项目名称: 基于人眼关注度与情感分析的电子商务智能推荐计算

项目编号: No.61461021

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 方志军

作者单位: 江西财经大学

项目金额: 50万元

中文摘要: 随着互联网的普及和电子商务的发展,电子商务交易中的商品与商户数飞速增加,导致用户出现信息迷航和信息过载的问题,传统的电子商务推荐算法,难以有效解决此类问题。为此,提出一种基于人眼关注度与情感分析的电子商务智能推荐方法,根据改进的P-CR(Pupil and Corneal Reflections)技术建立角膜反射向量与POG(Point of Gaze)的映射关系,构建基于瞳孔检测的非侵入式人眼关注度模型,并根据人体的基本静态属性与3D动态特征,对用户的满意度进行情感计算与分析,进而根据人体属性、人眼感兴趣区域、情感特征以及用户评分等多特征融合,构建广义协同过滤智能推荐算法。通过本项目的研究,将为形成一套基于视觉感知的电子商务智能推荐系统设计理论与方法打下基础,为新型电子商务产业服务。

中文关键词: 人眼关注度;情感分析;智能推荐;多特征融合

英文摘要: With the rapid development of Internet and electronic commerce, there are more and more consumers and commodities on electronic commerce websites. The problem of information overload emerges with the presence of too much information to consumers. Traditional recommendation algorithms in electronic commerce websites cannot resolve this problem effectively. To overcome the problem of information overload, this project proposes an intelligent recommendation method based on eye fixation detection and emotion analysis. An eye fixation model will be designed by building the relationship between the pupil-cornea reflection vector and POG(Point of Gaze) based on the improved P-CR (Pupil and Corneal Reflections) technique. Furthermore, an emotion recognition algorithm for consumers' satisfactions is proposed based on the static features and 3D dynamic features from the human body. Based on the features of human body, regions of interest, emotion features and user rating, we use a general collaborative filtering method to design the intelligent recommendation algorithm. The research of this project will investigate into the theory and method of intelligent recommendation system design for electronic commerce based on visual perception, which can provide the key technical and theoretical support for the next-generation electronic commerce applications.

英文关键词: Eye Fixation Detection;Emotion Analysis;Intelligent Recommendation;Feature Fusion

成为VIP会员查看完整内容
0

相关内容

对话推荐算法研究综述
专知会员服务
49+阅读 · 2022年2月18日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
WSDM'22「京东」个性化会话推荐:异构全局图神经网络
专知会员服务
22+阅读 · 2022年1月7日
ICML'21:一种计算用户嵌入表示的新型协同过滤方法
专知会员服务
14+阅读 · 2021年12月31日
知识驱动的推荐系统:现状与展望
专知会员服务
68+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
17+阅读 · 2021年6月12日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
ICML'21:剑指开放世界的推荐系统
图与推荐
2+阅读 · 2021年12月30日
推荐系统通用用户表征预训练研究进展
机器学习与推荐算法
1+阅读 · 2021年11月29日
知识驱动的推荐系统:现状与展望
专知
1+阅读 · 2021年11月22日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
【WWW2021】 大规模组合K推荐
专知
0+阅读 · 2021年5月3日
赛尔推荐 | 第5期
哈工大SCIR
13+阅读 · 2018年4月4日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
23+阅读 · 2018年8月3日
小贴士
相关VIP内容
对话推荐算法研究综述
专知会员服务
49+阅读 · 2022年2月18日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
WSDM'22「京东」个性化会话推荐:异构全局图神经网络
专知会员服务
22+阅读 · 2022年1月7日
ICML'21:一种计算用户嵌入表示的新型协同过滤方法
专知会员服务
14+阅读 · 2021年12月31日
知识驱动的推荐系统:现状与展望
专知会员服务
68+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
17+阅读 · 2021年6月12日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
相关资讯
ICML'21:剑指开放世界的推荐系统
图与推荐
2+阅读 · 2021年12月30日
推荐系统通用用户表征预训练研究进展
机器学习与推荐算法
1+阅读 · 2021年11月29日
知识驱动的推荐系统:现状与展望
专知
1+阅读 · 2021年11月22日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
【WWW2021】 大规模组合K推荐
专知
0+阅读 · 2021年5月3日
赛尔推荐 | 第5期
哈工大SCIR
13+阅读 · 2018年4月4日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员