【技术实现步骤摘要】
兴趣识别方法、装置、终端设备及存储介质
本申请属于计算机
，尤其涉及兴趣识别方法、装置、终端设备及存储介质。
技术介绍
随着社会经济的快速发展，物质生活和精神生活极大丰富，各种物品数量急剧增加。为了了解人们对不同物品的感兴趣程度以便于向用户推荐物品，一般采用问卷调查的方式调查人们的兴趣，但是这样的调查方式效率低，以及调查内容的针对性差。
技术实现思路
本申请实施例提供了兴趣识别方法、装置、终端设备及存储介质，可以解决兴趣调查效率低的问题。第一方面，本申请实施例提供了一种兴趣识别方法，包括：获取用户浏览第一物品信息时的多个脑电信号；分析每个所述脑电信号，得到每个所述脑电信号的信号强度；将每个所述脑电信号的信号强度输入预设模型，输出每个所述脑电信号对应的第一模型结果，其中所述预设模型包括规则模型和机器学习模型中的一种或两种；当多个所述第一模型结果符合预设条件时，确定所述用户对所述第一物品信息感兴趣。本申请实施例通过获取用户浏览第一物品信息时的多个脑电信号，...
【技术保护点】
1.一种兴趣识别方法，其特征在于，包括：/n获取用户浏览第一物品信息时的多个脑电信号；/n分析每个所述脑电信号，得到每个所述脑电信号的信号强度；/n将每个所述脑电信号的信号强度输入预设模型，输出每个所述脑电信号对应的第一模型结果，其中所述预设模型包括规则模型和机器学习模型中的一种或两种；/n当多个所述第一模型结果符合预设条件时，确定所述用户对所述第一物品信息感兴趣。/n
【技术特征摘要】 【专利技术属性】
1.一种兴趣识别方法，其特征在于，包括：
获取用户浏览第一物品信息时的多个脑电信号；
分析每个所述脑电信号，得到每个所述脑电信号的信号强度；
将每个所述脑电信号的信号强度输入预设模型，输出每个所述脑电信号对应的第一模型结果，其中所述预设模型包括规则模型和机器学习模型中的一种或两种；
当多个所述第一模型结果符合预设条件时，确定所述用户对所述第一物品信息感兴趣。
2.如权利要求1所述的兴趣识别方法，其特征在于，所述当多个所述第一模型结果符合预设条件时，确定所述用户对所述第一物品信息感兴趣，包括：
获取所述第一物品信息被展示给所述用户浏览时的第一时间点，以及获取所述第一模型结果被输出时的第二时间点；
当时间长度与预设时间长度之间的差值在预设差值范围内，所述第一模型结果符合所述预设条件时，确定所述用户对所述第一物品信息感兴趣，其中所述时间长度为所述第一时间点与所述第二时间点之间的差值。
3.如权利要求2所述的兴趣识别方法，其特征在于，还包括：
向所述用户展示已知所述用户感兴趣的第二物品信息，并获取所述第二物品信息被展示的第三时间点以及获取所述第二物品信息对应的第二模型结果被输出时的第四时间点；
将所述第三时间点与所述第四时间点之间的差值作为所述预设时间长度。
4.如权利要求1所述的兴趣识别方法，其特征在于，所述第一物品信息包括所述用户已知的物品信息或所述用户未知的物品信息。
5.如权利要求1所述的兴趣识别方法，其特征在于，所述分析每个所述脑电信号，得到每个所述脑电信号的信号强度，包括：
对每个所述脑电信号进行频域分析，得到每个所述脑电信号对应的信号强度，所述脑电信号的信号强度包括α波振幅、β波振幅和θ波振幅中的一种或多种的组合，或者包括α波功率谱幅度、β波功率谱幅度和θ波功率谱幅度中的一种或多种的组合。
6.如权利要求1所述的兴趣识别方法，其特征在于，所述预设模型为所述规则模型，所述将每个所述脑电信号的信号强度输入预设模型，输出每个所述脑电信号的信号强度对应的第一模型结果，包括：
分别确定每个所述脑电信号的信号强度是否符合所述规则模型中的预设规则，其中所述脑电信号的信号强度包括α波振幅、β波振幅和θ波振幅中的一种或多种的组合，或者包括α波功率谱幅度、β波功率谱幅度和θ波功率谱幅度中的一种或多种的组合；
当所述脑电信号的信号强度符合所述规则模型的预设规则时，输出对应的所述脑电信号的信号强度符合所述预设规则的第一模型结果。
7.如权利要求6所述的兴趣识别方法，其特征在于，所述当多个所述第一模型结果符合预设条件时，确定所述用户对所述第一物品信息感兴趣，包括：
根据多个所述第一模型结果确定所述脑电信号的信号强度符合所述预设规则的脑电信号个数；
当所述脑电信号个数与所述脑电信号的总个数的比值大于第一预设值时，确定所述用户对所述第一物品信息感兴趣。
技术研发人员：冯超，于成龙，郑妍，刘乔伊，易文明，
申请(专利权)人：易念科技深圳有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。