[發明專利]一種基于用戶情感反饋的機器人服務認知方法及系統

有效

• 申請號: 202110362898.7
• 申請日: 2021-04-02
• 公開（公告）號: CN113011551B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 路飛;司文佳
• 申請（專利權）人: 山東大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 閆偉姣

1.一種基于用戶情感反饋的機器人服務認知方法，其特征在于，包括以下步驟：

獲取當前場景信息，包括當前環境領域和用戶領域的信息；

基于預先構建的案例庫，獲取與當前場景信息相匹配的服務類型，所述案例庫包括場景信息和服務類型的映射關系；具體地，

將當前環境領域和用戶領域的信息根據預設編碼規則進行編碼，得到當前場景屬性向量；

將當前場景屬性向量與案例庫中的場景屬性向量進行相似性分析，獲取相匹配的服務案例，其相應的服務類型即與當前場景信息相匹配的服務類型；

若獲取的相匹配服務案例數量大于1，還根據案例優先級進行二次篩選，所述案例優先級與近期使用頻次、案例創建者和相似度相關；

所述相似性分析包括：

計算當前場景屬性向量與案例庫中的場景屬性向量之間的距離：首先根據兩個屬性向量中相應屬性是否相同得到屬性差異向量，然后基于屬性差異向量和各屬性的權重加權求和得到兩個屬性向量之間的距離；其中，各屬性的權重根據該屬性與服務類型的相關性得到；

確定當前場景屬性向量與案例庫中的場景屬性向量之間的相似度，距離越小，相似度越高；

根據所述服務類型相應的用戶偏好度模型，獲取具體服務，所述用戶偏好度模型基于用戶情感反饋建立；

接收用戶對所述具體服務的情感評價，更新用戶偏好度模型，若所述情感評價為負面，根據更新后的用戶偏好模型，重新確定具體服務。

2.如權利要求1所述的基于用戶情感反饋的機器人服務認知方法，其特征在于，所述案例庫構建方法包括：

獲取多個服務案例，每個服務案例均包括場景信息和相應服務類型；

基于預設編碼規則對場景信息進行編碼，得到場景屬性向量，所述預設編碼規則包括場景信息中各個屬性及其編碼；

將所述多個服務案例的場景屬性向量和相應服務類型進行關聯存儲。

3.如權利要求1所述的基于用戶情感反饋的機器人服務認知方法，其特征在于，所述用戶偏好模型建立方法為：

對于每一類服務，接收用戶對多次具體服務的情感反饋；其中，對于每一個具體服務，均預先構建特性矩陣，所述特性矩陣中每一列表示該具體服務的一種特性，矩陣中的取值表示該具體服務是否具備相應特性；

以情感反饋為權重，對所述多次具體服務的特性矩陣進行加權求和，得到該類服務相應的偏好度模型。

4.如權利要求3所述的基于用戶情感反饋的機器人服務認知方法，其特征在于，根據所述服務類型相應的用戶偏好度模型，獲取具體服務包括：

獲取所述服務類型相應的具體服務，根據各具體服務的特性矩陣和用戶偏好度模型，計算各具體服務的匹配度。

5.一種基于用戶情感反饋的機器人服務認知系統，其特征在于，包括：

當前場景獲取模塊，被配置為獲取當前場景信息，包括當前環境領域和用戶領域的信息；

服務類型匹配模塊，被配置為基于預先構建的案例庫，獲取與當前場景信息相匹配的服務類型，所述案例庫包括場景信息和服務類型的映射關系；具體地，

將當前環境領域和用戶領域的信息根據預設編碼規則進行編碼，得到當前場景屬性向量；

將當前場景屬性向量與案例庫中的場景屬性向量進行相似性分析，獲取相匹配的服務案例，其相應的服務類型即與當前場景信息相匹配的服務類型；

若獲取的相匹配服務案例數量大于1，還根據案例優先級進行二次篩選，所述案例優先級與近期使用頻次、案例創建者和相似度相關；

所述相似性分析包括：

計算當前場景屬性向量與案例庫中的場景屬性向量之間的距離：首先根據兩個屬性向量中相應屬性是否相同得到屬性差異向量，然后基于屬性差異向量和各屬性的權重加權求和得到兩個屬性向量之間的距離；其中，各屬性的權重根據該屬性與服務類型的相關性得到；

確定當前場景屬性向量與案例庫中的場景屬性向量之間的相似度，距離越小，相似度越高；

具體服務匹配模塊，被配置為根據所述服務類型相應的用戶偏好度模型，獲取具體服務，所述用戶偏好度模型基于用戶情感反饋建立；

接收用戶對所述具體服務的情感評價，更新用戶偏好度模型，若所述情感評價為負面，根據更新后的用戶偏好模型，重新確定具體服務。