一种基于用户瞳孔反应的个性化商品优化推送方法和系统技术方案

本发明专利技术公开了一种基于用户瞳孔反应的个性化商品优化推送方法和系统，该方法包括对采集的人眼图像进行瞳孔定位，获得瞳孔反应数据，计算瞳孔面积变化因子、瞳孔波动变化因子、瞳孔总变化的分离度、停留时长因子；引入用户综合兴趣度评判及其约束条件；计算用户对第i种商品区域内的商品兴趣度值；建立个性化商品推送模型及目标函数，利用蝙蝠优化算法对目标函数进行寻优，以优化个性化商品推送模型；利用个性化商品推送模型针对不同用户进行个性化商品优先推送。该系统包括数据采集模块、数据计算模块、商品推送分析模块。本发明专利技术解决了现有商品推送技术无法全面准确地反映用户的购物需求，导致部分用户对推送的信息不感兴趣的问题。

【技术实现步骤摘要】

本专利技术涉及商品推送，特别是涉及一种基于用户瞳孔反应的个性化商品优化推送方法和系统。

技术介绍

1、商品推送在虚拟引擎网络购物中起着关键作用，它以个性化方式展示和推荐商品，增强购物体验。常见推送方法包括：根据用户历史数据和喜好推荐相关商品；优化搜索结果，提高目标商品的可见性；新品发布推广，提升新品曝光率和购买率；以及通过丰富商品种类、新颖购物形式等增加购物乐趣。

2、虚拟引擎网络购物中的商品推送能够让用户更方便快捷地找到自己需要的商品，增加购物的乐趣，提高购物的满意度。然而现有的推送方法较侧重于对用户得购物历史进行记录。这种方法并不能够实时捕获用户对新颖商品的感兴趣度，也并不能反应用户在阅览商品时内心情绪的变化，因此无法全面准确地反映用户的购物需求，推送的信息缺乏个性化，无法满足不同用户的需求，导致部分用户对推送的信息感到不感兴趣。

技术实现思路

1、专利技术目的：本专利技术的目的是提供一种针对不同用户精准推送用户感兴趣商品的基于用户瞳孔反应的个性化商品优化推送方法和系统。</p>

2、技术本文档来自技高网...

【技术保护点】

1.一种基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤2所述的瞳孔反应数据包括瞳孔中点位置Q1、初始瞳孔边缘位置Q2、瞳孔边缘位置

3.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤3所述瞳孔面积变化因子计算方法为：

4.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤4所述瞳孔总变化的分离度计算方法为：

5.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特...

【技术特征摘要】

1.一种基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤2所述的瞳孔反应数据包括瞳孔中点位置q1、初始瞳孔边缘位置q2、瞳孔边缘位置

3.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤3所述瞳孔面积变化因子计算方法为：

4.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤4所述瞳孔总变化的分离度计算方法为：

5.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤5所述用户综合兴趣度评判vi计算方法为：

6.根据权利要求1所述的基于用户瞳孔反应的个性化商品优化推送方法，其特征在于，步骤5所述的用户综合...

【专利技术属性】
技术研发人员：陈孟繁，卞麒皓，李阳，陆鹏，王嘉慧，潘子健，秦浩然，纪捷，苏姣月，汤健康，黄慧，盛政霖，纪润东，井淑慧，崔建蓉，鞠家福，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：