[发明专利]一种基于用户情感反馈的机器人服务认知方法及系统

权利要求书

1.一种基于用户情感反馈的机器人服务认知方法，其特征在于，包括以下步骤：

获取当前场景信息，包括当前环境领域和用户领域的信息；

基于预先构建的案例库，获取与当前场景信息相匹配的服务类型，所述案例库包括场景信息和服务类型的映射关系；具体地，

将当前环境领域和用户领域的信息根据预设编码规则进行编码，得到当前场景属性向量；

将当前场景属性向量与案例库中的场景属性向量进行相似性分析，获取相匹配的服务案例，其相应的服务类型即与当前场景信息相匹配的服务类型；

若获取的相匹配服务案例数量大于1，还根据案例优先级进行二次筛选，所述案例优先级与近期使用频次、案例创建者和相似度相关；

所述相似性分析包括：

计算当前场景属性向量与案例库中的场景属性向量之间的距离：首先根据两个属性向量中相应属性是否相同得到属性差异向量，然后基于属性差异向量和各属性的权重加权求和得到两个属性向量之间的距离；其中，各属性的权重根据该属性与服务类型的相关性得到；

确定当前场景属性向量与案例库中的场景属性向量之间的相似度，距离越小，相似度越高；

根据所述服务类型相应的用户偏好度模型，获取具体服务，所述用户偏好度模型基于用户情感反馈建立；

接收用户对所述具体服务的情感评价，更新用户偏好度模型，若所述情感评价为负面，根据更新后的用户偏好模型，重新确定具体服务。

2.如权利要求1所述的基于用户情感反馈的机器人服务认知方法，其特征在于，所述案例库构建方法包括：

获取多个服务案例，每个服务案例均包括场景信息和相应服务类型；

基于预设编码规则对场景信息进行编码，得到场景属性向量，所述预设编码规则包括场景信息中各个属性及其编码；

将所述多个服务案例的场景属性向量和相应服务类型进行关联存储。

3.如权利要求1所述的基于用户情感反馈的机器人服务认知方法，其特征在于，所述用户偏好模型建立方法为：

对于每一类服务，接收用户对多次具体服务的情感反馈；其中，对于每一个具体服务，均预先构建特性矩阵，所述特性矩阵中每一列表示该具体服务的一种特性，矩阵中的取值表示该具体服务是否具备相应特性；

以情感反馈为权重，对所述多次具体服务的特性矩阵进行加权求和，得到该类服务相应的偏好度模型。

4.如权利要求3所述的基于用户情感反馈的机器人服务认知方法，其特征在于，根据所述服务类型相应的用户偏好度模型，获取具体服务包括：

获取所述服务类型相应的具体服务，根据各具体服务的特性矩阵和用户偏好度模型，计算各具体服务的匹配度。

5.一种基于用户情感反馈的机器人服务认知系统，其特征在于，包括：

当前场景获取模块，被配置为获取当前场景信息，包括当前环境领域和用户领域的信息；

服务类型匹配模块，被配置为基于预先构建的案例库，获取与当前场景信息相匹配的服务类型，所述案例库包括场景信息和服务类型的映射关系；具体地，

将当前环境领域和用户领域的信息根据预设编码规则进行编码，得到当前场景属性向量；

将当前场景属性向量与案例库中的场景属性向量进行相似性分析，获取相匹配的服务案例，其相应的服务类型即与当前场景信息相匹配的服务类型；

若获取的相匹配服务案例数量大于1，还根据案例优先级进行二次筛选，所述案例优先级与近期使用频次、案例创建者和相似度相关；

所述相似性分析包括：

计算当前场景属性向量与案例库中的场景属性向量之间的距离：首先根据两个属性向量中相应属性是否相同得到属性差异向量，然后基于属性差异向量和各属性的权重加权求和得到两个属性向量之间的距离；其中，各属性的权重根据该属性与服务类型的相关性得到；

确定当前场景属性向量与案例库中的场景属性向量之间的相似度，距离越小，相似度越高；

具体服务匹配模块，被配置为根据所述服务类型相应的用户偏好度模型，获取具体服务，所述用户偏好度模型基于用户情感反馈建立；

接收用户对所述具体服务的情感评价，更新用户偏好度模型，若所述情感评价为负面，根据更新后的用户偏好模型，重新确定具体服务。