网点机器人自调节方法及装置制造方法及图纸

本发明专利技术提供一种网点机器人自调节方法及装置，其中方法应用于网点机器人，所述方法包括：拍摄用户图像并提取用户图像特征；输入所述用户图像特征至理解程度识别模型，获得所述理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果；若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；重复执行上述三个步骤直到达到调整结束条件，利用所述当前等级执行业务办理操作。本发明专利技术在业务办理过程中基于用户理解程度来调整当前等级，以便网点机器人利用当前等级来执行业务办理操作，从而提升业务办理操作的灵活性。

【技术实现步骤摘要】
网点机器人自调节方法及装置
本申请涉及通信
，尤其涉及网点机器人自调节方法及装置。
技术介绍
现在银行非常关注科技的力量，很多银行网点已经部署有网点机器人，网点机器人可以协助客户解答问题、办理业务，从而提升用户体验。但是，现在网点机器人业务处理过程是固定不变的，例如输出语速一致、业务展现方式一致等。因此业务处理过程较为机械化。
技术实现思路
鉴于此，本申请提供网点机器人自调节方法及装置，可以根据理解程度来灵活调节业务处理过程，提升灵活性。为了实现上述目的，本专利技术提供了下述技术特征：一种网点机器人自调节方法，应用于网点机器人，所述方法包括：拍摄用户图像并提取用户图像特征；输入所述用户图像特征至理解程度识别模型，获得所述理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果；若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；重复执行上述三个步骤直到达到调整结束条件，利用所述当前等级执行业务办理操作。可选的，所述调整结束条件包括：前一次理解程度识别模型的输出结果表示用户不理解业务内容，且，本次理解程度识别模型的输出结果表示用户理解业务内容；本次理解程度识别模型的输出结果表示用户理解业务内容，且，当前等级为最高等级；本次理解程度识别模型的输出结果表示用户不理解业务内容，且，当前等级为最低等级。>所述对业务办理的当前等级执行提高等级操作包括：将语速提升一个等级，将内容减少一个等级；可选的，所述对业务办理的当前等级执行降低等级操作包括：将语速降低一个等级，将内容增加一个等级。可选的，在所述利用所述当前等级执行业务办理操作之后，还包括：构建并保存用户的用户标识和所述当前等级的对应关系。一种网点机器人自调节装置，应用于网点机器人，所述装置包括：提取单元，用于拍摄用户图像并提取用户图像特征；计算单元，用于输入所述用户图像特征至理解程度识别模型，获得所述理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果；调整单元，用于若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；重复单元，用于重复执行上述三个步骤直到达到调整结束条件；执行单元，用于利用所述当前等级执行业务办理操作。可选的，所述调整结束条件包括：前一次理解程度识别模型的输出结果表示用户不理解业务内容，且，本次理解程度识别模型的输出结果表示用户理解业务内容；本次理解程度识别模型的输出结果表示用户理解业务内容，且，当前等级为最高等级；本次理解程度识别模型的输出结果表示用户不理解业务内容，且，当前等级为最低等级。可选的，所述对业务办理的当前等级执行提高等级操作包括：将语速提升一个等级，将内容减少一个等级；可选的，所述对业务办理的当前等级执行降低等级操作包括：将语速降低一个等级，将内容增加一个等级。可选的，在所述利用所述当前等级执行业务办理操作之后，还包括：构建单元，用于构建并保存用户的用户标识和所述当前等级的对应关系。通过以上技术手段，可以实现以下有益效果：本专利技术提供一种网点机器人自调节方法，本专利技术可以在业务办理过程中拍摄用户图像并提取用户图像特征，输入用户图像特征至理解程度识别模型，获得理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果。若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；重复执行上述步骤直到达到调整结束条件，利用所述当前等级执行业务办理操作。本专利技术在业务办理过程中基于用户理解程度来调整当前等级，以便网点机器人利用当前等级来执行业务办理操作，从而提升业务办理操作的灵活性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例公开的一种网点机器人的结构示意图；图2为本申请实施例公开的一种理解程度识别模型的训练方法的流程图；图3为本申请实施例公开的一种网点机器人自调节方法的流程图；图4为本申请实施例公开的一种网点机器人自调节装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。参见图1，本专利技术提供一种网点机器人，包括：存储器11，用于存储软件程序；处理器12，用于执行软件程序并实现以下步骤：拍摄用户图像并提取用户图像特征；输入所述用户图像特征至理解程度识别模型，获得所述理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果；若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；重复执行上述三个步骤直到达到调整结束条件，利用所述当前等级执行业务办理操作。参见图2，本专利技术提供一种理解程度识别模型的训练方法，包括以下步骤：步骤S201：获取训练样本集。可以理解的是，当用户理解业务内容的情况下，用户表情是舒展的，当用户不理解业务内容的情况下，用户表情是皱眉、思考等表情，通过用户表情可以反映出用户对业务内容的理解程度。一个训练样本包括一个用户在业务办理过程中抓拍的用户图像对应的用户图像特征，以及，用于表示用户是否理解业务内容的结果。步骤S202：利用所述训练样本集训练神经网络模型。利用训练样本集来训练神经网络模型，并在训练过程使得神经网络模型学习到用户图像特征与用于判定用户是否理解业务内容的输出结果之间的对应关系。步骤S203：在训练结束后获得训练好的理解程度识别模型。理解程度识别模型以用户图像特征为输入，输出用于判定用户是否理解业务内容的输出结果。根据本申请提供的一个实施例，提供一种网点机器人自调节方法。参见图3包括以下步骤：步骤S301：拍摄用户图像并提取用户图像特征。在业务办理过程中拍摄用户图像，并利用图像处理技术提取用户图像特征。用户图像特征中携带有用户表情，此处的图像处理技术能够有效的提取用户图像中携带的用户表情特征。步骤S本文档来自技高网...

【技术保护点】
1.一种网点机器人自调节方法，其特征在于，应用于网点机器人，所述方法包括：/n拍摄用户图像并提取用户图像特征；/n输入所述用户图像特征至理解程度识别模型，获得所述理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果；/n若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；/n重复执行上述三个步骤直到达到调整结束条件，利用所述当前等级执行业务办理操作。/n

【技术特征摘要】
1.一种网点机器人自调节方法，其特征在于，应用于网点机器人，所述方法包括：
拍摄用户图像并提取用户图像特征；
输入所述用户图像特征至理解程度识别模型，获得所述理解程度识别模型输出的、用于判定用户是否理解业务内容的输出结果；
若所述输出结果表示用户理解业务内容，则对业务办理的当前等级执行提高等级操作，若所述输出结果表示用户不理解业务内容，则对业务办理的当前等级执行降低等级操作；
重复执行上述三个步骤直到达到调整结束条件，利用所述当前等级执行业务办理操作。


2.如权利要求1所述的方法，其特征在于，所述调整结束条件包括：
前一次理解程度识别模型的输出结果表示用户不理解业务内容，且，本次理解程度识别模型的输出结果表示用户理解业务内容；
本次理解程度识别模型的输出结果表示用户理解业务内容，且，当前等级为最高等级；
本次理解程度识别模型的输出结果表示用户不理解业务内容，且，当前等级为最低等级。


3.如权利要求1所述的方法，其特征在于，
所述对业务办理的当前等级执行提高等级操作包括：将语速提升一个等级，将业务内容减少一个等级。


4.如权利要求1所述的方法，其特征在于，
所述对业务办理的当前等级执行降低等级操作包括：将语速降低一个等级，将业务内容增加一个等级。


5.如权利要求1所述的方法，其特征在于，在所述利用所述当前等级执行业务办理操作之后，还包括：
构建并保存用户的用户标识和所述当前等级的对应关系。


6.一种网点机器人自调节装置，其特...

【专利技术属性】
技术研发人员：黄文强，季蕴青，胡路苹，胡玮，黄雅楠，胡传杰，浮晨琪，李蚌蚌，申亚坤，徐晨敏，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11