【技术实现步骤摘要】
基于人工智能的情感倾向识别方法、装置、设备及介质
本专利技术涉及人工智能
,尤其涉及一种基于人工智能的情感倾向识别的方法、装置、电子设备及计算机可读存储介质。
技术介绍
情感倾向识别指的是基于用户的行为数据,判断出用户情绪的过程。目前情感倾向识别在服务行业领域中显得愈发重要,通过提前识别出用户的情感倾向可以做出相应的用户服务策略调整,从而可以提升用户的满意度。例如在用户投诉业务场景中,提前识别出用户的情感倾向,可以及时做出预警,调整服务策略,以提高用户的体验度和工作效率。但是现有的情感倾向识别通常是在实际业务场景内用户发生具体动作后才能进行识别,这种识别方式比较滞后且依赖于人工的主观判断,并没有办法做到自动化的情感倾向识别。例如,只有在用户来电催促或语气较重时,才能识别用户有不满情绪,用户投诉情感倾向较高。
技术实现思路
本专利技术提供一种基于人工智能的情感倾向识别的方法、装置、电子设备及计算机可读存储介质,其主要目的在于自动和提前识别出用户情感倾向。为实现上述目的,本专利技术提供的一种基于人工智能的情感倾向识别方法,包括:获取用户的行为数据集,对所述行为数据集进行数据清洗,得到初始行为数据集;利用预设的行为特征分析算法对所述初始行为数据集进行行为特征分析,得到特征行为数据集,根据所述特征行为数据集构建用户行为画像;获取所述用户行为画像中所有的情感特征行为数据,对所述情感特征行为数据进行离散化处理,得到目标情感特征行为数据;筛选出在所述目标情感 ...
【技术保护点】
1.一种基于人工智能的情感倾向识别方法,其特征在于,所述方法包括:/n获取用户的行为数据集,对所述行为数据集进行数据清洗,得到初始行为数据集;/n利用预设的行为特征分析算法对所述初始行为数据集进行行为特征分析,得到特征行为数据集,根据所述特征行为数据集构建用户行为画像;/n获取所述用户行为画像中所有的情感特征行为数据,对所述情感特征行为数据进行离散化处理,得到目标情感特征行为数据;/n筛选出在所述目标情感特征行为数据中占比最大的情感数据,并计算所述占比最大的情感数据的情感倾向值,根据所述情感倾向值,识别出所述用户的情感倾向。/n
【技术特征摘要】
1.一种基于人工智能的情感倾向识别方法,其特征在于,所述方法包括:
获取用户的行为数据集,对所述行为数据集进行数据清洗,得到初始行为数据集;
利用预设的行为特征分析算法对所述初始行为数据集进行行为特征分析,得到特征行为数据集,根据所述特征行为数据集构建用户行为画像;
获取所述用户行为画像中所有的情感特征行为数据,对所述情感特征行为数据进行离散化处理,得到目标情感特征行为数据;
筛选出在所述目标情感特征行为数据中占比最大的情感数据,并计算所述占比最大的情感数据的情感倾向值,根据所述情感倾向值,识别出所述用户的情感倾向。
2.如权利要求1所述的基于人工智能的情感倾向识别方法,其特征在于,所述行为数据集存储于区块链中,所述对所述行为数据集进行数据清洗,得到初始行为数据集,包括:
执行所述行为数据集的一致性检查处理,得到标准数据集;
将所述标准数据集进行去异常处理,得到初始数据集;
对所述初始数据集进行缺失值检测,并将检测出的缺失值进行填充,得到所述初始行为数据集。
3.如权利要求2所述的基于人工智能的情感倾向识别方法,其特征在于,所述将检测出的缺失值进行填充,包括:
利用下述填充方法对检测出的缺失值进行填充:
其中,L(θ)表示填充的数据缺失值,xi表示第i个填充的数据缺失值,θ表示填充的数据缺失值对应的概率参数,n表示初始数据集的数量,p(xi|θ)表示填充的数据缺失值概率。
4.如权利要求1所述的基于人工智能的情感倾向识别方法,其特征在于,所述利用预设行为特征分析算法对所述初始行为数据集进行行为特征分析,得到特征行为数据集,包括:
对所述初始行为数据集中相同类型的初始行为数据进行聚类,得到聚类中心点;
利用所述预设行为特征分析算法获取所述聚类中心点中所有初始行为数据的残差;
根据所述残差,确定所述聚类中心点中所有初始行为数据的最优特征划分点;
根据所述最优特征划分点,提取出所述聚类中心点中所有初始行为数据的特征行为数据;
根据提取出的特征行为数据生成所述特征行为数据集。
5.如权利要求1至4中任意一项所述的基于人工智能的情感倾向识别方法,其特征在于,所述计算所述占比最大的情感倾向数据的情感倾向值,包括:
利用下述方法计算所述情感倾向数据的情感倾向值:
其中,V表示情感倾向值,η表示学习率,lω表示情感倾向数据...
【专利技术属性】
技术研发人员:涂平实,
申请(专利权)人:中国平安财产保险股份有限公司,
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。