[发明专利]智能服务评价方法、计算机可读存储介质和终端设备

权利要求书

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，好评关键字的分贝标准方差为Q₁，差评关键字的分贝标准方差为Q₂，则好评关键字的分贝差值的权重为：差评关键字的分贝差值权重为：

根据好评关键字的分贝差值的权重和差评关键字的分贝差值权重，计算出用户的分贝评分概率为：P'＝Q1*w₁'+Q2*w₂'。