The invention discloses a service evaluation method, device, device and storage medium based on expression analysis, which is applied in the field of deep learning technology to solve the problem of difficult objectively obtaining customer evaluation. The method provided by the invention includes: acquiring target video; extracting each facial picture from target video; putting each facial picture into the depth learning model separately to obtain the set of facial eigenvalues; calculating the set coincidence degree between the set of facial eigenvalues and the set of standard eigenvalues respectively for each facial picture, and obtaining the set coincidence degree corresponding to each set of facial pictures. For each facial picture, each score value of the facial picture is determined according to the overlap degree of each set corresponding to the facial picture; for each facial picture, the expression score value of the facial picture is calculated according to each score value and the preset weight corresponding to each preset expression classification; and the average score value is calculated according to each expression score value as the final score.
【技术实现步骤摘要】
基于表情分析的服务评价方法、装置、设备及存储介质
本专利技术涉及深度学习
,尤其涉及基于表情分析的服务评价方法、装置、设备及存储介质。
技术介绍
大多企业设有自己的客服人员或业务人员,在业务推广时,业务人员需要与客户面对面交流,而在业务跟进阶段,则客服人员需要向客户回访或者接受客户的投诉建议等,也可能需要与客户面对面交流。这些工作人员与客户交流过程中给客户带来的满意程度对于企业维护客户来说至关重要,因此越来越多企业重视客户对业务服务过程的评价。然而,现有获取客户评价的方式主要是由客户自主对服务过程进行评价,比如让客户从“满意”、“一般”、“不满意”等几个评价选项中选取一个,由于客户个人具有强烈的主观意愿,在评价时往往涉及人情世故、风序良俗等因素,这就导致获取到的客户评价难以从客观的角度反映出业务服务过程的真实情况。因此,寻找一种能够从客观角度获取到客户评价的方法成为本领域技术人员亟需解决的问题。
技术实现思路
本专利技术实施例提供一种基于表情分析的服务评价方法、装置、计算机设备及存储介质,以解决难以从客观角度获取到客户评价的问题。一种基于表情分析的服务评价方法,包括:获取在目标业务服务过程中针对目标客户的面部表情录制的目标视频;从所述目标视频中提取出各张面部图片,所述面部图片包含有所述目标客户的面部表情;将各张所述面部图片作为输入分别投入至预先训练好的深度学习模型,得到所述深度学习模型输出的、各张所述面部图片各自对应的面部特征值集合;针对每张所述面部图片,分别计算所述面部图片对应的面部特征值集合与各个预设表情分类对应的标准特征值集合之间的集合重合度,得到 ...
【技术保护点】
1.一种基于表情分析的服务评价方法,其特征在于,包括:获取在目标业务服务过程中针对目标客户的面部表情录制的目标视频;从所述目标视频中提取出各张面部图片,所述面部图片包含有所述目标客户的面部表情;将各张所述面部图片作为输入分别投入至预先训练好的深度学习模型,得到所述深度学习模型输出的、各张所述面部图片各自对应的面部特征值集合;针对每张所述面部图片,分别计算所述面部图片对应的面部特征值集合与各个预设表情分类对应的标准特征值集合之间的集合重合度,得到所述面部图片对应的各个集合重合度;针对每张所述面部图片,根据所述面部图片对应的各个集合重合度分别确定所述面部图片的各个评分值;针对每张所述面部图片,根据所述各个评分值和各个预设表情分类对应的预设权值计算得到所述面部图片的表情评分值;在计算得到的各张所述面部图片各自对应的表情评分值之后,根据各个所述表情评分值计算得到评分均值,作为所述目标客户对所述目标业务服务过程的评分。
【技术特征摘要】
1.一种基于表情分析的服务评价方法,其特征在于,包括:获取在目标业务服务过程中针对目标客户的面部表情录制的目标视频;从所述目标视频中提取出各张面部图片,所述面部图片包含有所述目标客户的面部表情;将各张所述面部图片作为输入分别投入至预先训练好的深度学习模型,得到所述深度学习模型输出的、各张所述面部图片各自对应的面部特征值集合;针对每张所述面部图片,分别计算所述面部图片对应的面部特征值集合与各个预设表情分类对应的标准特征值集合之间的集合重合度,得到所述面部图片对应的各个集合重合度;针对每张所述面部图片,根据所述面部图片对应的各个集合重合度分别确定所述面部图片的各个评分值;针对每张所述面部图片,根据所述各个评分值和各个预设表情分类对应的预设权值计算得到所述面部图片的表情评分值;在计算得到的各张所述面部图片各自对应的表情评分值之后,根据各个所述表情评分值计算得到评分均值,作为所述目标客户对所述目标业务服务过程的评分。2.根据权利要求1所述的基于表情分析的服务评价方法,其特征在于,所述深度学习模型通过以下步骤预先训练得到:获取作为样本的多张第一面部图片;提取所述第一面部图片上的各个第一面部特征值,得到所述第一面部图片的第一面部特征值集合;将所述第一面部图片作为输入投入至深度学习模型,得到所述深度学习模型的输出;以所述输出作为调整的目标,调整所述深度学习模型中的各个参数,以最小化得到的所述输出与所述第一面部特征值集合之间的误差;若所述误差满足预设条件,则确定当前的所述深度学习模型为训练好的深度学习模型。3.根据权利要求1所述的基于表情分析的服务评价方法,其特征在于,预设表情分类对应的标准特征值集合通过以下步骤预先确定:获取属于所述预设表情分类的多张第二面部图片,所述多张第二面部图片的数量超过预设的数量阈值;将所述多张第二面部图片作为输入分别投入至所述深度学习模型,得到所述深度学习模型输出的、所述多张第二面部图片各自对应的第二面部特征值集合;对比得到的多个所述第二面部特征值集合中的第二面部特征值,从所有所述第二面部特征值中筛选出各个共同面部特征值,所述共同面部特征值是指所述多张第二面部图片各自对应的第二面部特征值集合中均存在的第二面部特征值;将所述各个共同面部特征值的集合确定为所述预设表情分类对应的标准特征值集合。4.根据权利要求1所述的基于表情分析的服务评价方法,其特征在于,所述从所述目标视频中提取出各张面部图片包括:按照预设时间间隔从所述目标视频的开始播放时间点开始等间距地确定出各个抽帧时间点;将所述目标视频中各个所述抽帧时间点对应的视频帧抽取出来,得到各张面部图片。5.根据权利要求1至4中任一项所述的基于表情分析的服务评价方法,其特征在于,在根据各个所述表情评分值计算得到评分均值,作为所述目标客户对所述目标业务服务过程的评分之后,还包括:从预设的各个分值区间中选取出所述评分均值落入的一个分值区间;根据预设的区间满意度对应关系确定选取出的所述一个分值区间对应的客户满意度评价,所述区间满意度对应关系记录了各个分值区间与各个客户满意度评价之间的对应关系;将所述客户满意度评价确定为所述目标客户对所述目标业务服务过程的最终评价。6...
【专利技术属性】
技术研发人员:刘慧众,
申请(专利权)人:深圳壹账通智能科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。