CN111639549A - 业务满意度确定方法、装置及电子设备 - Google Patents

业务满意度确定方法、装置及电子设备 Download PDF

Info

Publication number
CN111639549A
CN111639549A CN202010398991.9A CN202010398991A CN111639549A CN 111639549 A CN111639549 A CN 111639549A CN 202010398991 A CN202010398991 A CN 202010398991A CN 111639549 A CN111639549 A CN 111639549A
Authority
CN
China
Prior art keywords
satisfaction
target
service
user
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010398991.9A
Other languages
English (en)
Inventor
郑翔
戴渝
马佳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Citic Bank Corp Ltd
Original Assignee
China Citic Bank Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Citic Bank Corp Ltd filed Critical China Citic Bank Corp Ltd
Priority to CN202010398991.9A priority Critical patent/CN111639549A/zh
Publication of CN111639549A publication Critical patent/CN111639549A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Multimedia (AREA)
  • Strategic Management (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Social Psychology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Signal Processing (AREA)
  • Technology Law (AREA)
  • Computational Linguistics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Acoustics & Sound (AREA)
  • Psychiatry (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)

Abstract

本发明提供一种业务满意度确定方法、装置及电子设备，涉及数据处理技术领域。本发明通过获取业务办理区域的视频信息；提取视频信息中用户的业务办理时间，根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；根据目标第一满意度，确定用户对业务办理区域的业务满意度，可以无需客户主动参与评价，实现对网点业务办理区域的业务满意度的无感评价。相对现有技术而言，能够更加准确、全面、客观地确定用户对网点业务办理区域的业务满意度。

Description

业务满意度确定方法、装置及电子设备
技术领域
本发明涉及数据处理技术领域，尤其涉及一种业务满意度确定方法、装置及电子设备。
背景技术
通过对银行、电力公司等服务机构的网点进行业务满意度调查，可以得知用户对这些服务机构网点的满意程度，有利于后续提升服务机构网点的业务服务质量，从而提升用户满意度。
现有技术中，对网点业务满意度进行调查的方式通常为：采用问卷调查的形式，邀请网点的用户填写调查问卷。然后，根据用户填写的调查问卷，统计不同用户对网点的业务满意度，进而得到网点的整体业务满意度。
但是，上述采用问卷调查进行业务满意度统计的方式，需要观察员来进行观察或需要用户主动配合填写，主观性较强，导致业务满意度的调查数据往往并不能够反映出实际情况。
发明内容
本发明提供一种业务满意度确定方法、装置及电子设备，可以更加准确、全面、客观地确定用户对网点业务办理区域的业务满意度。
本发明实施例的技术方案如下：
第一方面，本发明实施例提供一种业务满意度确定方法，所述方法包括：获取业务办理区域的视频信息；提取视频信息中用户的业务办理时间；根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；根据目标第一满意度，确定用户对业务办理区域的业务满意度。
可选地，在所述根据目标第一满意度，确定用户对业务办理区域的业务满意度之前，所述方法还包括：提取视频信息中用户的肢体动作特征；根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度。
相应地，所述根据目标第一满意度，确定用户对业务办理区域的业务满意度，包括：根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度。
可选地，所述根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度，包括：根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定用户的每个肢体动作特征对应的第二满意度；确定用户的各肢体动作特征对应的第二满意度中的最大值，作为目标第二满意度。
可选地，在所述根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度之前，所述方法还包括：提取视频信息中用户的面部表情特征；根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度；预设第三满意度识别模型通过采用样本集合对神经网络进行训练所获取，样本集合包括：样本面部表情特征、以及样本面部表情特征对应的第三满意度。
相应地，所述根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度，包括：根据目标第一满意度、目标第二满意度、以及目标第三满意度，确定用户对业务办理区域的业务满意度。
可选地，在所述根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度之前，所述方法还包括：获取样本面部表情特征、以及样本面部表情特征对应的第三满意度，得到样本集合；采用样本集合对神经网络进行训练，得到预设第三满意度识别模型。
可选地，在所述根据目标第一满意度、目标第二满意度、以及目标第三满意度，确定用户对业务办理区域的业务满意度之前，所述方法还包括：获取业务办理区域的音频信息；判断音频信息中是否存在关键词；若存在，则提取关键词，并根据关键词与第四满意度之间的第三预设映射关系，确定目标第四满意度；若不存在，则提取音频信息中用户的音量变化差值，并根据用户的音量变化差值、以及音量变化差值与第四满意度之间的第四预设映射关系，确定目标第四满意度。
相应地，所述根据目标第一满意度、目标第二满意度、以及目标第三满意度，确定用户对业务办理区域的业务满意度，包括：根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度，确定用户对业务办理区域的业务满意度。
可选地，所述根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度，确定用户对业务办理区域的业务满意度，包括：根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度分别对应的预设权重值，确定用户对业务办理区域的业务满意度。
可选地，在所述确定用户对业务办理区域的业务满意度之后，所述方法还包括：获取网点中不同业务办理区域的业务满意度；根据网点中不同业务办理区域的业务满意度，确定网点的综合业务满意度。
第二方面，本发明实施例提供一种业务满意度确定装置，所述装置包括：视频获取模块，用于获取业务办理区域的视频信息；特征提取模块，用于提取视频信息中用户的业务办理时间；满意度分析模块，用于根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；根据目标第一满意度，确定用户对业务办理区域的业务满意度。
可选地，特征提取模块，还用于提取视频信息中用户的肢体动作特征；满意度分析模块，还用于根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度；根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度。
可选地，满意度分析模块，具体用于根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定用户的每个肢体动作特征对应的第二满意度；确定用户的各肢体动作特征对应的第二满意度中的最大值，作为目标第二满意度。
可选地，特征提取模块，还用于提取视频信息中用户的面部表情特征；满意度分析模块，还用于根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度；预设第三满意度识别模型通过采用样本集合对神经网络进行训练所获取，样本集合包括：样本面部表情特征、以及样本面部表情特征对应的第三满意度；根据目标第一满意度、目标第二满意度、以及目标第三满意度，确定用户对业务办理区域的业务满意度。
可选地，所述装置还包括：模型训练模块，用于获取样本面部表情特征、以及样本面部表情特征对应的第三满意度，得到样本集合；采用样本集合对神经网络进行训练，得到预设第三满意度识别模型。
可选地，所述装置还包括：音频获取模块，用于获取业务办理区域的音频信息；满意度分析模块，还用于判断音频信息中是否存在关键词；若存在，则提取关键词，并根据关键词与第四满意度之间的第三预设映射关系，确定目标第四满意度；若不存在，则提取音频信息中用户的音量变化差值，并根据用户的音量变化差值、以及音量变化差值与第四满意度之间的第四预设映射关系，确定目标第四满意度；根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度，确定用户对业务办理区域的业务满意度。
可选地，满意度分析模块，具体用于根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度分别对应的预设权重值，确定用户对业务办理区域的业务满意度。
可选地，满意度分析模块，还用于获取网点中不同业务办理区域的业务满意度；根据网点中不同业务办理区域的业务满意度，确定网点的综合业务满意度。
第三方面，本发明实施例提供一种电子设备，包括：处理器和存储器，处理器和存储器通过总线连接，存储器上存储有计算机指令，当电子设备运行时，处理器执行存储器上的计算机指令，以实现如第一方面的业务满意度确定方法。
第四方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，计算机指令被处理器执行时实现如第一方面所述的业务满意度确定方法。
本发明的实施例提供的技术方案至少带来以下有益效果：
本发明实施例通过获取业务办理区域的视频信息；提取视频信息中用户的业务办理时间，根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；根据目标第一满意度，确定用户对业务办理区域的业务满意度，可以无需客户主动参与评价，实现对网点业务办理区域的业务满意度的无感评价。相对现有技术而言，能够更加准确、全面、客观地确定用户对网点业务办理区域的业务满意度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理，并不构成对本发明的不当限定。
图1示出了本发明实施例提供的业务满意度确定方法的流程示意图；
图2示出了本发明实施例提供的业务满意度确定方法的另一流程示意图；
图3示出了本发明实施例提供的业务满意度确定方法的又一流程示意图；
图4示出了本发明实施例提供的业务满意度确定方法的又一流程示意图；
图5示出了本发明实施例提供的业务满意度确定方法的又一流程示意图；
图6示出了本发明实施例提供的业务满意度确定方法的又一流程示意图；
图7示出了本发明实施例提供的业务满意度确定方法的又一流程示意图；
图8为本发明实施例提供的业务满意度确定装置的结构示意图；
图9为本发明实施例提供的业务满意度确定装置的另一结构示意图；
图10为本发明实施例提供的业务满意度确定装置的又一结构示意图；
图11为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本发明的技术方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
还应当理解的是，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素和/或组件的存在或添加。
本发明实施例提供一种业务满意度确定方法，该方法的执行主体可以是计算机、服务器、一个或多个处理器等，本发明在此不作限制。该业务满意度确定方法可以通过获取业务办理区域的视频信息和音频信息，并提取视频信息中用户的业务办理时间、用户的肢体动作特征、面部表情特征，以及音频信息中用户的关键词和音量变化差值。然后，可以根据业务办理时间确定目标第一满意度，根据肢体动作特征确定目标第二满意度，根据面部表情特征确定目标第三满意度，根据关键词和音量变化差值确定目标第四满意度。最后，可以根据目标第一满意度、目标第二满意度、目标第三满意度和目标第四满意度，确定用户对业务办理区域的业务满意度。从而，能够更加准确、全面、客观地确定用户对网点业务办理区域的业务满意度。
下面对该业务满意度确定方法进行示例性说明：
图1示出了本发明实施例提供的业务满意度确定方法的流程示意图。
如图1所示，该业务满意度确定方法，可以包括：
S100、获取业务办理区域的视频信息和音频信息。
可选地，业务办理区域可以是指金融机构、电力公司等服务机构的网点中的一些业务办理区域。视频信息和音频信息可以通过设置于业务办理区域的摄像头、麦克风等监控设备进行采集。
以金融机构网点为例，金融机构网点通常会划分为很多业务办理区域。如：银行网点可将个人业务办理区域划分为业务办理区域1，将公司业务办理区域划分为业务办理区域2，将国际业务办理区域划分为业务办理区域3。各业务办理区域中可以分别设置能够覆盖这个业务办理区域的摄像设备和音频设备。
摄像设备和音频设备采集到用户的视频信息和音频信息后，可以将视频信息和音频信息发送至监控服务器中。监控服务器可以对接收到的视频信息和音频信息，采用该业务满意度确定方法进行分析。
可选地，视频信息和音频信息中可以包括业务办理区域的编号，用于确定视频信息和音频信息具体是在哪个业务办理区域采集到的。
对于视频信息，可以执行下述步骤S110至步骤S113：
S110、提取视频信息中用户的业务办理时间、用户的肢体动作特征、面部表情特征。
业务办理时间具体是指用户在该业务办理区域办理业务的时长。例如，可以通过截取用户出现在业务办理区域和离开业务办理区域的视频，截取到的视频时长即为该用户的业务办理时间。
肢体动作特征和面部表情特征可以通过逐帧提取视频信息中的每一帧图像，然后从逐帧提取到的每一帧图像中进行分析获取。
S111、根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度。
具体地，可以预设业务办理时间与第一满意度之间的第一预设映射关系，该第一预设映射关系中，不同时长的业务办理时间，可以对应不同的第一满意度。
以下述表1为例：
表1
业务办理时间 Ak＞A'k Ak＝A'k Ak＜A'k
第一满意度 0 1 logA'k(Ak)
表1示出了一种示意性的第一预设映射关系。如表1所示，Ak表示从视频信息中提取的业务办理时间，A'k表示该业务办理区域对应的预设业务办理时间，A'k的大小可以是10分钟、20分钟、30分钟等。A'k的大小可以按照历史经验来确定，本发明对此不作限制。当Ak＞A'k，对应的第一满意度为0；当Ak＝A'k，对应的第一满意度为1；当Ak＞A'k，对应的第一满意度为logA'k(Ak)。
通过查找上述表1所示的第一预设映射关系，即可确定用户的业务办理时间对应的第一满意度，从而确定该第一满意度为目标第一满意度。
S112、根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度。
图2示出了本发明实施例提供的业务满意度确定方法的另一流程示意图。
如图2所示，步骤S112具体可以包括：
S201、根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定用户的每个肢体动作特征对应的第二满意度。
S202、确定用户的各肢体动作特征对应的第二满意度中的最大值，作为目标第二满意度。
可选地，第二预设映射关系中可以预设有多个标准肢体动作特征，如：双手叉腰，双手合十等。每个标准肢体动作特征可以对应一个第二满意度。例如，在业务办理区域k的点头动作对应的满意度为2、双手鼓掌对应的满意度为5等。
在逐帧提取到视频信息中的每一帧图像后，可以先将每一帧图像与预设的标准肢体动作特征分别进行对比，计算每一帧图像与各标准肢体动作特征的相似度，并将每一帧图像的相似度最大的标准肢体动作特征确定为该帧图像对应的标准肢体动作特征。
在确定得到每一帧图像对应的标准肢体动作特征后，可以查询第二预设映射关系，确定与每一帧图像对应的标准肢体动作特征的第二满意度，作为每一帧图像各自对应的第二满意度。然后，可以取每一帧图像分别对应的第二满意度中的最大值，作为目标第二满意度。
可选地，在上述计算每一帧图像与各标准肢体动作特征的相似度，并将每一帧图像的相似度最大的标准肢体动作特征确定为该帧图像对应的标准肢体动作特征的过程中，若存在某一帧图像与各标准肢体动作特征的相似度都比较低，如：低于某个相似度阈值，则可以将这一帧图像的动作特征标记为无特征动作产生，并在后续计算每一帧图像对应的第二满意度时，将这一帧图像对应的第二满意度记为0，避免动作误识别造成的满意度计算准确性降低。
其中，相似度阈值可以是20％、30％、60％等，可以根据需求进行设定，本发明在此不作限定。
S113、根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度。
其中，预设第三满意度识别模型可以通过采用样本集合对神经网络进行训练所获取，样本集合包括：样本面部表情特征、以及样本面部表情特征对应的第三满意度。
例如，样本集合中可以将样本面部表情特征分为以下5种：感激、开心、平淡、生气、以及厌恶。每个样本面部表情特征可以标注对应的第三满意度，如：感激表情对应的第三满意度为5；开心对应的第三满意度为3；平淡对应的第三满意度为0；生气对应的第三满意度为-4；厌恶对应的第三满意度为-6。然后，可以基于深度学习的方式，采用样本集合对神经网络进行训练，获取预设第三满意度识别模型。
在逐帧提取到视频信息中的每一帧图像后，可以将每一帧图像输入预设第三满意度识别模型，预设第三满意度识别模型可以根据每一帧图像中用户的面部表情特征输出对应的第三满意度，得到每一帧图像对应的第三满意度。然后，可以取每一帧图像分别对应的第三满意度中，绝对值最大的第三满意度作为目标第三满意度。
可选地，其他实施方式中，也可以参照前述确定每一帧图像对应的第二满意度的方式，确定第三满意度。例如，也可以预设用户的标准面部表情特征和第三满意度的映射关系，通过计算相似度，取相似度最大的标准面部表情特征的满意度作为每一帧图像的第三满意度，本发明对第三满意度的确定方式不作限制。
可以理解的，部分实施方式中，同样也可以将训练识别模型确定第三满意度的方式，应用于确定每一帧图像的第二满意度中，其原理类似，在此不再赘述。
对于音频信息，可以执行下述步骤S120至步骤S122：
S120、判断音频信息中是否存在关键词。
若存在，则执行步骤S121；若不存在，则执行步骤S122。
S121、提取关键词，并根据关键词与第四满意度之间的第三预设映射关系，确定目标第四满意度。
例如，可以根据音频信息中用户的语音数据和预设关键词，提取用户的语音数据中与预设关键词相同的词语作为用户的关键词。预设关键词可以包括：“服务很差”、“服务很好”等。
可选地，预设关键词可根据业务办理区域所属网点的地域的语言习惯进行设置，如：可以设置成不同地域的方言和/或普通话。
在提取到关键词后，可以根据关键词与第四满意度之间的第三预设映射关系，确定目标第四满意度。例如，例如关键词“服务很好”对应的第四满意度为5，“服务真差”对应的第二满意度为-6等。
具体地，第三预设映射关系可以参考前述第二预设映射关系进行设置，在此不再赘述。
当音频信息中不存在关键词，可以通过步骤S122确定目标第四满意度：
S122、提取音频信息中用户的音量变化差值，并根据用户的音量变化差值、以及音量变化差值与第四满意度之间的第四预设映射关系，确定目标第四满意度。
其中，音量变化差值可以通过提取音频信息中用户音量的最大值和最小值，并计算最大值和最小值的差值得到。
第四预设映射关系可以参考前述业务办理时间的第一预设映射关系进行设置，例如，可以设置不同大小的音量变化差值对应不同的第四满意度。
得到用户的音量变化差值后，可以查询第四预设映射关系，确定音量变化差值对应的目标第四满意度。
在确定得到上述目标第一满意度、目标第二满意度、目标第三满意度和目标第四满意度后，可以执行步骤S200：
S200、根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度，确定用户对业务办理区域的业务满意度。
一种实施方式中，上述根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度，确定用户对业务办理区域的业务满意度的步骤，具体可以包括：
根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度分别对应的预设权重值，确定用户对业务办理区域的业务满意度。
其中，预设权重值可以根据实际需求进行设定。目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度分别对应的预设权重值可以相同，也可以不同，在此不作限制。
举例说明：
假设目标第一满意度为M1，M1对应的预设权重值为a1；目标第二满意度为M2，M2对应的预设权重值为a2；目标第三满意度为M3，M3对应的预设权重值为a3；目标第四满意度为M4，M4对应的预设权重值为a4；则用户对业务办理区域的业务满意度M可以如下：
M＝M1*a1+M2*a2+M3*a3+M4*a4。(*表示乘)
其他实施方式中，也可以是取目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度的平均值、最大值、直接求和等，本发明对业务满意度的具体确定方式也不作限制。
相对于现有技术中通过问卷调查进行业务满意度分析的方式而言，本发明实施例通过对服务机构业务办理信息的收集和对满意度评价的自定义配置，灵活的获取各种满意度评价值，能够更加准确、全面、客观地确定用户对网点业务办理区域的业务满意度，实现网点内不同业务办理区域的业务满意度调查，以改进服务机构的各项服务质量。
另外，本发明实施例提供的业务满意度确定方法，无需客户主动参与评价，实现了无感评价，可以提升对网点业务办理区域进行服务满意度评价时的用户体验。
一些实施例中，也可只采用前述实施例中所述的目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度中的任意一种或多种，确定用户对业务办理区域的业务满意度。现通过如下多种实施方式进行说明：
图3示出了本发明实施例提供的业务满意度确定方法的又一流程示意图。
如图3所示，一种实施方式中，该业务满意度确定方法，可以包括：
S301、获取业务办理区域的视频信息。
S302、提取视频信息中用户的业务办理时间。
S303、根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度。
S304、根据目标第一满意度，确定用户对业务办理区域的业务满意度。
图4示出了本发明实施例提供的业务满意度确定方法的又一流程示意图。
如图4所示，在上一种实施方式的基础上，另一种实施方式中，在所述根据目标第一满意度，确定用户对业务办理区域的业务满意度之前，该业务满意度确定方法还可以包括：
S401、提取视频信息中用户的肢体动作特征。
S402、根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度。
相应地，所述根据目标第一满意度，确定用户对业务办理区域的业务满意度，包括：根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度。
图5示出了本发明实施例提供的业务满意度确定方法的又一流程示意图。
如图5所示，在上一种实施方式的基础上，又一种实施方式中，在所述根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度之前，该业务满意度确定方法还可以包括：
S501、提取视频信息中用户的面部表情特征。
S502、根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度。
相应地，所述根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度，包括：根据目标第一满意度、目标第二满意度、以及目标第三满意度，确定用户对业务办理区域的业务满意度。
可以理解的，本实施方式中，在根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度之前，该业务满意度确定方法还可以包括训练获取预设第三满意度识别模型的步骤。
图6示出了本发明实施例提供的业务满意度确定方法的又一流程示意图。
也即，如图6所示，在步骤S502之前，该业务满意度确定方法还可以包括：
S601、获取样本面部表情特征、以及样本面部表情特征对应的第三满意度，得到样本集合。
S602、采用样本集合对神经网络进行训练，得到预设第三满意度识别模型。
对于本领域技术人员而言，可以基于前述多种实施方式中所述的业务满意度确定方法，对前述多种实施方式进行组合或拆分，以实现根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度中的任意一种或多种，确定用户对业务办理区域的业务满意度。但可以理解，对前述多种实施方式进行组合或拆分的技术方案，均应在本发明的保护范围之内。
对于网点而言，通常包含有多个业务办理区域，在通过上述业务满意度确定方式，得到网点中各业务办理区域的业务满意度后，还可以确定网点的综合业务满意度。
图7示出了本发明实施例提供的业务满意度确定方法的又一流程示意图。
可选地，如图7所示，确定网点的综合业务满意度的步骤可以包括：
S701、获取网点中不同业务办理区域的业务满意度。
S702、根据网点中不同业务办理区域的业务满意度，确定网点的综合业务满意度。
例如，可以计算不同业务办理区域的业务满意度的和作为网点的综合业务满意度，或者，也可以计算网点中各业务办理区域的业务满意度的平均值作为网点的综合业务满意度，在此均不作限制。
本领域技术人员应该很容易意识到，结合本文中所发明的实施例描述的各示例的算法步骤，本发明能够以硬件或硬件和计算机软件的结合形式来实现。例如，可以将用于实现前述业务满意度确定方法的一个或多个硬件结构和/或软件模块，构成一个电子设备。其中，某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
基于此，本发明实施例还对应提供一种业务满意度确定装置，图8为本发明实施例提供的业务满意度确定装置的结构示意图。
如图8所示，该业务满意度确定装置可以包括：视频获取模块11，用于获取业务办理区域的视频信息；特征提取模块12，用于提取视频信息中用户的业务办理时间；满意度分析模块13，用于根据用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；根据目标第一满意度，确定用户对业务办理区域的业务满意度。
可选地，特征提取模块12，还用于提取视频信息中用户的肢体动作特征；满意度分析模块13，还用于根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度；根据目标第一满意度和目标第二满意度，确定用户对业务办理区域的业务满意度。
可选地，满意度分析模块13，具体用于根据用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定用户的每个肢体动作特征对应的第二满意度；确定用户的各肢体动作特征对应的第二满意度中的最大值，作为目标第二满意度。
可选地，特征提取模块12，还用于提取视频信息中用户的面部表情特征；满意度分析模块13，还用于根据用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度；预设第三满意度识别模型通过采用样本集合对神经网络进行训练所获取，样本集合包括：样本面部表情特征、以及样本面部表情特征对应的第三满意度；根据目标第一满意度、目标第二满意度、以及目标第三满意度，确定用户对业务办理区域的业务满意度。
图9为本发明实施例提供的业务满意度确定装置的另一结构示意图。
如图9所示，该业务满意度确定装置还可以包括：模型训练模块14，用于获取样本面部表情特征、以及样本面部表情特征对应的第三满意度，得到样本集合；采用样本集合对神经网络进行训练，得到预设第三满意度识别模型。
图10为本发明实施例提供的业务满意度确定装置的又一结构示意图。
如图10所示，该业务满意度确定装置还可以包括：音频获取模块15，用于获取业务办理区域的音频信息；满意度分析模块13，还用于判断音频信息中是否存在关键词；若存在，则提取关键词，并根据关键词与第四满意度之间的第三预设映射关系，确定目标第四满意度；若不存在，则提取音频信息中用户的音量变化差值，并根据用户的音量变化差值、以及音量变化差值与第四满意度之间的第四预设映射关系，确定目标第四满意度；根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度，确定用户对业务办理区域的业务满意度。
可选地，满意度分析模块13，具体用于根据目标第一满意度、目标第二满意度、目标第三满意度、以及目标第四满意度分别对应的预设权重值，确定用户对业务办理区域的业务满意度。
可选地，满意度分析模块13，还用于获取网点中不同业务办理区域的业务满意度；根据网点中不同业务办理区域的业务满意度，确定网点的综合业务满意度。
如上所述，本发明实施例可以根据上述方法示例对电子设备进行功能模块的划分。其中，上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。另外，还需要说明的是，本发明实施例中对模块的划分是示意性的，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。例如，业务满意度确定装置可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。
关于上述实施例中的业务满意度确定装置，其中各个模块执行操作的具体方式、以及具备的有益效果，均已经在前述方法实施例中进行了详细描述，此处不再赘述。
本发明实施例还提供一种电子设备，该电子设备可以是前述计算机或服务器，图11为本发明实施例提供的电子设备的结构示意图。
如图11所示，该电子设备可以包括：处理器100和存储器200，处理器100和存储器200通过总线连接，存储器200上存储有计算机指令，当电子设备运行时，处理器100执行存储器200上的计算机指令，以实现如前述实施例中所述的业务满意度确定方法。其原理和技术效果类似，在此不再赘述。
可选地，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，计算机指令被处理器执行时实现如前述实施例中所述的业务满意度确定方法。其原理和技术效果类似，在此同样不再赘述。
计算机可读存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种业务满意度确定方法，其特征在于，所述方法包括：
获取业务办理区域的视频信息；
提取所述视频信息中用户的业务办理时间；
根据所述用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；
根据所述目标第一满意度，确定所述用户对所述业务办理区域的业务满意度。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述目标第一满意度，确定所述用户对所述业务办理区域的业务满意度之前，所述方法还包括：
提取所述视频信息中所述用户的肢体动作特征；
根据所述用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度；
相应地，所述根据所述目标第一满意度，确定所述用户对所述业务办理区域的业务满意度，包括：
根据所述目标第一满意度和所述目标第二满意度，确定所述用户对所述业务办理区域的业务满意度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定目标第二满意度，包括：
根据所述用户的肢体动作特征、以及肢体动作特征与第二满意度之间的第二预设映射关系，确定所述用户的每个肢体动作特征对应的第二满意度；
确定所述用户的各肢体动作特征对应的第二满意度中的最大值，作为目标第二满意度。
4.根据权利要求2所述的方法，其特征在于，在所述根据所述目标第一满意度和所述目标第二满意度，确定所述用户对所述业务办理区域的业务满意度之前，所述方法还包括：
提取所述视频信息中所述用户的面部表情特征；
根据所述用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度；所述预设第三满意度识别模型通过采用样本集合对神经网络进行训练所获取，所述样本集合包括：样本面部表情特征、以及所述样本面部表情特征对应的第三满意度；
相应地，所述根据所述目标第一满意度和所述目标第二满意度，确定所述用户对所述业务办理区域的业务满意度，包括：
根据所述目标第一满意度、所述目标第二满意度、以及所述目标第三满意度，确定所述用户对所述业务办理区域的业务满意度。
5.根据权利要求4所述的方法，其特征在于，在所述根据所述用户的面部表情特征、以及预设第三满意度识别模型，确定目标第三满意度之前，所述方法还包括：
获取样本面部表情特征、以及所述样本面部表情特征对应的第三满意度，得到样本集合；
采用所述样本集合对神经网络进行训练，得到预设第三满意度识别模型。
6.根据权利要求4所述的方法，其特征在于，在所述根据所述目标第一满意度、所述目标第二满意度、以及所述目标第三满意度，确定所述用户对所述业务办理区域的业务满意度之前，所述方法还包括：
获取业务办理区域的音频信息；
判断所述音频信息中是否存在关键词；
若存在，则提取所述关键词，并根据关键词与第四满意度之间的第三预设映射关系，确定目标第四满意度；
若不存在，则提取所述音频信息中所述用户的音量变化差值，并根据所述用户的音量变化差值、以及音量变化差值与第四满意度之间的第四预设映射关系，确定目标第四满意度；
相应地，所述根据所述目标第一满意度、所述目标第二满意度、以及所述目标第三满意度，确定所述用户对所述业务办理区域的业务满意度，包括：
根据所述目标第一满意度、所述目标第二满意度、所述目标第三满意度、以及所述目标第四满意度，确定所述用户对所述业务办理区域的业务满意度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标第一满意度、所述目标第二满意度、所述目标第三满意度、以及所述目标第四满意度，确定所述用户对所述业务办理区域的业务满意度，包括：
根据所述目标第一满意度、所述目标第二满意度、所述目标第三满意度、以及所述目标第四满意度分别对应的预设权重值，确定所述用户对所述业务办理区域的业务满意度。
8.根据权利要求1-7任一项所述的方法，其特征在于，在确定所述用户对所述业务办理区域的业务满意度之后，所述方法还包括：
获取网点中不同业务办理区域的业务满意度；
根据所述网点中不同业务办理区域的业务满意度，确定所述网点的综合业务满意度。
9.一种业务满意度确定装置，其特征在于，所述装置包括：
视频获取模块，用于获取业务办理区域的视频信息；
特征提取模块，用于提取所述视频信息中用户的业务办理时间；
满意度分析模块，用于根据所述用户的业务办理时间、以及业务办理时间与第一满意度之间的第一预设映射关系，确定目标第一满意度；根据所述目标第一满意度，确定所述用户对所述业务办理区域的业务满意度。
10.一种电子设备，其特征在于，包括：处理器和存储器，所述处理器和所述存储器通过总线连接，所述存储器上存储有计算机指令，当所述电子设备运行时，所述处理器执行所述存储器上的计算机指令，以实现如权利要求1-8任一项所述的业务满意度确定方法。
CN202010398991.9A 2020-05-12 2020-05-12 业务满意度确定方法、装置及电子设备 Pending CN111639549A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010398991.9A CN111639549A (zh) 2020-05-12 2020-05-12 业务满意度确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010398991.9A CN111639549A (zh) 2020-05-12 2020-05-12 业务满意度确定方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN111639549A true CN111639549A (zh) 2020-09-08

Family

ID=72331989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010398991.9A Pending CN111639549A (zh) 2020-05-12 2020-05-12 业务满意度确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111639549A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112329928A (zh) * 2020-12-30 2021-02-05 四川新网银行股份有限公司 基于异构模型的用户满意度分析方法
CN113469562A (zh) * 2021-07-20 2021-10-01 中国银行股份有限公司 银行柜台服务的满意度分析方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460891A (zh) * 2018-09-25 2019-03-12 平安科技（深圳）有限公司 基于满意度评价的数据处理方法、装置和计算机设备
CN110458140A (zh) * 2019-08-20 2019-11-15 中国工商银行股份有限公司 基于表情识别的网点满意度评价方法和装置
CN110472592A (zh) * 2019-08-20 2019-11-19 中国工商银行股份有限公司 基于表情识别的服务满意度评价方法和装置
CN110503457A (zh) * 2019-07-11 2019-11-26 平安科技（深圳）有限公司 用户满意度的分析方法及装置、存储介质、计算机设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460891A (zh) * 2018-09-25 2019-03-12 平安科技（深圳）有限公司 基于满意度评价的数据处理方法、装置和计算机设备
CN110503457A (zh) * 2019-07-11 2019-11-26 平安科技（深圳）有限公司 用户满意度的分析方法及装置、存储介质、计算机设备
CN110458140A (zh) * 2019-08-20 2019-11-15 中国工商银行股份有限公司 基于表情识别的网点满意度评价方法和装置
CN110472592A (zh) * 2019-08-20 2019-11-19 中国工商银行股份有限公司 基于表情识别的服务满意度评价方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112329928A (zh) * 2020-12-30 2021-02-05 四川新网银行股份有限公司 基于异构模型的用户满意度分析方法
CN112329928B (zh) * 2020-12-30 2021-04-30 四川新网银行股份有限公司 基于异构模型的用户满意度分析方法
CN113469562A (zh) * 2021-07-20 2021-10-01 中国银行股份有限公司 银行柜台服务的满意度分析方法及装置

Similar Documents

Publication Publication Date Title
CN104732978B (zh) 基于联合深度学习的文本相关的说话人识别方法
CN112381782B (zh) 人脸图像质量评估方法、装置、计算机设备及存储介质
CN105160318A (zh) 基于面部表情的测谎方法及系统
CN106778910B (zh) 基于本地训练的深度学习系统和方法
WO2023035923A1 (zh) 一种视频审核方法、装置及电子设备
CN107945817A (zh) 心肺音信号分类方法、检测方法、装置、介质和计算机设备
CN109190588A (zh) 一种人口分类的方法及装置
CN111639549A (zh) 业务满意度确定方法、装置及电子设备
CN108877823A (zh) 语音增强方法和装置
CN110705428B (zh) 一种基于脉冲神经网络的脸部年龄识别系统及方法
WO2021159902A1 (zh) 年龄识别方法、装置、设备及计算机可读存储介质
KR20210075511A (ko) 재난대응 추천방법 및 그 장치
CN111489819A (zh) 检测认知和语言障碍的方法、服务器和计算机可读介质
Ali et al. Chaos-based robust method of zero-watermarking for medical signals
CN115620384B (zh) 模型训练方法、眼底图像预测方法及装置
CN114037003A (zh) 问答模型的训练方法、装置及电子设备
US20230410220A1 (en) Information processing apparatus, control method, and program
CN114495217A (zh) 基于自然语言和表情分析的场景分析方法、装置及系统
EP3424411A1 (en) Method and system for postural stability assessment
CN111506798A (zh) 用户筛选方法、装置、设备及存储介质
CN113191787A (zh) 电信数据的处理方法、装置电子设备及存储介质
Heard et al. Speech workload estimation for human-machine interaction
CN113673501B (zh) 一种ocr分类方法、系统、电子设备及存储介质
CN114334157A (zh) 一种脑卒中风险预测方法及装置
CN113657293A (zh) 活体检测方法、装置、电子设备、介质及程序产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200908