[發明專利]基于人工智能的情感傾向識別方法、裝置、設備及介質

在審

• 申請號: 202010370731.0
• 申請日: 2020-04-30
• 公開（公告）號: CN111651652A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 涂平實
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06K9/62;G06F16/27;G06Q40/08
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及人工智能技術領域，揭露了一種基于人工智能的情感傾向識別方法，包括：獲取用戶的行為數據集，對行為數據集進行數據清洗，得到初始行為數據集；利用預設的行為特征分析算法對初始行為數據集進行行為特征分析，得到特征行為數據集，根據特征行為數據集構建用戶行為畫像；獲取用戶行為畫像中所有的情感特征行為數據，對情感特征行為數據進行離散化處理，得到目標情感特征行為數據；篩選出在目標情感特征行為數據中占比最大的情感數據，并計算情感數據的情感傾向值，根據情感傾向值，識別出用戶的情感傾向。本發明還涉及區塊鏈技術，所述行為數據集可存儲于區塊鏈節點中。本發明可以自動和提前識別出情感傾向。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于人工智能的情感傾向識別的方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

情感傾向識別指的是基于用戶的行為數據，判斷出用戶情緒的過程。目前情感傾向識別在服務行業領域中顯得愈發重要，通過提前識別出用戶的情感傾向可以做出相應的用戶服務策略調整，從而可以提升用戶的滿意度。例如在用戶投訴業務場景中，提前識別出用戶的情感傾向，可以及時做出預警，調整服務策略，以提高用戶的體驗度和工作效率。

但是現有的情感傾向識別通常是在實際業務場景內用戶發生具體動作后才能進行識別，這種識別方式比較滯后且依賴于人工的主觀判斷，并沒有辦法做到自動化的情感傾向識別。例如，只有在用戶來電催促或語氣較重時，才能識別用戶有不滿情緒，用戶投訴情感傾向較高。

發明內容

本發明提供一種基于人工智能的情感傾向識別的方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于自動和提前識別出用戶情感傾向。

為實現上述目的，本發明提供的一種基于人工智能的情感傾向識別方法，包括：

獲取用戶的行為數據集，對所述行為數據集進行數據清洗，得到初始行為數據集；

利用預設的行為特征分析算法對所述初始行為數據集進行行為特征分析，得到特征行為數據集，根據所述特征行為數據集構建用戶行為畫像；

獲取所述用戶行為畫像中所有的情感特征行為數據，對所述情感特征行為數據進行離散化處理，得到目標情感特征行為數據；

篩選出在所述目標情感特征行為數據中占比最大的情感數據，并計算所述占比最大的情感數據的情感傾向值，根據所述情感傾向值，識別出所述用戶的情感傾向。

可選地，所述行為數據集存儲于區塊鏈中，所述對所述行為數據集進行數據清洗，得到初始行為數據集，包括：

執行所述行為數據集的一致性檢查處理，得到標準數據集；

將所述標準數據集進行去異常處理，得到初始數據集；

對所述初始數據集進行缺失值檢測，并將檢測出的缺失值進行填充，得到所述初始行為數據集。

可選地，所述將檢測出的缺失值進行填充，包括：

利用下述填充方法對檢測出的缺失值進行填充：

其中，L(θ)表示填充的數據缺失值，x_i表示第i個填充的數據缺失值，θ表示填充的數據缺失值對應的概率參數，n表示初始數據集的數量，p(x_i|θ)表示填充的數據缺失值概率。

可選地，所述利用預設行為特征分析算法對所述初始行為數據集進行行為特征分析，得到特征行為數據集，包括：

對所述初始行為數據集中相同類型的初始行為數據進行聚類，得到聚類中心點；

利用所述預設行為特征分析算法獲取所述聚類中心點中所有初始行為數據的殘差；