[发明专利]一种客户满意度预测方法及装置

权利要求书

1.一种客户满意度预测方法，其特征在于，包括：

获取服务客户时的音频流数据和视频帧数据，并对所述音频流数据进行本文处理，得到文本流数据；

对所述音频流数据、所述视频帧数据和所述文本流数据分别进行识别，得到反映客户情绪的语音情绪基准值、人脸情绪基准值和基于文本语义表示的情绪基准值；

根据所述语音情绪基准值、所述人脸情绪基准值、所述基于文本语义表示的情绪基准值以及分别对应的权重值，计算反映客户满意度的满意度预测值。

2.根据权利要求1所述的客户满意度预测方法，其特征在于，对所述音频流数据进行识别，得到反映客户情绪的语音情绪基准值，包括：

基于预设语音语调情绪识别算法模型对所述音频流数据进行识别，得到反映客户情绪的语音情绪基准值；

其中，所述预设语音语调情绪识别算法模型基于语音语调样本数据训练卷积神经网络得到。

3.根据权利要求1所述的客户满意度预测方法，其特征在于，对所述视频帧数据进行识别，得到反映客户情绪的人脸情绪基准值，包括：

基于预设人脸表情识别模型对所述视频帧数据进行识别，得到反映客户情绪的人脸情绪基准值；

其中，所述预设人脸表情识别模型基于人脸表情样本数据训练卷积神经网络得到。

4.根据权利要求1所述的客户满意度预测方法，其特征在于，对所述文本流数据分别进行识别，得到反映客户情绪的基于文本语义表示的情绪基准值，包括：

基于预设语义识别及情感识别模型对所述文本流数据分别进行识别，得到反映客户情绪的基于文本语义表示的情绪基准值；

其中，所述预设语义识别及情感识别模型基于语义及情感样本数据训练卷积神经网络得到。

5.根据权利要求2所述的客户满意度预测方法，其特征在于，在所述基于预设语音语调情绪识别算法模型对所述音频流数据进行识别的步骤之前，所述客户满意度预测方法还包括：

对所述音频流数据进行切分，得到各语音片段；

基于所述预设语音语调情绪识别算法模型对所述各语音片段分别进行识别，得到各语音语调情绪值，对各语音语调情绪值进行加权计算，得到反映客户情绪的语音情绪基准值。

6.根据权利要求4所述的客户满意度预测方法，其特征在于，在所述基于预设语义识别及情感识别模型对所述文本流数据分别进行识别的步骤之前，所述客户满意度预测方法还包括：

对所述文本流数据进行切分，得到各文本片段；

基于所述预设语义识别及情感识别模型对所述各文本片段进行识别，得到与各词句语义分别对应的情感分类值，对各情感分类值进行加权计算，得到基于文本语义表示的情绪基准值。

7.根据权利要求1至6任一所述的客户满意度预测方法，其特征在于，所述客户满意度预测方法还包括：

若确定所述满意度预测值低于预设满意度阈值，则生成提示满意度异常的提示消息。

8.一种客户满意度预测装置，其特征在于，包括：

获取单元，用于获取服务客户时的音频流数据和视频帧数据，并对所述音频流数据进行本文处理，得到文本流数据；

识别单元，用于对所述音频流数据、所述视频帧数据和所述文本流数据分别进行识别，得到反映客户情绪的语音情绪基准值、人脸情绪基准值和基于文本语义表示的情绪基准值；

计算单元，用于根据所述语音情绪基准值、所述人脸情绪基准值、所述基于文本语义表示的情绪基准值以及分别对应的权重值，计算反映客户满意度的满意度预测值。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。