据返回至所述用户。

2.如权利要求1所述的需求推荐方法，其特征在于，所述创建所述用户的用户画像，包括：

获取所述用户的基本数据，利用决策树算法构建所述基本数据的决策树；

计算所述决策树中基本数据的负梯度；

根据所述负梯度，更新所述决策树，直至所述决策树趋于平稳时得到所述用户的用户画像。

3.如权利要求2所述的需求推荐方法，其特征在于，所述计算所述决策树中基本数据的负梯度，包括：

利用下述方法计算所述决策树中基本数据的负梯度：

其中，r_im表示负梯度，表示学习率，L(y_i,f(x_i)表示损失函数，y_i表示第i个基本数据的样本数据预测值，f(x_i)表示第i个基本数据的样本数据的真实值，f(x)表示决策树中的区域函数，f_m-1(x)表示决策树中的区域拟合函数。

4.如权利要求1所述的需求推荐方法，其特征在于，所述对所述语音数据进行声纹特征提取，得到特征声纹，包括：

将所述语音数据转换为语音频率，计算所述语音频率的维度参数，根据所述维度参数生成所述语音数据的特征声纹。

5.如权利要求4中所述的需求推荐方法，其特征在于，所述计算所述语音频率的维度参数，包括：

利用下述方法计算所述语音频率的维度参数：

其中，d(n)表示语音频率的维度参数，i表示语音频率的帧率，n表示语音频率的振幅，B(f)表示语音频率，k表示当前标准语音帧与前后标准语音帧的线性组合。

6.如权利要求1所述的需求推荐方法，其特征在于，所述利用训练完成的面部情绪识别模型对所述特征图像进行面部情绪识别，得到面部情绪类别，包括：

利用所述面部情绪识别模型中的输入门计算所述人脸图像的状态值；

利用所述面部情绪识别模型中的遗忘门计算所述人脸图像的激活值；

根据所述状态值和激活值计算所述人脸图像的状态更新值；

利用所述面部情绪识别模型中的输出门计算所述状态更新值的面部情绪序列；

利用所述人脸特征识别模型中的损失函数计算所述面部情绪序列与对应人脸图像标签的损失值，选取所述损失值小于预设阈值的面部情绪序列，得到面部情绪类别。

7.如权利要求1至6中任意一项所述的需求推荐方法，其特征在于，所述预先创建的情绪融合模型，包括：

其中，f(x，a)表示目标情绪类别，k表示融合的情绪类别数量，x表示面部情绪类别和语音情绪类别的特征矢量，表示面部情绪类别的矢量，表示语音情绪类别的矢量，ɑ表示权重参数。