本申請涉及計算機領域，尤其涉及一種物品推薦方法、裝置、設備及存儲介質(zhì)。
背景技術(shù)：
1、近年來，隨著互聯(lián)網(wǎng)的快速發(fā)展和大數(shù)據(jù)的涌現(xiàn)，推薦系統(tǒng)能夠分析用戶的行為和興趣，為用戶提供定制化的推薦內(nèi)容，提高用戶滿意度和交互體驗，得到了廣泛的應用。但是，目前的推薦系統(tǒng)缺乏用戶情感因素等個性化因素的分析，在日常的生活中，情感是人的綜合狀態(tài)的一種體現(xiàn)，是人對外界刺激所產(chǎn)生的應激反應，人們在相同的語義下表達相同的基本情感，消費者瀏覽內(nèi)容產(chǎn)生的喜悅、滿意等情感因子對作出購買決策發(fā)揮著重要的作用，在推薦算法基礎上結(jié)合用戶的情感因子識別來提高推薦的準確度。
技術(shù)實現(xiàn)思路
1、本申請實施例提供一種物品推薦方法、裝置、設備及存儲介質(zhì)，以解決相關技術(shù)存在的至少一個問題，技術(shù)方案如下：
2、第一方面，本申請實施例提供了一種物品推薦的方法，包括：
3、在目標對象瀏覽頁面時，采集所述目標對象的生理信號；
4、對所述生理信號進行情感識別，得到人物情感；
5、獲取熱點信息，根據(jù)所述熱點信息確定物品情感向量；
6、將所述人物情感以及所述物品情感向量輸入至分析模型中，得到目標物品，將所述目標物品進行推薦展示。
7、在一種實施方式中，所述對所述生理信號進行情感識別，得到人物情感包括：
8、基于不同的特征計算規(guī)則，分別計算所述生理信號的目標特征值；
9、根據(jù)每一所述目標特征值以及識別網(wǎng)絡，確定每一所述目標特征值對應的情感識別結(jié)果；
10、對各個所述情感識別結(jié)果進行分析，確定人物情感。
11、在一種實施方式中，所述基于不同的特征計算規(guī)則，分別計算所述生理信號的目標特征值包括以下至少之二：
12、基于第一特征計算規(guī)則，計算所述生理信號的lempel-ziv復雜度；
13、基于第二特征計算規(guī)則，計算所述生理信號的小波細節(jié)系數(shù)；
14、基于第三特征計算規(guī)則，計算所述生理信號的協(xié)整關系度；
15、基于第四特征計算規(guī)則，分解提取所述生理信號的平均近似熵；
16、其中，所述目標特征值包括lempel-ziv復雜度、小波細節(jié)系數(shù)、協(xié)整關系度以及平均近似熵中的至少兩種。
17、在一種實施方式中，所述對各個所述情感識別結(jié)果進行分析，確定人物情感包括：
18、利用模糊積分對各個所述情感識別結(jié)果進行分析，確定正向情感對應的第一分數(shù)以及負向情感對應的第二分數(shù)，當?shù)谝环謹?shù)大于所述第二分數(shù)，確定所述正向情感為所述人物情感，否則確定所述負向情感為所述人物情感；
19、或者，
20、根據(jù)所述情感識別結(jié)果確定正向情感的第一數(shù)量以及負向情感的第二數(shù)量，當所述第一數(shù)量大于所述第二數(shù)量，確定所述正向情感為所述人物情感，否則確定所述負向情感為所述人物情感。
21、在一種實施方式中，所述根據(jù)所述熱點信息確定物品情感向量包括：
22、確定所述熱點信息對應的物品；
23、對所述物品進行向量編碼化，得到包含若干物品特征的物品特征向量，計算所述熱點信息與每一所述物品特征的相關度；
24、將相關度最高的目標物品特征輸入至分類網(wǎng)絡中，得到基于arousal和valence切分的物品情感向量。
25、在一種實施方式中，所述方法還包括：
26、在目標對象瀏覽所述目標物品時，采集新生理信號并根據(jù)所述新生理信號確定新人物情感，或者，接收對所述目標物品的評價分數(shù)，根據(jù)所述評價分數(shù)確定新人物情感；
27、當所述新人物情感為正向情感時，持續(xù)推薦所述目標物品，否則，將負向情感以及所述物品情感向量輸入至分析模型中，確定新目標物品并進行推薦展示。
28、在一種實施方式中，所述分析模型通過以下方式得到：
29、獲取人物情感訓練數(shù)據(jù)以及物品情感向量訓練數(shù)據(jù)；
30、將區(qū)塊鏈中的初始化模型，利用所述人物情感訓練數(shù)據(jù)以及所述物品情感向量訓練數(shù)據(jù)進行訓練，以通過聯(lián)邦學習訓練得到分析模型。
31、第二方面，本申請實施例提供了一種物品推薦裝置，包括：
32、采集模塊，用于在目標對象瀏覽頁面時，采集所述目標對象的生理信號；
33、識別模塊，用于對所述生理信號進行情感識別，得到人物情感；
34、確定模塊，用于獲取熱點信息，根據(jù)所述熱點信息確定物品情感向量；
35、推薦模塊，用于將所述人物情感以及所述物品情感向量輸入至分析模型中，得到目標物品，將所述目標物品進行推薦展示。
36、在一種實施方式中，所述推薦模塊還用于：
37、在目標對象瀏覽所述目標物品時，采集新生理信號并根據(jù)所述新生理信號確定新人物情感，或者，接收對所述目標物品的評價分數(shù)，根據(jù)所述評價分數(shù)確定新人物情感；
38、當所述新人物情感為正向情感時，持續(xù)推薦所述目標物品，否則，將負向情感以及所述物品情感向量輸入至分析模型中，確定新目標物品并進行推薦展示。
39、第三方面，本申請實施例提供了一種電子設備，包括：處理器和存儲器，該存儲器中存儲指令，該指令由該處理器加載并執(zhí)行，以實現(xiàn)上述各方面任一種實施方式中的方法。
40、第四方面，本申請實施例提供了一種計算機可讀存儲介質(zhì)，計算機可讀存儲介質(zhì)存儲有計算機程序，計算機程序被執(zhí)行時實現(xiàn)上述各方面任一種實施方式中的方法。
41、上述技術(shù)方案中的有益效果至少包括：
42、通過在目標對象瀏覽頁面時，采集目標對象的生理信號，對生理信號進行情感識別，得到人物情感，基于生理信號識別人物情感，考慮情感因素；獲取熱點信息，根據(jù)熱點信息確定物品情感向量，考慮物品反映的情感因素；將人物情感以及物品情感向量輸入至分析模型中，得到目標物品，將目標物品進行推薦展示，提高目標物品推薦展示的精確度。
43、上述概述僅僅是為了說明書的目的，并不意圖以任何方式進行限制。除上述描述的示意性的方面、實施方式和特征之外，通過參考附圖和以下的詳細描述，本申請進一步的方面、實施方式和特征將會是容易明白的。
1.一種物品推薦方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述物品推薦方法，其特征在于：所述對所述生理信號進行情感識別，得到人物情感包括：
3.根據(jù)權(quán)利要求2所述物品推薦方法，其特征在于：所述基于不同的特征計算規(guī)則，分別計算所述生理信號的目標特征值包括以下至少之二：
4.根據(jù)權(quán)利要求2所述物品推薦方法，其特征在于：所述對各個所述情感識別結(jié)果進行分析，確定人物情感包括：
5.根據(jù)權(quán)利要求1所述物品推薦方法，其特征在于：所述根據(jù)所述熱點信息確定物品情感向量包括：
6.根據(jù)權(quán)利要求1-5任一項所述物品推薦方法，其特征在于：所述方法還包括：
7.根據(jù)權(quán)利要求1-5任一項所述物品推薦方法，其特征在于：所述分析模型通過以下方式得到：
8.一種物品推薦裝置，其特征在于，包括：
9.一種電子設備，其特征在于，包括：處理器和存儲器，所述存儲器中存儲指令，所述指令由所述處理器加載并執(zhí)行，以實現(xiàn)如權(quán)利要求1至7任一項所述的方法。
10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)內(nèi)存儲有計算機程序，所述計算機程序被執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一項所述的方法。