本发明专利技术公开了一种电子书的个性化推荐方法及相关装置，涉及数据处理技术领域，所述方法包括：基于历史阅读直接行为数据和间接行为数据生成阅读信息标签；构建用户阅读画像以生成电子书阅读习惯信息和偏好信息；对目标图像序列进行注意力特征提取，获得面部表情特征；基于面部表情特征计算当前情感参数以获取当前情感信息；基于当前情感信息、电子书阅读习惯信息和偏好信息生成推荐电子书集；基于当前情感信息和电子书阅读习惯信息对获取的电子书阅读顺序和时间进行调整；基于推荐电子书阅读顺序对推荐电子书集进行排序，将其和推荐电子书阅读时间发送至阅读终端中。本发明专利技术为用户带来舒适的阅读感受，使电子书的个性化推荐达到更为理想的效果。
1、随着互联网技术的发展，电子书阅读逐渐代替传统的纸质阅读，成为用户首选的阅读方式，为了提高用户的阅读体验，电子书服务提供商会向用户进行电子书推荐。在目前的电子书推荐方法中，通常仅通过用户的年龄和性别信息进行电子书推荐，并未考虑到每个用户的阅读习惯和阅读偏好的不同，导致所推荐的电子书与用户需求的匹配度低，未能提供针对性的电子书推荐，无法满足电子书用户的个性化需求。同时目前的电子书推荐方法中，较少会考虑到结合用户的情绪来进行电子书推荐，只有少部分电子书服务提供商会结合用户情绪来进行电子书推荐，但其是通过脑电波信号来获取用户情绪信息，该方式虽然考虑到用户的情绪，但脑电波信号需要专用设备进行采集，并且根据脑电波信号对用户情绪信息的获取效率较慢且计算量较大，导致电子书推荐的灵活性不足，无法给用户带来便捷满意的电子书推荐体验。并且现有的电子书推荐方法中，在获取推荐的电子书后便直接推荐至用户的阅读终端中，并未考虑对于所推荐的电子书的推荐阅读顺序和阅读时间，无法为用户带来舒适的阅读感受，导致电子书的个性化推荐未能达到预期效果。
1、本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种电子书的个性化推荐方法及相关装置，为用户带来舒适的阅读感受，使电子书的个性化推荐达到更为理想的效果。
>3、获取用户的历史阅读直接行为数据和历史阅读间接行为数据，基于所述历史阅读直接行为数据和历史阅读间接行为数据生成阅读信息标签；4、基于所述阅读信息标签构建用户阅读画像，基于所述用户阅读画像生成用户的电子书阅读习惯信息和电子书阅读偏好信息；
5、获取用户的目标图像序列，对所述目标图像序列进行注意力特征提取，获得面部表情特征；
6、基于所述面部表情特征利用愉悦度-激活度-优势度三维情感模型计算当前情感参数，并基于所述当前情感参数获取用户的当前情感信息；
7、基于所述当前情感信息、电子书阅读习惯信息和电子书阅读偏好信息进行电子书筛选，获得推荐电子书集；
8、获取推荐电子书集的同类用户群的阅读特征，基于所述阅读特征生成电子书阅读顺序和电子书阅读时间，并基于所述当前情感信息和电子书阅读习惯信息对所述电子书阅读顺序和电子书阅读时间进行调整，获得推荐电子书阅读顺序和推荐电子书阅读时间；
9、基于所述推荐电子书阅读顺序对所述推荐电子书集进行排序，获得排序后的推荐电子书集，并将排序后的推荐电子书集和推荐电子书阅读时间发送至用户的阅读终端中。
10、可选的，所述基于所述历史阅读直接行为数据和历史阅读间接行为数据生成阅读信息标签，包括：
11、基于所述历史阅读直接行为数据和历史阅读间接行为数据提取若干个阅读内容关键词；
12、基于词频算法和最大熵算法确定每个阅读内容关键词的权重，基于若干个阅读内容关键词和每个阅读内容关键词的权重生成阅读内容标签；
13、基于所述历史阅读直接行为数据和历史阅读间接行为数据提取不同类别电子书的阅读时间和阅读顺序；
14、基于不同类别电子书的阅读时间生成阅读时间比例矩阵，基于不同类别电子书的阅读顺序生成阅读顺序比例矩阵，并基于所述阅读时间比例矩阵和阅读顺序比例矩阵生成阅读行为标签；
15、基于所述阅读内容标签和阅读行为标签生成阅读信息标签。
16、可选的，所述基于所述阅读信息标签构建用户阅读画像，基于所述用户阅读画像生成用户的电子书阅读习惯信息和电子书阅读偏好信息，包括：
17、对所述阅读信息标签进行同态加密，获得密文标签；
18、获取密文标签的授权信息，基于所述密文标签和授权信息构建用户阅读画像；
19、基于所述用户阅读画像确定阅读特征信息，并基于所述阅读特征信息进行信息关联整合，获得用户的电子书阅读习惯信息和电子书阅读偏好信息。
20、可选的，所述对所述目标图像序列进行注意力特征提取，获得面部表情特征，包括：
21、对所述目标图像序列进行预处理，获得预处理后的目标图像序列；
22、对预处理后的目标图像序列进行特征图提取，获得若干个特征图，并对每个特征图进行区域划分，获得若干个区域特征图；
23、对若干个区域特征图进行最大池化处理，获得最大特征图，并对若干个区域特征图进行平均池化处理，获得平均特征图；
24、基于所述最大特征图和平均特征图进行拼接和降维处理，获得空间注意力特征图，并基于所述空间注意力特征图生成注意力特征图；
25、基于所述注意力特征图利用预设面部动作单元获取面部表情特征。
26、可选的，所述基于所述面部表情特征利用愉悦度-激活度-优势度三维情感模型计算当前情感参数，并基于所述当前情感参数获取用户的当前情感信息，包括：
27、基于预设非线性函数将所述面部表情特征映射至预设目标情感类别空间进行情感分类，获得情感分类信息；
28、构建vgg-occ模型，并基于所述vgg-occ模型计算情感空间向量；
29、基于所述情感空间向量进行参数量化映射，获得愉悦度-激活度-优势度三维情感模型；
30、基于所述愉悦度-激活度-优势度三维情感模型利用所述面部表情特征和情感分类信息计算情绪维度，并基于所述情绪维度计算当前情感参数；
31、基于所述当前情感参数和情感分类信息生成当前情感信息。
32、可选的，所述基于所述当前情感信息、电子书阅读习惯信息和电子书阅读偏好信息进行电子书筛选，获得推荐电子书集，包括：
33、获取若干本电子书的电子书特征信息，基于所述电子书特征信息和电子书阅读偏好信息进行匹配度计算，获得匹配度计算结果，并基于所述匹配度计算结果进行初始电子书筛选，获得第一电子书集；
34、基于所述电子书阅读习惯信息对所述第一电子书集进行调整，获得第二电子书集；
35、获取所述第二电子书集中各电子书的情绪标注和电子书特征信息，并基于各电子书的情绪标注和电子书特征信息生成电子书情感信息特征；
36、获取电子书情感信息特征与用户情感信息的对应关系，并基于所述对应关系利用所述当前情感信息对所述第二电子书集进行调整，获得推荐电子书集。
37、可选的，所述基于所述阅读特征生成电子书阅读顺序和电子书阅读时间，包括：
38、将所述推荐电子书集中每本电子书利用预设拆分规则进行片段拆分，获得若干个电子书片段；
39、获取每个电子书片段的理解难易系数，基于每个电子书片段的理解难易系数结合所述阅读特征生成电子书阅读顺序和电子书阅读时间。
40、另外，本专利技术还提供了一种电子书的个性化推荐装置，所述装置包括：
41、阅本文档来自技高网...
【技术保护点】
1.一种电子书的个性化推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述历史阅读直接行为数据和历史阅读间接行为数据生成阅读信息标签，包括：
3.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述阅读信息标签构建用户阅读画像，基于所述用户阅读画像生成用户的电子书阅读习惯信息和电子书阅读偏好信息，包括：
4.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述对所述目标图像序列进行注意力特征提取，获得面部表情特征，包括：
5.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述面部表情特征利用愉悦度-激活度-优势度三维情感模型计算当前情感参数，并基于所述当前情感参数获取用户的当前情感信息，包括：
6.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述当前情感信息、电子书阅读习惯信息和电子书阅读偏好信息进行电子书筛选，获得推荐电子书集，包括：
7.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述阅读特征生成电子书阅读顺序和电子书阅读时间，包括：
8.一种电子书的个性化推荐装置，其特征在于，所述装置包括：
9.一种电子设备，所述电子设备包括处理器及存储器，其特征在于，所述存储器用于存储指令，所述处理器用于调用所述存储器中的指令，使得所述电子设备执行如权利要求1至权利要求7中任一项所述的电子书的个性化推荐方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如权利要求1至权利要求7中任一项所述的电子书的个性化推荐方法。
...
【技术特征摘要】
1.一种电子书的个性化推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述历史阅读直接行为数据和历史阅读间接行为数据生成阅读信息标签，包括：
3.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述阅读信息标签构建用户阅读画像，基于所述用户阅读画像生成用户的电子书阅读习惯信息和电子书阅读偏好信息，包括：
4.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述对所述目标图像序列进行注意力特征提取，获得面部表情特征，包括：
5.根据权利要求1所述的电子书的个性化推荐方法，其特征在于，所述基于所述面部表情特征利用愉悦度-激活度-优势度三维情感模型计算当前情感参数，并基于所述当前情感参数获取用户的当前情感信息，包括：
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：李天成，吴涛，廖鹏楷，李康进，
申请(专利权)人：广州众阅文化科技有限公司，
类型：发明
国别省市：
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。