CN111444982A - 信息处理方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请提供一种信息处理方法、装置、电子设备及可读存储介质，涉及信息交互领域。该方法包括：确定目标区域中用户的用户位置信息和用户行为信息；根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息；根据所述目标反馈信息执行针对所述用户的反馈动作。该方案通过基于用户的用户位置信息以及用户行为信息确定用户的意图信息，这样可以更加贴合用户的行为习惯，以提高用户意图识别的准确性，进而执行的反馈动作能更好地匹配用户的行为，使得与用户的交互过程更加灵活、有趣。

Description

信息处理方法、装置、电子设备及可读存储介质

技术领域

本申请涉及信息交互领域，具体而言，涉及一种信息处理方法、装置、电子设备及可读存储介质。

背景技术

随着计算机和人工智能技术的飞速发展，智能设备与用户之间可以实现信息交互。

目前的交互方案大多基于用户输入的信息，从本地知识库中查找与用户输入的信息相关的回复信息，然后将回复信息输出给用户，从而实现与用户的交互。但是，这种方式智能设备只能针对用户输入的信息进行针对性的回复，使得智能设备与用户之间的交互过程比较机械，用户体验较差。

发明内容

本申请实施例的目的在于提供一种信息处理方法、装置、电子设备及可读存储介质，用以改善现有技术中智能设备与用户之间的交互方式比较机械的问题。

第一方面，本申请实施例提供了一种信息处理方法，所述方法包括：

确定目标区域中用户的用户位置信息和用户行为信息；

根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；

基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息；

根据所述目标反馈信息执行针对所述用户的反馈动作。

在上述实现过程中，通过基于用户的用户位置信息以及用户行为信息确定用户的意图信息，这样可以更加贴合用户的行为习惯，以提高用户意图识别的准确性，进而执行的反馈动作能更好地匹配用户的行为，使得与用户的交互过程更加灵活、有趣。

可选地，所述确定目标区域中用户的用户位置信息和用户行为信息，包括：

扫描所述目标区域，获取所述用户的用户位置信息；

根据所述用户位置信息，采集用户图像；

分析所述用户图像，确定所述用户行为信息。

在上述实现过程中，通过扫描目标区域来获得用户的位置信息，然后分析用户在对应位置处采集的用户图像确定用户行为信息，从而可以结合用户位置信息和图像中的环境信息来更准确地确定用户的行为。

可选地，所述根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息，包括：

根据所述用户位置信息获取对应的目标意图行为集合，所述目标意图行为集合中包括多个预设行为信息及与各所述预设行为信息对应的意图信息；

将所述用户行为信息与所述目标意图行为集合中的多个预设行为信息匹配，得到与所述用户行为信息对应的所述目标意图信息。

在上述实现过程中，不同的位置可对应不同的意图行为集合，使得在确定用户的目标意图信息时，可以从用户位置信息对应的目标意图行为集合中找到与用户行为信息对应的目标意图信息，从而可以获得更为准确的意图信息。

可选地，意图行为集合为多个，所述方法还包括：

接收配置操作指令，配置意图行为集合与所述目标区域中位置的对应关系。

在上述实现过程中，通过配置意图行为集合与目标区域中位置的对应关系，从而可以便于基于用户位置信息直接确定出用户的目标意图行为集合。

可选地，所述方法还包括：

获取用户的历史行为信息；

从所述历史行为信息中抽取实体信息和关系信息；

根据所述实体信息和所述关系信息构建所述预设知识图谱。

在上述实现过程中，由于知识图谱是一种图形化的结构数据，所以通过构建预设知识图谱，从而在基于预设知识图谱查找目标意图信息对应的目标反馈信息时，更加快速。

可选地，所述基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息，包括；

从所述预设知识图谱中确定与所述目标意图信息对应的第一实体；

根据所述第一实体确定第二实体，所述第二实体为与所述第一实体具有特定关联关系的实体；

将所述第二实体对应的目标行为信息确定为目标反馈信息。

在上述实现过程中，通过将意图信息与反馈信息设置为预设知识图谱中的实体，如此可以通过查找实体之间的关联关系即可快速查找到目标意图信息对应的目标反馈信息。

可选地，所述根据所述目标反馈信息执行针对所述用户的反馈动作，包括：

根据所述目标反馈信息调用对应的目标反馈动作方案；

根据所述目标反馈动作方案执行针对所述用户的所述反馈动作。

在上述实现过程中，通过基于目标反馈动作方案执行对应的反馈动作，使得在具体应用过程中，可以灵活调整相应的反馈动作方案，相比于执行机械式的反馈动作，这种方式可以使得与用户的交互更加灵活、有趣。

第二方面，本申请实施例提供了一种信息处理装置，所述装置包括：

信息获取模块，用于确定目标区域中用户的用户位置信息和用户行为信息；

意图确定模块，用于根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；

反馈信息获取模块，用于基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息；

反馈动作执行模块，用于根据所述目标反馈信息执行针对所述用户的反馈动作。

可选地，所述信息获取模块，用于扫描所述目标区域，获取所述用户的用户位置信息；根据所述用户位置信息，采集用户图像；分析所述用户图像，确定所述用户行为信息。

可选地，所述意图确定模块，用于根据所述用户位置信息获取对应的目标意图行为集合，所述目标意图行为集合中包括多个预设行为信息及与各所述预设行为信息对应的意图信息；将所述用户行为信息与所述目标意图行为集合中的多个预设行为信息匹配，得到与所述用户行为信息对应的所述目标意图信息。

可选地，意图行为集合为多个，所述装置还包括：

配置模块，用于接收配置操作指令，配置意图行为集合与所述目标区域中位置的对应关系。

可选地，所述装置还包括：

知识图谱构建模块，用于获取用户的历史行为信息；从所述历史行为信息中抽取实体信息和关系信息；根据所述实体信息和所述关系信息构建所述预设知识图谱。

可选地，所述反馈信息获取模块，用于从所述预设知识图谱中确定与所述目标意图信息对应的第一实体；根据所述第一实体确定第二实体，所述第二实体为与所述第一实体具有特定关联关系的实体；将所述第二实体对应的目标行为信息确定为目标反馈信息。

可选地，所述反馈动作执行模块，用于根据所述目标反馈信息调用对应的目标反馈动作方案；根据所述目标反馈动作方案执行针对所述用户的所述反馈动作。

第三方面，本申请实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。

第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供的一种用于执行信息处理方法的电子设备的结构示意图；

图2为本申请实施例提供的一种信息处理方法的流程图；

图3为本申请实施例提供的一种用户画像的示意图；

图4为本申请实施例提供的一种信息处理装置的结构框图。

具体实施方式

下面将结合本申请实施例中附图，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。

本申请实施例提供一种信息处理方法，该方法可以基于用户在目标区域内的用户位置信息和用户行为信息确定用户的目标意图信息，然后基于目标意图信息从预设知识图谱中确定对应的目标反馈信息，执行目标反馈信息对应的反馈动作，由于是针对用户的位置信息和行为信息来识别用户的意图，从而可以使得意图识别更准确，进而执行的反馈动作能更好地匹配用户的行为，使得与用户的交互过程更加灵活、有趣。

下面结合各个附图对本申请提供的信息处理方法进行详细说明。

请参照图1，图1为本申请实施例提供的一种用于执行信息处理方法的电子设备的结构示意图，所述电子设备可以包括：至少一个处理器110，例如CPU，至少一个通信接口120，至少一个存储器130和至少一个通信总线140。其中，通信总线140用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口120用于与其他节点设备进行信令或数据的通信。存储器130可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器130可选的还可以是至少一个位于远离前述处理器的存储装置。存储器130中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器110执行时，电子设备执行下述图2所示方法过程。例如，存储器130可以用于存储用户的用户位置信息和用户行为信息，存储器130还可以用于存储预设知识图谱，处理器110可以用于基于用户位置信息和用户行为信息确定用户的目标意图信息，然后基于预设知识图谱，确定对应的目标反馈信息，根据目标反馈信息执行针对用户的反馈动作，从而实现与用户的交互。

另外，该电子设备还可以包括摄像头、语音模块、显示模块等，在一些实施例中，摄像头可以用于采集用户的图像信息，以使处理器110可以根据图像信息识别用户的用户位置信息和/或用户行为信息。

其中，语音模块可以向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。语音模块可以采集用户的语音信息，也可以将反馈动作通过语音输出。

显示模块在电子设备与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考，例如可以在反馈动作为显示图像或者视频时，将反馈动作通过显示模块进行显示。显示模块可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器110进行计算和处理。

需要说明的是，上述仅列举了电子设备的其中一种结构示意图，可以理解地，在实际应用过程中，电子设备还可以包括除上述列举的器件外的其他器件，例如，输入输出模块等。

电子设备可以是指与用户交互的设备，例如机器人或者智能设备，其可以基于用户的意图信息确定对应的反馈动作，以实现与用户的交互。

本申请实施例可应用于多个场景，如养老陪护领域、婴幼儿看护、智能居家领域等，为了描述的方便，本申请实施例以养老陪护领域为例进行说明。

请参照图2，图2为本申请实施例提供的一种信息处理方法的流程图，该方法包括如下步骤：

步骤S110：确定目标区域中用户的用户位置信息和用户行为信息。

在养老陪护领域中，本申请实施例中的用户可以是指老人，可以理解地，在其他应用场景下时，用户可以是指电子设备需要进行交互的用户，在此不一一举例说明。

在具体实现过程中，为了更加贴近每个用户的生活习惯，每个用户可配置上述的电子设备，该电子设备可用于根据用户的位置与用户的行为与用户进行交互。为了便于理解，下述实施例中，电子设备以智能机器人为例进行说明。

在一些实施方式中，用户可以是指任意一个当前需要进行交互的用户，或者用户也可以是指特定的用户，该特定的用户可以是指与智能机器人绑定的用户，例如，某个特定老人或者某个特定女性等。在用户为特定的用户时，智能机器人可以先对用户的身份进行验证，如智能机器人在每次启动时，智能机器人可采集用户的身份信息，该身份信息可以是指纹、人脸、虹膜或者账户信息等，然后智能机器人可对这些身份信息进行验证，验证其是否与存储的身份信息匹配，若匹配则验证通过，则表明该用户为智能机器人进行交互的特定用户；或者，智能机器人在启动时，可自动采集当前视野范围内的图像信息，然后识别图像信息中的特定用户，这样智能机器人可对特定用户进行跟踪，以便于随时与用户进行交互。

在确定需要进行交互的用户后，可以获取该用户在目标区域中的用户位置信息和用户行为信息。其中，以用户为老人为例，目标区域可以是指老人当前居住的房间，或者老人的活动区域，或者设定的智能机器人的拍摄区域，例如，若老人出现在拍摄区域内时，智能机器人可以采集老人在拍摄区域内的位置以及老人的当前行为。

其中，用户位置信息和用户行为信息可以是智能机器人采集老人的图像后，对图像进行分析获得的，如采集图像后，可分析获得图像中的环境信息，基于环境信息可分析老人所处的位置，这些位置可以包括厨房、进门处、餐桌、沙发、卧室等地点，用户行为信息可以是指老人的当前行为，如穿鞋、看电视、睡觉、吃饭等行为，用户行为信息也可以结合图像中的环境信息以及老人所处的行为状态来分析获得。

步骤S120：根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息。

通过步骤S110获取老人的位置信息和行为信息后，可基于这两个信息确定老人的目标意图信息，例如，若老人的位置信息为进门处，行为信息为穿鞋，则智能机器人可识别出老人的目标意图信息为“将要出门”，或者若老人的位置信息为厨房，其行为信息为正在准备食材，则智能机器人可识别出老人的目标意图信息为“将要做饭”，也就是说，根据老人所在的具体位置以及老人的行为识别出老人的意图，如此可更加贴合老人的生活习惯，进而可更加准确识别出老人的意图。

在一些实施方式中，可以通过神经网络模型基于用户位置信息和用户行为信息确定用户的目标意图信息，例如，在对神经网络模型进行训练的过程中，可以采集大量用户的用户位置信息和用户行为信息作为训练数据，将用户的意图信息作为标签数据输入神经网络模型中，对神经网络模型进行训练，如此可利用训练完成的神经网络模型识别用户的意图信息。其中，神经网络模型可以为卷积神经网络模型、深度学习神经网络模型等模型，而对于利用神经网络模型基于用户位置信息和用户行为信息识别用户的意图信息的具体过程在此不详细介绍，本领域技术人员可参照现有技术中神经网络模型的实现过程。

步骤S130：基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息。

在识别出老人的目标意图信息后，可以基于预设知识图谱，确定与目标意图信息对应的目标反馈信息。

其中，知识图谱是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源极其载体、挖掘、分析、构建、绘制和显示知识之间的相互关系。知识图谱中可以包括有多个知识节点，部分知识节点之间具有相关性，例如与当前知识节点具有相关性的知识节点可以称之为上下文知识节点。

其中，知识图谱可以是针对每个不同的用户，或者应用领域不同而构建的，如用户为老人，则可能更关注老人的身体健康，则知识图谱可以为基于获取的老年健康领域数据进行结构化处理后构建的。其中，老年健康领域数据可以是从针对老年的相关疾病的各大百科网站和相关医疗健康的网站上用户所提的问题通过爬虫工具获取的。

知识图谱可以使用Neo4j图数据库进行存储，知识图谱中的每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的关系，从而把所有不同种类的信息连接在一起而得到一个关系网络，方便知识的推理和潜在知识的挖掘。

本申请实施例中的预设知识图谱可以是基于用户的历史行为信息构建的，如先获取用户的历史行为信息，然后从历史行为信息中抽取实体信息和关系信息，再根据实体信息和关系信息构建预设知识图谱。

可以理解地，在知识图谱中，各个实体信息之间通过关系信息进行连接，例如，在一些实施例中，可以预先采集大量用户的历史行为信息，如历史行为信息包括老人出门前会查询当日天气、进门后会打开空调、去厨房会查询菜谱等行为信息，在获取这些历史行为信息后，可以从历史行为信息中抽取实体信息和关系信息，例如，抽取的实体信息可以包括出门、做饭、睡觉、查天气、查菜谱等，如出门与查天气之间的关系信息可以为“需要”，做饭与查菜谱之间的关系信息可以为“需要”，这样各个实体信息可以通过对应的关系信息进行连接，即可构成预设知识图谱。其中，在预设知识图谱中，意图信息和反馈信息均可以作为实体信息，两者可以通过关联关系进行连接，这样就可以构成意图信息与反馈信息之间的对应关系，如出门、做饭、睡觉这些可作为意图信息，查天气、查菜谱这些可作为意图信息对应的反馈信息，也就是说，预设知识图谱中，这样即可从预设知识图谱中快速查找到与目标意图信息对应的目标反馈信息。

所以，预设知识图谱中各个实体之间以关联关系进行连接，在上述构建的预设知识图谱中，实体包括意图信息和反馈信息，所以在获得目标意图信息后，作为一种实施方式，还可以从预设知识图谱中确定与目标意图信息对应的第一实体，然后根据第一实体确定第二实体，第二实体为与第一实体具有特定关联关系的实体，然后将第二实体对应的目标行为信息确定为目标反馈信息。

由于在构建预设知识图谱时，是将意图信息与反馈信息作为实体进行关联，也就是说，连接的两个实体之间具有某种特定关联关系，如意图信息为出门，其对应的反馈信息为查询天气情况，两者之间的关联关系为“需要”，所以，可以在预设知识图谱中查找“出门”对应的第一实体，然后确定与第一实体连接的第二实体，则第二实体即为“出门”对应的反馈信息。

例如，在确定出老人的目标意图信息后，可以从预设知识图谱中查找与目标意图信息对应的实体信息，如目标意图信息为“出门”，则从预设知识图谱中的各个实体查找到与“出门”最接近的实体，若预设知识图谱中存在实体“出门”，则获取与“出门”连接的另一实体，如另一实体为“查天气”，则可将“查天气”确定为对应的目标反馈信息。

在具体实现过程中，一个意图信息对应的反馈信息可能为多个，即与第一实体连接的第二实体可能有多个，此时，则可将这多个第二实体对应的行为信息均作为目标反馈信息，或者任意选择其中一个第二实体对应的目标行为信息作为目标反馈信息。

在上述实现过程中，通过将意图信息与反馈信息设置为预设知识图谱中的实体，如此可以通过查找实体之间的关联关系即可快速查找到目标意图信息对应的目标反馈信息。

步骤S140：根据所述目标反馈信息执行针对所述用户的反馈动作。

智能机器人在获得目标反馈信息后，则执行对应的反馈动作，如目标反馈信息为“查天气”，其对应的反馈动作可以是播报天气情况，或者在显示模块上显示今天的天气情况等动作，又如目标反馈信息为“查菜谱”，其对应的反馈动作可以是自动获取营养健康菜谱，然后显示在界面上供老人选择，或者可以按照老人的生活习惯为老人推荐相应的菜谱，然后语音播放其做法。

应理解，不同的反馈信息可对应不同的反馈动作，同一反馈信息也可以对应不同的反馈动作，用户可以预先将反馈信息与反馈动作之间的对应关系存储在智能机器人中，这样智能机器人在获得目标反馈信息后，可查找目标反馈信息对应的反馈动作，在目标反馈信息对应的反馈动作有多个的情况下，智能机器人可以选择任意一个反馈动作执行，或者同时执行，如目标反馈信息为查询天气，则其对应的反馈动作可以包括显示天气情况和播报天气情况，则智能机器人可以选择执行显示天气情况和/或播报天气情况。

为了实现与老人更好地交互，在一些实施例中，智能机器人还可以根据老人的行为习惯选择其中的一个反馈动作执行，例如，可以预先获取老人的用户画像，若用户画像中包括老人视力不好的标签信息，且反馈动作中包括语音播报方式，则可优选选择语音播报，若用户画像中包括老人听力不好的标签信息，且反馈动作中包括显示方式，则可优先选择显示方式，也就是说，智能机器人能够根据老人的用户画像中的标签信息，选择对老人最好的反馈动作执行，让老人感受到陪护感。

应理解，可以预先针对老人构建对应的用户画像，智能机器人在初始阶段，可以预先存储一些交互信息，智能机器人可以采集老人的相关信息来构建用户画像，如智能机器人在初始时可以获取一段时间内老人的行为信息以及获取用户输入的一些信息，然后基于这些信息构建用户画像。

在构建的用户画像中，其包含有表征用户特征的标签信息，例如，在采集的历史行为信息中其老人的血压通常较高，且老人一直在服用降血压的药，则用户画像中老人的标签信息包括高血压；又如在获取一段时间内该老人的呼吸频率均保持在一定的数值范围内，则用户画像中老人的标签信息还包括呼吸频率的数值范围；又如，标签信息还可以包括老人在历史时间的作息时间、活动地点、获得时间、活动环境等信息。当然，用户画像中的标签信息还可以包括基于老人自身的一些用户信息，如年龄、性别、爱好等用户信息，获取的信息越多，构建的用户画像则更完整，其构建的用户画像可以如图3所示。

其中，可以直接将获取的老人的历史行为信息作为构成用户画像的特征信息，也可以采用对应的神经网络模型来快速生成用户画像，即可以将老人的历史行为信息输入神经网络模型中，可以通过神经网络模型来预测表征用户特征的标签信息，该老人的标签信息即可构成该老人的用户画像，其中，神经网络模型可以是预先经过训练的模型，如LSTM模型或其他神经网络模型等，其可以更好地标识用户的相关特征。

在构建老人的用户画像后可以基于老人的用户画像知晓老人的行为习惯，如作息时间等，则在设置各个反馈信息对应的反馈动作时，还可基于用户画像获得针对反馈信息的反馈动作，如反馈信息为“查天气”，若查找到其对应的反馈动作为播报天气情况，但是结合老人的用户画像，发现该时间点为老人午休的时间点，此时则反馈动作还可以包括提醒老人注意休息的语音信息，例如，反馈信息为“播放电视剧”，其对应的反馈动作为选择一电视剧进行播放，此时结合老人的用户画像，发现老人爱看战争片，则可选择播放量较高的战争片进行播放，从而可更好地实现与老人的交互。

在上述实现过程中，通过基于用户的用户位置信息以及用户行为信息确定用户的意图信息，这样可以更加贴合用户的行为习惯，以提高用户意图识别的准确性，进而执行的反馈动作能更好地匹配用户的行为，使得与用户的交互过程更加灵活、有趣。

另外，现有技术中提高的智能设备只能针对用户输入的信息进行针对性回复，而本申请实施例中，电子设备可以主动采集用户的位置信息和行为信息，从而可以判断出用户需要帮助的状态，如老人需要查询天气或查询菜谱等，并主动与老人发起交互，使老人感受到陪护感，如此可提高用户体验。

作为一种实施方式，在确定用户的用户位置信息和用户行为信息的过程中，智能机器人还可以通过扫描目标区域，获取用户的用户位置信息，然后根据用户位置信息，采集用户图像，再分析用户图像，确定用户行为信息。

其中，智能机器人上可以安装图像扫描装置，图像扫描装置用于对目标区域进行扫描，以查找到老人所在的位置，即智能机器人可以先对目标区域进行全方位扫描，识别出目标区域中的老人，基于扫描的环境信息可以分析出老人所在的位置信息，然后可对着老人所在的位置拍摄多张用户图像，分析这多张用户图像，从而确定老人的用户行为信息。

可以理解地，这多张用户图像可以输入神经网络模型中，利用神经网络模型分析出老人的用户行为信息，该方案的具体实现方式在上述实施例中已介绍，在此不再做过多赘述。

在上述实现过程中，通过扫描目标区域来获得用户的位置信息，然后分析用户在对应位置处采集的用户图像确定用户行为信息，从而可以结合用户位置信息和图像中的环境信息来更准确地确定用户的行为。

在一些实施方式中，用户行为信息还可以包括有表征用户生理特征参数的信息，例如，用户行为信息可以包括用户的肢体动作、说话频率、面部表情状态以及生理参数数据等数据中至少一种，其中，生理参数数据可以包括心跳频率、脉搏频率、呼吸频率等数据。

当然，其用户行为信息也可以是当前时刻用户的所有行为信息，如还可以包括用户的语音信息以及当前的行为状态等信息。

在一些实施方式中，用户行为信息可以通过相应的传感器采集获得，如老人可佩戴相应的智能穿戴设备，其集成有各种传感器，这些传感器可以用于采集老人的生理参数数据，然后再将采集的生理参数数据发送给智能机器人，或者智能机器人也可主动从智能穿戴设备中获取对应的生理参数数据。

另外，智能机器人中也可以集成有姿态传感器、声音传感器、摄像头等，姿态传感器可用于采集用户的肢体动作，声音传感器可用于采集用户的语音信号，然后根据语音信号可分析出用户的说话频率，面部表情状态可以通过智能机器人上安装的摄像头采集用户的图像进行分析获得，语音信息可以通过上述的语音模块采集获得，说话频率可以通过采集的语音信号进行分析获得。

其中，老人的肢体动作可以通过采集老人的图像信息进行分析获得，例如，可以通过摄像头周期或者实时拍摄老人的图像，对这些图像中图像信息进行分析，可以从图像中获得老人的面部表情和/或肢体动作特征等信息。例如，摄像头可以连续采集包含有老人的图像，然后将采集的图像发送给智能机器人，通过智能机器人来解析图像，即对图像进行特征提取，获得对应的图像信息，其图像信息可以是指图像特征，可以从图像特征中获得表征用户肢体动作特征信息的信息。由于用户的肢体动作可能是动态连续的，所以，可以基于这些连续的肢体动作特征信息来分析获得用户的肢体动作，其肢体动作可以包括用户的肢体的运动方向以及运动幅度、以及动作等。

其中，可以基于预先构建的神经网络模型来分析获得用户的肢体动作，由于其肢体动作是连续的动作，所以，神经网络模型可以采用长短期记忆网络(Long Short TermMemory，LSTM)模型，LSTM对于处理时间序列的数据具有较好的效果。该LSTM模型可以预先通过获取用户在不同肢体动作下的大量图像进行训练，然后利用训练后的LSTM模型即可实现对输入的图像识别其用户的肢体动作。

当然，为了更加明确确定用户的行为状态，可以基于用户的肢体动作识别用户的行为状态，其识别的方式也可采用上述的LSTM模型，其行为状态可以预先根据用户的肢体动作进行定义，包括但不限于静坐、走路、跳舞、站立等状态，LSTM模型也可以预先基于包含有肢体动作的图像进行训练，然后基于训练后的LSTM模型可以基于输入的图像识别用户的行为状态。

作为一种实施方式，在上述根据用户位置信息和用户行为信息确定用户的目标意图信息的过程中，还可以根据用户位置信息获取对应的目标意图行为集合，该目标意图行为集合中包括多个预设行为信息及与各预设行为信息对应的意图信息，然后可将用户行为信息与目标意图行为集合中的多个预设行为信息进行匹配，得到与用户行为信息对应的目标意图信息。

例如，若老人的位置信息为进门处，其对应的意图信息可以包括进门、出门、在门口拿东西、穿鞋等，若老人的位置信息为书桌，其对应的行为信息可以包括吃药、看书，不同的行为信息可以对应不同的意图信息。其中，可以设置不同位置信息对应的多个意图信息，以及每个意图信息对应的预设行为信息，这样可在获得用户位置信息后，可获得对应的目标意图行为集合，由于目标意图行为集合中包括各个意图信息对应的预设行为信息，所以，可基于用户行为信息查找到与用户行为信息匹配的预设行为信息，进而获得对应的目标意图信息。

在上述实现过程中，不同的位置可对应不同的意图行为集合，使得在确定用户的目标意图信息时，可以从用户位置信息对应的目标意图行为集合中找到与用户行为信息对应的目标意图信息，从而可以获得更为准确的意图信息。

作为一种实施方式，由于目标区域内存在多个位置，每个位置对应一个目标意图行为集合，则意图行为集合可以为多个，这种情况下，可以预先在智能机器人中配置意图行为集合与目标区域中各个位置的对应关系，即用户可以在智能机器人上触发配置操作指令，然后输入各个位置与意图行为集合的对应关系，智能机器人在接收到配置操作指令后，则配置意图行为集合与目标区域中位置的对应关系。

例如，智能机器人可以扫描目标区域后，可以建立目标区域的三维场景图，用户可在三维场景图中设定各个位置点的标识信息，例如，门口、厨房、餐桌、沙发、书桌等位置标识信息，以及配置每个位置点对应的目标意图行为集合，这样，智能机器人在获得用户的用户位置信息后，可从三维场景图中查找对应的位置点，然后获得位置点对应的目标意图行为集合。

在上述实现过程中，通过配置意图行为集合与目标区域中位置的对应关系，从而可以便于基于用户位置信息直接确定出用户的目标意图行为集合。

作为一种实施方式，在根据目标反馈信息执行反馈动作时，可以先根据目标反馈信息调用对应的目标反馈动作方案，然后根据目标反馈动作方案执行针对用户的反馈动作。

例如，智能机器人中可以预先存储多个反馈信息对应的反馈动作方案，如一个反馈信息可以对应多个反馈动作方案，反馈动作方案用于描述反馈动作执行的方式，例如，反馈信息为查询天气，则对应的反馈动作方案可以包括采用一定音量进行语音播报天气情况，和/或在智能机器人的显示界面上采用一定大小的字体以及相应的字体颜色，或者相应的显示方式进行显示，所以，智能机器人在获得目标反馈动作方案后，可基于目标反馈动作方案中规定的动作执行方式执行相应的反馈动作。

在上述实现过程中，通过基于目标反馈动作方案执行对应的反馈动作，使得在具体应用过程中，可以灵活调整相应的反馈动作方案，相比于执行机械式的反馈动作，这种方式可以使得与用户的交互更加灵活、有趣。

另外，在具体实现过程中，智能机器人还可以提供智能问答服务，即用户可以输入相应的语音或文本问答信息，智能机器人可对用户输入的问答信息通过相应的语义理解模型进行语义理解，然后查找对应的回复信息，将回复信息以交互信息输出即可，以此实现与用户的问答交互。

为了确保用户的安全，还可以基于预先构建的针对用户的用户画像确定用户行为信息是否异常，若是，则获取针对异常行为信息的提示信息并输出。

可以理解地，若采集的用户的用户行为信息包括用户的呼吸频率、心跳频率等生理参数信息，可以将用户的呼吸频率与用户画像中的呼吸频率进行比对，例如，用户画像中该用户的呼吸频率为一个数值范围，若用户行为信息中的呼吸频率不在这个数值范围时，则表示用户行为信息为异常行为信息，则可输出对应的提示信息，如报警提示呼吸频率不正常的语音信息。

对于其他生理参数信息也可以按照上述方式进行判断用户行为信息是否异常，对于不同的异常行为信息可以预设不同的提示信息，也可以预设相同的提示信息输出。

对于用户行为信息包括肢体动作时，可以先基于用户的肢体动作识别用户的行为状态，如用户的行为状态为跳舞，而通过查找确定用户画像中也有跳舞的标签信息，则表示其用户行为信息是正常的，而若用户画像中没有跳舞的标签信息，可表示该用户以前没有跳舞，则表示其是异常的，则可输出的提示信息可以为提示其注意安全等信息。

还例如，若用户每天的行为习惯很规律，则在构建用户画像中可以加入时间数据，在判断异常时也可以加入时间数据进行综合考虑，例如，用户画像中每天晚上九点为用户休息时间，而当前时间九点时用户的当前行为状态为跳舞，则表示其行为异常，从而可输出的提示信息为提示用户该休息的语音提示信息。

也就是说，在用户行为信息与用户画像中的用户的行为信息不匹配时，则确定用户行为信息异常，此时用户行为信息可称为异常行为信息，从而可输出对应的提示信息对用户进行提示。

在上述实现过程中，通过基于用户画像确定其用户的用户行为信息是否异常，在异常时，输出提示信息，从而可以监控用户的行为，确保用户行为的安全性。

在实际应用中，还可以结合用户的用户位置信息来判断用户的用户行为信息是否异常，如若用户的位置信息为客体沙发，但是其用户的行为信息为抽烟，此时，可表示其行为信息异常，也就是说，可以预先设置多个位置信息与对应的异常行为信息的对应关系，如此，在确定出用户位置信息后，可查找该用户位置信息对应的异常行为信息有哪些，然后再将用户行为信息与异常行为信息进行匹配，若匹配不一致，则可确定用户行为信息为异常行为信息。

另外，在确定用户行为信息异常时，还可以将提示信息发送给预设用户终端，如用户为老人时，其预设用户终端可以是其子女的用户终端，则将提示信息发送给老人的子女，使得老人的子女可以了解老人的异常行为。

作为一种示例，在用户行为信息包括面部表情状态时，还可以在检测到面部表情状态为目标表情状态时，采集用户的面部表情图像发送给预设用户终端。

其中，面部表情图像是指包含有目标表情状态的用户的图像，即智能机器人可以在用户的面部表情状态为目标表情状态时，对用户进行抓拍，然后将获得的图像发送给预设用户终端。目标表情状态可以是指愉悦情绪时所产生的表情状态，如开心状态，其可以通过相应的神经网络模型来检测用户的面部表情状态是否为开心状态，若时，则采集用户的图像，然后发送给其关联的用户终端。

神经网络模型可以采用任意模型，如上述的LSTM模型或者分类器等，预先采用包含有用户的不同面部表情状态的图像对该神经网络模型进行训练，然后可利用训练后的神经网络模型对输入的图像进行识别，以获取用户的面部表情状态为目标表情状态时图像，然后发送给预设用户终端。

在上述实现过程中，可以采集用户的面部表情图像发送给预设用户终端，使得预设用户终端可以知晓用户的情绪状态。

请参照图4，图4为本申请实施例提供的一种信息处理装置200的结构框图，该装置200可以是电子设备上的模块、程序段或代码。应理解，该装置200与上述图2方法实施例对应，能够执行图2方法实施例涉及的各个步骤，该装置200具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。

可选地，所述装置200包括：

信息获取模块210，用于确定目标区域中用户的用户位置信息和用户行为信息；

意图确定模块220，用于根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；

反馈信息获取模块230，用于根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；

反馈动作执行模块240，用于根据所述目标反馈信息执行针对所述用户的反馈动作。

可选地，所述信息获取模块210，用于扫描所述目标区域，获取所述用户的用户位置信息；根据所述用户位置信息，采集用户图像；分析所述用户图像，确定所述用户行为信息。

可选地，所述意图确定模块220，用于根据所述用户位置信息获取对应的目标意图行为集合，所述目标意图行为集合中包括多个预设行为信息及与各所述预设行为信息对应的意图信息；将所述用户行为信息与所述目标意图行为集合中的多个预设行为信息匹配，得到与所述用户行为信息对应的所述目标意图信息。

可选地，意图行为集合为多个，所述装置200还包括：

配置模块，用于接收配置操作指令，配置意图行为集合与所述目标区域中位置的对应关系。

可选地，所述装置200还包括：

知识图谱构建模块，用于获取用户的历史行为信息；从所述历史行为信息中抽取实体信息和关系信息；根据所述实体信息和所述关系信息构建所述预设知识图谱。

可选地，所述反馈信息获取模块230，用于从所述预设知识图谱中确定与所述目标意图信息对应的第一实体；根据所述第一实体确定第二实体，所述第二实体为与所述第一实体具有特定关联关系的实体；将所述第二实体对应的目标行为信息确定为目标反馈信息。

可选地，所述反馈动作执行模块240，用于根据所述目标反馈信息调用对应的目标反馈动作方案；根据所述目标反馈动作方案执行针对所述用户的所述反馈动作。

本申请实施例提供一种可读存储介质，所述计算机程序被处理器执行时，执行如图2所示方法实施例中电子设备所执行的方法过程。

本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如，包括：确定目标区域中用户的用户位置信息和用户行为信息；根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息；根据所述目标反馈信息执行针对所述用户的反馈动作。

综上所述，本申请实施例提供一种信息处理方法、装置、电子设备及可读存储介质，该方法通过基于用户的用户位置信息以及用户行为信息确定用户的意图信息，这样可以更加贴合用户的行为习惯，以提高用户意图识别的准确性，进而执行的反馈动作能更好地匹配用户的行为，使得与用户的交互过程更加灵活、有趣。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种信息处理方法，其特征在于，所述方法包括：

确定目标区域中用户的用户位置信息和用户行为信息；

根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；

基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息；

根据所述目标反馈信息执行针对所述用户的反馈动作。

2.根据权利要求1所述的方法，其特征在于，所述确定目标区域中用户的用户位置信息和用户行为信息，包括：

扫描所述目标区域，获取所述用户的用户位置信息；

根据所述用户位置信息，采集用户图像；

分析所述用户图像，确定所述用户行为信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息，包括：

根据所述用户位置信息获取对应的目标意图行为集合，所述目标意图行为集合中包括多个预设行为信息及与各所述预设行为信息对应的意图信息；

将所述用户行为信息与所述目标意图行为集合中的多个预设行为信息匹配，得到与所述用户行为信息对应的所述目标意图信息。

4.根据权利要求3所述的方法，其特征在于，意图行为集合为多个，所述方法还包括：

接收配置操作指令，配置意图行为集合与所述目标区域中位置的对应关系。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户的历史行为信息；

从所述历史行为信息中抽取实体信息和关系信息；

根据所述实体信息和所述关系信息构建所述预设知识图谱。

6.根据权利要求1所述的方法，其特征在于，所述基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息，包括；

从所述预设知识图谱中确定与所述目标意图信息对应的第一实体；

根据所述第一实体确定第二实体，所述第二实体为与所述第一实体具有特定关联关系的实体；

将所述第二实体对应的目标行为信息确定为目标反馈信息。

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标反馈信息执行针对所述用户的反馈动作，包括：

根据所述目标反馈信息调用对应的目标反馈动作方案；

根据所述目标反馈动作方案执行针对所述用户的所述反馈动作。

8.一种信息处理装置，其特征在于，所述装置包括：

信息获取模块，用于确定目标区域中用户的用户位置信息和用户行为信息；

意图确定模块，用于根据所述用户位置信息和所述用户行为信息确定所述用户的目标意图信息；

反馈信息获取模块，用于基于预设知识图谱，确定与所述目标意图信息对应的目标反馈信息；

反馈动作执行模块，用于根据所述目标反馈信息执行针对所述用户的反馈动作。

9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述的方法。

10.一种可读存储介质，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运行如权利要求1-7任一所述的方法。

Images