[发明专利]一种基于脑电波识别情绪的购物系统

说明书

本发明公开了基于脑电波识别情绪的购物系统，包括脑电波采集模块及其购物推荐系统，脑电波传感器佩戴在用户头部，购物推荐系统部署在电商网站后台，脑电波传感器用于检测用户的脑电波，并进行分析处理、识别情绪，当识别到特定的情绪时，购物推荐系统获取相关数据，向用户精准推荐商品；本发明在用户浏览商品时触发，有效节省时间，提高购物效率。

技术领域

本发明涉及基于脑电波识别情绪的购物推荐系统，属于智能技术领域。

背景技术

随着电子商务规模的逐渐扩大，网上商品的种类和数量也不断增长，消费者购物选择的余地也大大扩展。然而，消费者往往需要消费大量的时间才能找到合适的商品。这种浏览大量无关信息和商品的过程无疑会给消费者带来极大的不便。

发明内容

本发明提供一种购物系统，在用户浏览商品时触发，有效节省大量时间，提购物效率。

本发明解决其技术问题所采用的技术方案是：

基于脑电波识别情绪的购物推荐系统，包括脑电波采集模块及其购物推荐系统，脑电波采集模块中的脑电波传感器佩戴在用户头部，购物推荐系统部署在电商网站后台。脑电波传感器用于检测用户的脑电波，采集脑电波信号后，得到模拟电压信号，之后分成两路，一路通过电流传感器得到的电流大小，输入到ARM单片机中，另一路直接输入到ARM单片机，经过处理后，得到β波、θ波相功率，之后获得β波和θ波的绝对功率比，通过机器学习方法——梯度推进树(GBDT)来建立情感推理规则，识别积极、平静、消极三类情绪，当识别到特定情绪时，启用购物推荐系统，向用户提供推荐商品。

作为本发明的进一步优选，所述的脑电波采集模块还包括脑电波传感器、电流传感器、ARM单片机三个部分；

作为本发明的进一步优选，所述的脑电波传感器用于测量大脑皮层的脑电信号，分别有δ波(1－3Hz)、θ波(4－7Hz)、α波(8－13Hz)、β波(14－30Hz)，测量采用干电极探头，通过信号放大、滤波后，再经过ThinkGearAM脑电波处理芯片，得到β波和θ波的模拟信号；

作为本发明的进一步优选，所述的电流传感器使用的是霍尔传感器，用于将线路中的电流值按照一定的线性关系转换成电压值，从而输入到ARM单片机中，进而通过ARM单片机计算得出线路中的电流大小；

作为本发明的进一步优选，所述的ARM单片机用于处理从脑电波传感器直接传来的电压信号和经由电流传感器传来的电压信号，经过处理后，得到β波和θ波的绝对功率比。通过机器学习方法——梯度推进树(GBDT)来建立情感推理规则，识别积极、平静、消极三类情绪，最后通过串口通信将数据传送到电脑后台；

作为本发明的进一步优选，所述的购物推荐系统还包括数据库模块、数据挖掘模块、推荐处理模块、用户评分模块四个部分；

作为本发明的进一步优选，所述的数据库模块用于记录并保存用户的交易数据、商品数据、用户信息数据，为下一阶段的数据挖掘做好数据准备；

作为本发明的进一步优选，所述的数据挖掘模块用于将数据库模块中的信息和实时交易信息集成到推荐项目中。数据挖掘通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法，高度自动化地分析数据，做出归纳性的推理，从大量的数据中挖掘出潜在有用的信息。该模块从数据库模块的数据中找到用户的购物历史记录和商品特征数据之间的关系，然后将结果交给推荐处理模块；

作为本发明的进一步优选，所述的推荐处理模块用于执行混合式推荐算法，结合情绪执行相应的算法，判断推荐商品项目。该模块同时提供包括用户和喜爱商品项目在内的推荐列表；