一种基于大数据进行情感识别及预测的信息推送服务系统的制作方法
【技术领域】
[0001]本发明涉及通信技术、人工智能领域，尤其是涉及一种基于大数据进行情感识别及预测的信息推送服务系统。
【背景技术】
[0002]信息推送服务作为网络信息时代发展的产物之一，正在以其信息量大、实时性高及信息传播便利等优点被大量推广使用。现有技术中，信息推送多以个人语音、文本、表情符号等非生理信号数据及个人网页浏览记录为依据进行预测，根据预测结果向用户推送相关信息，这种推送方式随机性大，不能根据个人生理信号数据的分析来判断个人情绪、情感状态，从而获得个人的需求进行准确的信息推送，盲目性大，推送效果不理想。
[0003]因此，开发一种基于大数据准确进行情感识别及预测的信息推送服务系统是非常有必要的。
【发明内容】
[0004]本发明所要解决的技术问题是，提供一种基于大数据进行多维度情感识别及预测的个人推送服务系统，该系统结合用户情感大数据，通过对个人生理信号数据和个人非生理信息数据结合分析，按照个人情绪、感情状态分类和预测，将分类和预测结果通过互联网推送到个人客户端软件中，实现高效、精准的信息推送服务。
[0005]本发明是通过下述技术方案解决上述技术问题的:
[0006]—种基于大数据进行情感识别及预测的个人信息推送服务系统，包括生理信号采集模块、指令发送模块、非生理信息采集模块、信号转换模块、信号处理模块、数据存储模块、云端服务器和云端数据中心:
[0007]所述指令发送模块用于向所述生理信号采集模块发送信号采集指令:
[0008]所述生理信号采集模块用于接收信号采集指令并采集个人生理信号原始数据，通过网络协议将所述个人生理信号原始数据发送至所述信号转换模块和所述信号处理模块:
[0009]所述信号转换模块用于将所述个人生理信号原始数据存储到二进制文件后发送至所述云端数据中心:
[0010]所述信号处理模块用于将所述个人生理信号原始数据的工频噪音等干扰进行滤除，基于所述个人生理信号原始数据的传统特征、矩特征、瞬时频率和局部震荡特征、非线性特征以及时域局部尺度特征提取所述个人生理信号原始数据的情感特征作为个人生理信号初始数据，并将所述个人生理信号初始数据发送至所述云端服务器，其中生理信号的传统特征，是指在早期的情感识别研究中使用的各种情感特征，用各种统计指标来度量情感生理数据的特征，如均值、方差、中值等:
[0011]所述非生理信息采集模块用于采集个人非生理信息数据并将其存储至所述数据存储模块:
[0012]所述数据存储模块用于存储不同时间长度的个人非生理信息数据，并将其发送至所述云端服务器；
[0013]所述云端服务器用于接收所述个人生理信号初始数据和所述个人非生理信息数据，并对所述个人生理信号初始数据建立情感识别模型如支持向量机分类器，进行情感分类，对所述个人非生理信息数据采用决策树和Naive Bayes (朴素贝叶斯)算法进行情感分类，最后基于粗糙集理论对两者的分类结果进行归并，得到个人初始情感状态结果以及包含有个人生理信号初始数据和个人非生理信息数据的多维度数据表集，并将多维度数据表集发送至所述云端数据中心，同时将个人初始情感状态结果通过互联网推送到所述非生理信息采集模块中:
[0014]所述云端数据中心用于归类和保存所述个人生理信号原始数据和所述多维度数据表集，以备数据挖掘。
[0015]优选地，所述指令发送模块、所述非生理信息采集模块、所述信号转换模块、所述信号处理模块和所述数据存储模块集成在一个客户端中。
[0016]优选地，所述客户端为手机或电脑。
[0017]优选地，所述生理信号采集模块包括皮电信号采集模块、心电信号采集模块、脑电信号采集模块、血压信号采集模块、呼吸信号采集模块、体温采集模块、眼部信号采集模块。
[0018]优选地，所述非生理信息采集模块包括浏览器、微信、微博。
[0019]优选地，所述个人生理信号原始数据包括肌肉和皮肤张力信号、掌汗信号、心率信号、脉搏信号、脑电信号、肌电信号、血压信号、血氧饱和度信号、血容量搏动信号、呼吸信号、体温信号和眼动图信号。
[0020]优选地，所述非生理信息数据包括语音、文本、表情符号、个人照片、肢体行为、日常浏览网页信息数据、对推送消息的选择数据和天气数据。
[0021]优选地，所述云端服务器推送内容包括和个人初始情感状态结果相关的商品；和个人生理、健康状态相关的广告、建议、新闻、图片和视频。
[0022]优选地，所述云服务器的推送对象为和个人情感状态相似的其他用户。
[0023]本发明的有益效果是:在现有根据个人非生理信息数据预测并进行消息推送的推送服务系统中，增加了个人生理信号数据，通过对个人生理信号数据和个人非生理信息数据结合分析，按照个人情绪、感情状态分类和预测，将预测结果通过互联网推送到个人客户端软件中，实现高效、精准的信息推送服务；个人生理信号原始数据的存储和分析有助于心理学、医学研究，还可辅助个人了解自己的情感状态以便适度调节，预防诸如抑郁症等心理疾病，同时为情感状态分类行业标准提供依据:特别的，多维度数据表集的存储有助于辅助社交网站开发新功能，辅助传媒行业提高服务的准确性，辅助语音助手的开发及智能机器人、人工智能的开发。
【附图说明】
[0024]图1为本发明实施例的基于大数据进行情感识别及预测的信息推送服务系统的模块结构图。
【具体实施方式】
[0025]为了使本领域技术人员更好地理解本发明的技术方案能予以实施，下面结合附图和具体实施例对本发明进一步说明，但所举实施例不作为对本发明的限定。
[0026]本发明提供了一种基于大数据进行情感识别及预测的信息推送服务系统，具体如图1所示，包括生理信号采集模块2、客户端、云端服务器6和云端数据中心4，客户端集成有指令发送模块1、非生理信息采集模块8、信号转换模块3、信号处理模块5和数据存储模块7:
[0027]指令发送模块1向生理信号采集模块2发送信号采集指令，生理信号采集模块2集成有皮电信号采集模块、心率信号采集模块、脑电信号采集模块、血压信号采集模块、呼吸信号采集模块、体温采集模块、眼部信号采集模块等生理信号采集模块，用来采集个人肌肉和皮肤张力信号、掌汗信号、心率信号、脉搏信号、脑电信号、肌电信号、血压信号、血氧饱和度信号、血容量搏动信号、呼吸信号、体温信号和眼动图信号等个人生理信号原始数据，并通过网络协议将采集到的个人生理信号原始数据发送至客户端的信号转换模块3和信号处理模块5:
[0028]非生理信息采集模块8采集个人非生理信息数据，并将其存储至客户端的数据存储模块7，非生理信息采集模块8为集成在客户端的常用软件，如浏览器、微信、微博等，非生理信息数据具体为用户长时间使用客户端集成软件时用到的日常交流习惯语言，如语音、文本、表情符号、个人照片、肢体行为等，还包括用户日常浏览网页信息数据、对推送消息的选择数据和天气数据等；
[0029]信号转换模块3将接收到的个人生理信号原始数据存储到二进制文件后发送给云端数据中心4，由云端数据中心4归类后永久保存:信号处理模块5将接