用户情绪预测方法和装置制造方法及图纸

提供了一种用户情绪预测方法和装置。该方法包括：接收交互上下文信息；获取情绪特征；提取交互上下文信息中的关键词；获取关键词各自的频次和/或权重；以及根据这些关键词的频次和/或权重，获取用户的情绪倾向。本发明专利技术的各个实施例中，交互上下文信息包括文本信息、图像信息、日志信息、视频信息、语音信息等等。本发明专利技术的用户情绪预测方法和装置通过纳入对交互上下文的分析，来对用户的情绪进行预测。

【技术实现步骤摘要】
用户情绪预测方法和装置
本申请主要涉及人工智能技术，尤其涉及利用反馈信息来预测情绪。
技术介绍
在传统的用户反馈系统中，反馈内容分为正面和负面2种情绪，正面的反馈可被引导到APP好评(如店铺五星好评等)，负面的是用于提交缺陷反馈以帮助改进。但是由于不知道用户的反馈是否正面，只能弹出一个选择框让用户自己选择正负面来分流，体验很差。随着计算机技术的进步，出现了机器学习(MachineLearning)技术。机器学习技术涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能，从而重新组织已有的知识结构，使之不断改善自身的性能。基于机器学习技术，可针对用户输入的文本进行文本分析，从而进行情绪识别和情绪预测。文本分析是指对文本的表示及其特征项的选取，其涉及将无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象、建立它的数学模型，用以描述和代替文本。由于文本的语义不可避免地会反映人的特定立场、观点、价值和利益，因此，经由文本内容分析，可以推断文本提供者的意图和目的。情绪识别指人工智能通过获取个体的生本文档来自技高网...

【技术保护点】
1.一种基于交互上下文的用户情绪预测方法，包括：接收交互上下文信息；获取情绪特征；提取所述交互上下文信息中的关键词；获取所述关键词各自的频次和/或权重；以及根据这些关键词的频次和/或权重，获取用户的情绪倾向。

【技术特征摘要】
1.一种基于交互上下文的用户情绪预测方法，包括：接收交互上下文信息；获取情绪特征；提取所述交互上下文信息中的关键词；获取所述关键词各自的频次和/或权重；以及根据这些关键词的频次和/或权重，获取用户的情绪倾向。2.如权利要求1所述的方法，其特征在于，所述交互上下文信息包括文本信息、图像信息、日志信息、视频信息、语音信息。3.如权利要求2所述的方法，其特征在于，所述文本信息包括会话、评论、文章。4.如权利要求2所述的方法，其特征在于，所述图像信息包括交互界面图片或反馈图片。5.如权利要求2所述的方法，其特征在于，所述日志信息包括业务操作日志。6.如权利要求1所述的方法，其特征在于，所述获取情绪特征可包括基于产品或应用所属的领域来不同地获取情绪特征。7.如权利要求1所述的方法，其特征在于，所述获取情绪特征可包括基于交互上下文信息的种类来不同地获取情绪特征。8.如权利要求1所述的方法，其特征在于，所述权重针对不同交互环境来按需选择。9.如权利要求1所述的方法，其特征在于，所述用户情绪倾向可基于不同的产品或应用来划分不同层次。10.如权利要求1所述的方法，其特征在于，所述用户情绪倾向可基于用户情绪倾向判定的要求来划分不同层次。11.一种基于交互上下文的用户情绪预测装置，包括：获取模块，用于接收交互上下文信息，并获取情绪特征；以及分析模块，用于：提取所述交互上下文信息中的关键词；获取所述关键词各自...

【专利技术属性】
技术研发人员：丛云旦，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY