CN106934651A - 一种用于机器人的宣传信息输出方法及*** - Google Patents

Abstract

本发明公开了一种用于机器人的宣传信息输出方法及***。所述方法包括：获取多模态交互输入数据；解析所述多模态交互输入数据，获取用户属性信息；获取与所述用户属性信息匹配的宣传内容及所述宣传内容的宣传输出策略，其中，所述宣传内容的宣传输出策略与所述机器人的配置匹配；按照所述宣传输出策略向所述用户输出所述宣传内容。相较于现有技术，根据本发明的方法可以大大提高机器人在输出广告信息过程中的用户体验，提高广告宣传的针对性，优化广告宣传效率，改善广告宣传效果。

Description

一种用于机器人的宣传信息输出方法及***

技术领域

本发明涉及机器人领域，具体涉及一种用于机器人的宣传信息输出方法及***。

背景技术

在当前的生产生活中，广告宣传是一种常见的传媒形式，其传播模式包括静态图像、文字、声音以及动态视频等等多种模式。

随着机器人技术的不断发展，智能机器人的越来越多的被应用到人类日常的生产生活中。为了拓展机器人的应用范围，在很多应用场景中，机器人被用作为广告宣传的输出终端。

但是，在当前的技术环境中，广告宣传的输出内容以及输出模式大多是针对现有的常见终端(例如电视、收音机、手机、电脑等)而设置的。机器人作为一种较为特殊的新兴终端，其输出模式以及应用场合都与现有的常见终端不同。这就导致现有的广告宣传的输出内容以及输出模式并不适合机器人输出。强行使用机器人输出现有的广告宣传信息，不仅无法达到宣传效果，而且会降低机器人的用户体验，甚至会产生相反的宣传效果。

发明内容

本发明提供了一种用于机器人的宣传信息输出方法，所述方法包括：

获取多模态交互输入数据；

解析所述多模态交互输入数据，获取用户属性信息；

获取与所述用户属性信息匹配的宣传内容及所述宣传内容的宣传输出策略，其中，所述宣传内容的宣传输出策略与所述机器人的配置匹配；

按照所述宣传输出策略向所述用户输出所述宣传内容。

在一实施例中，所述多模态交互输入数据包括交互内容数据、用户行为采集数据、用户姿态采集数据、用户情绪分析数据。

在一实施例中，所述用户属性信息包括用户固有属性特征以及用户习惯分析结果，其中：

所述用户固有属性特征包括用户性别、年龄、职业以及家庭背景；

所述用户习惯分析结果包括用户动作习惯、作息习惯、思考习惯以及偏好信息。

在一实施例中，解析所述多模态交互输入数据，获取用户属性信息，其中：

由机器人端将所述多模态交互输入数据发送到机器人云端服务器；

由所述机器人云端服务器解析所述多模态交互输入数据，获取用户属性信息。

在一实施例中，所述方法还包括：

采集所述用户针对所述宣传信息的回应输入数据；

解析所述回应输入数据，获取所述宣传信息的推广结果分析数据。

本发明还提出了一种用于机器人的宣传信息输出***，所述***包括：

输入采集模块，其配置为获取多模态交互输入数据；

用户属性信息获取模块，其配置为解析多模态交互输入数据，获取用户属性信息；

宣传信息获取模块，其配置为获取与所述用户属性信息匹配的宣传内容及所述宣传内容的宣传输出策略，其中，所述宣传内容的宣传输出策略与所述机器人的配置匹配；

输出模块，其配置为按照所述宣传输出策略向所述用户输出所述宣传内容。

在一实施例中，所述输入采集模块包括：

交互采集单元，其配置为采集交互内容数据；

行为采集单元，其配置为采集用户行为采集数据；

姿态确认单元，其配置为采集用户姿态采集数据；

情绪确认单元，其配置为采集用户情绪分析数据。

在一实施例中，所述用户属性获取模块包括：

固有属性分析单元，其配置为获取用户固有属性特征，其中，所述用户固有属性特征包括用户性别、年龄、职业以及家庭背景；

习惯分析单元，其配置为获取用户习惯分析结果，其中，所述用户习惯分析结果包括用户动作习惯、作息习惯、思考习惯以及偏好信息。

在一实施例中，所述用户属性获取模块被构造在机器人云端服务器中，其配置为：

从机器人端获取所述多模态交互输入数据；

解析所述多模态交互输入数据获取所述用户属性信息。

在一实施例中，所述***还包括宣传回应解析模块，其中：

所述输入采集模块还配置为采集所述用户针对所述宣传信息的回应输入数据；

所述宣传回应解析模块配置为解析所述回应输入数据，获取所述宣传信息的推广结果分析数据。

相较于现有技术，根据本发明的方法可以大大提高机器人在输出广告信息过程中的用户体验，提高广告宣传的针对性，优化广告宣传效率，改善广告宣传效果。

本发明的其它特征或优点将在随后的说明书中阐述。并且，本发明的部分特征或优点将通过说明书而变得显而易见，或者通过实施本发明而被了解。本发明的目的和部分优点可通过在说明书、权利要求书以及附图中所特别指出的步骤来实现或获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1、图2以及图4是根据本发明实施例的方法流程图；

图3是根据本发明一实施例的方法的部分流程图；

图5、图8以及图9是根据本发明实施例的***结构简图；

图6以及图7是根据本发明实施例的***部分结构简图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

在当前的生产生活中，广告宣传是一种常见的传媒形式，其传播模式包括静态图像、文字、声音以及动态视频等等多种模式。

随着机器人技术的不断发展，智能机器人的越来越多的被应用到人类日常的生产生活中。为了拓展机器人的应用范围，在很多应用场景中，机器人被用作为广告宣传的输出终端。

但是，在当前的技术环境中，广告宣传的输出内容以及输出模式大多是针对现有的常见终端(例如电视、收音机、手机、电脑等)而设置的。机器人作为一种较为特殊的新兴终端，其输出模式以及应用场合都与现有的常见终端不同。这就导致现有的广告宣传的输出内容以及输出模式并不适合机器人输出。强行使用机器人输出现有的广告宣传信息，不仅无法达到宣传效果，而且会降低机器人的用户体验，甚至会产生相反的宣传效果。

针对上述问题，本发明提出了一种用于机器人的宣传信息输出方法。

通常的宣传场景主要包含两个要素，一个是宣传内容(需要宣传什么)，二是宣传内容的宣传输出策略(采取什么样的方式将宣传内容输出，例如，宣传内容的载体(静态图像、声音或是视频等)、输出时机(例如输出宣传内容的时间节点、频次等)等)。

首先针对宣传输出策略，由于机器人自身的硬件与现有的媒体输出硬件具有很大的不同，因此，现有的很多宣传输出策略并不适用于机器人的硬件配置(例如，有的机器人并不具备图像输出功能，强行用其进行视频类宣传内容的输出，则只能输出视频中的声音信息，完全无法实现预定的宣传效果)。针对这一问题，在本发明一实施例中，针对机器人的配置确定与其匹配的宣传输出策略。在保证宣传输出策略不超出机器人的配置限定范围内的前提下(例如，不会将视频类宣传内容交予不具备视频输出的机器人进行宣传输出)，尽可能的拓展宣传方式，从而使得机器人在输出宣传内容时发挥自身的硬件特点，达到最优的宣传效果(例如，传统的媒体设备不具备动作能力而很多机器人具备动作能力，针对机器人的动作机构配置设定利用机器人的动作体现宣传内容的宣传输出策略)。

这样，就可以最大限度的保证机器人宣传输出的输出效果，提高机器人在输出广告信息过程中的用户体验。

进一步的，针对宣传内容，在现有技术中通常采用一对多的广播方式进行宣传输出，即在输出宣传内容时并不能确定该宣传内容被哪一个用户所接收到，即使基于输出地点、输出时机等输出策略的调控，也只能大概的限定接收到宣传内容的用户所属的范围集合，而不能精确用户属性。这就导致了在很多情况下宣传内容和接收到该宣传内容的用户是不匹配的(也就是说，对该宣传内容没兴趣或是不需要该宣传内容的用户接收到了宣传内容)，从而造成了宣传资源的浪费，大大降低了宣传效率，影响了宣传效果。

智能机器人拥有一定自主行为能力和数据采集分析能力，能够对自身所面对的用户进行一定程度上的数据采集以及识别分析。以智能机器人的数据处理能力为基础，在本发明一实施例中，采集获取用户属性信息；并进一步获取与用户属性信息匹配的宣传内容及宣传内容的宣传输出策略。这样就可以使得输出宣传内容与接收到该宣传内容的用户相匹配(将宣传内容送到有需求的用户手中)，这样就可以做到点对点的宣传输出，最大限度利用了宣传资源，提高广告宣传的针对性，优化广告宣传效率，改善广告宣传效果。

接下来基于附图详细描述根据本发明实施例的方法的详细流程，附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机***中执行。虽然在流程图中示出了各步骤的逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1所示，机器人首先获取多模态交互输入数据(步骤S100)；然后解析多模态交互输入数据(步骤S110)，获取用户属性信息(步骤S120)；接下来获取与用户属性信息匹配的宣传内容及宣传内容的宣传输出策略(步骤S130)，其中，宣传内容的宣传输出策略与机器人的配置匹配；最后按照宣传输出策略向用户输出宣传内容(步骤S140)。

相较于现有技术，根据本发明的方法可以大大提高机器人在输出广告信息过程中的用户体验，提高广告宣传的针对性，优化广告宣传效率，改善广告宣传效果。

在图1所示的流程中，关键点之一是要采集可以反映用户实际情况的用户属性信息，这样才能保证得到的宣传内容以及宣传输出策略与接收到该宣传内容的用户相匹配。为了获取到准确、完善的用户属性信息，在本发明一实施例中，机器人采集多模态的交互输入数据，从多个维度对用户属性信息进行解析获取。

具体的，在一实施例中，机器人获取到的多模态交互输入数据包括交互内容数据、用户行为采集数据、用户姿态采集数据、用户情绪分析数据。

进一步的，在现有技术中，描述用户主要基于用户的固有属性特征，例如姓名、年龄、职业以及家庭背景等。根据上述固有属性特征虽然可以一定程度上推断用户的喜好需求，但是得到的推断结果范围宽泛且具有很大的不确定性。

为了尽可能的提高宣传内容与接收到该宣传内容的用户之间的匹配度，在本发明一实施例中，机器人不仅通过对多模态交互输入数据的解析获取用户固有属性特征，而且还通过对多模态交互输入数据的解析获取用户习惯分析结果(尤其的，机器人通过对历史采集数据的积累、整理、分析而归纳出用户的习惯分析结果)。

具体的，在一实施例中，机器人分析整理多模态交互输入数据后获取的用户属性信息包括用户固有属性特征以及用户习惯分析结果，其中：

用户固有属性特征包括用户性别、年龄、职业以及家庭背景；

用户习惯分析结果包括用户动作习惯、作息习惯、思考习惯以及偏好信息。

进一步的，宣传内容以及宣传输出策略的生成涉及到各种宣传素材的收集、脚本攥写、内容生成等一系列复杂的数据采集处理操作，其需要较高的硬件处理能力以及复杂的操作环境才可以实现。凭借机器人自身的简单数据处理能力以及操作界面无法获取复杂内容的宣传内容以及宣传输出策略设定。因此，在本发明一实施例中，机器人将用户属性信息发送到机器人云端服务器；由机器人云端服务器根据用户属性信息获取匹配的宣传内容以及宣传输出策略；然后由机器人云端服务器将宣传内容以及宣传输出策略发送到机器人。

进一步的，由于用户属性信息也需要经历对多模态交互输入数据的积累、整理、分析等复杂的数据处理过程才能获取，因此是必须要较高的硬件处理能力支撑。为了降低数据处理压力，在本发明一实施例中，机器人只负责多模态交互输入数据的采集操作，而将复杂的数据数据处理操作交予云端服务器负责。具体的，由机器人端将采集到的多模态交互输入数据发送到机器人云端服务器；然后由机器人云端服务器解析多模态交互输入数据，获取用户属性信息。

如图2所示，机器人端首先获取多模态交互输入数据(步骤S200)；然后将获取到的多模态交互输入数据发送到服务器端(机器人云端服务器)。具体的，机器人在采集到多模态交互输入数据后可以根据需求对数据进行预处理，进行初步的整理分析，然后再将整理分析结果发送到服务器端。

服务器端接收机器人端发送过来的多模态交互输入数据(或者初步的整理分析结果)然后解析多模态交互输入数据(步骤S210)，获取用户属性信息(步骤S211)；并接下来获取与用户属性信息匹配的宣传内容及宣传内容的宣传输出策略(步骤S220)，其中，宣传内容的宣传输出策略与机器人的配置匹配(具体的，服务器端从机器人处获取机器人的配置，并在步骤S220中结合机器人的配置确定宣传输出策略)；接下来服务器端将宣传内容以及宣传输出策略发送到机器人端(步骤S221)。

机器人端接收服务器端发送的宣传内容以及宣传输出策略(步骤S230)，按照宣传输出策略将宣传内容输出给用户(步骤S231)。

进一步的，在一实施例中，在步骤S230中，机器人端将接收到的宣传内容以及宣传输出策略保存，这样，只需要执行一次用户属性信息的获取以及宣传内容和宣传输出策略的确定就可以长期实现对用户的宣传输出。

进一步的，在一实施例中，机器人在进行宣传内容的输出过程中(或者输出宣传内容后)还采集用户针对宣传信息的回应输入数据(例如用户在接收到宣传内容之后的行为、表情、语言输出等)；解析回应输入数据，获取宣传信息的推广结果分析数据；最后向宣传信息的提供方输出推广结果分析数据，从而使得宣传信息提供方可以及时准确地了解宣传信息的宣传效果，从而及时的调整宣传策略或提供进一步的深化服务。

在上述流程中，针对回应输入数据的分析可以在机器人本地完成。为了降低机器人端的数据处理压力，在一实施例中，针对回应输入数据的分析也可以在服务器端完成。如图3所示，机器人输出宣传内容(步骤S300)后，采集用户的回应输入数据(步骤S310)，然后将回应输入数据发送到服务器端(或者对回应输入数据进行初步处理，将处理结果发送到服务器端)(步骤S320)。服务器端接收回应输入数据(步骤S330)，对其进行解析(步骤S340)，获取当前宣传信息的推广结果分析结果数据(步骤S350)，然后向宣传信息的提供方输出推广结果分析数据(步骤S360)。

进一步的，在一实施例中，在获取推广结果分析数据时，并不是针对当前的回应输入数据进行及时分析获取的，而是积累回应输入数据，当回应输入数据积累到足以进行解析的数据量时才进行解析。

进一步的，在某些应用场景中，机器人并不是仅仅服务于单一用户的，而不同的用户所匹配的宣传内容以及宣传输出策略是不同的，在机器人面对的用户发生变化时就需要再次执行图1或图2所示的流程，即重复执行用户属性信息的获取以及宣传内容和宣传输出策略的确定，这势必带来较高的数据处理压力(无论是对与机器人端还是服务器端都会带来很大的数据处理负担)。针对这一问题，在一实施例中，机器人获取用户匹配的宣传内容以及宣传输出策略并将其与用户标识关联保存。在进行人际交互的过程中，机器人首先识别当前用户身份，然后提取与当前用户关联的宣传内容以及宣传输出策略以进行宣传输出。

如图4所示，机器人端首先获取多模态交互输入数据，将获取到的多模态交互输入数据发送到服务器端(步骤S400)；服务器端接收机器人端发送过来的多模态交互输入数据后解析该多模态交互输入数据，获取用户属性信息(步骤S410)；并接下来获取与用户属性信息匹配的宣传内容及宣传内容的宣传输出策略并将宣传内容以及宣传输出策略发送到机器人端(步骤S420)。

机器人端接收服务器端发送的宣传内容以及宣传输出策略(步骤S430)，将接收到的宣传内容以及宣传输出策略与其对应用户的用户标识关联保存(步骤S431)。

在开始人机交互时，机器人采集多模态交互输入数据识别当前的用户的身份(步骤S440)，然后从已保存的宣传内容以及宣传输出策略中提取与当前用户身份关联的宣传内容以及宣传输出策略(步骤S450)；并在之后的人机交互过程中针对该用户按照宣传输出策略进行宣传内容的输出(步骤S460)。

进一步的，在实际的应用场景中，用户所匹配的宣传内容以及宣传输出策略是会发生变化的。其主要原因包含：

(一)用户属性信息发生变化导致基于用户属性信息所确定的宣传内容以及宣传输出策略发生变化。

由于用户个人原因的某些用户属性信息发生变化，例如用户偏好、当前习惯需求发生变化。或者，随着机器人采集到的多模态交互输入数据的积累或者数据分析模式的变化，获取到的用户属性信息发生变化。例如，用户习惯分析结果更加细致具体。

(二)在某些应用场景中，用户属性信息并未发生变化，由于宣传需求的变化，匹配用户的宣传内容以及宣传输出策略发生变化。

例如宣传信息提供方放弃原有的宣传对象，转而宣传新的宣传对象。

因此，在一实施例中，当机器人获取到新的宣传内容以及宣传输出策略时，利用新的宣传内容以及宣传输出策略替换保存的原有的宣传内容以及宣传输出策略，并在之后的人机交互过程中基于新的宣传输出策略输出新的宣传内容。

具体的，机器人获取变化的多模态交互输入数据从而更新用户属性信息。根据最新的用户属性信息确定与用户匹配的宣传内容以及宣传输出策略。

或者，服务器端根据原有的用户属性信息采用新的生成机制生成新的宣传内容以及宣传输出策略，机器人直接从服务器端接收新的宣传内容以及宣传输出策略。

基于本发明的方法，本发明还提出了一种用于智能机器人的宣传信息输出***。如图5所示，***包含：

输入采集模块500，其构造在机器人端，配置为获取多模态交互输入数据；

用户属性获取模块510，其配置为解析多模态交互输入数据，获取用户属性信息；

宣传信息获取模块520，其配置为获取与用户属性信息匹配的宣传内容及所述宣传内容的宣传输出策略，其中，宣传内容的宣传输出策略与机器人的配置匹配；

输出模块530，其配置为按照宣传输出策略向用户输出宣传内容。

进一步的，如图6所示，在一实施例中，输入采集模块600包括：

交互采集单元601，其配置为采集交互内容数据；

行为采集单元602，其配置为采集用户行为采集数据；

姿态确认单元603，其配置为采集用户姿态采集数据；

情绪确认单元604，其配置为采集用户情绪分析数据。

进一步的，如图7所示，在一实施例中，用户属性获取模块710包括：

固有属性分析单元711，其配置为获取用户固有属性特征，其中，用户固有属性特征包括用户性别、年龄、职业以及家庭背景；

习惯分析单元712，其配置为获取用户习惯分析结果，其中，用户习惯分析结果包括用户动作习惯、作息习惯、思考习惯以及偏好信息。

进一步的，在一实施例中，用户属性获取模块被构造在机器人云端服务器中，其配置为：从机器人端获取多模态交互输入数据；解析多模态交互输入数据获取所述用户属性信息。

进一步的，在一实施例中，宣传信息获取模块包含构造在机器人云端服务器的宣传信息生成单元，其配置为根据用户属性信息确定并发送匹配的宣传内容以及宣传输出策略。在机器人端构造有接收宣传信息生成单元发送的宣传内容以及宣传输出策略的宣传信息接收单元。

如图8所示，机器人端构造有输入采集模块800、宣传信息接收单元822以及输出模块830。机器人云端服务器构造有用户属性获取模块810以及宣传信息生成单元821。

进一步的，在一实施例中，***还包括宣传回应解析模块，其中：

输入采集模块还配置为采集用户针对宣传信息的回应输入数据；

宣传回应解析模块配置为解析回应输入数据，获取宣传信息的推广结果分析数据。

进一步的，在一实施例中，宣传回应解析模块构造在机器人云端服务器。如图9所示，机器人端构造有输入采集模块900、宣传信息接收单元922以及输出模块930。机器人云端服务器构造有用户属性获取模块910、宣传信息生成单元921以及宣传回应解析模块940。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变或变形，但这些相应的改变或变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种用于机器人的宣传信息输出方法，其特征在于，所述方法包括：

获取多模态交互输入数据；

解析所述多模态交互输入数据，获取用户属性信息；

获取与所述用户属性信息匹配的宣传内容及所述宣传内容的宣传输出策略，其中，所述宣传内容的宣传输出策略与所述机器人的配置匹配；

按照所述宣传输出策略向所述用户输出所述宣传内容。

2.根据权利要求1所述的方法，其特征在于，所述多模态交互输入数据包括交互内容数据、用户行为采集数据、用户姿态采集数据、用户情绪分析数据。

3.根据权利要求1所述的方法，其特征在于，所述用户属性信息包括用户固有属性特征以及用户习惯分析结果，其中：

所述用户固有属性特征包括用户性别、年龄、职业以及家庭背景；

所述用户习惯分析结果包括用户动作习惯、作息习惯、思考习惯以及偏好信息。

4.根据权利要求1-3中任一项所述的方法，其特征在于，解析所述多模态交互输入数据，获取用户属性信息，其中：

由机器人端将所述多模态交互输入数据发送到机器人云端服务器；

由所述机器人云端服务器解析所述多模态交互输入数据，获取用户属性信息。

5.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

采集所述用户针对所述宣传信息的回应输入数据；

解析所述回应输入数据，获取所述宣传信息的推广结果分析数据。

6.一种用于机器人的宣传信息输出***，其特征在于，所述***包括：

输入采集模块，其配置为获取多模态交互输入数据；

用户属性信息获取模块，其配置为解析多模态交互输入数据，获取用户属性信息；

宣传信息获取模块，其配置为获取与所述用户属性信息匹配的宣传内容及所述宣传内容的宣传输出策略，其中，所述宣传内容的宣传输出策略与所述机器人的配置匹配；

输出模块，其配置为按照所述宣传输出策略向所述用户输出所述宣传内容。

7.根据权利要求6所述的***，其特征在于，所述输入采集模块包括：

交互采集单元，其配置为采集交互内容数据；

行为采集单元，其配置为采集用户行为采集数据；

姿态确认单元，其配置为采集用户姿态采集数据；

情绪确认单元，其配置为采集用户情绪分析数据。

8.根据权利要求6所述的***，其特征在于，所述用户属性获取模块包括：

固有属性分析单元，其配置为获取用户固有属性特征，其中，所述用户固有属性特征包括用户性别、年龄、职业以及家庭背景；

习惯分析单元，其配置为获取用户习惯分析结果，其中，所述用户习惯分析结果包括用户动作习惯、作息习惯、思考习惯以及偏好信息。

9.根据权利要求6-8中任一项所述的***，其特征在于，所述用户属性获取模块被构造在机器人云端服务器中，其配置为：

从机器人端获取所述多模态交互输入数据；

解析所述多模态交互输入数据获取所述用户属性信息。

10.根据权利要求6-8中任一项所述的***，其特征在于，所述***还包括宣传回应解析模块，其中：

所述输入采集模块还配置为采集所述用户针对所述宣传信息的回应输入数据；

所述宣传回应解析模块配置为解析所述回应输入数据，获取所述宣传信息的推广结果分析数据。