一种定位引擎的实现方法技术

本发明专利技术涉及互联网技术领域，且公开了一种定位引擎的实现方法，包括以下工作步骤：基础信息采集和存储、用户信息的采集和存储、用户信息和位置信息处理分析和场景对话输出和输入。该一种定位引擎的实现方法，本发明专利技术通过对用户的语音信息、用户面部表情信息和用户动作信息判断用户的情绪，实现了能够精准地判断用户的需求，通过对用户的信息进行大数据的方式进行准确的分析、判断以及分类等，提高了本发明专利技术实现定位引擎的效率以及使用效率，本发明专利技术通过对用户的语速进行进一步的细致划分，并且将说话速度不同的用户细致分化为第一类B用户、第二类B用户、第三类B用户、第四类B用户和第五类B用户，进一步提高了本发明专利技术判断的准确性。进一步提高了本发明专利技术判断的准确性。进一步提高了本发明专利技术判断的准确性。

【技术实现步骤摘要】
一种定位引擎的实现方法


[0001]本专利技术涉及互联网
，尤其涉及一种定位引擎的实现方法。

技术介绍

[0002]人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
[0003]经检索申请号201810847818.5一种AI场景定位引擎的实现方法，包括如下步骤：S1、基础信息存储：对表达不同情感的情绪化词汇进行分类存储，并将用户处于不同情绪下的语速、分贝、常用情绪词汇进行条件限定，然后将用户在不同状态下的动作信息进行分别存储。
[0004]但是经本专利技术人探索发现该技术方案仍然存在至少以下缺陷：
[0005]现有公开技术的专利技术通过对用户的语速、分贝以及动作表情等进行划分，实现对比判断的目的，但是现有的技术没有在对用户语速、用户说话分贝以及用户年龄上进行细致的分类，用户的语速快速可以细致地判断一个用户的潜在情绪和状态，用户说话分贝的大小也是判断的标准，用户年龄的大小也是细致判断的标准之一，本专利技术通过对用户年龄进行以5岁为一个单位进行细致的分类，将间隔相差在5岁内的用户作为一个整体，不仅用户的生理年龄相似，而且表情以及动作等也可以作为类似判断的标准。为此，我们提出一种定位引擎的实现方法。

技术实现思路

[0006]本专利技术主要是解决上述现有技术所存在的技术问题，提供一种定位引擎的实现方法。
[0007]为了实现上述目的，本专利技术采用了如下技术方案，一种定位引擎的实现方法，包括以下工作步骤：
[0008]S1、基础信息采集和存储：对不同年龄段的用户进行年龄分类并进行分类存储，对不同的词汇进行情感分类并且进行存储，对不同语速、分贝的用户言语进行分类并且存储，对用户的不同表情进行分类进行存储，对用户的不同动作进行分类和存储；
[0009]S1中对不同年龄段的用户进行年龄分类并进行分类存储的具体步骤为：
[0010]Sa101，对用户年龄在18
‑
23分为第一类A用户；
[0011]Sa102，对用户年龄在24
‑
29分为第二类A用户；
[0012]Sa103，对用户年龄在30
‑
35分为第三类A用户；
[0013]Sa104，对用户年龄在36
‑
41分为第四类A用户；
[0014]Sa105，对用户年龄在42
‑
47分为第五类A用户；
[0015]Sa106，对用户年龄在48
‑
53分为第六类A用户；
[0016]Sa107，对用户年龄在54
‑
59分为第七类A用户；
[0017]Sa108，对用户年龄在60
‑
65分为第八类A用户；
[0018]Sa109，对用户年龄在66
‑
71分为第九类A用户；
[0019]Sa110，对用户年龄在72
‑
77分为第十类A用户；
[0020]Sa111，对用户年龄在78
‑
83分为第十一类A用户；
[0021]S2、用户信息的采集和存储：对用户的年龄信息、位置信息、语言信息、面部表情信息和常用动作信息分别进行采集和存储；
[0022]S3、用户信息和位置信息处理分析：根据存储的基础信息和语音信息分析该语音信息所含情绪生成用户语音情绪信息，然后根据存储的基础信息判断用户的面部表情信息所代表的情绪生成为用户面部表情情绪判断信息，再判断用户的动作信息所代表的用户状态信息；
[0023]S4、场景对话输出和输入：根据用户语音情绪信息、用户面部表情情绪判断信息和用户状态信息判断属于用户的情绪，然后根据判断结果寻找对应的场景对话模型，并将场景对话模型中的对话信息进行语音输出。
[0024]作为优选，所述S1中对不同语速用户言语进行分类并且存储的具体步骤为：
[0025]Sb101，对说话语速在80
‑
100字/分钟的用户分为第一类B用户；
[0026]Sb102，对说话语速在101
‑
120字/分钟的用户分为第二类B用户；
[0027]Sb103，对说话语速在121
‑
140字/分钟的用户分为第三类B用户；
[0028]Sb104，对说话语速在141
‑
160字/分钟的用户分为第四类B用户；
[0029]Sb105，对说话语速在161字/分钟以上的用户分为第五类B用户。
[0030]作为优选，所述S1中对不同分贝的用户言语进行分类并且存储的具体步骤为：
[0031]Sc101，对说话分贝在20
‑
30分贝的用户分为第一类C用户；
[0032]Sc102，对说话分贝在30
‑
40分贝的用户分为第二类C用户；
[0033]Sc103，对说话分贝在40
‑
50分贝的用户分为第三类C用户；
[0034]Sc104，对说话分贝在50
‑
60分贝的用户分为第四类C用户；
[0035]Sc105，对说话分贝在60
‑
70分贝的用户分为第五类C用户；
[0036]Sc106，对说话分贝在70
‑
85分贝的用户分为第六类C用户；
[0037]Sc107，对说话分贝在85
‑
100分贝的用户分为第七类C用户。
[0038]作为优选，所述S2中对用户的位置信息进行采集和存储的具体步骤为：
[0039]Sd201，将语言为黑龙江、吉林、辽宁、内蒙东部、北京、天津、河北、山东、河南、皖北、苏北、陕西、甘肃、青海、宁夏、新疆、四川、云南、贵州、广西、湖北西部的用户分为第一类D用户；
[0040]Sd202，将语言为山西省的用户分为第二类D用户；
[0041]Sd203，将语言为福建、台湾、粤东、海南的用户分为第三类D用户；
[0042]Sd204，将语言为中国其他地区的用户分为第四类D用户。
[0043]作为优选，所述S3中，生成用户语音情绪信息和用户面部表情情绪判断信息后，将用户语音情绪信息中所含用户情绪和用户面部表情情绪信息中所含情绪进行比较判断，当两者所含情绪相同时，进入步骤S4。
[0044]作为优选，所述S3中，当两者所含情绪不相同时，则再次返回S3进行第二次比对判
断。
[0045]作为优选，所述S3中，当第二次比对判断还是无法进入到步骤S4中，则再次返回到S3中进行第三次比对判断。
[0046]作为优选，所述S3中，当第三次比对判断还是无法进入到S4中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定位引擎的实现方法，其特征在于：包括以下工作步骤：S1、基础信息采集和存储：对不同年龄段的用户进行年龄分类并进行分类存储，对不同的词汇进行情感分类并且进行存储，对不同语速、分贝的用户言语进行分类并且存储，对用户的不同表情进行分类进行存储，对用户的不同动作进行分类和存储；S1中对不同年龄段的用户进行年龄分类并进行分类存储的具体步骤为：Sa101，对用户年龄在18
‑
23分为第一类A用户；Sa102，对用户年龄在24
‑
29分为第二类A用户；Sa103，对用户年龄在30
‑
35分为第三类A用户；Sa104，对用户年龄在36
‑
41分为第四类A用户；Sa105，对用户年龄在42
‑
47分为第五类A用户；Sa106，对用户年龄在48
‑
53分为第六类A用户；Sa107，对用户年龄在54
‑
59分为第七类A用户；Sa108，对用户年龄在60
‑
65分为第八类A用户；Sa109，对用户年龄在66
‑
71分为第九类A用户；Sa110，对用户年龄在72
‑
77分为第十类A用户；Sa111，对用户年龄在78
‑
83分为第十一类A用户；S2、用户信息的采集和存储：对用户的年龄信息、位置信息、语言信息、面部表情信息和常用动作信息分别进行采集和存储；S3、用户信息和位置信息处理分析：根据存储的基础信息和语音信息分析该语音信息所含情绪生成用户语音情绪信息，然后根据存储的基础信息判断用户的面部表情信息所代表的情绪生成为用户面部表情情绪判断信息，再判断用户的动作信息所代表的用户状态信息；S4、场景对话输出和输入：根据用户语音情绪信息、用户面部表情情绪判断信息和用户状态信息判断属于用户的情绪，然后根据判断结果寻找对应的场景对话模型，并将场景对话模型中的对话信息进行语音输出。2.根据权利要求1所述的一种定位引擎的实现方法，其特征在于：所述S1中对不同语速用户言语进行分类并且存储的具体步骤为：Sb101，对说话语速在80
‑
100字/分钟的用户分为第一类B用户；Sb102，对说话语速在101
‑
120字/分钟的用户分为第二类B用户；Sb103，对说话语速在121
‑
140字/分钟的用户分为第三类B用户；Sb104，对说话语速...

【专利技术属性】
技术研发人员：朱宇彬，
申请(专利权)人：浙江脑回鹿信息科技有限公司，
类型：发明
国别省市：