CN113269406A - 线上服务的评价方法、装置、计算机设备及存储介质 - Google Patents
线上服务的评价方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113269406A CN113269406A CN202110491601.7A CN202110491601A CN113269406A CN 113269406 A CN113269406 A CN 113269406A CN 202110491601 A CN202110491601 A CN 202110491601A CN 113269406 A CN113269406 A CN 113269406A
- Authority
- CN
- China
- Prior art keywords
- online service
- user
- service provider
- online
- evaluation score
- 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
Links
Images
Classifications
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Game Theory and Decision Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提出了一种线上服务的评价方法、装置、计算机设备及存储介质,涉及计算机技术领域。该方法包括:在用户使用线上服务的过程中,采集所述用户的面部图像数据;对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态;根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分。由此,通过根据线上服务的过程中实时确定的用户的情感状态,为对应的线上服务提供方形成可靠的服务评价得分,从而有效提高了对线上服务提供方的评价的准确性和可靠性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种线上服务的评价方法、装置、计算机设备及存储介质。
背景技术
近年来,人工智能和大数据等技术发展迅猛,给人们的工作和生活带来了革命性变化。线上服务,比如线上教学和线上医生问诊等服务打破了传统的线下模式。
相关技术中的线上服务,如医生和患者的视频问诊、教师和学生的视频教学等,通常是根据使用人数和好评率等数据,对服务提供方进行评价的。然而,使用人数不能准确反馈用户使用体验,且不是每个用户都会反馈服务体验,这就导致基于使用人数和好评率等对服务提供方进行评价的方式并不可靠。因此,如何准确的对线上服务提供方进行评价成为目前亟需解决的问题。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
本公开第一方面实施例提出了一种线上服务的评价方法,包括:
在用户使用线上服务的过程中,采集所述用户的面部图像数据;
对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态;
根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分。
优选的,所述的方法还包括:
在用户使用线上服务的过程中,采集所述线上服务提供方的面部图像数据;
对所述线上服务提供方的面部图像数据进行情感识别,以确定所述线上服务提供方在提供线上服务过程中的情感状态;
根据所述线上服务提供方在提供线上服务过程中的情感状态,确定所述线上服务提供方的第二服务评价得分。
优选的,所述的方法还包括:
在用户使用线上服务的过程中,采集所述线上服务提供方的音频数据;
对所述线上服务提供方的音频数据进行语速识别,以确定所述线上服务提供方在提供线上服务过程中的语速特征;
根据所述线上服务提供方在提供线上服务过程中的语速特征,确定所述线上服务提供方的第三服务评价得分。
优选的,所述的方法还包括:
在用户使用线上服务的过程中,采集所述线上服务提供方的音频数据;
对所述线上服务提供方的音频数据进行音色识别,以确定所述线上服务提供方在提供线上服务过程中的音色特征;
根据所述线上服务提供方在提供线上服务过程中的音色特征,确定所述线上服务提供方的第四服务评价得分。
优选的,所述对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态,包括:
对所述用户的面部图像数据进行降噪、分割和归一化处理;
对处理后的用户的面部图像数据进行情感识别,以确定所述用户使用线上服务过程中的情感状态为积极状态的第一时长。
优选的,所述根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分,包括:
根据所述第一时长占所述用户使用线上服务的总时长的比例,确定所述线上服务提供方的第一服务评价得分。
优选的,在所述根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分之后,还包括:
根据所述线上服务提供方的第一服务评价得分,对各个线上服务提供方进行排序。
本公开第二方面实施例提出了一种线上服务的评价装置,包括:
图像采集模块,用于在用户使用线上服务的过程中,采集所述用户的面部图像数据;
情感识别模块,用于对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态;
服务评价模块,用于根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分。
优选的,所述图像采集模块还用于在用户使用线上服务的过程中,采集所述线上服务提供方的面部图像数据;
所述情感识别模块还用于对所述线上服务提供方的面部图像数据进行情感识别,以确定所述线上服务提供方在提供线上服务过程中的情感状态;
所述服务评价模块还用于根据所述线上服务提供方在提供线上服务过程中的情感状态,确定所述线上服务提供方的第二服务评价得分。
优选的,所述的装置还包括:
音频采集模块,用于在用户使用线上服务的过程中,采集所述线上服务提供方的音频数据;
语音识别模块,用于对所述线上服务提供方的音频数据进行语速识别,以确定所述线上服务提供方在提供线上服务过程中的语速特征;
语音评价模块,用于根据所述线上服务提供方在提供线上服务过程中的语速特征,确定所述线上服务提供方的第三服务评价得分。
优选的,所述语音识别模块还用于对所述线上服务提供方的音频数据进行音色识别,以确定所述线上服务提供方在提供线上服务过程中的音色特征;
所述语音评价模块还用于根据所述线上服务提供方在提供线上服务过程中的音色特征,确定所述线上服务提供方的第四服务评价得分。
优选的,所述情感识别模块,具体用于:
对所述用户的面部图像数据进行降噪、分割和归一化处理;
对处理后的用户的面部图像数据进行情感识别,以确定所述用户使用线上服务过程中的情感状态为积极状态的第一时长。
优选的,所述服务评价模块,具体用于:
根据所述第一时长占所述用户使用线上服务的总时长的比例,确定所述线上服务提供方的第一服务评价得分。
优选的,所述的装置还包括服务排序模块,用于根据所述线上服务提供方的第一服务评价得分,对各个线上服务提供方进行排序。
本公开第三方面实施例提出了一种计算机设备,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,所述处理器执行所述程序时,实现如本公开第一方面实施例提出的线上服务的评价方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如本公开第一方面实施例提出的线上服务的评价方法。
本公开第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行本公开第一方面实施例提出的线上服务的评价方法。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
本公开提供的线上服务的评价方法、装置、计算机设备及存储介质,存在如下有益效果:
在用户使用线上服务的过程中,采集用户的面部图像数据,然后对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态,最后根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。由此,在线上服务的过程中实时记录用户的情感状态,真实反应用户的使用体验,进而为对应的线上服务提供方形成可靠的服务评价得分,有效提高了对线上服务提供方的评价的准确性和可靠性。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本公开实施例一所提供的线上服务的评价方法的流程示意图;
图2为本公开实施例二所提供的线上服务的评价方法的流程示意图;
图3为本公开实施例三所提供的线上服务的评价方法的流程示意图;
图4为本公开实施例四所提供的线上服务的评价方法的流程示意图;
图5为本公开一实施例所提供的线上服务的评价装置的结构示意图;
图6为本公开另一实施例所提供的线上服务的评价装置的结构示意图;
图7示出了适于用来实现本公开实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。
下面参考附图描述本公开实施例的线上服务的评价方法、装置、计算机设备和存储介质。
实施例一
图1为本公开实施例所提供的线上服务的评价方法的流程示意图。
本公开实施例以该线上服务的评价方法被配置于线上服务的评价装置中来举例说明,该线上服务的评价装置可以应用于任一计算机设备中,以使该计算机设备可以执行线上服务的评价功能。
其中,计算机设备可以为个人电脑(Personal Computer,简称PC)、云端设备、移动设备等,移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
实施例一
如图1所示,该线上服务的评价方法可以包括以下步骤:
步骤101,在用户使用线上服务的过程中,采集用户的面部图像数据。
其中,线上服务,可以是通过带有显示界面的电子设备实现的任何视频服务,例如医生和患者的视频问诊、教师和学生的视频教学,以及相关的视频回访、视频问答等,本公开对此不做限定。
可选的,可以实时采集用户的面部图像数据,或者,还可以根据设定的采样频率,采集用户的面部图像数据,比如每秒采集n帧面部图像,本公开对此不做限定。
步骤102,对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态。
比如,用户在使用线上服务过程中的情感状态可以确定为微笑、专注、厌烦等。
或者,可以将微笑、专注、厌烦等情感状态进一步划分,将微笑、专注划分为积极状态,将厌烦划分为消极状态,进而将用户在使用线上服务过程中的情感状态确定为积极状态或者消极状态。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对用户情感状态的限定。
具体的,可以采用任意类型的图像识别模型,对用户的面部图像数据进行情感识别,比如利用卷积神经网络模型、双流差分网络模型等,在此不再赘述。
步骤103,根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。
可以理解的是,用户的情感状态可以反映用户在接受服务时的心情变化。
可选的,可以根据用户不同情感状态所维持的时间,确定线上服务提供方的第一服务评价得分。
比如,某一用户在使用线上服务过程中的情感状态包括:微笑、专注及厌烦,且微笑和专注的时长为10分钟(min),厌烦的时长为10秒(s)。从而即可确定该用户在使用线上服务的过程中,对该线上服务提供方的第一服务评价得分为:10*60/(10*60+10)=60/61。
或者,某一用户在使用线上服务过程中的情感状态包括:积极状态及消极状态,且积极状态的时长为9分钟(min),消极状态的时长为30秒(s)。则可以确定该用户在使用线上服务的过程中,对该线上服务提供方的第一服务评价得分为:9*60/(9*60+30)=54/57。
可选的,还可以根据用户不同情感状态的分布情况,确定线上服务提供方的第一服务评价得分。比如,若用户在使用线上服务的初始阶段对应的情感状态为厌烦,而在使用线上服务的结束阶段对应的情感状态为微笑,则可以确定该次线上服务的服务提供方的第一服务评价得分较高。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对用户情感状态和对线上服务提供方的第一服务评价得分的限定。
可以理解的是,为了提高线上服务评价的实时性和高效性,本公开可以在用户使用线上服务的过程中实时采集用户的面部图像数据,然后进行情感识别,以确定每帧图像的情感状态,在线上服务结束后,根据识别的结果确定线上服务提供方的第一服务评价得分。
由于线上服务提供方所服务的用户可能有多个,因此每一个服务提供方可能会获取到多个用户对其的第一服务评价得分。本公开中,可以根据此前所有用户的评价得分对线上服务提供方的第一服务评价得分进行更新,从而保证线上服务提供方的第一服务评价得分的准确性和实时性。
比如,可以统计线上服务提供方提供线上服务时,每个用户保持积极状态的时长占用户使用线上服务总时长的比例,记为A1、A2、A3、……、An。之后,将所有用户保持积极状态的时长占使用线上服务总时长的比例的平均值(A1+A2+A3+……+An)/n,作为更新后的线上服务提供方的第一服务评价得分。
或者,可以累计线上服务提供方提供线上服务时,所有用户积极状态的持续时长t1、t2、t3、……、tn,和所有用户使用线上服务的总时长T1、T2、T3、……、Tn。计算所有用户积极状态的持续时长占所有用户使用线上服务的总时长的比例(t1+t2+t3+……+tn)/(T1+T2+T3+……+Tn),作为更新后的线上服务提供方的第一服务评价得分。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中更新线上服务提供方的第一服务评价得分的限定。
本公开实施例中,在用户使用线上服务的过程中,采集用户的面部图像数据,然后对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态,最后根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。由此,通过根据线上服务的过程中实时确定的用户的情感状态,为对应的线上服务提供方形成可靠的服务评价得分,从而有效提高了对线上服务提供方的评价的准确性和可靠性。
实施例二
在另一种可能的实现方式中,除了使用用户的面部图像数据之外,还可以同时根据线上服务提供方的面部图像数据,确定对线上服务提供方的多个评价得分,从而使得对线上服务提供方的评价更全方位、更准确、更可靠。下面结合图2对上述情况进行进一步说明。
步骤201,在用户使用线上服务的过程中,采集用户的面部图像数据。
步骤202,对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态。
需要说明的是,由于不同用户使用的终端设备的性能可能不同,从而导致采集的用户的面部图像数据的清晰度等可能有差异。本公开中,为了保证情感识别的准确性,可以先对用户的面部图像数据进行预处理,比如降噪、分割和归一化处理,然后再由图像识别模型对图像数据进行识别,以确定用户的情感状态。
可以理解的是,用户在使用线上服务的过程中,其各种情感状态会维持一定的时间。确定用户使用线上服务过程中的情感状态,可以累计用户保持各种情感状态的时长。比如,用户保持微笑状态的第一时长,或者,用户保持积极状态的第一时长等。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对用户情感状态的限定。
步骤203,根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。
上述步骤201-203的具体实现过程,可参照本公开其他实施例的详细描述,此处不再赘述。
步骤204,在用户使用线上服务的过程中,采集线上服务提供方的面部图像数据。
步骤205,对线上服务提供方的面部图像数据进行情感识别,以确定线上服务提供方在提供线上服务过程中的情感状态。
步骤206,根据线上服务提供方在提供线上服务过程中的情感状态,确定线上服务提供方的第二服务评价得分。
可以理解的是,通过线上服务提供方的情感状态可以反映线上服务提供方的服务态度。
上述步骤204-206对线上服务提供方进行情感状态识别并计算第二服务评价得分,可以参照对用户进行情感状态识别并计算第一服务评价得分的方式,此处不再赘述。
步骤207,根据线上服务提供方的第一服务评价得分和/或第二服务评价得分,对各个线上服务提供方进行排序。
可选的,本公开中,可以仅根据线上服务提供方的第一服务评价得分,对各个线上服务提供方进行排序。
具体的,按照线上服务提供方的第一服务评价得分,从高到底对各个线上服务提供方进行排序。此时,线上服务提供方的第二服务评价得分可以作为线上服务提供方的附加服务特征,记录在对应的线上服务提供方的数据下。
或者,也可以仅根据线上服务提供方的第二服务评价得分,对各个线上服务提供方进行排序。
具体的,按照线上服务提供方的第二服务评价得分,从高到底对各个线上服务提供方进行排序。此时,线上服务提供方的第一服务评价得分可以作为线上服务提供方的附加服务特征,记录在对应的线上服务提供方的数据下。
或者,还可以根据线上服务提供方的第一服务评价得分和第二服务评价得分,对各个线上服务提供方进行排序。
具体的,按照线上服务提供方的第一服务评价得分和第二服务评价得分的总和,从高到底对各个线上服务提供方进行排序;或者按照线上服务提供方的第一服务评价得分和第二服务评价得分的平均值,从高到底对各个线上服务提供方进行排序。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对各个线上服务提供方进行排序的限定。
上述实施例,根据用户使用线上服务的过程中的面部图像数据,确定用户的情感状态,然后根据用户的情感状态,确定线上服务提供方的第一服务评价得分;同时,根据线上服务提供方的面部图像数据,确定线上服务提供方的情感状态,然后根据线上服务提供方的情感状态,确定对线上服务提供方的第二服务评价得分,进而根据第一服务评价得分和/或第二服务评价得分,对线上服务提供方进行排序,从而进一步提高对线上服务提供方的评价的准确性和可靠性。
实施例三
在另一种可能的实现方式中,除了使用用户和线上服务提供方的面部图像数据之外,还可以同时根据线上服务提供方的音频数据,确定对线上服务提供方的多个评价得分,从而使得对线上服务提供方的评价更全方位、更准确、更可靠。下面结合图3对上述过程进行进一步说明。
步骤301,在用户使用线上服务的过程中,采集用户的面部图像数据、线上服务提供方的面部图像数据及线上服务提供方的音频数据。
具体的,可以根据需要设定采样频率,采集线上服务提供方的音频数据。或者,也可以采集服务提供方在提供线上服务过程中全部的音频数据,本公开对此不做限定。
步骤302,对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态。
步骤303,根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。
步骤304,对线上服务提供方的面部图像数据进行情感识别,以确定线上服务提供方在提供线上服务过程中的情感状态。
步骤305,根据线上服务提供方在提供线上服务过程中的情感状态,确定线上服务提供方的第二服务评价得分。
上述步骤302-305的具体实现过程,可参照本公开其他实施例的详细描述,此处不再赘述。
步骤306,对线上服务提供方的音频数据进行语速识别,以确定线上服务提供方在提供线上服务过程中的语速特征。
比如,对于人耳来说,感受到的语速大体可以分为快、中和慢等类型。语速偏快可能导致对话时听不清楚,语速偏慢可能会使用户内心产生急迫感和焦虑感,因此通过线上服务提供方的语速特征可以进一步细化对线上服务提供方的服务评价。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对线上服务提供方的语速特征的限定。
步骤307,根据线上服务提供方在提供线上服务过程中的语速特征,确定线上服务提供方的第三服务评价得分。
比如,线上服务提供方在提供线上服务过程中的语速特征为快、中或慢三种类型,确定线上服务提供方的第三服务评价得分可以采用满分1分制,快、中和慢三种语速特征对应分值可以分别为1/3、1和1/2分。或者确定线上服务提供方的第三服务评价得分可以采用满分5分制,快、中和慢三种语速特征对应分值可以分别为2、5和3分。
或者,对线上服务提供方在提供线上服务过程中的语速特征进一步细分为过快、偏快、适中、偏慢或过慢等类型。确定线上服务提供方的第三服务评价得分可以采用满分1分制,过快、偏快、适中、偏慢和过慢五种语速特征对应分值可以分别为1/5、1/3、1、1/2和1/4分。或者确定线上服务提供方的第三服务评价得分可以采用满分5分制,过快、偏快、适中、偏慢和过慢五种语速特征对应分值可以分别为1、2、5、4和3分。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对线上服务提供方语速特征和对线上服务提供方的第三服务评价得分的限定。
可以理解的是,由于线上服务提供方所服务的用户可能有多个,因此每当一个用户结束线上服务后,可以对线上服务提供方的第三服务评价得分进行更新,从而保证线上服务提供方的第三服务评价得分的准确性和实时性。
比如,可以统计每个用户在使用线上服务过程中,线上服务提供方的第三服务评价得分,记为C1、C2、C3、……、Cn。将每个用户在使用线上服务过程中,线上服务提供方的第三服务评价得分的平均值(C1+C2+C3+……+Cn)/n,作为更新后的线上服务提供方的第三服务评价得分。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对更新线上服务提供方第三服务评价得分的限定。
步骤308,根据线上服务提供方的第一服务评价得分、第二服务评价得分和第三服务评价得分中的任意一种或几种,对各个线上服务提供方进行排序。
比如,根据线上服务提供方的第一服务评价得分,对各个线上服务提供方进行排序。
具体的,按照线上服务提供方的第一服务评价得分,从高到底对各个线上服务提供方进行排序。此时,线上服务提供方的第二服务评价得分和第三服务评价得分可以作为线上服务提供方的附加服务特征,依次记录在对应的线上服务提供方的数据下。
或者,根据线上服务提供方的第一服务评价得分和第二服务评价得分,对各个线上服务提供方进行排序。
具体的,按照线上服务提供方的第一服务评价得分和第二服务评价得分的总和,从高到底对各个线上服务提供方进行排序;或者按照线上服务提供方的第一服务评价得分和第二服务评价得分的平均值,从高到底对各个线上服务提供方进行排序。此时,线上服务提供方的第三服务评价得分可以作为线上服务提供方的附加服务特征,依次记录在对应的线上服务提供方的数据下。
或者,根据线上服务提供方的第一服务评价得分、第二服务评价得分和第三服务评价得分,对各个线上服务提供方进行排序。
具体的,按照线上服务提供方的第一服务评价得分、第二服务评价得分和第三服务评价得分的总和,从高到底对各个线上服务提供方进行排序;或者按照线上服务提供方的第一服务评价得分、第二服务评价得分和第三服务评价得分的平均值,从高到底对各个线上服务提供方进行排序。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对各个线上服务提供方进行排序的限定。
上述实施例,分别根据用户和线上服务提供方的面部图像数据,确定用户和线上服务提供方的情感状态,然后分别根据用户和线上服务提供方的情感状态,确定线上服务提供方的第一服务评价得分和第二服务评价得分;同时,根据线上服务提供方的音频数据,确定线上服务提供方的语速特征,进而根据线上服务提供方的语速特征确定其第三服务评价得分,从而使得对线上服务提供方的评价更全方位、更准确、更可靠。
需要说明的是,在用户使用线上服务的过程中,用户的语速也可能会根据线上服务提供方的服务情况发生变化。比如,如果线上服务提供方的服务态度良好,服务质量较高,则用户的情绪可能保持平稳,其语速也会处于正常状态。如果线上服务提供方的服务态度较差,服务质量较低,则用户的情绪可能变化较大,其语速也会变快。因此,本公开中,还可以根据用户的语速特征形成对线上服务提供方的服务评价得分。其中,用户的音频数据采集、语速特征识别及对线上服务提供方的服务评价得分的确定,可以参照上述线上服务提供方的实现方式进行,在此不再赘述。
实施例四
在另一种可能的实现方式中,除了使用用户和线上服务提供方的面部图像数据,确定用户和线上服务提供方的情感状态之外,可以同时根据线上服务提供方的音频数据,确定线上服务提供方的语速特征和音色特征,进而根据用户和线上服务提供方的情感状态,以及线上服务提供方的语速特征和音色特征,形成对线上服务提供方的多个评价得分,从而进一步提高对线上服务提供方的评价的准确性、可靠性和全面性。下面结合图4对上述过程进行进一步说明。
步骤401,在用户使用线上服务的过程中,采集用户的面部图像数据、线上服务提供方的面部图像数据及线上服务提供方的音频数据。
步骤402,对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态。
步骤403,根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。
步骤404,对线上服务提供方的面部图像数据进行情感识别,以确定线上服务提供方在提供线上服务过程中的情感状态。
步骤405,根据线上服务提供方在提供线上服务过程中的情感状态,确定线上服务提供方的第二服务评价得分。
步骤406,对线上服务提供方的音频数据进行语速识别,以确定线上服务提供方在提供线上服务过程中的语速特征。
步骤407,根据线上服务提供方在提供线上服务过程中的语速特征,确定线上服务提供方的第三服务评价得分。
上述步骤401-407的具体实现过程,可参照本公开其他实施例的详细描述,此处不再赘述。
步骤408,对线上服务提供方的音频数据进行音色识别,以确定线上服务提供方在提供线上服务过程中的音色特征。
比如,人的声音从音色划分可以有高音、中音、低音等几种类型,不同用户对于高音、中音、低音的偏好程度可能不同,因此通过识别线上服务提供方的音色特征,可以实现从多方面、多角度对线上服务提供方进行服务评价。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对线上服务提供方的音色特征的限定。
步骤409,根据所述线上服务提供方在提供线上服务过程中的音色特征,确定所述线上服务提供方的第四服务评价得分。
比如,在提供线上服务过程中,线上服务提供方的音色特征为高音、中音或低音三种类型,确定线上服务提供方的第四服务评价得分可以采用满分1分制,高音、中音和低音三种音色特征对应分值可以分别为1/3、1和1/2分;或者确定线上服务提供方的第四服务评价得分可以采用满分5分制,高音、中音和低音三种音色特征对应分值可以分别为2、5和3分。
或者,对线上服务提供方在提供线上服务过程中的音色特征进一步细分为超高音、高音、中音、低音、超低音五种类型,确定线上服务提供方的第四服务评价得分可以采用满分1分制,超高音、高音、中音、低音和超低音五种音色特征对应分值可以分别为1/5、1/3、1、1/2和1/4分;或者确定线上服务提供方的第四服务评价得分可以采用满分5分制,超高音、高音、中音、低音和超低音五种音色特征对应分值可以分别为1、2、5、4、3分。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对线上服务提供方音色特征和对线上服务提供方的第四服务评价得分的限定。
可以理解的是,由于线上服务提供方所服务的用户可能有多个,因此每当一个用户结束线上服务后,可以对线上服务提供方的第四服务评价得分进行更新,从而保证线上服务提供方的第四服务评价得分的准确性和实时性。
比如,可以统计每个用户在使用线上服务过程中,线上服务提供方的第四服务评价得分,记为D1、D2、D3、……、Dn,将每个用户在使用线上服务过程中,线上服务提供方的第四服务评价得分的平均值(D1+D2+D3+……+Dn)/n,作为更新后的线上服务提供方的第四服务评价得分。
需要说明的是,上述示例只是举例说明,不能作为本公开实施例中对更新线上服务提供方第四服务评价得分的限定。
步骤410,根据线上服务提供方的第一服务评价得分、第二服务评价得分、第三服务评价得分和第四服务评价得分中的任意一种或几种,对各个线上服务提供方进行排序。
上述步骤410的具体实现过程,可参照本公开其他实施例的详细描述,此处不再赘述。
本公开实施例,在用户使用线上服务的过程中,分别采集用户的面部图像数据、线上服务提供方的面部图像数据和线上服务提供方的音频数据,然后对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态,最后根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。同时,对线上服务提供方的面部图像数据和音频数据进行识别,以确定线上服务提供方在提供线上服务过程中的情感状态和语音特点,最后根据线上服务提供方在提供线上服务过程中的情感状态和语音特点,确定线上服务提供方的第二服务评价得分、第三服务评价得分和第四服务评价得分。由此,既实现了在线上服务的过程中实时记录用户的情感状态,又实现了在线上服务的过程中实时记录线上服务提供方的情感状态和语音特点,真实反应线上服务提供方的服务态度,进而为对应的线上服务提供方形成可靠的服务评价得分,有效提高对线上服务提供方的评价的准确性和可靠性,并为用户选择线上服务提供方提供了更多参考依据。
为了实现上述实施例,本公开还提出一种线上服务的评价装置。
图5为本公开实施例所提供的线上服务的评价装置的结构示意图。
如图3所示,该线上服务的评价装置可以包括:图像采集模块110、情感识别模块120、服务评价模块130。
其中,图像采集模块110,用于在用户使用线上服务的过程中,采集所述用户的面部图像数据。
情感识别模块120,用于对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态。
服务评价模块130,用于根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分。
本公开实施例中的上述各模块的功能及具体实现原理,可参照上述各方法实施例,在此不再赘述。
本公开实施例的线上服务的评价装置,在用户使用线上服务的过程中,采集用户的面部图像数据,然后对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态,最后根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。由此,通过根据线上服务的过程中实时确定的用户的情感状态,为对应的线上服务提供方形成可靠的服务评价得分,从而有效提高了对线上服务提供方的评价的准确性和可靠性。
进一步的,在本公开实施例的一种可能的实现方式中,参见图6,该线上服务的评价装置可以包括:图像采集模块110、情感识别模块120、服务评价模块130、音频采集模块140、语音识别模块150、语音评价模块160、服务排序模块170。
在一种可能的实现方式中,图像采集模块110具体用于:在用户使用线上服务的过程中,采集用户的面部图像数据和线上服务提供方的面部图像数据。
在一种可能的实现方式中,情感识别模块120具体用于:对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态;
进一步的,情感识别模块120可以对用户的面部图像数据进行降噪、分割和归一化处理,然后对处理后的用户的面部图像数据进行情感识别,以确定用户使用线上服务过程中的情感状态为积极状态的第一时长。
在一种可能的实现方式中,情感识别模块120还具体用于:对线上服务提供方的面部图像数据进行情感识别,以确定线上服务提供方在提供线上服务过程中的情感状态。
进一步的,情感识别模块120可以对线上服务提供方的面部图像数据进行降噪、分割和归一化处理,然后对处理后的线上服务提供方的面部图像数据进行情感识别,以确定用户使用线上服务过程中线上服务提供方的情感状态为积极状态的第一时长。
在一种可能的实现方式中,服务评价模块130具体用于:根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。
进一步的,服务评价模块130可以根据用户使用线上服务过程中的情感状态为积极状态的第一时长占用户使用线上服务的总时长的比例,确定线上服务提供方的第一服务评价得分。
在一种可能的实现方式中,服务评价模块130还具体用于:根据线上服务提供方在提供线上服务过程中的情感状态,确定线上服务提供方的第二服务评价得分
进一步的,服务评价模块130可以根据用户使用线上服务过程中,线上服务提供方的情感状态为积极状态的第一时长占用户使用线上服务的总时长的比例,确定线上服务提供方的第二服务评价得分。
在一种可能的实现方式中,音频采集模块140具体用于:在用户使用线上服务的过程中,采集线上服务提供方的音频数据。
在一种可能的实现方式中,语音识别模块150具体用于:对线上服务提供方的音频数据进行语速识别,以确定线上服务提供方在提供线上服务过程中的语速特征。
在一种可能的实现方式中,语音识别模块150还具体用于:对线上服务提供方的音频数据进行音色识别,以确定线上服务提供方在提供线上服务过程中的音色特征。
在一种可能的实现方式中,语音评价模块160具体用于:根据线上服务提供方在提供线上服务过程中的语速特征,确定线上服务提供方的第三服务评价得分。
在一种可能的实现方式中,语音评价模块160还具体用于:根据线上服务提供方在提供线上服务过程中的音色特征,确定线上服务提供方的第四服务评价得分。
在一种可能的实现方式中,服务排序模块170具体用于:根据线上服务提供方的第一服务评价得分、第二服务评价得分、第三服务评价得分和第四服务评价得分中的任意一种或几种,对各个线上服务提供方进行排序。
本公开实施例中的上述各模块的功能及具体实现原理,可参照上述各方法实施例,在此不再赘述。
本公开实施例的线上服务的评价装置,在用户使用线上服务的过程中,分别采集用户的面部图像数据、线上服务提供方的面部图像数据和线上服务提供方的音频数据,然后对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态,最后根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。同时,对线上服务提供方的面部图像数据和音频数据进行识别,以确定线上服务提供方在提供线上服务过程中的情感状态和语音特点,最后根据线上服务提供方在提供线上服务过程中的情感状态和语音特点,确定线上服务提供方的第二服务评价得分、第三服务评价得分和第四服务评价得分。由此,既实现了在线上服务的过程中实时记录用户的情感状态,又实现了在线上服务的过程中实时记录线上服务提供方的情感状态和语音特点,真实反应线上服务提供方的服务态度,进而为对应的线上服务提供方形成可靠的服务评价得分,有效提高对线上服务提供方的评价的准确性和可靠性,并为用户选择线上服务提供方提供了更多参考依据。
为了实现上述实施例,本公开还提出一种计算机设备,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,处理器执行程序时,实现如本公开前述实施例提出的线上服务的评价方法。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现如本公开前述实施例提出的线上服务的评价方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的线上服务的评价方法。
图7示出了适于用来实现本公开实施方式的示例性计算机设备的框图。图7显示的计算机设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
本公开的技术方案,在用户使用线上服务的过程中,采集用户的面部图像数据,然后对用户的面部图像数据进行情感识别,以确定用户在使用线上服务过程中的情感状态,最后根据用户在使用线上服务过程中的情感状态,确定线上服务提供方的第一服务评价得分。由此,在线上服务的过程中实时记录用户的情感状态,进而为对应的线上服务提供方形成可靠的服务评价得分,有效提高了对线上服务提供方的评价的准确性和可靠性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本公开各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。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。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (11)
1.一种线上服务的评价方法,其特征在于,包括:
在用户使用线上服务的过程中,采集所述用户的面部图像数据;
对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态;
根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分。
2.如权利要求1所述的方法,其特征在于,还包括:
在用户使用线上服务的过程中,采集所述线上服务提供方的面部图像数据;
对所述线上服务提供方的面部图像数据进行情感识别,以确定所述线上服务提供方在提供线上服务过程中的情感状态;
根据所述线上服务提供方在提供线上服务过程中的情感状态,确定所述线上服务提供方的第二服务评价得分。
3.如权利要求2所述的方法,其特征在于,还包括:
在用户使用线上服务的过程中,采集所述线上服务提供方的音频数据;
对所述线上服务提供方的音频数据进行语速识别,以确定所述线上服务提供方在提供线上服务过程中的语速特征;
根据所述线上服务提供方在提供线上服务过程中的语速特征,确定所述线上服务提供方的第三服务评价得分。
4.如权利要求3所述的方法,其特征在于,还包括:
在用户使用线上服务的过程中,采集所述线上服务提供方的音频数据;
对所述线上服务提供方的音频数据进行音色识别,以确定所述线上服务提供方在提供线上服务过程中的音色特征;
根据所述线上服务提供方在提供线上服务过程中的音色特征,确定所述线上服务提供方的第四服务评价得分。
5.如权利要求1所述的方法,其特征在于,所述对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态,包括:
对所述用户的面部图像数据进行降噪、分割和归一化处理;
对处理后的用户的面部图像数据进行情感识别,以确定所述用户使用线上服务过程中的情感状态为积极状态的第一时长。
6.如权利要求5所述的方法,其特征在于,所述根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分,包括:
根据所述第一时长占所述用户使用线上服务的总时长的比例,确定所述线上服务提供方的第一服务评价得分。
7.如权利要求1-6任一项所述的方法,其特征在于,在所述根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分之后,还包括:
根据所述线上服务提供方的第一服务评价得分,对各个线上服务提供方进行排序。
8.一种线上服务的评价装置,其特征在于,包括:
图像采集模块,用于在用户使用线上服务的过程中,采集所述用户的面部图像数据;
情感识别模块,用于对所述用户的面部图像数据进行情感识别,以确定所述用户在使用线上服务过程中的情感状态;
服务评价模块,用于根据所述用户在使用线上服务过程中的情感状态,确定所述线上服务提供方的第一服务评价得分。
9.一种计算机设备,其特征在于,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,所述处理器执行所述程序时,实现如权利要求1-7中任一项所述的线上服务的评价方法。
10.一种计算机可读存储介质,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如权利要求1-7中任一所述的线上服务的评价方法。
11.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1-7中任一项所述的线上服务的评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110491601.7A CN113269406A (zh) | 2021-05-06 | 2021-05-06 | 线上服务的评价方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110491601.7A CN113269406A (zh) | 2021-05-06 | 2021-05-06 | 线上服务的评价方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113269406A true CN113269406A (zh) | 2021-08-17 |
Family
ID=77229977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110491601.7A Pending CN113269406A (zh) | 2021-05-06 | 2021-05-06 | 线上服务的评价方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113269406A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100001928A (ko) * | 2008-06-27 | 2010-01-06 | 중앙대학교 산학협력단 | 감정인식에 기반한 서비스 장치 및 방법 |
US20110060627A1 (en) * | 2009-09-08 | 2011-03-10 | Piersol Kurt W | Multi-provider forms processing system with quality of service |
US20120089705A1 (en) * | 2010-10-12 | 2012-04-12 | International Business Machines Corporation | Service management using user experience metrics |
CN105049249A (zh) * | 2015-07-09 | 2015-11-11 | 中山大学 | 一种远程可视会话服务的评分方法及系统 |
CN107133709A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种客户服务的质量检验方法、装置及系统 |
KR20180032946A (ko) * | 2016-09-23 | 2018-04-02 | 주식회사 케이티 | 맞춤형 서비스 모드를 제공하는 방법 및 단말 |
US20180176099A1 (en) * | 2016-12-21 | 2018-06-21 | Industrial Technology Research Institute | Online cloud-based service processing system, online evaluation method and computer program product thereof |
CN109766770A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 服务质量评价方法、装置、计算机设备和存储介质 |
US20190164170A1 (en) * | 2017-11-29 | 2019-05-30 | International Business Machines Corporation | Sentiment analysis based on user history |
CN109872183A (zh) * | 2019-01-16 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 智能服务评价方法、计算机可读存储介质和终端设备 |
WO2020135194A1 (zh) * | 2018-12-26 | 2020-07-02 | 深圳Tcl新技术有限公司 | 基于情绪引擎技术的语音交互方法、智能终端及存储介质 |
-
2021
- 2021-05-06 CN CN202110491601.7A patent/CN113269406A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100001928A (ko) * | 2008-06-27 | 2010-01-06 | 중앙대학교 산학협력단 | 감정인식에 기반한 서비스 장치 및 방법 |
US20110060627A1 (en) * | 2009-09-08 | 2011-03-10 | Piersol Kurt W | Multi-provider forms processing system with quality of service |
US20120089705A1 (en) * | 2010-10-12 | 2012-04-12 | International Business Machines Corporation | Service management using user experience metrics |
CN105049249A (zh) * | 2015-07-09 | 2015-11-11 | 中山大学 | 一种远程可视会话服务的评分方法及系统 |
CN107133709A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种客户服务的质量检验方法、装置及系统 |
KR20180032946A (ko) * | 2016-09-23 | 2018-04-02 | 주식회사 케이티 | 맞춤형 서비스 모드를 제공하는 방법 및 단말 |
US20180176099A1 (en) * | 2016-12-21 | 2018-06-21 | Industrial Technology Research Institute | Online cloud-based service processing system, online evaluation method and computer program product thereof |
US20190164170A1 (en) * | 2017-11-29 | 2019-05-30 | International Business Machines Corporation | Sentiment analysis based on user history |
CN109766770A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 服务质量评价方法、装置、计算机设备和存储介质 |
WO2020135194A1 (zh) * | 2018-12-26 | 2020-07-02 | 深圳Tcl新技术有限公司 | 基于情绪引擎技术的语音交互方法、智能终端及存储介质 |
CN109872183A (zh) * | 2019-01-16 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 智能服务评价方法、计算机可读存储介质和终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7143135B2 (en) | Automatic participant evaluation in computer mediated persistent conversations | |
CN110007455A (zh) | 病理显微镜、显示模组、控制方法、装置及存储介质 | |
CN112346567A (zh) | 基于ai的虚拟交互模型生成方法、装置及计算机设备 | |
CN111767366A (zh) | 问答资源挖掘方法、装置、计算机设备及存储介质 | |
CN110084289A (zh) | 图像标注方法、装置、电子设备及存储介质 | |
SE517026C2 (sv) | Metod och anordning för talanalys | |
CN112163614A (zh) | 一种主播分类方法、装置、电子设备及存储介质 | |
CN112347239A (zh) | 一种基于大数据的图书匹配方法、系统、服务器及存储介质 | |
Liu et al. | Improving medical students’ awareness of their non-verbal communication through automated non-verbal behavior feedback | |
CN113269406A (zh) | 线上服务的评价方法、装置、计算机设备及存储介质 | |
CN115168740B (zh) | 一种基于大数据分析生成营销任务的方法和系统 | |
CN110675009A (zh) | 小区便利性评价方法和装置 | |
CN110795630A (zh) | 一种学习方案推荐方法及装置 | |
WO2019227633A1 (zh) | 建立用户画像和建立状态信息分析模型的方法和装置 | |
CN113409822B (zh) | 对象状态的确定方法、装置、存储介质及电子装置 | |
CN115691793A (zh) | 一种舌象数据处理方法、装置及相关设备 | |
CN110730342B (zh) | 一种视频质量分析方法、装置、服务器及终端 | |
Hailpern et al. | A3: Hci coding guideline for research using video annotation to assess behavior of nonverbal subjects with computer-based intervention | |
CN110704292B (zh) | 一种显控界面设计的评价方法 | |
CN113407831B (zh) | 课程推荐方法及设备 | |
CN109145217A (zh) | 移动终端的上网数据分析的方法、装置、设备和存储介质 | |
WO2022080327A1 (ja) | 推定器学習装置、推定器学習方法、及び、推定器学習プログラム | |
CN115907272B (zh) | 经纪人的评价方法和装置、电子设备、存储介质 | |
CN116010712B (zh) | 一种表单推荐方法、装置、电子设备及存储介质 | |
CN115995116B (zh) | 基于计算机视觉的抑郁状态评估方法、装置、终端及介质 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176 Applicant after: Jingdong Technology Holding Co.,Ltd. Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176 Applicant before: Jingdong Digital Technology Holding Co., Ltd |
|
CB02 | Change of applicant information |