【技术实现步骤摘要】
本专利技术涉及数据处理，具体为一种用于个性化营销的用户情感分析方法及系统。
技术介绍
1、目前企业在客服与用户通话后，通常需要对通话内容进行录音，以便于复核用户的需求，从而更好的服务客户。而企业为了提高复核用户需求的效率，需要通过语音识别技术，将通话转为文字信息，以便快速观察，然后再通过人工或者人工智能对文字进行观察或者分析，提取通话的关键信息，复核用户的需求。
2、一方面，人工复核的话，虽然能够在复核通话文字信息进行通话情景回忆，进行情感分析，但是效率较低，时间消耗量较大，且反复面对大量文字内容时，随着工作时间的推移准确率会逐渐降低。另一方面，人工智能的话，自动语音识别（asr）和自然语言处理（nlp）技术在用户服务领域得到了广泛应用，但是现有的技术大多集中在文本数据的分析上，对于语音数据的情感分析仍面临挑战，因此无法从单一的文本中分析用户对于项目的需求意愿是否强烈。因此，在企业客服与用户通话过程中，自动识别用户情感并用于个性化维护客户的需求日益突出。
技术实现思路
1、本专利技术的目的在于提供一种用于个性化营销的用户情感分析方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种用于个性化营销的用户情感分析方法，包括以下步骤：
3、获取与用户的音频交流数据，并对音频交流数据进行预处理；
4、对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理；
5、对
6、对特征文本数据进行分析，并生成需求评估报告；
7、对音频交流数据进行分析，并对特征文本数据所匹配的语音片段进行情感评估，生成情感评估报告；
8、将需求评估报告与情感评估报告结合，输出用户情感分析报告。
9、优选地，所述获取与用户的音频交流数据，并对音频交流数据进行预处理，包括：
10、设立时长阈值范围；
11、对音频交流数据进行筛选，并获取处于时长阈值范围内的音频交流数据，所述音频交流数据为企业与用户之间的通话录音；
12、对音频交流数据进行去噪、语音分割和标准化的预处理。
13、优选地，所述对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理，包括：
14、通过asr模型对音频交流数据进行识别，获取文本交流数据，所述文本交流数据为企业与用户之间的对话文本记录；
15、对文本交流数据进行预处理，所述预处理包括去除连续的重复词汇、去除多余标点符号、结合语义对错别字/词进行修改。
16、优选地，所述对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理，之前还包括：
17、建立基于深度学习的asr模型，并建立训练集，对asr模型进行训练；
18、建立测试集，对asr模型的准确率进行测试。
19、优选地，所述对预处理后的文本交流数据进行分析，提取特征文本数据，包括：
20、通过nlp技术进行分词、词性标注和句法分析，提取文本交流数据中的关键信息；
21、使用预训练后的词嵌入模型将文本转换为向量表示，以捕捉文本的语义信息；
22、对文本向量进行清洗和过滤，去除停用词和无关信息，获得特征文本数据。
23、优选地，所述对特征文本数据进行分析，并生成需求评估报告，包括：
24、通过深度学习模型对特征文本数据进行分析，并确认用户是否存在需求特征，并生成需求评估报告。
25、优选地，所述对音频交流数据进行分析，并对特征文本数据所匹配的语音片段进行情感评估，生成情感评估报告，包括：
26、获取预处理后的音频交流数据，并通过深度学习模型对特征文本数据所匹配的语音片段进行语调分析和语速分析；
27、获取分析结果，并以文本交流数据为基础，生成情感评估报告。
28、优选地，所述对特征文本数据进行分析，并生成需求评估报告，之前还包括：
29、选择深度学习模型；
30、设计深度学习模型架构，确定输入层、隐藏层和输出层的配置；
31、定义深度学习模型参数；
32、准备用于训练的特征文本数据对深度学习模型进行训练，根据训练结果优化深度学习模型参数；
33、准备用于验证的特征文本数据对深度学习模型进行验证评估，确认深度学习模型的性能；
34、部署深度学习模型。
35、优选地，所述需求评估报告包括用户的需求信息，所述需求信息用于判断用户的需求内容，所述情感评估报告包括用户的情感信息，所述情感信息用于判断用户的需求度。
36、本专利技术还提供一种用于个性化营销的用户情感分析系统，包括：
37、音频获取模块，其用于获取与用户的音频交流数据，并对音频交流数据进行预处理；
38、文本获取模块，其用于对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理；
39、特征提取模块，其用于对预处理后的文本交流数据进行分析，提取特征文本数据；
40、需求分析模块，其用于对特征文本数据进行分析，并生成需求评估报告；
41、情感分析模块，其用于对音频交流数据进行分析，并对特征文本数据所匹配的语音片段进行情感评估，生成情感评估报告；
42、报告生成模块，其用于将需求评估报告与情感评估报告结合，输出用户情感分析报告。
43、与现有技术相比，本专利技术的有益效果是：
44、首先通过对与用户的通话音频进行转文字处理，获取对话文本，然后对对话文本进行特征提取，并通过特征进行识别，获取用户的需求评估报告，以便企业客服可以直接观察用户的需求内容，在此基础上，再对通话音频进行识别，进行情感分析，获取特征内容部分的情感分析结果，并在对话文本的基础上，生成情感评估报告，以便企业客服可以跳过录音观察用户在通话时的情感状态，然后通过将需求评估报告与情感评估报告结合，生成完整的情感分析报告，有助于减少企业复核通话音频的时间，提高通话信息提取的准确率，为后续高效维护客户提供了重要的技术支持。
本文档来自技高网...【技术保护点】
1.一种用于个性化营销的用户情感分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取与用户的音频交流数据，并对音频交流数据进行预处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理，之前还包括：
5.根据权利要求1所述的方法，其特征在于，所述对预处理后的文本交流数据进行分析，提取特征文本数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述对特征文本数据进行分析，并生成需求评估报告，包括：
7.根据权利要求1所述的方法，其特征在于，所述对音频交流数据进行分析，并对特征文本数据所匹配的语音片段进行情感评估，生成情感评估报告，包括：
8.根据权利要求1所述的方法，其特征在于，所述对特征文本数据进行分析，并生成需求评估报告，之前还包括：
<...【技术特征摘要】
1.一种用于个性化营销的用户情感分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取与用户的音频交流数据，并对音频交流数据进行预处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述对预处理后的音频交流数据进行识别，获取文本交流数据，并对文本交流数据进行预处理，之前还包括：
5.根据权利要求1所述的方法，其特征在于，所述对预处理后的文本交流数据进行分析，提取特征文本数据，包括：
6.根据权利...
【专利技术属性】
技术研发人员：曹炜，陈园，杨成龙，周天文，
申请(专利权)人：江苏斑马软件技术有限公司，
类型：发明
国别省市：
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。