【技术实现步骤摘要】
本专利技术涉及计算机信息与检索领域,尤其涉及一种基于用户面部表情与目光分布检测的个性化网页推荐方法。
技术介绍
在当前,个性化的网络信息检索已经成为了最热门的计算机研究方向之一。目前,流行的网页搜索引擎对不同用户实现个性化的搜索结果主要是通过用户点击数据、历史网站、网络地址等比较容易获得但不易于发掘用户个性化的特征。这些并不是最好的方法,最好的搜索结果应该是根据用户的兴趣来排名。在2008年ACM推荐系统会议中公布的一篇论文“借助商用眼球跟踪装置的个性化在线文档、图像与视频推荐”(“Personalized online document,image and video recommendation via commodity eye-tracking”)提出了一个方法,通过追踪用户在浏览网页时的眼球焦点,以推测当前及将来可能吸引用户的内容。其中的一个关键步骤是该算法引入了人类体表特征(眼球聚焦点)所蕴含的用户个性化需求信息。在本专利技术中,我们提出了一种新的个性化网页推荐方法,不仅仅通过跟踪眼球获得了用户的当前阅读内容,更进一步考虑了用户在阅读不同内容时的专注程度,并通过用户在阅读时的面部表情来捕获,可以更可靠地估计用户对不同网页内容的不同感兴趣程度。以此,我们可以产生一个更准确的个性化的网页排名,更加逼近个人用户的阅读兴趣,使得最终的个性化网页推荐结果更加接近用户的期待搜索结果。
技术实现思路
本专利技术的目的是克服现有技术的不足,提供一种基于用户面部表情与目光分布检测的个性化网页推荐方法。基于用户面部表情与目光分布检测的个性化网页推荐方法包括以下步骤: ...
【技术保护点】
一种基于用户面部表情与目光分布检测的个性化网页推荐方法,其特征在于包括以下步骤:1)侦测用户在阅读网页时其目光在屏幕上的关注点;2)侦测用户在阅读网页时的面部表情,并估算其每一时刻的阅读专注度;3)根据用户阅读过的网页,估算用户对每个实词的阅读兴趣;4)对用户尚未阅读的网页,预测该用户对该网页的阅读兴趣;5)利用用户阅读兴趣,结合传统搜索技术生成个性化的网页推荐结果。
【技术特征摘要】
1.一种基于用户面部表情与目光分布检测的个性化网页推荐方法,其特征在于包括以下步骤:1)侦测用户在阅读网页时其目光在屏幕上的关注点;2)侦测用户在阅读网页时的面部表情,并估算其每一时刻的阅读专注度;3)根据用户阅读过的网页,估算用户对每个实词的阅读兴趣;4)对用户尚未阅读的网页,预测该用户对该网页的阅读兴趣;5)利用用户阅读兴趣,结合传统搜索技术生成个性化的网页推荐结果。2.根据权利要求1所述的一种基于用户面部表情与目光分布检测的个性化网页推荐方法,其特征在于所述的侦测用户在阅读网页时其目光在屏幕上的关注点步骤为:(a)在用户阅读网页文档时,每隔0.5秒,通过眼球跟踪装置或摄像头,追踪该用户每一时刻其目光在屏幕上的关注点位置(x,y);3.根据权利要求1所述的一种基于用户面部表情与目光分布检测的个性化网页推荐方法,其特征在于所述的侦测用户在阅读网页时的面部表情,并估算其每一时刻的阅读专注度步骤为:(b)在用户阅读网页文档时,每隔0.5秒,利用人脸表情识别装置,获得该用户每一时刻的面部表情概率向量F:F=[f1,f2,f3,f4,f5,f6];其中f1至f6均为取值0到1之间的实数,分别代表该用户面部表情为快乐、吃惊、生气、厌恶、害怕、悲哀的概率;(c)计算该用户在时刻t时的阅读专注度r(t):r(t)=f12+f22+f32+f42+f52+f62;]]>4.根据权利要求1所述的一种基于用户面部表情与目光分布检测的个性化网页推荐方法,其特征在于所述的根据用户阅读过的网页,估算用户对每个实词的阅读兴趣步骤为:(d)对网页中的每个实词wi,设其在时刻t时在屏幕上的位置为(xi,yi),则该实词在时刻t时的用户阅读兴趣I(wi,t)为:I(wi,t)=r(t)exp(-(xi-x)22W2-(yi-y)22H2);]]>其中(x,y)为在步骤(a)中所获得的该用户在时刻t时的目光关注点位置;r(t)为步骤(b)-步骤(c)所获得的该用户在时刻t时的阅读专注度;W和H分别是该网页中每个实词在屏幕上的平均宽度和平均高度;(e)设用户在阅读网页的过程中,步骤(a)与步骤(b)分别获得了m个眼神关注点与阅读专注度样本;设用户对每个实词w的阅读兴趣为I(w),计算I(w)为:I(w)=Σj=1mI(w,tj);]]>其中,I(w,tj)为通过步骤(d)所获得的用户在时刻tj时对实词w的阅读兴趣;5.根据权利要求1所述的一种基于用户面部表情与目光分布检测的个性化网页推荐方法,其特征在于所述的对用户尚未阅读的网页,预测该用户对该网页的阅读兴趣步骤为:(f)对出现在用户阅读过网页中的每个实词wi,计算其词及逆文档频(TF×IDF)系数TI(wi)为:TI(wi)=1Z(1+lnq(wi))ln(...
【专利技术属性】
技术研发人员:江浩,徐颂华,刘智满,
申请(专利权)人:浙江大学,
类型:发明
国别省市:86[中国|杭州]
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。