用户评价信息的预测方法、装置及电子设备制造方法及图纸

技术编号:40936281 阅读:27 留言:0更新日期:2024-04-18 14:55
本申请公开了一种用户评价信息的预测方法、装置及电子设备,该方法应用于人工智能领域、金融科技领域或者其他技术领域,该方法包括:从至少一种预设渠道采集目标用户对金融产品的历史评价信息;提取历史评价信息中的多模态特征,并将多模态特征进行融合,得到目标特征矩阵;将目标特征矩阵输入目标分类模型中进行计算,得到输出结果;依据输出结果构建评价信息序列;依据评价信息序列预测未来预设时刻目标用户对金融产品的评价信息,得到预测结果。通过本申请,解决了相关技术中预测用户对金融产品的评价信息时,仅对单一模态的数据进行分析预测,导致预测结果不准确的问题。

【技术实现步骤摘要】

本申请涉及人工智能领域、金融科技领域或者其他,具体而言,涉及一种用户评价信息的预测方法、装置及电子设备


技术介绍

1、随着金融行业的迅速演变和数字化革命的兴起,金融产品的声誉和用户满意度变得前所未有地关键。在这个数字时代,互联网和社交媒体的广泛应用使用户能够更便捷地表达对银行产品和服务的情感、体验和意见。用户评论、社交媒体帖子、博客文章以及在线论坛上的讨论等大量数据成为了珍贵的信息资源,反映了用户的需求、期望和感受。在这种情境下,金融行业迫切需要一种高效的方法来监测、分析和深入理解这些用户的评价信息,以更好地满足用户的需求、精细化产品和服务,以及不断提升品牌声誉。

2、自然语言处理技术和数据挖掘技术在这个情境下崭露头角,成为了金融行业的得力助手。自然语言处理技术具备解析和理解大规模文本数据的能力,使金融机构能够实时跟踪和分析用户的情感和情绪波动,以捕捉用户对产品、服务、用户体验以及整体业务表现的感受。现有技术中对用户的评价信息进行分析计算时,往往仅采集单一类型的文本数据进行分析,评价信息的来源渠道较为单一,导致预测结果较为片面和不准确。再或者本文档来自技高网...

【技术保护点】

1.一种用户评价信息的预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述历史评价信息至少包括以下信息:文本信息、音频信息、视频信息,提取所述历史评价信息中的多模态特征,并将所述多模态特征进行融合,得到目标特征矩阵包括:

3.根据权利要求2所述的方法,其特征在于,对所述文本信息进行文本向量化处理,并提取所述文本信息中的依赖关系和时间序列特征,得到第一特征矩阵包括:

4.根据权利要求2所述的方法,其特征在于,提取所述音频信息的音频特征,并提取所述音频特征的向量表征,得到第二特征矩阵包括:

5.根据权利要求2所述的方法,...

【技术特征摘要】

1.一种用户评价信息的预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述历史评价信息至少包括以下信息:文本信息、音频信息、视频信息,提取所述历史评价信息中的多模态特征,并将所述多模态特征进行融合,得到目标特征矩阵包括:

3.根据权利要求2所述的方法,其特征在于,对所述文本信息进行文本向量化处理,并提取所述文本信息中的依赖关系和时间序列特征,得到第一特征矩阵包括:

4.根据权利要求2所述的方法,其特征在于,提取所述音频信息的音频特征,并提取所述音频特征的向量表征,得到第二特征矩阵包括:

5.根据权利要求2所述的方法,其特征在于,提取所述视频信息中的关键帧,并从所述关键帧中提取图像特征,得到第三特征矩阵包括:

6.根据权利要求2所述的方法,其特征在于,分别计算所述第一特征矩阵、所述第二特征矩阵和所述第三特征矩阵的互注意力矩阵,并对得到的所述互注意力...

【专利技术属性】
技术研发人员:胡莹李戎高雨杉李东霖
申请(专利权)人:中国工商银行股份有限公司
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