一种基于用户头像或外貌特征的用户人格识别方法技术

本发明专利技术公开了一种基于用户头像或外貌特征的用户人格识别方法，包括骤S001，利用人格心理学设计测试五大人格测试问卷，进行问卷的测试，得到用户测试结果，并收集用户使用的用户头像；步骤S002，利用机器学习知识对用户头像或外貌特征图像进行处理，主要针对图像人脸和美学提取相关特征，并建立深度学习模型，识别用户人格；步骤S003，划分多个测试集、验证集进行模型训练，并在测试集中判断模型的鲁棒性；选取其中鲁棒性最好的模型，对用户进行识别人格，进而实现人格个性化推荐等。本发明专利技术依据头像结合人工智能技术和人格心理学知识识别用户人格，进而实现人格个性化推荐以及内容推荐冷启动问题。推荐冷启动问题。推荐冷启动问题。

【技术实现步骤摘要】
一种基于用户头像或外貌特征的用户人格识别方法


[0001]本专利技术涉及适用于人格心理学和人工智能
，具体涉及基于用户头像或外貌特征的用户人格识别方法。

技术介绍

[0002]随着互联网的发展，数据呈指数增长，个性化推荐已成为互联网必不可少的技术，结合人格心理学家的研究和相关论文研究发现，用户头像能够呈现出一个人真实的形象以及折射出用户的人格。
[0003]那么如何利用用户头像去识别用户人格，进行实现个性化推荐是行业内新出现且亟待解决的问题。

技术实现思路

[0004]针对相关技术中的问题，本专利技术提出一种基于用户头像或外貌特征的用户人格识别方法，以克服现有相关技术所存在的上述技术问题。
[0005]为此，本专利技术采用的具体技术方案如下：
[0006]一种基于用户头像或外貌特征的用户人格识别方法，包括以下步骤，
[0007]包括以下步骤，步骤S001，利用人格心理学设计测试五大人格测试问卷，进行问卷的测试，得到用户测试结果，并收集用户使用的用户头像；
[0008]步骤S002，利用机器学习知识对用户头像或外貌特征图像进行处理，主要针对图像人脸和美学提取相关特征，并建立深度学习模型，识别用户人格；
[0009]步骤S003，划分多个测试集、验证集进行模型训练，并在测试集中判断模型的鲁棒性；选取其中鲁棒性最好的模型，对用户进行识别人格，进而实现人格个性化推荐；
[0010]步骤S004，利用模型结果与人格心理学家的分析，选出每一个人格贴近的头像，作为冷启动措施，为刚注册app的用户并且不想上传头像的用户进行个性化内容推荐。
[0011]优选的，步骤S002中，针对有人脸数据集，提取头像人口数、面部特征、头像边缘分布特征、头像各区域清晰对比度、色彩分布、饱和度等特征。
[0012]优选的，步骤S002中，针对无人脸的图像或者头像，主要对头像风格、样式分类、头像各区域清晰对比度、色彩分布、饱和度等特征。
[0013]优选的，在步骤S001中，收集用户近一年使用的用户头像。
[0014]优选的，步骤S002中，针对头像变化行为，提取时间序列特征，主要有用户近一年更换头像类型的次数，利用多注意力或双向反馈机制建立循环神经网络模型，对用户在时间序列上最近三次的头像特征进行关联特征提取，连接所有的特征，建立回归模型。
[0015]优选的，步骤S003中，利用测试集、验证集训练回归模型，再通过均方误差进行评分，得到十折交叉验证后的平均结果，判断模型拟合能力，然后利用测试集去判断模型的鲁棒性，选取鲁棒性最好的结果模型为最终模型。
[0016]优选的，步骤S001中的五大人格包括开放性、责任心、外倾性、宜人性、神经质性。
[0017]优选的，步骤S001中，五大人格测试经过人格心理学家严格分析得到每个维度的分数在[0，1]。
[0018]与现有技术相比，本专利技术的有益效果为：
[0019]1、本专利技术开创性的将人格心理学与人工智能结合，并根据用户头像，识别出人格。
[0020]2、本专利技术的技术能够针对图像面部和美学提取图像特征，并结合时间提取头像变化特征技术。
[0021]3、本专利技术能够根据识别出的人格，进行内容个性化推荐。
[0022]4、本专利技术能够利用人格心理学结合模型特征结果分析，识别用户最贴切的五大人格头像，解决内容推荐冷启动问题。
[0023]5、本专利技术中，收集到的用户信息将只用于个人的人格刻画，过程中如需用在其他功能，将会和用户进行进一步确认。并且将充分保护用户的个人隐私、保障用户的信息安全。
[0024]综上，本专利技术高效的、更全面的依据头像结合人工智能技术和人格心理学知识识别用户人格，进而实现人格个性化推荐以及内容推荐冷启动问题。
附图说明
[0025]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1示出了本申请实施例提出的一种基于用户头像或外貌特征的用户人格识别方法的步骤流程图。
具体实施方式
[0027]为进一步说明各实施例，本专利技术提供有附图，这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
[0028]如图1所示，本实施例公开了一种基于用户头像或外貌特征的用户人格识别方法，包括：
[0029]步骤1，根据本方法的逻辑框架搭建app，app利用人格心理学家设计测试五大人格测试问卷，进行有奖问卷的测试，得到用户测试结果，其中五大人格测试需要经过人格心理学家严格分析得到每个维度的分数在[0,1]，并收集用户近一年使用的用户头像，具体的五大人格包括开放性、责任心、外倾性、宜人性、神经质性。
[0030]步骤2，对图像进行数据清晰和增强处理，利用机器学习算法识别图像中是否包含人脸，进而划分两个数据集进行分别提取相关特征。
[0031]其中针对有人脸数据集，提取头像人口数、面部特征、头像边缘分布特征、头像各区域清晰对比度、色彩分布、饱和度等特征；
[0032]针对无人脸的图像或者头像，主要对头像风格、样式分类、头像各区域清晰对比
度、色彩分布、饱和度等特征；
[0033]同时利用深度学习知识、卷积神经网络建立相关模型、如DenseNet(此为一种神经网络框架)系列模型对图像提取更深度的特征。
[0034]步骤3，针对头像变化行为，提取时间序列特征，主要有用户近一年更换头像类型的次数，利用多注意力或双向反馈机制建立循环神经网络模型，比如神经网络架构LSTM、MLP，对用户在时间序列上最近三次的头像特征进行关联特征提取。连接所有的特征，建立回归模型。
[0035]步骤4，针对头像数据采集，五大人格测试得到分数，具体的可以针对不同分布划分多个测试集、验证集进行模型训练，即交叉验证，然后训练回归模型，利用均方误差进行评分，得到十折交叉验证后的平均结果，判断模型拟合能力，然后利用测试集去判断模型的鲁棒性，最终选出最好的结果模型为最终模型。
[0036]步骤5，人格心理学家结合模型特征与识别结果，进行特征分析，识别出最贴合五大人格的头像因素，选出最合适五大人格的头像，作为冷启动头像，并且把模型和选择头像部署上线到app中，为用户提供个性化的内容推荐。
[0037]与现有技术相比，本专利技术的有益效果为：
[0038]1、本专利技术开创性的将人格心理学与人工智能结合，并根据用户头像，识别出人格。
[0039]2、本专利技术的技术能够针对图像面部和美学提取图像特征，并结合时间提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户头像或外貌特征的用户人格识别方法，其特征在于，包括以下步骤，步骤S001，利用人格心理学设计测试五大人格测试问卷，进行问卷的测试，得到用户测试结果，并收集用户使用的用户头像；步骤S002，利用机器学习知识对用户头像或外貌特征图像进行处理，主要针对图像人脸和美学提取相关特征，并建立深度学习模型，识别用户人格；步骤S003，划分多个测试集、验证集进行模型训练，并在测试集中判断模型的鲁棒性；选取其中鲁棒性最好的模型，对用户进行识别人格，进而实现人格个性化推荐；步骤S004，利用模型结果与人格心理学家的分析，选出每一个人格贴近的头像，作为冷启动措施，为刚注册app的用户并且不想上传头像的用户进行个性化内容推荐。2.根据权利要求1所述的一种基于用户头像或外貌特征的用户人格识别方法，其特征在于，步骤S002中，针对有人脸数据集，提取头像人口数、面部特征、头像边缘分布特征、头像各区域清晰对比度、色彩分布、饱和度等特征。3.根据权利要求1所述的一种基于用户头像或外貌特征的用户人格识别方法，其特征在于，步骤S002中，针对无人脸的图像或者头像，主要对头像风格、样式分类、头像各区域清晰对比度、色彩分布、饱和度等特征。4.根据权利要求1
‑
3任一项所述的一...

【专利技术属性】
技术研发人员：董佩昂，
申请(专利权)人：上海花事电子商务有限公司，
类型：发明
国别省市：