本发明涉及人工智能领域,尤其涉及一种用户数据分析以及管理方法、装置、设备及存储介质。
背景技术:
1、随着人工智能技术的高速发展,人们对人类情绪表达的研究越发重视。现有方案都是单纯的使用语音或者视觉的方式去识别人们当前的情绪,这种单一的识别方式往往准确率不高,出现误识别的情况。
2、现有方案,单纯靠通过视觉方法识别人们的情绪,有的人在喜悦、愤怒、悲伤等情绪时,所表现出的面部表情是不同的;再或者只使用语音方式来识别人们的情绪,通常识别结果会受到方言,进而导致现有方案的准确率较低。
技术实现思路
1、本发明提供了一种用户数据分析以及管理方法、装置、设备及存储介质,用于实现对用户情绪的智能监控以及提高用户情绪分析的准确率。
2、本发明第一方面提供了一种用户数据分析以及管理方法,所述用户数据分析以及管理方法包括:
3、基于预设的视频采集间隔获取目标用户的多个初始视频数据,并对所述多个初始视频数据进行视频排序,生成多个连续视频数据;
4、获取所述目标用户的用户基本信息,并根据所述用户基本信息和所述多个连续视频数据设置原始视频处理模型的视频检测参数,得到所述目标用户对应的用户情绪分析模型;
5、分别将所述多个连续视频数据输入所述用户情绪分析模型进行用户情绪分析,得到每个连续视频数据对应的用户情绪分析结果;
6、根据每个连续视频数据对应的用户情绪分析结果,对所述目标用户进行情绪波动分析,构建所述目标用户的情绪波动分布图;
7、根据所述情绪波动分布图,判断所述目标用户是否存在情绪波动异常,得到判断结果;
8、若所述判断结果为存在情绪波动异常,则获取情绪异常记录表,并识别所述目标用户是否在所述情绪异常记录表中有记录;
9、若有记录,则对所述目标用户进行情绪异常告警,并对所述多个连续视频数据和所述判断结果进行数据整合分析,生成用户管理方案。
10、结合第一方面,在本发明第一方面的第一实施方式中,所述获取所述目标用户的用户基本信息,并根据所述用户基本信息和所述多个连续视频数据设置原始视频处理模型的视频检测参数,得到所述目标用户对应的用户情绪分析模型,包括:
11、获取所述目标用户的用户基本信息,其中,所述用户基本信息包括:用户性别和用户年龄;
12、根据所述用户性别和所述用户年龄从预置的参数集中匹配对应的目标参数信息;
13、根据所述多个连续视频数据设置检测次数,并根据所述检测次数和所述目标参数信息设置原始视频处理模型的视频检测参数;
14、将设置完成的原始视频处理模型作为所述目标用户对应的用户情绪分析模型。
15、结合第一方面,在本发明第一方面的第二实施方式中,所述分别将所述多个连续视频数据输入所述用户情绪分析模型进行用户情绪分析,得到每个连续视频数据对应的用户情绪分析结果,包括:
16、分别将所述多个连续视频数据输入所述用户情绪分析模型;
17、通过所述用户情绪分析模型对所述多个连续视频数据进行情绪稳定度分析,得到每个连续视频数据的情绪稳定度;
18、根据所述情绪稳定度生成每个连续视频数据对应的用户情绪分析结果。
19、结合第一方面,在本发明第一方面的第三实施方式中,所述根据每个连续视频数据对应的用户情绪分析结果,对所述目标用户进行情绪波动分析,构建所述目标用户的情绪波动分布图,包括:
20、获取所述多个连续视频数据对应的视频采集间隔;
21、对每个连续视频数据对应的用户情绪分析结果和所述视频采集间隔进行对应匹配,并对所述用户情绪分析结果进行数值映射,生成每个用户情绪分析结果对应的目标数值;
22、根据每个用户情绪分析结果对应的目标数值构建所述目标用户的情绪波动分布图。
23、结合第一方面,在本发明第一方面的第四实施方式中,所述根据所述情绪波动分布图,判断所述目标用户是否存在情绪波动异常,得到判断结果,包括:
24、对所述情绪波动分布图进行特征点提取,得到目标分布概率;
25、对所述目标分布概率和预设概率阈值进行比对,得到判断结果;
26、若所述目标分布概率大于或等于预设阈值,则确定所述判断结果为存在情绪波动异常;
27、若所述目标分布概率小于预设阈值,则确定所述判断结果为不存在情绪波动异常。
28、结合第一方面,在本发明第一方面的第五实施方式中,所述若有记录,则对所述目标用户进行情绪异常告警,并对所述多个连续视频数据和所述判断结果进行数据整合分析,生成用户管理方案,包括:
29、若有记录,则生成所述目标用户的告警信息;
30、将所述告警信息传输至预置的监控终端,对所述目标用户进行情绪异常告警;
31、对所述多个连续视频数据和所述判断结果进行数据整合分析,生成用户管理方案。
32、结合第一方面,在本发明第一方面的第六实施方式中,所述用户数据分析以及管理方法还包括:
33、采集所述目标用户的实时视频数据;
34、对所述实时视频数据进行情绪分析,得到目标分析结果;
35、根据所述目标分析结果对所述用户管理方案进行调整,得到调整后的用户管理方案。
36、本发明第二方面提供了一种用户数据分析以及管理装置,所述用户数据分析以及管理装置包括:
37、获取模块,用于基于预设的视频采集间隔获取目标用户的多个初始视频数据,并对所述多个初始视频数据进行视频排序,生成多个连续视频数据;
38、设置模块,用于获取所述目标用户的用户基本信息,并根据所述用户基本信息和所述多个连续视频数据设置原始视频处理模型的视频检测参数,得到所述目标用户对应的用户情绪分析模型;
39、分析模块,用于分别将所述多个连续视频数据输入所述用户情绪分析模型进行用户情绪分析,得到每个连续视频数据对应的用户情绪分析结果;
40、构建模块,用于根据每个连续视频数据对应的用户情绪分析结果,对所述目标用户进行情绪波动分析,构建所述目标用户的情绪波动分布图;
41、判断模块,用于根据所述情绪波动分布图,判断所述目标用户是否存在情绪波动异常,得到判断结果;
42、识别模块,用于若所述判断结果为存在情绪波动异常,则获取情绪异常记录表,并识别所述目标用户是否在所述情绪异常记录表中有记录;
43、生成模块,用于若有记录,则对所述目标用户进行情绪异常告警,并对所述多个连续视频数据和所述判断结果进行数据整合分析,生成用户管理方案。
44、结合第二方面,在本发明第二方面的第一实施方式中,所述设置模块具体用于:
45、获取所述目标用户的用户基本信息,其中,所述用户基本信息包括:用户性别和用户年龄;
46、根据所述用户性别和所述用户年龄从预置的参数集中匹配对应的目标参数信息;
47、根据所述多个连续视频数据设置检测次数,并根据所述检测次数和所述目标参数信息设置原始视频处理模型的视频检测参数;
48、将设置完成的原始视频处理模型作为所述目标用户对应的用户情绪分析模型。
49、结合第二方面,在本发明第二方面的第二实施方式中,所述分析模块具体用于:
50、分别将所述多个连续视频数据输入所述用户情绪分析模型;
51、通过所述用户情绪分析模型对所述多个连续视频数据进行情绪稳定度分析,得到每个连续视频数据的情绪稳定度;
52、根据所述情绪稳定度生成每个连续视频数据对应的用户情绪分析结果。
53、结合第二方面,在本发明第二方面的第三实施方式中,所述构建模块具体用于:
54、获取所述多个连续视频数据对应的视频采集间隔;
55、对每个连续视频数据对应的用户情绪分析结果和所述视频采集间隔进行对应匹配,并对所述用户情绪分析结果进行数值映射,生成每个用户情绪分析结果对应的目标数值;
56、根据每个用户情绪分析结果对应的目标数值构建所述目标用户的情绪波动分布图。
57、结合第二方面,在本发明第二方面的第四实施方式中,所述判断模块具体用于:
58、对所述情绪波动分布图进行特征点提取,得到目标分布概率;
59、对所述目标分布概率和预设概率阈值进行比对,得到判断结果;
60、若所述目标分布概率大于或等于预设阈值,则确定所述判断结果为存在情绪波动异常;
61、若所述目标分布概率小于预设阈值,则确定所述判断结果为不存在情绪波动异常。
62、结合第二方面,在本发明第二方面的第五实施方式中,所述生成模块具体用于:
63、若有记录,则生成所述目标用户的告警信息;
64、将所述告警信息传输至预置的监控终端,对所述目标用户进行情绪异常告警;
65、对所述多个连续视频数据和所述判断结果进行数据整合分析,生成用户管理方案。
66、结合第二方面,在本发明第二方面的第六实施方式中,所述用户数据分析以及管理装置还包括:
67、调整模块,用于采集所述目标用户的实时视频数据;对所述实时视频数据进行情绪分析,得到目标分析结果;根据所述目标分析结果对所述用户管理方案进行调整,得到调整后的用户管理方案。
68、本发明第三方面提供了一种用户数据分析以及管理设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述用户数据分析以及管理设备执行上述的用户数据分析以及管理方法。
69、本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的用户数据分析以及管理方法。
70、本发明提供的技术方案中,分别将多个连续视频数据输入用户情绪分析模型进行用户情绪分析,得到每个连续视频数据对应的用户情绪分析结果;根据每个连续视频数据对应的用户情绪分析结果,对目标用户进行情绪波动分析,构建目标用户的情绪波动分布图;根据情绪波动分布图得到判断结果;若判断结果为存在情绪波动异常,则获取情绪异常记录表,并识别目标用户是否在情绪异常记录表中有记录;若有记录,则对目标用户进行情绪异常告警,并对多个连续视频数据和判断结果进行数据整合分析,生成用户管理方案,本发明通过对目标用户的多个连续视频数据进行情绪分析,提高了情绪分析的准确率,并且通过对多个连续视频数据和判断结果进行数据整合分析,生成用户管理方案,实现了智能化的用户情绪管理。