一种基于交互验证的用户情绪分析方法、介质及系统技术方案

本发明专利技术提供了一种基于交互验证的用户情绪分析方法、介质及系统，属于情绪分析技术领域，该基于交互验证的用户情绪分析方法包括获取当前用户交互验证数据，并对所述当前用户交互验证数据进行预处理；对当前用户交互验证数据进行计算，得到当前用户情绪指数；获取当前用户画像，所述当前用户画像包括当前用户情绪指数历史数据集；根据当前用户情绪指数历史数据集对所得到的当前用户情绪指数进行微调；将微调后的当前用户情绪指数添加到所述当前用户情绪指数历史数据集中。本方法在线上营销小活动根据用户情绪波动匹配营销时间短，采集手段有限的前提下，能够解决不能在交互验证过程中根据用户操作得到用户情绪分析的技术问题。中根据用户操作得到用户情绪分析的技术问题。中根据用户操作得到用户情绪分析的技术问题。

【技术实现步骤摘要】
一种基于交互验证的用户情绪分析方法、介质及系统


[0001]本专利技术属于情绪分析
，具体而言，涉及一种基于交互验证的用户情绪分析方法、介质及系统。

技术介绍

[0002]当前私域流量运营过程中，大都会采用一些线上营销的小活动来活跃用户，比如抽奖，团购，秒杀，小游戏等。这些活动从策划开始，奖项设置就固定了下来。然后此活动上线后，面对的是私域中所有的客户。千篇一律，缺少针对不同客户人群的特定设置。比如，某一银行私域流量中，有年轻人，也有中年人。同一类型的活跃用户的营销活动对这两类人群的吸引力可能不相同。同时，即便我们能够通过大数据分析将客户进行了精准画像，并据此提供相应的营销活动，但依然无法避免这类人群在参与活动时情绪的波动，不能做到“看脸色行动”，这样的营销活动会顾此失彼，不能兼顾所有人。
[0003]公开号为CN110147822B的中国专利技术专利（专利号CN201910303586.1）公开了一种基于人脸动作单元检测的情绪指数计算方法：能够建立待训练数据集，形成人脸动作单元数据库；人脸动作单元动作强度检测；计算情绪指数；本专利技术实现了通过面部表情所表达的情绪过程，能够更加准确客观的传达细节信息，更能弥补语言所不能描述和传达的深邃信息，尤其对语言表达障碍及无法正常获取语言信息的情景应用提供了一种非常可行的方案。
[0004]公开号为CN107862292B的中国专利技术专利（专利号CN201711126632.2）公开了一种人物情绪分析方法、装置及存储介质，包括获取摄像装置拍摄到的一张实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；将所述实时脸部图像输入预先确定的AU分类器，得到从该实时脸部图像中识别出的每个AU的概率；将该实时脸部图像中所有AU的概率组成该实时脸部图像的特征向量；及，将所述特征向量输入预先确定的情绪分类器，得到从该实时人脸图像中识别出每种情绪的概率，取概率最大的情绪作为从该实时人脸图像中识别出的情绪。本专利技术还提出一种电子装置及计算机可读存储介质。利用本专利技术识别出实时脸部图像中的AU特征及概率，根据每个AU特征及概率识别出实时脸部图像中的人物情绪，有效提高人物情绪识别的效率。
[0005]在线上营销小活动根据用户情绪指数匹配营销时间短，采集手段有限，上述专利需要实施采集用户的语音、表情等表征用户情绪的多种模态参数，不能在交互验证过程中根据用户操作得到用户情绪分析。

技术实现思路

[0006]有鉴于此，本专利技术提供一种基于交互验证的用户情绪分析方法、介质及系统，在线上营销小活动根据用户情绪指数匹配营销时间短，采集手段有限的前提下，能够解决不能在交互验证过程中根据用户操作得到用户情绪分析的技术问题。
[0007]本专利技术是这样实现的：
本专利技术的第一方面提供一种基于交互验证的用户情绪分析方法，其中，包括以下步骤：S10：获取当前用户交互验证数据，并对所述当前用户交互验证数据进行预处理；其中，用户交互验证数据为用户在智能手机上的操作行为，具体包括：点击次数、点击频率、拉动次数、拉动频率、按压次数、按压时长；S20：对当前用户交互验证数据进行计算，得到当前用户情绪指数；S30：根据当前用户情绪指数微调后更新当前用户画像。
[0008]在上述技术方案的基础上，本专利技术的一种基于交互验证的用户情绪分析方法还可以做如下改进:其中，所述步骤S20具体包括：第一步：多次采集多个测试用户交互验证数据，并对测试用户交互验证数据进行人工标签标记；其中，人工标签标记的方法为：（1）在测试用户进行交互验证时，获取摄像装置拍摄到的一张实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；（2）将所述实时脸部图像输入预先确定的AU分类器，得到从该实时脸部图像中识别出的每个AU的概率；（3）将该实时脸部图像中所有AU的概率组成该实时脸部图像的特征向量；及将所述特征向量输入预先确定的情绪分类器，得到从该实时脸部图像中识别出的每种情绪的概率，取概率最大的情绪作为从该实时脸部图像中识别出的情绪；（4）以该实时脸部图像中识别出的情绪作为人工标签对测试用户进行交互验证时的交互验证数据进行标记；其中，AU为：根据人脸的解剖学特点，可将其划分成若干既相互独立又相互联系的运动单元(action unit，AU)，这些运动单元的运动特征及其所控制的主要区域可以反映出面部表情；第二步：建立深度学习网络模型，以所述多个测试用户交互验证数为输入层，以与所述采集多个测试用户交互验证数的人工标签为输出层，对所述深度学习网络模型进行训练，得到用户情绪分析模型；第三步：采用迁移学习算法，利用所述多个测试用户交互验证时的实际情绪指数对用户情绪分析模型进行更新和优化，形成适用于交互验证的用户情绪分析模型；第四步：利用适用于交互验证的用户情绪分析模型对当前用户交互验证数据进行计算，得到当前用户情绪指数。
[0009]其中，所述步骤S30具体包括：第一步：获取当前用户画像，所述当前用户画像包括当前用户情绪指数历史数据集；第二步：若当前用户情绪指数历史数据集的数据个数大于1，则根据当前用户情绪指数历史数据集对所得到的当前用户情绪指数进行微调；若当前用户情绪指数历史数据集的数据个数小于等于1，则直接以当前用户情绪指数作为微调后的当前用户情绪指数；第三步：将微调后的当前用户情绪指数添加到所述当前用户情绪指数历史数据集中。
[0010]进一步的，所述步骤根据当前用户情绪指数历史数据集对所得到的当前用户情绪指数进行微调具体为：第一步：以当前用户情绪指数历史数据集为待聚类样本集；第二步：使用近邻传播聚类算法将待聚类样本集中多个待聚类样本聚为一类，并计算得到该类的聚类中心作为参考情绪指数；第三步：计算当前用户情绪指数与参考情绪指数的差值，作为情绪变动值；第四步：若情绪变动值小于情绪变动阈值，则将当前用户情绪作为微调后的当前用户情绪指数；若情绪变动值大于情绪变动阈值，则将参考情绪指数与当前用户情绪指数的平均数作为微调后的当前用户情绪指数。
[0011]其中，所述对当前用户交互验证数据进行预处理的方法为余弦归一处理法。
[0012]其中，所述情绪变动阈值的计算步骤为：第一步：将多次采集的每个测试用户的实际情绪指数作为情绪变动数据集；第二步：将情绪变动数据集中的每个元素按照从大到小的顺序进行排序；第三步：以排序完成的情绪变动数据集中序号等于第5%总数的情绪指数作为情绪变动阈值。
[0013]进一步的，所述深度学习网络模型包含1个输入层，3个卷积层，3个Relu非线性激活层，3个池化层，1个全连接层以及1个输出层。
[0014]本专利技术第二方面提供一种计算机可读存储介质，存储有程序指令，所述程序指令用于执行上述的基于交互验证的用户情绪分析方法。
[0015]本专利技术第三方面提供一种基于交互验证的用户情绪分析系统，包括上述的计算机可读存储介质。
[0016]与现有技术相比较，本专利技术提供的一种基于交互验证的用户情绪分析方法、介质及系统的有益效果是：不需要采集用户的语音、表情等表征用户情绪的多种模态参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于交互验证的用户情绪分析方法，其特征在于，包括以下步骤：S10：获取当前用户交互验证数据，并对所述当前用户交互验证数据进行预处理；S20：对当前用户交互验证数据进行计算，得到当前用户情绪指数；S30：根据当前用户情绪指数微调后更新当前用户画像。2.根据权利要求1所述的一种基于交互验证的用户情绪分析方法，其特征在于，所述步骤S20具体包括：第一步：多次采集多个测试用户交互验证数据，并对测试用户交互验证数据进行人工标签标记；第二步：建立深度学习网络模型，以所述多个测试用户交互验证数为输入层，以与所述采集多个测试用户交互验证数的人工标签为输出层，对所述深度学习网络模型进行训练，得到用户情绪分析模型；第三步：采用迁移学习算法，利用所述多个测试用户交互验证时的实际情绪指数对用户情绪分析模型进行更新和优化，形成适用于交互验证的用户情绪分析模型；第四步：利用适用于交互验证的用户情绪分析模型对当前用户交互验证数据进行计算，得到当前用户情绪指数。3.根据权利要求1所述的一种基于交互验证的用户情绪分析方法，其特征在于，所述步骤S30具体包括：第一步：获取当前用户画像，所述当前用户画像包括当前用户情绪指数历史数据集；第二步：若当前用户情绪指数历史数据集的数据个数大于1，则根据当前用户情绪指数历史数据集对所得到的当前用户情绪指数进行微调；若当前用户情绪指数历史数据集的数据个数小于等于1，则直接以当前用户情绪指数作为微调后的当前用户情绪指数；第三步：将微调后的当前用户情绪指数添加到所述当前用户情绪指数历史数据集中。4.根据权利要求3所述的一种基于交互验证的用户情绪分析方法，其特征在于，所述步骤根据当前用户情绪指数历史数据集对所得到的当前用户情绪指数进行微调具体为：第...

【专利技术属性】
技术研发人员：周书田，于海洋，
申请(专利权)人：青岛网信信息科技有限公司，
类型：发明
国别省市：