推荐系统是利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。
而随着互联网的发展,推荐系统更是出现在了人们生活的方方面面,尤其是目前智能手机的普及,例如短视频、网上购物等移动产品中,无疑都使用了智能化的推荐系统,这类推荐系统大多根据用户的历史浏览记录以及用户在某类内容前停留的时间进行分析,从而判断出用户对哪一类内容感兴趣,从而为用户进行内容推荐。
而除了这些用户习惯的分析之外,例如苹果更是直接利用用户的生理数据分析用户可能的喜好。在2019年9月16日,苹果申请了一项名为“作为认知控制信号的瞳孔调制”的发明专利(申请号:201910871695.3),申请人为苹果公司。
在该专利中,苹果发明了一种基于分析用户眼部姿态来判别用户喜好的方案。根据该专利目前公开的相关资料,让我们一起来看看这项方案吧。
如上图,为该专利中发明的通过电子设备中的显示内容来获取用户生理数据的示意图,显示设备10通常为智能手机、平板电脑或者可穿戴头戴式显示器,这种显示设备上安装有用于检测眼睛位置和眼睛移动的眼睛追踪系统,通常由红外相机、眼睛追踪相机等成像设备构成。
这些成像设备主要捕捉用户的功能性近红外光谱信号(fNIRS)、血压、皮肤电导或瞳孔响应等生理信号,以及捕捉用户的眼睛的位置和移动轨迹,并检测例如瞳孔扩张等动作。用户的瞳孔响应通过视神经和动眼神经颅神经导致瞳孔的尺寸的变化,瞳孔响应包括收缩响应和扩张反应,即瞳孔变窄或瞳孔加宽。
基于对这些信号和用户的生理数据的分析,可以帮助系统分析用户的兴趣或者意图以及帮助应用程序发起与用户的交互。该系统主要借助于机器学习模型,通过不断的学习可能让用户的瞳孔、生理信号发生变化的内容,从而为用户提供个性化的推荐服务。
如上图,为搭载有上述系统的头戴式设备(HMD)的结构示意图,该设备包括部件的外壳501、显示器510以及跟踪系统,跟踪系统包括光源522、相机524和控制器580。当光源发射到用户的眼睛上时,反射光可被相机检测到,相机会在特定时间点以帧速率采集用户的眼睛图像,该图像可反应用户瞳孔的变化。基于检测到的光结构特性,控制器可以为用户建立其个人的眼睛追踪特性。
以上就是苹果发明的基于用户生理数据信号的内容推荐方案,该方案借助于分析用户的眼部信号的变化,例如瞳孔的扩张、收缩来判定哪些内容可能是用户喜欢或者不喜欢的,并根据基于数据训练的及其学习模型来建立用户的眼睛追踪特性以为用户提供个性化的推荐服务。