[发明专利]一种基于人体姿态识别的个性化推荐服务系统

权利要求书

1.一种基于人体姿态识别的个性化推荐服务系统，包括，其特征在于，包括以下步骤：

(1)、提取用户的浏览记录，使用算法获取含有人体表演的视频；

(2)、通过时序信息预测视频中人体的3D关节点；

(3)、将多个视频中的3D关节点编码为同一个用户偏好特征向量，同时，获取商品信息，使用深度学习方法将商品信息编码为特征向量；

(4)、使用图神经网络的特征交互算法交互商品特征向量，获取更有表征力的特征；

(5)、计算用户偏好特征向量和商品特征向量相似度，排序并推荐。

2.根据权利要求1所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，所述步骤(1)中，为获取人体表演的视频，对用户浏览数据进行分类识别；具体来说，获得用户浏览数据库字段后，使用文本分类网络，获得该浏览记录浏览内容是否为视频，若是，判断该内容是否为人体表演视频。

3.根据权利要求1所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，所述步骤(2)中，由获得的人体表演视频中预测人体的3D关节点；预测方式为：使用图像特征提取骨干网络和3D卷积获取时序图像特征图，将特征图编码为关节点热图，从热图中直接预测3D关节点坐标X,Y,Z，所预测人体3D关节点数量最少为18个。

4.根据权利要求1所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，所述步骤(3)中，编码用户偏好特征向量，对于每个人体，将其关节点坐标输入全连接网络，编码为长度为C的特征向量；对于所有的N个人体，将得到N个长度为C的特征向量，对N个特征向量，使用注意力机制加权的方式，聚合为一个长度为C的用户偏好特征向量。

5.根据权利要求1所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，所述步骤(3)中，编码商品特征向量，对于每个商品，记录其所有特征，该特征使用文本描述；使用深度神经网络将其编码为商品特征向量。

6.根据权利要求5所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，商品特征向量的具体编码方式为：对所有文本进行编码，得到长度为C的特征向量；对于所有的N个文本，将得到N个长度为C的特征向量，对N个特征向量，使用注意力机制加权的方式，聚合为一个长度为C的商品特征向量。

7.根据权利要求1所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，所述步骤(4)中，将用户偏好特征向量和所有商品特征向量使用图神经网络进行深层次特征抽取，使得所有特征向量更加具有表征能力。

8.根据权利要求1所述的一种基于人体姿态识别的个性化推荐服务系统，其特征在于，所述步骤(5)中，计算用户偏好特征向量和所有商品特征向量之间的余弦相似度，该相似度值越大，代表该商品更应该被推荐，使用该相似度对所有商品进行排序，得到商品推荐顺序。