CN116912911A - 一种满意度数据筛选方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请涉及互联网信息调查技术的领域，尤其是涉及一种满意度数据筛选方法、装置、电子设备及存储介质。方法包括：基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态；获取每个被服务人员对应的调查问卷，并基于调查问卷，确定每个被服务人员对应的目标分值；基于多个情绪状态，确定每个被服务人员对应的情绪分值；基于每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；筛选有效分值大于等于第一预设阈值的调查问卷为有效问卷。本申请可以减少情绪导向的影响，提高调查问卷的有效性。

Description

一种满意度数据筛选方法、装置、电子设备及存储介质

技术领域

本申请涉及互联网信息调查技术领域，尤其是涉及一种满意度数据筛选方法、装置、电子设备及存储介质。

背景技术

近年来，随着经济的发展，人们对于服务质量的要求越来越高，而对于服务行业来说，被服务人员对于服务的评价可以帮助企业了解消费者对服务行业的满意程度、需求和期望，以便服务行业企业能够更好地了解市场需求并根据被服务人员的反馈来改进和提高服务质量，从而提高被服务人员满意度。

传统的调查问卷筛选方法是针对调查问卷内容进行具体修改，例如，在设置调查问卷时，对调查问卷中的问题设置陷阱规则，即，设置类型相同的问题，之后检查调查问卷是否会基于该相同的问题收到相同的反馈信息。

传统的调查问卷筛选方法需要人工对调查问卷进行前期干预，不仅增加了前期人力成本，有些被服务人员在被服务过程中，可能会因为情绪导向，而导致在后期填写调查问卷的过程中，带有较为明显的主观倾向。

发明内容

为了减少情绪导向的影响，提高调查问卷的有效性，本申请提供一种满意度数据筛选方法、装置、电子设备及存储介质。

第一方面，本申请提供一种满意度数据筛选方法，采用如下的技术方案：

一种满意度数据筛选方法，包括：

基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态；

获取每个被服务人员对应的调查问卷，并基于所述调查问卷，确定每个被服务人员对应的目标分值；

基于所述多个情绪状态，确定每个被服务人员对应的情绪分值；

基于所述每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；

筛选所述有效分值大于等于第一预设阈值的调查问卷为有效问卷。

通过采用上述技术方案，基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，确保不会遗漏被服务人员在被服务过程中所体现的情绪；同时，获取每个被服务人员对应的调查问卷，确定出每个被服务人员对应的问卷调查分值，即目标分值，之后基于多个情绪状态，确定出每个被服务人员对应情绪状态的情绪分值；为将被服务人员在填写调查问卷时受情绪的影响以及影响程度导致问卷有效性受到影响的可能性囊括在确定有效问卷调的过程中，在确定每个被服务人员对应的目标分值以及情绪分值之后，将目标分值以及情绪分值进行计算处理，以确定被服务人员调查问卷对应的有效分值；随后将有效分值与第一预设阈值进行对比，若有效分值大于等于第一预设阈值，则表明被服务人员在填写调查问卷时虽受情绪影响但是评价相对客观，继而将调查问卷为有效问卷；从而筛选出被服务人员在接收服务后受情绪导向故意给出不实评价的调查问卷，提高调查问卷的有效性。

在一种可能的实现方式中，所述基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，包括：

对所述多个人脸图像分别进行特征提取，确定多张特征图；

对所述多张特征图分别进行识别，确定多个情绪特征信息；

对所述多个情绪特征信息分别进行识别，确定所述多个情绪特征信息分别对应的情绪特征识别结果；

基于多个情绪特征识别结果，确定所述每个被服务人员在被服务过程中的多个情绪状态。

通过采用上述技术方案，获取每个被服务人员对应的多个人脸图像，以保证将被服务人员正在被服务过程中可能出现多种情绪都能捕捉到，之后，将多个人脸图像分别进行特征提取，以提取出图像中包含的被服务人员的情绪的特征图，即多张特征图；通过多张特征图的识别，确定出每张特征图对应的情绪特征信息，随即，对每张特征图对应的情绪特征信息进行情绪识别，进而确定出情绪特征识别结果，通过情绪特征识别结果，确定出每个被服务人员在被服务过程中的多个情绪状态；以使得被服务人员在被服务过程中出现的情绪状态都能被精准捕捉。

在一种可能的实现方式中，所述对所述多张特征图分别进行识别，确定多个情绪特征信息，包括：

确定所述多张特征图分别对应的目标区域，所述目标区域为能够反映被服务人员情绪特征的人脸区域；

确定所述目标区域对应的多个子情绪特征信息，并基于所述多个子情绪特征信息，确定所述目标区域对应的情绪特征信息。

通过采用上述技术方案，确定出多张特征图后，从每张特征图中确定出所对应的能够反映被服务人员情绪特征的人脸区域，即目标区域，随后，从每张特征图对应的目标区域确定出多个子情绪特征信息，经对多个子情绪特征信息进行分析筛选处理，将目标区域中能够真实反映被服务人员情绪的特征确定出来，即确定出目标区域对应的情绪特征信息，以保证基于特征图进行情感识别时的准确性。

在一种可能的实现方式中，所述基于每个被服务人员的对应的所述调查问卷，确定每个被服务人员对应的目标分值，包括：

对所述每个被服务人员对应的调查问卷进行拆分处理，得到多个子调查问卷；

基于所述多个子调查问卷，确定每个子调查问卷对应的多个问卷答复时长；

确定所述多个问卷答复时长分别对应的权重，并基于获取的多个答复分值以及所述多个问卷答复时长分别对应的权重，确定多个子目标分值；

基于所述多个子目标分值，确定所述每个被服务人员对应的目标分值。被服务人员

通过采用上述技术方案，在获取到被服务人员的调查问卷后，考虑到调查问卷中每道题目难度以及参考价值不同，若题目越难则被服务人员在答复时所需花费的时间就会延长；因此，对每个被服务人员多答复的调查问卷进行拆分处理，得到多个子调查问卷，随后，确定出每个子调查问卷对应的多个问卷答复时长，问卷答复时长能够一定程度反映被服务人员答复的认真程度，随后，确定每个问卷答复时长对应的权重，并基于获取的问卷设定分值以及每个问卷答复时长对应的权重，最终确定出每个子调查问卷对应的子目标分值，经由确定出多个子目标分值，确定出被服务人员所对应的目标分值；从而使得调查问卷的参考价值发挥到最大。

在一种可能的实现方式中，所述基于所述多个情绪状态，确定每个被服务人员对应的情绪分值，包括：

确定所述多个情绪状态分别对应的比重、愉悦度以及情绪强度；

所述比重、所述愉悦度以及所述情绪强度三者之间一一对应；基于每个情绪状态对应的比重、愉悦度以及情绪强度，确定每个情绪状态对应的子情绪分值；

基于多个子情绪分值，确定每个被服务人员对应的情绪分值。

通过采用上述技术方案，确定每个情绪状态所对应的比重、愉悦度以及情绪强度，而比重、愉悦度以及情绪强度三者之间一一对应，比重、愉悦度以及情绪强度能够一定程度反映情绪状态影响调查问卷作答的程度，随后，将以数值呈现的比重、愉悦度以及情绪强度进行乘法计算，确定出每个情绪状态所对应的子情绪分值，而多个子情绪分值能够综合反映所对应的被服务人员的情绪，继而基于多个子情绪分值，确定每个被服务人员对应的情绪分值，从却保证确定出的被服务人员的情绪分值的合理性以及准确性。

在一种可能的实现方式中，所述筛选所述有效分值大于等于第一预设阈值的调查问卷为有效问卷，包括：

将多个有效分值分别与第一预设阈值进行对比；

若任一有效分值小于第一预设阈值，则确定所述任一有效分值对应的调查问卷为无效问卷，舍弃所述任一调查问卷；

若任一调查问卷对应的有效分值大于等于第一预设阈值，则确定所述任一调查问卷为有效问卷。第一预设阈值第一预设阈值第一预设阈值

通过采用上述技术方案，在得到调查问卷的有效分值后，为了确定调查问卷是否有参考价值，将有效分值与第一预设阈值进行对比；若任一有效分值小于第一预设阈值，则表明被服务人员在填写调查问卷时可能受到了情绪导向故意给出不实评价，此时将任一调查问卷认定为无效问卷，舍弃该调查问卷；若任一调查问卷对应的有效分值大于等于第一预设阈值，则表明被服务人员在填写调查问卷时与在被服务过程中出现的情绪表现一致，此时所填写的调查问卷较为真实，将对应的任一调查认定为有效调查问卷；从而筛选出被服务人员在接收服务后受情绪导向故意给出不实评价的调查问卷。

在一种可能的实现方式中，所述方法还包括：

获取每个被服务人员填写调查问卷的答复总时长，并将所述答复总时长与第二预设阈值进行对比；

若任一答复总时长大于等于第二预设阈值，则确定所述任一答复总时长对应的调查问卷为目标调查问卷，并调取所述目标调查问卷对应的被服务人员信息；

若任一答复总时长小于第二预设阈值，则确定所述任一答复总时长对应的调查问卷为无效调查问卷，并将所述无效调查问卷对应的被服务人员信息剔除。

通过采用上述技术方案，在被服务人员填写时调查问卷时会存在很多被服务人员随意填写的情况，此时调查问卷几乎没有参考价值，在获取到被服务人员填写调查问卷的答复时长后，将答复时长以第二预设阈值进行对比；若任一答复时长大于等于第二预设阈值，则表明被服务人员在填写调查问卷时较为认真，确定任一答复时长对应的调查问卷为初始调查问卷；根据初始调查问卷，确定出可以进入情绪识别的被服务人员信息；从而降低后续工作量，提高筛选调查问卷的准确性。

第二方面，本申请提供一种满意度数据筛选装置，采用如下的技术方案：

一种满意度数据筛选装置，包括：情绪确定模块、目标分值确定模块、情绪分值确定模块、有效分值确定模块以及筛选模块，其中，

情绪确定模块，用于基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态；

目标分值确定模块，用于获取每个被服务人员对应的调查问卷，并基于所述调查问卷，确定每个被服务人员对应的目标分值；

情绪分值确定模块，用于基于所述多个情绪状态，确定每个被服务人员对应的情绪分值；

有效分值确定模块，用于基于每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；

筛选模块，用于筛选有效分值大于等于第一预设阈值的调查问卷为有效问卷。

通过采用上述技术方案，情绪确定模块基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，确保不会遗漏被服务人员在被服务过程中所体现的情绪；同时，目标分值确定模块获取每个被服务人员对应的调查问卷，确定出每个被服务人员对应的问卷调查分值，即目标分值，之后，情绪分值确定模块基于多个情绪状态，确定出每个被服务人员对应情绪状态的情绪分值；为将被服务人员在填写调查问卷时受情绪的影响以及影响程度导致问卷有效性受到影响的可能性囊括在确定有效问卷调的过程中，在确定每个被服务人员对应的目标分值以及情绪分值之后，有效分值确定模块将目标分值以及情绪分值进行计算处理，以确定被服务人员调查问卷对应的有效分值；筛选模块随后将有效分值与第一预设阈值进行对比，若有效分值大于等于第一预设阈值，则表明被服务人员在填写调查问卷时虽受情绪影响但是评价相对客观，继而将调查问卷为有效问卷；从而筛选出被服务人员在接收服务后受情绪导向故意给出不实评价的调查问卷，提高调查问卷的有效性。

在一种可能的实现方式中，所述情绪确定模块包括：特征图确定单元、情绪特征确定单元、情绪识别结果确定单元以及情绪状态确定单元，其中，

特征图确定单元，用于对所述多个人脸图像分别进行特征提取，确定多张特征图；

情绪特征确定单元，用于对所述多张特征图分别进行识别，确定多个情绪特征信息；

情绪识别结果确定单元，用于对所述多个情绪特征信息分别进行识别，确定所述多个情绪特征信息分别对应的情绪特征识别结果；

情绪状态确定单元，用于基于多个情绪特征识别结果，确定所述每个被服务人员在被服务过程中的多个情绪状态。

在一种可能的实现方式中，所述情绪特征信息确定单元，具体用于，

确定每张特征图对应的目标区域，所述目标区域为便于识别情绪特征信息的人脸区域；

确定所述多张特征图分别对应的目标区域，所述目标区域为能够反映被服务人员情绪特征的人脸区域；

确定所述目标区域对应的多个子情绪特征信息，并基于所述多个子情绪特征信息，确定所述目标区域对应的情绪特征信息。

在一种可能的实现方式中，所述目标分值确定模块包括：子问卷确定单元、问卷答复时长确定单元、子目标分值确定单元以及目标分值确定单元，其中，

子问卷确定单元，用于对所述调查问卷进行拆分处理，得到多个子调查问卷；

问卷答复时长确定单元，用于基于所述多个子调查问卷，确定每个子调查问卷对应的多个问卷答复时长；

子目标分值确定单元，用于确定所述多个问卷答复时长分别对应的权重，并基于获取的多个答复分值以及所述多个问卷答复时长分别对应的权重，确定多个子目标分值；

目标分值确定单元，用于基于所述多个子目标分值，确定所述每个被服务人员对应的目标分值。

在一种可能的实现方式中，所述情绪分值确定模块包括：第一确定单元、第二确定单元以及情绪分值确定单元，其中，

第一确定单元，用于确定所述多个情绪状态分别对应的比重、愉悦度以及情绪强度；

所述比重、所述愉悦度以及所述情绪强度三者之间一一对应；

第二确定单元，用于基于每个情绪状态对应的比重、愉悦度以及情绪强度，确定每个情绪状态对应的子情绪分值；

情绪分值确定单元，用于基于多个子情绪分值，确定每个被服务人员对应的情绪分值。

在一种可能的实现方式中，所述筛选模块包括：分值对比单元、问卷舍弃单元以及有效问卷确定单元，其中，

分值对比单元，用于将多个有效分值分别与第一预设阈值进行对比；

问卷舍弃单元，用于若任一有效分值小于第一预设阈值，则确定所述任一有效分值对应的调查问卷为无效问卷，舍弃所述任一调查问卷；

有效问卷确定单元，用于若任一调查问卷对应的有效分值大于等于第一预设阈值，则确定所述任一调查问卷为有效问卷。

在一种可能的实现方式中，所述满意度数据筛选装置包括：时长对比模块、人员信息调取模块以及人员信息剔除模块，其中，

时长对比模块，用于获取每个被服务人员填写调查问卷的答复总时长，并将所述答复总时长与第二预设阈值进行对比；

人员信息调取模块，用于若任一答复总时长大于等于第二预设阈值，则确定所述任一答复总时长对应的调查问卷为目标调查问卷，并调取所述目标调查问卷对应的被服务人员信息；

人员信息剔除模块，用于若任一答复总时长小于第二预设阈值，则确定所述任一答复总时长对应的调查问卷为无效调查问卷，并将所述无效调查问卷对应的被服务人员信息剔除。

第三方面，本申请提供一种电子设备，采用如下的技术方案：

一种电子设备，该电子设备包括：

至少一个处理器；

存储器；

至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行上述混凝土的智能检测方法。

第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：

一种计算机可读存储介质，包括：存储有能够被处理器加载并执行上述混凝土的智能检测方法的计算机程序。

综上所述，本申请包括以下有益技术效果：

基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，确保不会遗漏被服务人员在被服务过程中所体现的情绪；同时，获取每个被服务人员对应的调查问卷，确定出每个被服务人员对应的问卷调查分值，即目标分值，之后基于多个情绪状态，确定出每个被服务人员对应情绪状态的情绪分值；为将被服务人员在填写调查问卷时受情绪的影响以及影响程度导致问卷有效性受到影响的可能性囊括在确定有效问卷调的过程中，在确定每个被服务人员对应的目标分值以及情绪分值之后，将目标分值以及情绪分值进行计算处理，以确定被服务人员调查问卷对应的有效分值；随后将有效分值与第一预设阈值进行对比，若有效分值大于等于第一预设阈值，则表明被服务人员在填写调查问卷时虽受情绪影响但是评价相对客观，继而将调查问卷为有效问卷；从而筛选出被服务人员在接收服务后受情绪导向故意给出不实评价的调查问卷，提高调查问卷的有效性。

附图说明

图1是本申请实施例满意度数据筛选方法的流程示意图；

图2是本申请实施例满意度数据筛选装置的方框示意图；

图3是本申请实施例电子设备的示意图。

具体实施方式

以下结合附图1-3对本申请作进一步详细说明。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动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。

本申请实施例提供了一种满意度数据筛选方法，由电子设备执行，该电子设备可以为服务器，也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式设备，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式电脑等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制。

参照图1，该方法包括：步骤S101、步骤S102、步骤S103、步骤S104以及步骤S105，其中：

S101、基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态。

具体地，在被服务人员进入场所时，场所内的图像采集设备则对被服务人员追踪拍摄，同时图像采集设备对被服务人员人脸图像进行采集，此时主要采集的图像为被服务人员在刚进入服务场所时的人脸图像；在被服务人员接受服务时，由柜台前图像采集设备或者由服务人员佩戴记录仪，实时采集被服务人员在接收服务时的人脸图像；在被服务人员完成服务后，由图像采集设备将该被服务人员的人脸图像传输至电子设备中。

进一步地，电子设备在接收到每个被服务人员的人脸图像后，对多个人脸图像进行特征提取，确定出每个人脸图像中的特征图，而特征图中包含被服务人员的情绪的特征信息；之后对多张特征图分别进行情绪识别，得到多个情绪状态，例如，开心、生气、无聊等。

S102、获取每个被服务人员对应的调查问卷，并基于调查问卷，确定每个被服务人员对应的目标分值；

具体地，电子设备通过扫描设备获取被服务人员作答的调查问卷，随后，电子设备对调查问卷中所包含的题目类型以及每一题目的作答分数进行分析；电子设备基于题目类型对问卷调查进行拆分处理，即将每一题目类型作为一个整体。

由于存在部分被服务人员在作答调查问卷过程中存在敷衍了事的情况，而在该情况下作答出的调查问卷的客观性以及真实性不足，因此，为保证调查问卷的真实性以及客观性，则需要将该情况考虑进去；而被服务人员进行作答的时长在一定程度上能够反映被服务人员作答的认真程度，因此，电子设备在确定出每一题目类型以及每一题目的分数之后，随即对调查问卷进行拆分处理，并确定出多个子调查问卷，每一子调查问卷包含一个题目类型的试题，随后，电子设备基于多个子调查问卷，确定出每一子调查问卷中所有试题所对应的被服务人员作答时长，即问卷答复时长。

进一步，电子设备确定每个问卷答复时长所对应的权重，其中，电子设备可基于调查问卷所包含试题常规答复时长，确定每个问卷答复时长所对应的权重，也可基于历史调查过程中，历史被服务人员进行作答的时长来确定；之后，电子设备通过调查问卷确定出的子调查问卷、问卷答复时长以及问卷答复时长所对应的权重，确定出每个被服务人员对应的目标分值。

S103、基于多个情绪状态，确定每个被服务人员对应的情绪分值；

具体地，电子设备可进一步确定出情绪状态在整体被服务过程中所占比重、愉悦度以及情绪强度；为了后续更好的确定出被服务人员对应的情绪分值，电子设备确定出的情绪状态对应的比重、愉悦度以及情绪强度以数值形式进行体现，其中，电子设备可基于预设的包含有不同情绪状态以及不同情绪状态所对应的分数值的预设情绪数据库，进行情绪状态的比重、愉悦度以及情绪强度的数值确定；之后，电子设备可将每个情绪状态对应的比重、愉悦度以及情绪强度进行进一步处理，以确定出每一情绪状态所对应的分值，之后，将能够反映被服务人员的每个情绪状态所对应的分值进行整合，从而确定出被服务人员在整个被服务过程中总体对应的情绪分值。

需要说明的，电子设备在得到多个情绪状态后，考虑到多种情绪状态中存在部分情绪状态是能够影响到被服务人员问卷调查的结果的，因此电子设备基于情绪状态确定被服务人员对应的情绪分值之前，可对多个情绪状态进行筛选处理，将影响后续被服务人员问卷调查结果较小或无影响的情绪状态进行剔除，保留其余的情绪状态参与到后续的被服务人员对应的情绪分值确定过程中。

S104、基于每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；

具体地，目标分值体现被服务人员答复调查问卷的情况，而情绪分值体现被服务人员在被服务过程中的满意情况。

为确定出客观以及准确的调查结果，电子设备在确定出每一个被服务人员所对应的目标分值以及情绪分值时，可将目标分值以及情绪分值进行相加计算，确定出该被服务人员的问卷调查对应的客观以及准确的有效分值。

S105、筛选有效分值大于等于第一预设阈值的调查问卷为有效问卷；

具体地，电子设备将确定出的有效分值与第一预设阈值进行对比，以判断该有效分值是否是被服务人员受情绪导向严重，因过激做出的问卷答复，电子设备基于该调查问卷确定出的分值；其中，若任一有效分值小于第一预设阈值，则表明该有效分值所对应的被服务人员受情绪导向严重，以给出超出真实情况的不实评价，继而该有效分值的参考价值存疑；继而电子设备将该有效分值所对应的调查问卷舍弃；若任一调查问卷对应的有效分值不小于第一预设阈值，则表明该有效分值对应的被服务人员对调查问卷的答复相对客观，存在一定参考价值，电子设备将该有效分值对应的调查问卷作为有效问卷进行保留；从而减少情绪导向的影响，提高调查问卷的有效性。

本申请实施例提供了一种满意度数据筛选方法，电子设备基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，确保不会遗漏被服务人员在被服务过程中所体现的情绪；同时，电子设备获取每个被服务人员对应的调查问卷，确定出每个被服务人员对应的问卷调查分值，即目标分值，之后电子设备基于多个情绪状态，确定出每个被服务人员对应情绪状态的情绪分值；为将被服务人员在填写调查问卷时受情绪的影响以及影响程度导致问卷有效性受到影响的可能性囊括在确定有效问卷调的过程中，电子设备在确定每个被服务人员对应的目标分值以及情绪分值之后，将目标分值以及情绪分值进行计算处理，以确定被服务人员调查问卷对应的有效分值；随后电子设备将有效分值与第一预设阈值进行对比，若有效分值大于等于第一预设阈值，则表明被服务人员在填写调查问卷时虽受情绪影响但是评价相对客观，继而将调查问卷为有效问卷；从而筛选出被服务人员在接收服务后受情绪导向故意给出不实评价的调查问卷，提高调查问卷的有效性。

步骤S101中，基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，包括：对多个人脸图像分别进行特征提取，确定多张特征图；对多张特征图分别进行识别，确定多个情绪特征信息；对多个情绪特征信息分别进行识别，确定多个情绪特征信息分别对应的情绪特征识别结果；基于多个情绪特征识别结果，确定每个被服务人员在被服务过程中的多个情绪状态。

在申请实施例中，电子设备在接收受到每个被服务人员的人脸图像后，对人脸图像进行多尺度变换，获得尺度不同的多张缩放图；随后电子设备对多张尺度不同的缩放图进行特征提取，得到包含有被服务人员面部特征的特征图；电子设备对多张特征图分别划分目标区域，分别对多张特征图中的目标区域进行特征识别，识别各目标区域的情绪特征信息，之后由情绪特征信息组成对应的情绪特征识别结果；由于被服务人员在接收服务的过程中可能会出现多种情绪，因此电子设备将识别出的情绪特征识别结果进行汇总，从而确定出被服务人员在接受完整的服务过后的所有情绪状态。

进一步地，对多张特征图分别进行识别，确定多个情绪特征信息，具体包括：确定多张特征图分别对应的目标区域，目标区域为能够反映被服务人员情绪特征的人脸区域；确定目标区域对应的多个子情绪特征信息，并基于多个子情绪特征信息，确定目标区域对应的情绪特征信息。

具体地，由于对多张特征图进行情绪识别确定多个情绪特征信息，任务量太过庞大，影响情绪识别处理效率，因此电子设备对特征图进行划分，确定多个特征图中对应的目标区域；电子设备针对目标区域进行情绪特征的提取，确定目标区域对应的子情绪特征信息；电子设备将所有的子情绪特征信息进行存储汇总，将表现情绪一致的子特征信息进行分类存储，之后电子设备将所有的子情绪特征信息作为一个整体存储。

步骤S102中，基于调查问卷，确定每个被服务人员对应的目标分值，包括：对调查问卷进行拆分处理，得到多个子调查问卷；基于多个子调查问卷，确定每个子调查问卷对应的多个问卷答复时长；确定多个问卷答复时长分别对应的权重，并基于获取的多个答复分值以及多个问卷答复时长分别对应的权重，确定多个子目标分值；基于多个子目标分值，确定每个被服务人员对应的目标分值。

具体地，答复分值为被服务人员作答所对应的分数值。

电子设备根据调查问卷的题目，并基于题目类型对问卷进行拆分，将每一题目类型作为一个子调查问卷，其中每一子调查问卷包含多个题目，电子设备可基于图像设备确定被服务人员对每一个题目进行答复的答复时长，即确定出多个问卷答复时长，之后，电子设备可基于每个问卷答复时的常规答复时长，确定出每个问卷答复时长所对应的权重，具体地，电子设备调取调查问卷中所有题目平均作答时长，将确定出的问卷答复时长与所对应的题目平均作答时长进行比值计算，进而确定出每个问卷答复时长所对应的权重，随后，电子设备获取的多个答复分值以及多个问卷答复时长分别对应的权重，将每个答复分值与所对应的问卷答复时长对应的权重进行乘积计算，确定多个子目标分值，子目标分值为调查问卷中某一题目所对应的目标分值，继而电子设备需要将确定出的多个子目标分值进行相加处理，继而确定出每个被服务人员对应的所得分数，即目标分值。

进一步地，步骤S103中，基于多个情绪状态，确定每个被服务人员对应的情绪分值，具体包括：确定多个情绪状态分别对应的比重、愉悦度以及情绪强度；比重、愉悦度以及情绪强度三者之间一一对应；基于每个情绪状态对应的比重、愉悦度以及情绪强度，确定每个情绪状态对应的子情绪分值；基于多个子情绪分值，确定每个被服务人员对应的情绪分值。

具体地，电子设备在得到多个情绪状态之后，电子设备确定出被服务人员在接受服务过程中每个情绪所出现的时长在被服务人员接受服务过程总时间的占比，即每个情绪状态的比重；电子设备对被服务人员在服务过程中出现的微表情进行识别，确定出每个情绪状态对应的愉悦度以及情绪强度。

具体地，由技术人员将设定的情绪状态愉悦度以及情绪强度，分别与分值的对应关系输入至电子设备中，愉悦度越高分值越高，情绪强度越大分值越高；之后电子设备对所有情绪状态对应的愉悦度以及情绪强度分别进行分值赋予；电子设备将每个情绪状态对应的比重、愉悦度以及情绪强度进行乘法计算，确定出每个情绪状态的子情绪分值；之后电子设备将该被服务人员对应的多个子情绪状态进行加法运算，最终得到每个被服务人员对应的情绪分值。

例如，被服务人员在接收服务的过程中，表现出高兴的情绪占服务时长80%，表现出平静的情绪占服务时长的20%，设定高兴的愉悦度为100，对应的子情绪分值则为80%*100=80；平静的愉悦度为50，对应的子情绪分值为50*20%=25；其中表现出高兴的情绪时，根据情绪强度不同分为十分高兴和有点高兴，表现出十分高兴的时长占总高兴时长的70%，有点高兴的时长占总高兴时长的30%，此时十分高兴的情绪强度为100，与之对应的子情绪分值为100*70%*80%=56；有点高兴的情绪强度为30，与之相对应的子情绪分值为30*30%*80%=7.2；则情绪分值为80+25+56+7.2=146.2。

步骤S105中，筛选有效分值大于等于第一预设阈值的调查问卷为有效问卷，具体包括：将多个有效分值分别与第一预设阈值进行对比；若任一有效分值小于第一预设阈值，则确定任一有效分值对应的调查问卷为无效问卷，舍弃任一调查问卷；若任一调查问卷对应的有效分值大于等于第一预设阈值，则确定任一调查问卷为有效问卷。

在本申请实施例中，第一预设阈值为判断被服务人员是否存在严重情绪影响而造成基于对应的调查问卷确定出的有效分值出现没有参考价值的判断参数，其中，第一预设阈值可由工作人员进行时设定，亦可以电子设备基于历史调查问卷确定出的历史有效分值进行设定，并申请实施例不做具体限定。

具体的，第一预设阈值电子设备将任一调查问卷的有效分值与第一预设阈值进行对比，若确定的任一有效分值小于第一预设阈值，表明该被服务人员在填写调查问卷时受情绪影响程度很大，评论为不实评论的可能性很大，随即电子设备将该任一调查问卷舍弃，将该任一调查问卷认定为无效问卷；若电子设备确定的任一调查问卷对应的有效分值大于等于第一预设阈值，随即电子设备认定该任一调查问卷为有效问卷。

例如，第一预设阈值为100；若该调查问卷的有效分值为152.2，大于第一预设阈值，则将该调查问卷认定为有效问卷；若该调查问卷的有效分值为86，小于第一预设阈值，则舍弃该问卷，对该问卷的评论不进行采纳分析；从而准确筛选出被服务人员在接收服务后受情绪导向故意给出不实评价的调查问卷，提高调查问卷的有效性。

另外，满意度筛选方法还包括：获取每个被服务人员填写调查问卷的答复总时长，并将答复总时长与第二预设阈值进行对比；若任一答复总时长大于等于第二预设阈值，则确定任一答复总时长对应的调查问卷为目标调查问卷，并调取目标调查问卷对应的被服务人员信息；若任一答复总时长小于第二预设阈值，则确定任一答复总时长对应的调查问卷为无效调查问卷，并将无效调查问卷对应的被服务人员信息剔除。

在本申请实施例中，第二预设阈值为去掉最短答复时间以及最长答复时长的平均答复时长。

进一步地，由于在填写时调查问卷时会存在很多被服务人员随意填写的情况，因此电子设备根据第二预设阈值对初始调查问卷进行初次筛选，当电子设备获取到被服务人员填写调查问卷的答复时长后，将答复时长与第二预设阈值进行对比；若任一答复时长大于等于第二预设阈值，则表明被服务人员在对调查问卷进行答复时较为认真，电子设备将对应的任一调查问卷作为初始调查问卷；若任一答复时长小于第二预设阈值，则表明被服务人员在对调查问卷进行答复时较为随意，电子设备舍弃该任一调查问卷。

需要说明的，由技术人员将制作好的调查问卷交于被服务人员线上或线下填写，在对于调查问卷的问题设置上，可以根据不同企业需要的信息进行调整，但要有体现被服务人员基础信息的问题；电子设备在对调查问卷进行初次筛选后，将初始调查问卷进行存储，并根据初始调查问卷，确定需要获取的每个被服务人员信息，被服务人员信息与初始调查问卷一一对应。

满意度数据筛选装置20具体可以包括：情绪确定模块201、目标分值确定模块202、情绪分值确定模块203、有效分值确定模块204以及筛选模块205，其中，

情绪确定模块201，用于基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态；

目标分值确定模块202，用于获取每个被服务人员对应的调查问卷，并基于调查问卷，确定每个被服务人员对应的目标分值；

情绪分值确定模块203，用于基于多个情绪状态，确定每个被服务人员对应的情绪分值；

有效分值确定模块204，用于基于每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；

筛选模块205，用于筛选有效分值大于等于第一预设阈值的调查问卷为有效问卷。

在一种可能的实现方式中，情绪确定模块包括201：特征图确定单元、情绪特征确定单元、情绪识别结果确定单元以及情绪状态确定单元，其中，

特征图确定单元，用于对多个人脸图像分别进行特征提取，确定多张特征图；

情绪特征确定单元，用于对多张特征图分别进行识别，确定多个情绪特征信息；

情绪识别结果确定单元，用于对多个情绪特征信息分别进行识别，确定多个情绪特征信息分别对应的情绪特征识别结果；

情绪状态确定单元，用于基于多个情绪特征识别结果，确定每个被服务人员在被服务过程中的多个情绪状态。

在一种可能的实现方式中，情绪特征信息确定单元，具体用于，

确定每张特征图对应的目标区域，目标区域为便于识别情绪特征信息的人脸区域；

确定多张特征图分别对应的目标区域，目标区域为能够反映被服务人员情绪特征的人脸区域；

确定目标区域对应的多个子情绪特征信息，并基于多个子情绪特征信息，确定目标区域对应的情绪特征信息。

在一种可能的实现方式中，目标分值确定模块包括202：子问卷确定单元、问卷答复时长确定单元、子目标分值确定单元以及目标分值确定单元，其中，

子问卷确定单元，用于对调查问卷进行拆分处理，得到多个子调查问卷；

问卷答复时长确定单元，用于基于多个子调查问卷，确定每个子调查问卷对应的多个问卷答复时长；

子目标分值确定单元，用于确定多个问卷答复时长分别对应的权重，并基于获取的多个答复分值以及多个问卷答复时长分别对应的权重，确定多个子目标分值；

目标分值确定单元，用于基于多个子目标分值，确定每个被服务人员对应的目标分值。

在一种可能的实现方式中，情绪分值确定模块包括203：第一确定单元、第二确定单元以及情绪分值确定单元，其中，

第一确定单元，用于确定多个情绪状态分别对应的比重、愉悦度以及情绪强度；

比重、愉悦度以及情绪强度三者之间一一对应；

第二确定单元，用于基于每个情绪状态对应的比重、愉悦度以及情绪强度，确定每个情绪状态对应的子情绪分值；

情绪分值确定单元，用于基于多个子情绪分值，确定每个被服务人员对应的情绪分值。

在一种可能的实现方式中，筛选模块包括205：分值对比单元、问卷舍弃单元以及有效问卷确定单元，其中，

分值对比单元，用于将多个有效分值分别与第一预设阈值进行对比；

问卷舍弃单元，用于若任一有效分值小于第一预设阈值，则确定任一有效分值对应的调查问卷为无效问卷，舍弃任一调查问卷；

有效问卷确定单元，用于若任一调查问卷对应的有效分值大于等于第一预设阈值，则确定任一调查问卷为有效问卷。

在一种可能的实现方式中，满意度数据筛选装置20包括：时长对比模块、人员信息调取模块以及人员信息剔除模块，其中，

时长对比模块，用于获取每个被服务人员填写调查问卷的答复总时长，并将答复总时长与第二预设阈值进行对比；

人员信息调取模块，用于若任一答复总时长大于等于第二预设阈值，则确定任一答复总时长对应的调查问卷为目标调查问卷，并调取目标调查问卷对应的被服务人员信息；

人员信息剔除模块，用于若任一答复总时长小于第二预设阈值，则确定任一答复总时长对应的调查问卷为无效调查问卷，并将无效调查问卷对应的被服务人员信息剔除。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还从实体装置的角度介绍了一种电子设备，如图3所示，图3所示的电子设备30包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备30还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备30的结构并不构成对本申请实施例的限定。

处理器301可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器303可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。

其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种满意度数据筛选方法，其特征在于，包括：

基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态；

获取每个被服务人员对应的调查问卷，并基于所述调查问卷，确定每个被服务人员对应的目标分值；

基于所述多个情绪状态，确定每个被服务人员对应的情绪分值；

基于所述每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；

筛选所述有效分值大于等于第一预设阈值的调查问卷为有效问卷。

2.根据权利要求1所述的一种满意度数据筛选方法，其特征在于，所述基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态，包括：

对所述多个人脸图像分别进行特征提取，确定多张特征图；

对所述多张特征图分别进行识别，确定多个情绪特征信息；

对所述多个情绪特征信息分别进行识别，确定所述多个情绪特征信息分别对应的情绪特征识别结果；

基于多个情绪特征识别结果，确定所述每个被服务人员在被服务过程中的多个情绪状态。

3.根据权利要求2所述的一种满意度数据筛选方法，其特征在于，所述对所述多张特征图分别进行识别，确定多个情绪特征信息，包括：

确定所述多张特征图分别对应的目标区域，所述目标区域为能够反映被服务人员情绪特征的人脸区域；

确定所述目标区域对应的多个子情绪特征信息，并基于所述多个子情绪特征信息，确定所述目标区域对应的情绪特征信息。

4.根据权利要求1所述的一种满意度数据筛选方法，其特征在于，所述基于所述调查问卷，确定每个被服务人员对应的目标分值，包括：

对所述调查问卷进行拆分处理，得到多个子调查问卷；

基于所述多个子调查问卷，确定每个子调查问卷对应的多个问卷答复时长；

确定所述多个问卷答复时长分别对应的权重，并基于获取的多个答复分值以及所述多个问卷答复时长分别对应的权重，确定多个子目标分值；

基于所述多个子目标分值，确定所述每个被服务人员对应的目标分值。

5.根据权利要求1所述的一种满意度数据筛选方法，其特征在于，所述基于所述多个情绪状态，确定每个被服务人员对应的情绪分值，包括：

确定所述多个情绪状态分别对应的比重、愉悦度以及情绪强度；

所述比重、所述愉悦度以及所述情绪强度三者之间一一对应；

基于每个情绪状态对应的比重、愉悦度以及情绪强度，确定每个情绪状态对应的子情绪分值；

基于多个子情绪分值，确定每个被服务人员对应的情绪分值。

6.根据权利要求1所述的一种满意度数据筛选方法，其特征在于，所述筛选所述有效分值大于等于第一预设阈值的调查问卷为有效问卷，包括：

将多个有效分值分别与第一预设阈值进行对比；

若任一有效分值小于第一预设阈值，则确定所述任一有效分值对应的调查问卷为无效问卷，舍弃所述任一调查问卷；

若任一调查问卷对应的有效分值大于等于第一预设阈值，则确定所述任一调查问卷为有效问卷。

7.根据权利要求1所述的一种满意度数据筛选方法，其特征在于，所述方法还包括：

获取每个被服务人员填写调查问卷的答复总时长，并将所述答复总时长与第二预设阈值进行对比；

若任一答复总时长大于等于第二预设阈值，则确定所述任一答复总时长对应的调查问卷为目标调查问卷，并调取所述目标调查问卷对应的被服务人员信息；

若任一答复总时长小于第二预设阈值，则确定所述任一答复总时长对应的调查问卷为无效调查问卷，并将所述无效调查问卷对应的被服务人员信息剔除。

8.一种满意度数据筛选装置，其特征在于，包括：

情绪确定模块，用于基于获取的每个被服务人员的多个人脸图像，确定每个被服务人员在被服务过程中的多个情绪状态；

目标分值确定模块，用于获取每个被服务人员对应的调查问卷，并基于所述调查问卷，确定每个被服务人员对应的目标分值；

情绪分值确定模块，用于基于所述多个情绪状态，确定每个被服务人员对应的情绪分值；

有效分值确定模块，用于基于每个被服务人员对应的目标分值和情绪分值，确定每个被服务人员的调查问卷对应的有效分值；

筛选模块，用于筛选有效分值大于等于第一预设阈值的调查问卷为有效问卷。

9.一种电子设备，其特征在于，该电子设备包括：

至少一个处理器；

存储器；

至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行权利要求1～7任一项所述的一种满意度数据筛选方法。

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，当所述计算机程序在计算机中执行时，令所述计算机执行权利要求1～7任一项所述的一种满意度数据筛选方法。