一种基于智能算法的情绪行为分析方法技术

本发明专利技术公开了一种基于智能算法的情绪行为分析方法,该方法包括：利用传感器采集行为人在单位时间内对屏幕点击的次数和力度，构建行为数据集；对数据集进行特征提取和归一化处理；建立峰值函数；利用相似度矩阵对行为与特征量进行比较；利用注意力机制提取行为人在单位时间内对屏幕点击次数和力度的相似信息；进一步获取特征差异值；得到数据集的平均池化向量和最大池化向量；通过softmax函数为每个输出情绪的类别都赋予一个概率值，同时利用交叉熵计算模型预测类别的概率与真实类别概率间的差距；对情绪输出的类别进行判断；计算正确分类的概率和错误分类的概率，该方法可以有效的监控行为人的情绪变化，防止行为人出现过激行为。行为。行为。

【技术实现步骤摘要】
一种基于智能算法的情绪行为分析方法


[0001]本专利技术涉及情绪分析与算法的领域,尤其涉及一种基于智能算法的情绪行为分析方法。

技术介绍

[0002]随着社交网络和手机的快速发展，社交网络和购物平台给人们的生活带来了很大的影响,越来越多的用户喜欢在社交媒体上发表自己的看法,而不只是浏览和接收信息，在国内,手机已经成为许多年轻人分享和获取信息的核心平台。在这些信息中包含着喜、怒、哀、乐等个人情绪,对这些信息中的情绪进行分析可以获得用户的内心活动、分析用户的性格特点。
[0003]公开号为CN111904441A的中国专利公开了一种基于多模态特征的情绪分析系统及其分析方法，包括：多模态特征收集装置，用于收集不同年龄段、不同性别的人群在不同情绪下的多模态特征作为参考值；多模态特征读取装置，用于读取待检测对象的多模态特征；情绪分析装置，用于根据读取的多模态特征对待检测对象进行情绪分析；情绪状态评估装置，用于根据分析结果评估待检测对象的危险程度。该专利技术在旅客通过安检门时，实现快速、便捷、非接触的安全检查，并对旅客进行危险评估，保证公共安全，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能算法的情绪行为分析方法，其特征在于,该方法步骤如下：步骤S1：利用传感器采集行为人在单位时间内对屏幕点击的次数和力度，构建行为数据集[，]；步骤S2：对数据集[，]进行特征提取和归一化处理；步骤S3：建立峰值函数，利用峰值函数设定不同情绪的峰值范围；步骤S4：对行为构建相似度矩阵，利用相似度矩阵对行为与特征量进行比较；步骤S5：利用注意力机制提取行为人在单位时间内对屏幕点击次数和力度的相似信息；步骤S6：进一步获取次数、力度与特征量之间的特征差异值；步骤S7：利用差异值对数据集进行扩展，得到数据集的平均池化向量和最大池化向量；步骤S8：通过softmax函数为每个输出情绪的类别都赋予一个概率值，表示出每个类别输出的可能性，同时利用交叉熵计算模型预测类别的概率与真实类别概率间的差距；步骤S9：对情绪输出的类别进行判断，当输出的类别与行为人真实情绪一致时，APP发送信息提醒行为人可以控制情绪的方式，当输出的类别与行为人真实情绪不一致时，重复步骤S2、S3、S4、S5、S6、S7、S8、S9；步骤S10：计算正确分类的概率和错误分类的概率。2.如权利要求1所述的一种基于智能算法的情绪行为分析方法，其特征在于，所述进行特征提取，表达式为：其中，表示对行为提取的特征量，b表示行为特征提取系数，表示单位时间内行为人对屏幕的点击次数，表示单位时间内行为人对屏幕的点击力度；所述归一化处理，表达式为：其中，表示归一化后的行为数据集，n表示第n次迭代，X表示数据采集次数，θ
n
表示归一化系数矩阵，μ
n
表示拉格朗日乘子，d表示归一化误差值。3.如权利要求1所述的一种基于智能算法的情绪行为分析方法，其特征在于，所述峰值函数，表达式为：其中，表示峰值函数，n表示第n次迭代，X表示数据采集次数，表示行为数据集，f
n
表示不同情绪波动的临界点阈值。4.如权利要求1所述的一种基于智能算法的情绪行为分析方法，其特征在于，所述构建相似度矩阵，表达式为：
其中，表示行为所构成的相似度矩阵，表示对屏幕点击次数与特征量的比对矩阵，T表示矩阵的转置运算，表示对屏幕点击力度与特征量的比对矩阵。5.如权利要求1所述的...

【专利技术属性】
技术研发人员：林莉，温亚滨，朱江，
申请(专利权)人：深圳市中大信通科技有限公司，
类型：发明
国别省市：