一种用户体验倾向识别方法、装置、设备和可读存储介质制造方法及图纸

本发明专利技术公开了一种用户体验倾向识别方法、装置、设备和可读存储介质，其中方法包括：获取用户在被服务过程中的声谱文件；将所述声谱文件转化为音频频谱图像；将所述音频频谱图像输入到预先训练得到的识别模型中，利用所述识别模型识别出用户的服务体验倾向，得到倾向结果。本发明专利技术当用户没有将服务体验直接表达在服务评价上时也能够及时获知用户的服务体验倾向，从而可以方便运营人员及时进行后续跟进，挽回由于体验差导致即将损失的用户。另一方面，由于是采用音频频谱图像来进行识别，相对于常用的语音识别，其所能够体现出的用户情绪更加客观真实、维度更广，因此用户服务体验倾向识别更加准确。

【技术实现步骤摘要】
一种用户体验倾向识别方法、装置、设备和可读存储介质
本专利技术涉及深度学习
，尤其涉及一种用户体验倾向识别方法、装置、设备和可读存储介质。
技术介绍
随着社会的发展，各个区域的产业结构都在不断地发生变化。服务业是各大一线城市在主推的产业，在互联网+的兴起过程中，各种类型的服务行业应运而生。带有互联网性质的服务行业，大都以平台的实行将服务者和被服务者连接在一起，例如，电商平台在厂家和消费者之间建立起联系，网约车平台将司机和乘客之间建立起联系。对于服务类型和质量的监管和监控是各大平台需要经常关注的事情，无论是平台、厂家还是司机等，其主要目的都是了给消费者提供服务或者产品。然而，现有技术中用户在消费之后的体验并不能够很直观地展现给平台，导致平台并不能及时获知用户的服务体验倾向。例如，随着网约车的发展，在共享出行领域司机和乘客纠纷的处理是比较重要的环节，对于乘客而言，如果对所提供的服务不满意的话，并不一定会直接体现在服务评价上，而是直接放弃平台的使用，这将导致平台损失了该用户却无法及时进行补救。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的是现有技术中当用户没有将服务体验直接表达在服务评价上时导致无法及时获知用户的服务体验倾向的技术问题。为实现上述目的，本专利技术提供了一种用户体验倾向识别方法，包括：获取用户在被服务过程中的声谱文件；将所述声谱文件转化为音频频谱图像；将所述音频频谱图像输入到预先训练得到的识别模型中，利用所述识别模型识别出用户的服务体验倾向，得到倾向结果。r>在本专利技术的较佳实施方式中，还包括：获取所述用户该次服务的特征参数；将所述特征参数与所述音频频谱图像一起输入到所述识别模型中。在本专利技术的较佳实施方式中，所述识别模型通过以下过程训练得到：获取历史服务过程中的过程数据，所述过程数据包括历史声谱文件及其对应的特征参数；将所述过程数据作为训练样本，对建立的初始识别模型进行训练，得到所述识别模型。在本专利技术的较佳实施方式中，所述将所述过程数据作为训练样本，对建立的初始识别模型进行训练，得到所述识别模型，包括：从所述过程数据中随机选择一部分的数据作为验证集，其余部分为训练集，其中，每一份过程数据均包含用于表示用户当次服务体验倾向的标识；利用所述训练集对所述初始识别模型进行训练，以调整所述初始识别模型的模型参数和模型结构，使得调整后的初始识别模型在所述验证集的模型评估指标达到预设值，得到所述识别模型。在本专利技术的较佳实施方式中，所述识别模型为二分类模型，其中，所述倾向结果包括用于表示好评的体验倾向和用于表示差评的体验倾向。在本专利技术的较佳实施方式中，还包括：对所述声谱文件进行语音识别，得到该次服务过程中的语音文本；从所述语音文本中识别用于表征用户情绪的特征词；将所述特征词与所述音频频谱图像一起输入到所述识别模型中。在本专利技术的较佳实施方式中，所述服务为出行服务，所述特征参数包括以下至少之一：司机信用分、乘客等待时间、司机接单距离、司机达到时间、行程距离。为实现上述目的，本专利技术还提供了一种用户体验倾向识别装置，其特征在于，包括：获取模块，用于获取用户在被服务过程中的声谱文件；转化模块，用于将所述声谱文件转化为音频频谱图像；识别模块，用于将所述音频频谱图像输入到预先训练得到的识别模型中，利用所述识别模型识别出用户的服务体验倾向，得到倾向结果。为实现上述目的，本专利技术还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，从而执行上述的用户体验倾向识别方法。为实现上述目的，本专利技术还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指令，所述计算机指令用于使计算机执行上述的用户体验倾向识别方法。本专利技术提供的装置或方法具有以下技术效果：1、通过获取用户在被服务过程中的声谱文件，将该声谱文件转化成音频频谱图像，然后利用预先训练得到的识别模型来识别该音频频谱图像，确定出用户的服务体验倾向，得到倾向结果，当用户没有将服务体验直接表达在服务评价上时也能够及时获知用户的服务体验倾向，从而可以方便运营人员及时进行后续跟进，挽回由于体验差导致即将损失的用户。另一方面，由于是采用音频频谱图像来进行识别，相对于常用的语音识别，其所能够体现出的用户情绪更加客观真实、维度更广，因此用户服务体验倾向识别更加准确。2、本专利技术实施例中识别模型在训练之前，也需要在训练的样本数据中加入服务的特征参数，从而提高识别模型的识别准确性。3、通过采用服务的特征参数结合用户被服务过程中的音频频谱图像一起输入到识别模型中，在音频维度的基础上，再增加服务特征维度，从而能够更加准确、客观地确定出用户的服务体验倾向。4、通过利用历史数据来训练识别模型，找出历史数据中，用户对服务体验倾向的规律来识别在后的用户服务体验倾向，从而达到及时获知用户对服务的体验倾向情绪，可以及时采取有效的挽回措施来挽回可能损失的用户。以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。附图说明图1是本专利技术的用户体验倾向识别方法的一个较佳实施例的流程图；图2是本专利技术的一种识别模型建立和部署的框架流程图；图3是本专利技术的用户体验倾向识别装置的一个较佳实施例的结构示意图；图4是本专利技术的电子设备的一个较佳实施例的示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图示中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。为了阐释的目的而描述了本专利技术的一些示例性实施例，需要理解的是，本专利技术可通过附图中没有具体示出的其他方式来实现。本专利技术实施例提供了一种用户体验倾向识别方法，该方法主要用于对用户接受服务之后的用户体验倾向进行判断和识别，尤其是针对没有给出服务评价(例如好评、差评甚至投诉等)的用户的体验倾向进行分析识别，以方便进行后续的跟踪或者补救。例如，在识别出用于的体验倾向为差评时，可以向用户赠送优惠券的营销方式来挽回。本专利技术实施例中，服务的类型不做限定，可以是出行服务，例如网约车服务(包括顺风车等)；也可以是导游服务、柜台服务等等。本专利技术实施例提供的用户体验倾向识别方法主要是通过收集在服务过程中的声谱数据以此作为主要的判断依据来做服务体验倾向的判断。该方本文档来自技高网...

【技术保护点】
1.一种用户体验倾向识别方法，其特征在于，包括：/n获取用户在被服务过程中的声谱文件；/n将所述声谱文件转化为音频频谱图像；/n将所述音频频谱图像输入到预先训练得到的识别模型中，利用所述识别模型识别出用户的服务体验倾向，得到倾向结果。/n

【技术特征摘要】
1.一种用户体验倾向识别方法，其特征在于，包括：
获取用户在被服务过程中的声谱文件；
将所述声谱文件转化为音频频谱图像；
将所述音频频谱图像输入到预先训练得到的识别模型中，利用所述识别模型识别出用户的服务体验倾向，得到倾向结果。


2.根据权利要求1所述的一种用户体验倾向识别方法，其特征在于，还包括：
获取所述用户该次服务的特征参数；
将所述特征参数与所述音频频谱图像一起输入到所述识别模型中。


3.根据权利要求1所述的一种用户体验倾向识别方法，其特征在于，所述识别模型通过以下过程训练得到：
获取历史服务过程中的过程数据，所述过程数据包括历史声谱文件及其对应的特征参数；
将所述过程数据作为训练样本，对建立的初始识别模型进行训练，得到所述识别模型。


4.根据权利要求3所述的一种用户体验倾向识别方法，其特征在于，所述将所述过程数据作为训练样本，对建立的初始识别模型进行训练，得到所述识别模型，包括：
从所述过程数据中随机选择一部分的数据作为验证集，其余部分为训练集，其中，每一份所述过程数据均包含用于表示用户当次服务体验倾向的标识；
利用所述训练集对所述初始识别模型进行训练，以调整所述初始识别模型的模型参数和模型结构，使得调整后的初始识别模型在所述验证集的模型评估指标达到预设值，得到所述识别模型。


5.根据权利要求1-4任一项所述的一种用户体验倾向识别方法，其特征在于，所述识别模型为...

【专利技术属性】
技术研发人员：杨磊，王凡，
申请(专利权)人：上海钧正网络科技有限公司，
类型：发明
国别省市：上海;31