[发明专利]一种营业厅服务效能评估方法及系统

权利要求书

1.一种基于人工智能的对营业厅服务效能评估的方法，其特征在于，包括如下步骤：

步骤S1.获取客户的人脸高清图像、该客户在该服务的停留时间、该客户入厅时间段；

步骤S2.利用人工智能神经网络对客户的人脸高清图像进行学习，经过学习后人工智能神经网络输出该图像中该客户对应的性别、年龄段、面部表情；

步骤S3.统计得出每种服务对应的心理反应评估参数，该评估参数至少包括面部表情、年龄段、性别、停留时间、客户入厅时间段；通过所述评估参数完成对该服务的心理反应统计，并存储在客户模式信息中。

2.如权利要求1所述的方法，其特征在于，所述步骤S3中对每种服务的面部表情、年龄段、性别、停留时间、客户进厅时间求取平均值，以该平均值作为对服务的心理反应评估参数。

3.如权利要求1或2所述的方法，其特征在于，所述步骤S2中的人工智能神经网络，在该神经网络学习时，采用人脸高清图像中的包括人脸轮廓、眉毛、眼睛、鼻子、嘴巴中的一个或多个器官的多个关键点。

4.如权利要求1或2中所述的方法，其特征在于，所述步骤S1中还包括获得该服务是否被消费的信息；当该服务被消费，则执行步骤S2-S3；当该服务未被消费，则不执行步骤S2-S3，结束对该服务的心理反应评估。

5.如权利要求1或2所述的方法，其特征在于，

所述步骤S3中还包括建立客户的惊喜程度与性别、年龄段及至进厅时间段的映射关系；所述映射关系如下表所示：

其中，服务名是营业厅提供的服务名称；面部表情值以多个级别代表客户惊喜程度；最低级为最不惊喜，最高级为最惊喜，惊喜程度随面部表情变化逐渐增大；服务价格用P(i)(i＝1,2,3……)表示；停留时间用T(i)(i＝1,2,3……)表示；性别：M代表男，F代表女；入厅时间段：t(i)(i＝1,2,3……)表示；年龄段：N(i)(i＝1,2,3……)。

6.如权利要求5所述的方法，其特征在于，

对于服务A的性别为M，年龄段为N1的客户评估值：

其中，面部表情值用f表示，取f＝n，其中n＝1，2，3，4，5中的任一值；f值越大，表示其面部表情变化越大；

其中，其中的t表示t₁，t₂，t₃；∑_t是指对各个入厅时间段进行求和，其中k₁，k₂，k₃为固定系数，所述客户评估值是对于不同的性别，不同年龄段的所述客户分别进行评估。

7.如权利要求1所述方法，其特征在于，在步骤S3之后包括步骤S4，所述步骤S4中将分析的客户模式信息，显示在雇员终端的屏幕上，使得面向客户的雇员可以实时检查与客户的特征相对应的信息，使所述雇员采取与所述对应的信息相匹配的交流方式与客户进行沟通。

8.一种基于人工智能的对营业厅服务效能评估的系统，其特征在于，包括有：图像获取装置、多个传感器、客户分析服务器，所述图像获取装置用于拍摄获取客户的人脸高清图像；

多个传感器用于获取该客户在该服务的停留时间、该客户入厅时间段；

所述客户分析服务器用于接收所述人脸高清图像后，利用人工智能神经网络对客户的人脸高清图像进行学习，经过学习后人工智能神经网络输出该图像中该客户对应的性别、年龄段、面部表情；统计得出每种服务对应的心理反应评估参数，该评估参数至少包括面部表情、年龄段、性别、停留时间、客户入厅时间段；通过所述评估参数完成对该服务的心理反应统计，并存储在客户模式信息中。

9.如权利要求8所述的系统，其特征在于，还包括雇员终端，

客户服务器将分析的客户模式信息传输至雇员终端，并显示在雇员终端的屏幕上，使得面向客户的雇员可以实时检查与客户的特征相对应的信息，使所述雇员采取与所述对应的信息相匹配的交流方式与客户进行沟通。

10.如权利要求8所述的系统，其特征在于，所述客户分析服务器(200)还用于建立客户的惊喜程度与性别，年龄段及至进厅时间段的映射关系；所述映射关系如下表所示：

其中，服务名是营业厅提供的服务名称；面部表情值以多个级别代表客户惊喜程度；最低级为最不惊喜，最高级为最惊喜，惊喜程度随面部表情变化逐渐增大；服务价格用P(i)(i＝1,2,3……)表示；停留时间用T(i)(i＝1,2,3……)表示；性别：M代表男，F代表女；入厅时间段：t(i)(i＝1,2,3……)表示；年龄段：N(i)(i＝1,2,3……)；

对于服务A的性别为M，年龄段为N1的客户评估值：

其中，面部表情值用f表示，取f＝n，其中n＝1，2，3，4，5中的任一值；f值越大，表示其面部表情变化越大；

其中，t表示t₁，t₂，t₃；∑_t是指对各个入厅时间段进行求和，其中k₁，k₂，k₃为固定系数，所述客户评估值是对于不同的性别，不同年龄段的所述客户分别进行评估。