1.基于脚交互的自适应用户界面推荐方法，其特征在于，包括如下步骤：获取用户图像数据；基于用户图像数据，判断用户是否在交互界面的初始位置区域，如果是，对用户进行身份确认，若为新用户，为新用户推荐适应当前用户的交互界面，否则直接读取当前用户偏好的交互界面；其中，所述为新用户推荐适应当前用户的交互界面的具体包括：基于用户图像数据提取新用户的脚长特征和个人信息特征；基于新用户脚长特征与交互界面中元素的大小关系得到适应当前用户交互界面元素大小，基于新用户的个人信息特征和训练后的FFM推荐模型，得到适应当前用户交互界面元素形状以及界面主题信息；同时利用界面设计规则构建不同布局的界面库，通过强化学习多臂强盗UCB1算法为当前用户推荐界面中的元素布局；将得到的交互界面元素大小、元素形状、元素间布局以及界面主题信息进行融合得到推荐的交互界面。
2.如权利要求1所述的基于脚交互的自适应用户界面推荐方法，其特征在于，得到推荐的交互界面后，通过投影呈现给用户，判断用户与界面中的元素是否发生交互，如果检测到用户通过脚和界面中的元素发生了交互，则给出相应的交互反馈，更新界面库中具有不同界面元素位置的界面收益，并更新数据库中对应用户的数据；否则交互界面不发生变化。
3.如权利要求2所述的基于脚交互的自适应用户界面推荐方法，其特征在于，计算当前用户在界面k上发生的误操作次数，更新当前用户在界面k的收益值 使用UCB1算法实时更新界面库中每个界面的置信上限值，选取具有最高置信上限值的界面推荐给当前用户；同时，将当前用户使用每个界面的次数，当前用户使用所有界面的总次数，当前用户在每一个界面的总误操作次数,当前用户在每一个界面的平均误操作次数以及每个界面的收益值存入数据库，不断为用户推荐不同的界面元素位置。
4.如权利要求2所述的基于脚交互的自适应用户界面推荐方法，其特征在于，所述更新数据库中对应用户的数据包括将当前用户的用户特征和当前用户交互界面元素形状以及界面主题信息数据，结合B_SH_FFM模型得到当前用户对每个界面布局的评分，对评分数据从高到低进行排序，筛选前十个界面存入数据库，更新当前用户对交互界面的喜好数据。
5.如权利要求1所述的基于脚交互的自适应用户界面推荐方法，其特征在于，采用的界面设计规则包括格式塔心理学和尼尔森F视觉模型界面设计规则，采用格式塔心理学将界面进行区域划分，包括描述区、待选择区和初始位置区，对描述区和待选择区进行推荐，采用尼尔森F视觉模型将描述区和待选择区置于初始位置区之上，将初始位置区放置在界面最下层。
6.如权利要求5述的基于脚交互的自适应用户界面推荐方法，其特征在于，基于新用户脚长特征与交互界面中元素的大小关系得到适应当前用户交互界面元素大小具体包括：收集用户的身高、脚长和步幅数据，解析数据，得出用户身高和脚长的比例数据，利用K-means聚类算法，将用户的脚长数据进行聚类，分为M foot 类，测量每一用户类别下脚长的平均值，根据界面显示区域的大小，计算待选择区域中界面元素的大小值。
7.如权利要求1所述的基于脚交互的自适应用户界面推荐方法，其特征在于，所述FFM推荐模型的构建过程为：基于场感知分解机FFM模型，引入域的概念,对特征进行分组。
8.基于脚交互的自适应用户界面推荐系统，其特征在于，包括：数据获取模块，用于获取用户图像数据；用户界面推荐模块，用于基于用户图像数据，判断用户是否在交互界面的初始位置区域，如果是，对用户进行身份确认，若为新用户，为新用户推荐适应当前用户的交互界面，否则直接读取当前用户偏好的交互界面；其中，所述为新用户推荐适应当前用户的交互界面的具体包括：基于用户图像数据提取新用户的脚长特征和个人信息特征；基于新用户脚长特征与交互界面中元素的大小关系得到适应当前用户交互界面元素大小，基于新用户的个人信息特征和训练后的FFM推荐模型，得到适应当前用户交互界面元素形状以及界面主题信息；同时利用界面设计规则构建不同布局的界面库，通过强化学习多臂强盗UCB1算法为当前用户推荐界面中的元素布局；将得到的交互界面元素大小、元素形状、元素间布局以及界面主题信息进行融合得到推荐的交互界面。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于脚交互的自适应用户界面推荐方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于脚交互的自适应用户界面推荐方法中的步骤。
