[发明专利]基于人工智能服务的元宇宙用户反馈分析方法及软件产品

权利要求书

1.一种基于人工智能服务的元宇宙用户反馈分析方法，其特征在于，应用于大数据服务器，所述方法包括：

获取待分析云服务用户反馈，所述待分析云服务用户反馈包括不少于两个的语音反馈数据；

对所述待分析云服务用户反馈进行音频观点挖掘，得到所述待分析云服务用户反馈中每个语音反馈数据的音频观点描述；

对于每个语音反馈数据，依据所述语音反馈数据的音频观点描述以及衍生语音反馈数据的音频观点描述，确定所述语音反馈数据与所述衍生语音反馈数据之间的信息共性评价；

对于每个语音反馈数据，依据所述语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，对所述语音反馈数据和所述衍生语音反馈数据的音频观点描述进行聚合操作，得到针对前后联系特征的强化音频观点描述；

结合所述强化音频观点描述对所述待分析云服务用户反馈进行数据安全诉求挖掘，得到数据安全诉求。

2.如权利要求1所述的方法，其特征在于，所述音频观点描述包括线性变量组，所述对于每个语音反馈数据，依据所述语音反馈数据的音频观点描述以及所述语音反馈数据匹配的衍生语音反馈数据的音频观点描述，确定所述语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，包括：

确定拟进行处理的目标语音反馈数据，以及目标语音反馈数据的衍生语音反馈数据；

结合特征强化决策数据将所述目标语音反馈数据的目标线性变量组进行特征迁移操作，得到所述目标语音反馈数据的目标线性变量组在迁移坐标系中对应的第一特征迁移结果；

结合特征强化决策数据将所述衍生语音反馈数据的衍生线性变量组进行特征迁移操作，得到所述衍生语音反馈数据的衍生线性变量组在迁移坐标系中对应的第二特征迁移结果；

依据所述第一特征迁移结果和所述第二特征迁移结果之间的差异确定所述目标语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，得到每个语音反馈数据的信息共性评价。

3.如权利要求2所述的方法，其特征在于，所述第一特征迁移结果包括第一索引特征、第一声纹特征和第一细节特征，所述第二特征迁移结果包括第二索引特征、第二声纹特征和第二细节特征，所述依据所述第一特征迁移结果和所述第二特征迁移结果之间的差异确定所述目标语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，得到每个语音反馈数据的信息共性评价，包括：

依据所述目标语音反馈数据对应的第一索引特征和所述衍生语音反馈数据对应的第二声纹特征之间的差异，确定所述目标语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，得到每个语音反馈数据的信息共性评价；

所述对于每个语音反馈数据，依据所述语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，对所述语音反馈数据和所述衍生语音反馈数据的音频观点描述进行聚合操作，得到针对前后联系特征的强化音频观点描述，包括：

对于每个语音反馈数据，依据所述语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，对所述衍生语音反馈数据对应的细节线性变量组进行强化，得到所述衍生语音反馈数据对应的强化细节线性变量组；

对于每个语音反馈数据，依据所述语音反馈数据的线性变量组与所述衍生语音反馈数据对应的强化细节线性变量组进行聚合操作，得到所述针对前后联系特征的强化音频观点描述。

4.如权利要求3所述的方法，其特征在于，所述依据所述目标语音反馈数据对应的第一索引特征和所述衍生语音反馈数据对应的第二声纹特征之间的差异，确定所述目标语音反馈数据与所述衍生语音反馈数据之间的信息共性评价，得到每个语音反馈数据的信息共性评价，包括：

依据所述目标语音反馈数据对应的第一索引特征和所述衍生语音反馈数据对应的第二声纹特征之间的差异，确定所述目标语音反馈数据与所述衍生语音反馈数据之间的基础信息共性评价，得到每个语音反馈数据的基础信息共性评价；

依据每个语音反馈数据的基础信息共性评价，得到所述待分析云服务用户反馈的基础信息共性评价列表；

通过所述基础信息共性评价列表以及所述基础信息共性评价列表的变换列表对每个语音反馈数据的基础信息共性评价进行更新，得到所述目标语音反馈数据与所述衍生语音反馈数据之间的信息共性评价。