智能服务评价方法、计算机可读存储介质和终端设备技术

本发明专利技术属于计算机技术领域，尤其涉及一种智能服务评价方法、计算机可读存储介质和终端设备。所述方法包括：获取用户在被服务过程中的音频数据；对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。本发明专利技术可以解决无法准确地、客观地获取用户对该业务服务的评分的问题。

Intelligent Service Evaluation Method, Computer Readable Storage Media and Terminal Equipment

【技术实现步骤摘要】
智能服务评价方法、计算机可读存储介质和终端设备
本专利技术涉及计算机
，尤其涉及一种智能服务评价方法、计算机可读存储介质和终端设备。
技术介绍
目前在服务行业，针对用户和业务人员的沟通存在很多问题，在沟通过程中如何得知用户对业务人员的讲解或态度是否满意，往往在沟通结束后，需要用户直接对该业务人员做出评分，该评分存在主观性，无法避免刷服务分情况，因此，现有技术中无法准确地、客观地获取用户对该业务服务的评分。
技术实现思路
有鉴于此，本专利技术实施例提供了一种智能服务评价方法、计算机可读存储介质和终端设备，以解决无法准确地、客观地获取用户对该业务服务的评分的问题。本专利技术实施例的第一方面，提供了一种智能服务评价方法，可以包括：获取用户在被服务过程中的音频数据；对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。本专利技术实施例的第二方面，提供了一种智能服务评价装置，可以包括：录音记录获取模块，用于获取用户在被服务过程中的音频数据；音频数据获取模块，用于对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；建立模型模块，用于获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；评分模块，用于基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。本专利技术实施例的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：获取用户在被服务过程中的音频数据；对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。本专利技术实施例的第四方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：获取用户在被服务过程中的音频数据；对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例首先通过获取用户在被服务过程中的音频数据数据，通过分析用户的音频数据，获得所述音频数据中的关键字评分概率和分贝评分概率，再通过获取历史音频数据，并对历史音频数据分析，根据模糊控制算法，建立音频评分模糊控制模型，然后基于音频数据，通过音频评分模糊控制模型，可以获取用户对所述服务的评分，进而客观地得知用户对该服务是否满意，与现有技术相比，本专利技术通过微表情对该服务过程进行客观地评分，实现了服务评价的智能化，能够准确地、客观地获取用户对该业务服务的评分，且评分过程用户和业务人员双方无感知打分，能够避免刷服务态度分情况。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中一种智能服务评价方法的一个实施例的示意流程图；图2为本专利技术实施例中获取用户在被服务过程中的音频数据的示意流程图；图3为本专利技术实施例中获取用户在所述录音记录中的分贝概率的示意流程图；图4为本专利技术实施例中一种智能服务评价装置的一个实施例结构图；图5为本专利技术实施例中一种终端设备的示意框图。具体实施方式为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术实施例中一种智能服务评价方法的一个实施例可以包括：步骤S101，获取用户在被服务过程中的音频数据。本实施例中，首先获取用户的录音记录，用户的录音记录可以是预设时间段内面对面实时采集的录音记录，也可以是远程对话的录音记录，通过录音记录用户在被服务过程中的音频，通过语音识别技术，可以实现对音频的处理。步骤S102，对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率。本实施例中，根据录音记录分析所述音频数据，通过语音识别技术获取用户在被服务过程中文字信息及文字信息对应的分贝，根据文字信息及对应的分贝，获取用户在被服务过程中的关键字评分概率和分贝评分概率。可选地，参见图2所示的本专利技术实施例中获取用户在被服务过程中的音频数据的示意流程图，步骤S102可以包括：步骤S201，根据所述音频数据，识别用户在被服务过程中的文字信息；步骤S202，根据预设关键字库，从所述文字信息中提取用户在被服务过程中的关键字；步骤S203，根据所述关键字，计算关键字评分概率，所述关键字评分概率用于表示根据用户在被服务过程中的关键字对服务评分的评分数据；步骤S204，根据所述音频数据，获取用户在被服务过程中的分贝信息；步骤S205，根据所述分贝信息，计算分贝概率，所述分贝概率用于表示根据用户在被服务过程中声音的分贝对服务评分的评分数据。参见图2，本实施例中，根据所述音频数据，通过语音识别技术，识别所述音频中的文字信息，这里文字信息用于表示用户在被服务过程中的通话内容，根据预设关键字库，从所述文字信息中获取用户在被服务过程中的关键字信息，所述关键字信息用于表示用户对此服务的关键字评语，比如，很好，不错，非常满意等关键字评语，其中，关键字包括好评关键字和差评关键字，关键字信息包括好评关键字和差评关键字。根据所述关键字信息，获取用户在所述音频数据中的关键字评分概率为：(出现好评关键字的次数+出现差评关键字的次数*预设影响系数)/出现关键字的总次数，所述预设影响系数在0～1之间，不包括0和1。其中，这里关键字评分概率用于表示用户通过关键字对业务水平进行评价的数据。根据所述录音记录中的音频数据，通过检测分析音频，获取用户在被服务过程中的用户的分贝信息，根据所述分贝信息，获取用户在所述音频数据中的分贝概率为：(好评关键字对应的平均分贝+差评关键字对应的平均分贝*预设影响系数)/2*最高分贝，其中，最高分贝为整个音频记录中出现的最高分贝。可选地，步骤S203中的根据所述关键字，计算关键字评分概率，可以包括：根据好评关键字和差评关键字，统计用户在所述音频数据中出现好评关键字和差评关键字的次数；分别计算好评关键字占比p1和差评关键字占比p2，其中，出现好评关键字的次数为S1，出现差评关键字的次数为S2，则好评关键字占比为：p1＝S1/(S1+S2)，差评关键字占比为：p2＝S2本文档来自技高网...

【技术保护点】
1.一种智能服务评价方法，其特征在于，包括：获取用户在被服务过程中的音频数据；对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。

【技术特征摘要】
1.一种智能服务评价方法，其特征在于，包括：获取用户在被服务过程中的音频数据；对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率；获取历史音频数据，根据所述历史音频数据中的关键字评分概率和分贝评分概率，建立音频评分模糊控制模型；基于所述音频数据及音频评分模糊控制模型，获取用户对服务的评分。2.根据权利要求1所述的智能服务评价方法，其特征在于，所述对所述音频数据进行分析，获得所述音频数据中的关键字评分概率和分贝评分概率，包括：根据所述音频数据，识别用户在被服务过程中的文字信息；根据预设关键字库，从所述文字信息中提取用户在被服务过程中的关键字；根据所述关键字，计算关键字评分概率，所述关键字评分概率用于表示根据用户在被服务过程中的关键字对服务评分的评分数据；根据所述音频数据，获取用户在被服务过程中的分贝信息；根据所述分贝信息，计算分贝概率，所述分贝概率用于表示根据用户在被服务过程中声音的分贝对服务评分的评分数据。3.根据权利要求2所述的智能服务评价方法，其特征在于，所述关键字信息包括好评关键字和差评关键字，所述根据所述关键字，计算关键字评分概率，包括：根据好评关键字和差评关键字，统计用户在所述音频数据中出现好评关键字和差评关键字的次数；分别计算好评关键字占比p1和差评关键字占比p2，其中，出现好评关键字的次数为S1，出现差评关键字的次数为S2，则好评关键字占比为：p1＝S1/(S1+S2)，差评关键字占比为：p2＝S2/(S1+S2)；根据好评关键字占比及差评关键字占比，计算用户在所述音频数据中的关键字评分概率为：P＝p1w1+p2w2；其中，w1为好评关键字占比的权重，w2为差评关键字占比的权重，且w1+w2＝1。4.根据权利要求2所述的智能服务评价方法，其特征在于，所述分贝信息包括平均分贝、关键字的分贝，所述根据所述分贝信息，计算分贝概率，包括：根据分贝信息，获取该用户的关键字的分贝差值，所述分贝差值为关键字的分贝与平均分贝的差值，其中，所述关键字的分贝包括好评关键字的分贝和差评关键字的分贝，所述关键字的分贝差值包括好评关键字的分贝差值和差评关键字的分贝差值；根据好评关键字的分贝差值和差评关键字的分贝差值，分别计算好评关键字的分贝标准方差和差评关键字的分贝标准方差；根据好评关键字的分贝标准方差和差评关键字的分贝标准方差，计算用户在所述音频数据中的分贝评分概率。5.根据权利要求4所述的智能服务评价方法，其特征在于，所述根据好评关键字的分贝标准方差和差评关键字的分贝标准方差，计算用户在所述音频数据中的分贝评分概率，包括：根据好评关键字的分贝标准方差和差评关键字的分贝标准方差，分别计算好评关键字的分贝差值的权重w1’和差评关键字的分贝差值的权重w2’，其中，好评关键字的分贝...

【专利技术属性】
技术研发人员：黄超，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44