用于在SAAS应用程序中对用户情感进行预测的系统和方法技术方案

技术编号:37484701 阅读:32 留言:0更新日期:2023-05-07 09:24
一种生成用户情感预测的方法包括:接收与和用户界面的交互相对应的用户报告的情感的标签,接收与和用户界面的交互相对应的事件,将事件的一个或多个模式识别为一个或多个手势,以及提取该手势的一个或多个特征。该方法使用机器学习模型,以基于训练特征生成用户情感预测。用户情感预测表示与和用户界面的交互相对应的预测的用户情感。可以通过使用标签和生成的用户情感预测之间的差异修改机器学习模型的一个或多个参数来训练机器学习模型。模型的一个或多个参数来训练机器学习模型。模型的一个或多个参数来训练机器学习模型。

【技术实现步骤摘要】
【国外来华专利技术】用于在SAAS应用程序中对用户情感进行预测的系统和方法
[0001]相关申请的交叉引用
[0002]本申请要求2019年10月15日提交的题为“Systems and Methods for Prediction of User Affect Within SAAS(用于在SAAS中对用户情感进行预测的系统和方法)”的美国临时申请第62/915,578号的权益,该申请的全部内容在此通过引用并入本文。


[0003]本申请大体上涉及提供用于预测用户情感(诸如沮丧、吸引、以及确信)同时与用户界面(诸如软件即服务(SaaS)计算机程序内的在线内容)进行交互的平台的系统和方法。

技术介绍

[0004]该专利文件的公开的一部分包含受版权保护的材料。版权所有者不反对任何人以专利和商标局的文件或记录中出现的方式对专利文件或专利公开进行影印,但在别的方面保留所有版权。
[0005]确定由交互导致的客户的情绪或情感通常很有用。虽然面对面时猜测客户对他或她的服务的感受可以很简单,但在线交互中的确定用户情感则更为困难。公司通常通过在线交互后通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种生成用户情感预测的方法,所述方法包括:接收从用户界面生成的一个或多个事件;在所接收的事件中,识别模式作为手势;提取所述手势的一个或多个特征;以及基于所提取的特征,使用经训练的机器学习模型生成用户情感预测。2.如权利要求1所述的方法,进一步包括:训练机器学习模型,以基于从所述用户界面生成的所述一个或多个事件来生成所述用户情感预测。3.如权利要求2所述的方法,其特征在于,所述机器学习模型的所述训练包括:接收与和所述用户界面的交互相对应的用户报告的情感的标签;接收与和所述用户界面的所述交互相对应的事件作为训练事件;将所述训练事件中的一个或多个模式识别为一个或多个训练手势;提取所述训练手势的一个或多个特征作为一个或多个训练特征;将所述训练特征和所述标签提供给机器学习模型;使用所述机器学习模型基于所述训练特征生成训练预测,其中所生成的训练预测表示与和所述用户界面的所述交互相对应的预测的用户情感;以及通过使用所述标签和所述训练预测之间的差异修改所述机器学习模型的一个或多个参数来生成经训练的机器学习模型。4.如权利要求3所述的方法,其特征在于,所述一个或多个手势包括决定手势,所述决定手势包括在决定点和提交点击之间收集的事件,所述决定点包括方向上的改变。5.如权利要求1所述的方法,其特征在于,一个或多个特征的所述提取包括对与所述一个或多个特征相对应的一个或多个特征定义执行一个或多个计算。6.如权利要求1所述的方法,其特征在于,所述一个或多个特征包括初始特征、点击次数特征、加速度特征、加速度快速傅立叶变换特征、以及推土机的距离特征。7.如权利要求1所述的方法,其特征在于,所述事件包括鼠标移动、鼠标点击、或按键中的一者或多者。8.一种非瞬态计算机可读介质,所述非瞬态计算机可读介质存储指令,当由处理器执行时,所述指令使所述处理器执行以下步骤:接收从用户界面生成的一个或多个事件;在所接收的事件中,识别模式作为手势;提取所述手势的一个或多个特征;以及基于所提取的特征,使用经训练的机器学习模型生成用户情感预测。9.如权利要求8所述的非瞬态计算机可读介质,所述非瞬态计算机可读介质进一步存储指令,当由处理器执行时,所述指令使所述处理器进一步执行以下步骤:训练机器学习模型,以基于从所述用户界面生成的所述一个或多个事件来生成所述用户情感预测。10.如权利要求9所述的非瞬态计算机可读介质,其特征在于,所述机器学习模型的所述训练包括:接收与和所述用户界面的交互相对应的用户报告的情感的标签;
接收与和所述用户界面的所述交互相对应的事件作为训练事件;将所述训练事件中的一个或多个模式识别为一个或多个训练手势;提取所述训练手势的一个或多个特征作为一个或多个训练特征;将所述训练特征和所述标签提供给机器学习模型;使用所述机器学习模型基于所述训练特征生成训练预测,其...

【专利技术属性】
技术研发人员:S
申请(专利权)人:爱思唯尔股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1