CN111062332A - 信息推送方法和装置 - Google Patents

信息推送方法和装置 Download PDF

Info

Publication number
CN111062332A
CN111062332A CN201911311707.3A CN201911311707A CN111062332A CN 111062332 A CN111062332 A CN 111062332A CN 201911311707 A CN201911311707 A CN 201911311707A CN 111062332 A CN111062332 A CN 111062332A
Authority
CN
China
Prior art keywords
binding
emotion
face image
target
voice data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911311707.3A
Other languages
English (en)
Inventor
李健
沈忱
徐浩
梁志婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Miaozhen Information Technology Co Ltd
Original Assignee
Miaozhen Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Miaozhen Information Technology Co Ltd filed Critical Miaozhen Information Technology Co Ltd
Priority to CN201911311707.3A priority Critical patent/CN111062332A/zh
Publication of CN111062332A publication Critical patent/CN111062332A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Acoustics & Sound (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)

Abstract

本发明公开了一种信息推送方法和装置。其中，该方法包括：获取当前对象的语音数据与人脸图像；从语音数据中确定出目标物品；根据人脸图像，确定当前对象的情绪类型；将情绪类型与目标物品进行绑定得到第一绑定结果；将第一绑定结果发送给第一对象，其中，第一对象与当前对象之间的距离小于第一阈值。本发明解决了相关技术中，获取顾客对商品的情绪准确度差的技术问题。

Description

信息推送方法和装置
技术领域
本发明涉及智能设备领域，具体而言，涉及一种信息推送方法和装置。
背景技术
相关技术中，在进行销售的过程中，如果顾客对于某些商品发表了意见，仅仅能够通过员工对顾客的情绪进行分析。由于意见的不确定性与新员工的分析能力较差，无法准确的分析出用户对于商品的隐藏情绪，造成服务过程中，无法准确有效的确定出顾客对商品的情绪。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种信息推送方法和装置，以至少解决相关技术中，获取顾客对商品的情绪准确度差的技术问题。
根据本发明实施例的一个方面，提供了一种信息推送方法，包括：获取当前对象的语音数据与人脸图像；从上述语音数据中确定出目标物品；根据上述人脸图像，确定上述当前对象的情绪类型；将上述情绪类型与上述目标物品进行绑定得到第一绑定结果；将上述第一绑定结果发送给第一对象，其中，上述第一对象与上述当前对象之间的距离小于第一阈值。
作为一种可选的示例，上述从上述语音数据中确定出目标物品包括：将上述语音数据转换为文字数据；对上述文字数据进行分词，从分词结果中确定出上述目标物品。
作为一种可选的示例，上述根据上述人脸图像，确定上述当前对象的情绪类型包括：将上述人脸图像输入到目标识别模型中，其中，上述目标识别模型为使用样本图片对原始识别模型进行训练得到的模型，上述目标识别模型的识别准确度大于第一阈值，上述样本图片中包括有被标注情绪类型的人脸图像。
作为一种可选的示例，在上述将上述情绪类型与上述目标物品进行绑定得到第一绑定结果之后，上述方法还包括：获取上述当前对象的身份标识；将上述第一绑定结果存储到与上述身份标识对应的存储表中，其中，上述存储表中存储有多个绑定结果，上述多个绑定结果中的当前绑定结果包括第一物品与第一情绪，上述第一情绪为上述当前对象对上述第一物品的情绪。
作为一种可选的示例，在上述将上述第一绑定结果存储到与上述身份标识对应的存储表中之后，上述方法还包括：接收上述第一对象发送的查询指令，其中，上述查询指令中包括上述当前对象的身份标识；将上述存储表中的上述多个绑定结果返回给上述第一对象。
根据本发明实施例的另一方面，还提供了一种信息推送装置，包括：第一获取单元，用于获取当前对象的语音数据与人脸图像；第一确定单元，用于从上述语音数据中确定出目标物品；第二确定单元，用于根据上述人脸图像，确定上述当前对象的情绪类型；绑定单元，用于将上述情绪类型与上述目标物品进行绑定得到第一绑定结果；发送单元，用于将上述第一绑定结果发送给第一对象，其中，上述第一对象与上述当前对象之间的距离小于第一阈值。
作为一种可选的示例，上述第一确定单元包括：转换模块，用于将上述语音数据转换为文字数据；分词模块，用于对上述文字数据进行分词，从分词结果中确定出上述目标物品。
作为一种可选的示例，上述第二确定单元包括：输入模块，用于将上述人脸图像输入到目标识别模型中，其中，上述目标识别模型为使用样本图片对原始识别模型进行训练得到的模型，上述目标识别模型的识别准确度大于第一阈值，上述样本图片中包括有被标注情绪类型的人脸图像。
作为一种可选的示例，上述装置还包括：第二获取单元，用于在上述将上述情绪类型与上述目标物品进行绑定得到第一绑定结果之后，获取上述当前对象的身份标识；存储单元，用于将上述第一绑定结果存储到与上述身份标识对应的存储表中，其中，上述存储表中存储有多个绑定结果，上述多个绑定结果中的当前绑定结果包括第一物品与第一情绪，上述第一情绪为上述当前对象对上述第一物品的情绪。
作为一种可选的示例，上述装置还包括：接收单元，用于在上述将上述第一绑定结果存储到与上述身份标识对应的存储表中之后，接收上述第一对象发送的查询指令，其中，上述查询指令中包括上述当前对象的身份标识；返回单元，用于将上述存储表中的上述多个绑定结果返回给上述第一对象。
在本发明实施例中，采用获取当前对象的语音数据与人脸图像；从上述语音数据中确定出目标物品；根据上述人脸图像，确定上述当前对象的情绪类型；将上述情绪类型与上述目标物品进行绑定得到第一绑定结果；将上述第一绑定结果发送给第一对象，其中，上述第一对象与上述当前对象之间的距离小于第一阈值的方式，由于在上述方式中，可以通过设备获取当前对象的面部图像与语音数据，从而从语音数据中确定出物品，并根据面部图像分析出顾客对该物品的情绪，从而提高了确定情绪的准确性。进而解决了相关技术中，获取顾客对商品的情绪准确度差的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的信息推送方法的流程示意图；
图2是根据本发明实施例的一种可选的信息推送装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例的一个方面，提供了一种信息推送方法，可选地，作为一种可选的实施方式，上述信息推送方法包括：
S102，获取当前对象的语音数据与人脸图像；
S104，从语音数据中确定出目标物品；
S106，根据人脸图像，确定当前对象的情绪类型；
S108，将情绪类型与目标物品进行绑定得到第一绑定结果；
S110，将第一绑定结果发送给第一对象，其中，第一对象与当前对象之间的距离小于第一阈值。
可选地，上述信息推送方法可以但不限于应用于可以计算数据的终端上，例如手机、平板电脑、笔记本电脑、PC机等终端上，终端可以通过网络与服务器进行交互，或者应用与其他可移动的终端硬件上，如智能工牌，智能眼镜，智能手环等。上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器可以包括但不限于任何可以进行计算的硬件设备。
可选地，本方案可以但不限于应用于销售场景中。例如，以销售为例，顾客在与工作人员进行交流的过程中，获取顾客的语音内容与人脸图像，并提取语音内容中的物品，并分析人脸图像的情绪，得到顾客对于该物品的情绪倾向。相比于工作人员尤其是经验较少的工作人员的主动的感知，机器分析的效率更高，而且准确性更高。能够为工作人员提供辅助帮助。
可选地，本方案中可以由工作人员携带一个智能终端，由智能终端采集当前对象的语音数据与人脸图像，采集到之后，由智能终端确定第一绑定结果，并将第一绑定结果提示给第一对象。或者，智能终端可以采集到语音数据与人脸图像后，可以将该数据发送给服务器，由服务器进行分析，并给出第一绑定结果，由智能终端提示第一绑定结果给第一对象。
可选地，本方案中可以通过一个麦克风手机语音数据，第一对象与当前对象的距离可以小于第一阈值。如，第一对象与当前对象相距1m等。当获取到语音数据后，可以将语音数据转换成文字数据，并对文字数据进行分词，从分词结果中确定出目标物品。如，获取当前对象的语音数据：“这件连衣裙怎么卖？”可以识别语音数据，并识别出目标物品为连衣裙。
同时，还可以收集当前对象的人脸图像，并使用目标识别模型对人脸图像进行识别，得到人脸图像的情绪类型。目标识别模型为使用样本图片对原始识别模型进行训练得到的模型，目标识别模型的识别准确度大于第一阈值，样本图片中包括有被标注情绪类型的人脸图像。如将人脸图像输入到目标识别模型中，由目标识别模型输出当前对象的情绪为开心。
将当前对象的语音数据中的连衣裙与开心进行绑定，得到第一绑定结果，将第一绑定结果发送给第一对象即工作人员，由工作人员根据第一绑定结果为当前对象提供服务。
可选地，本方案中在获取到第一绑定结果之后，还可以获取当前对象的对象标识。例如，为每一位已经光顾过的顾客进行编号，如001，将当前对象的第一绑定结果存储到与当前对象的身份标识对象的存储表中。如，存储表中可以记载当前对象喜欢苹果，讨厌梨等对多个物品的喜好。在接收到第一对象发送的查询指令后，可以将存储表中的多个绑定结果返回给第一对象。
需要说明的是，在提示的时候，可以以显示的方式提示。或者通过第一对象携带的耳机进行提示。仅供第一对象查看或收听，当前对象无法察觉。另外，本方案中虽然记录有不同对象的不同身份标识，但是不会存储当前对象的身份信息。
以下结合一个具体示例说明。
智能工牌MIC收集顾客音轨，智能工牌内置情绪算法，智能工牌耳机通知佩戴者顾客情绪，智能工牌通过4G/Wi-Fi上传音轨、情绪到平台进行存储。
该方案中，通过摄像头获取人脸图像以分析出情绪数据，通过录音麦克风获取语音数据；其中，获取人脸图像进行人脸识别后设置身份标签。
平台及时进行大数据处理(ASR、NLP、知识图谱)，基于情绪分析结果和音轨对应的语义文本，分析出顾客需求，以得到当前场景的处理策略。该方案中，采用深度学习技术进行分析，得到顾客对某一商品的情感倾向值的喜好信息(预先设置计算策略，将情感倾向值设为1-10，数值越高表明对该商品越满意/越喜欢)。还可以对商品特征进行细化，例如，菜品A-辣，汽车A款-涡轮增压等。(预先构建商品关键词，当语音数据中出现这些商品关键词时，则对应情绪数据分析其情感倾向值)。
构建顾客喜好模型，包括：对人脸识别结果进行记录，即对出现在门店中被采集到人脸图像的顾客进行身份标识的记录、时间记录；
以及，以实时处理的方式将喜好信息传送到顾客喜好模型，在顾客喜好模型中实时更新数据；例如，顾客A在时间T1进店后，通过语音数据和情绪数据，分析出其对商品A的情感倾向值为8，则在顾客喜好模型中实时更新为：
时间T1顾客A(通过身份标签确认)商品A情感倾向值8。
若预先对商品A进行特征细化，商品A有商品1款(辣)、商品2款(不辣)，语音数据提到商品1款时，同一时间分析出的情感倾向值为8，而语音数据提到商品1款时，同一时间分析出的情感倾向值为2；则在顾客喜好模型中实时更新为：
时间T1顾客A(通过身份标签确认)商品A1款情感倾向值8，时间T1顾客A(通过身份标签确认)商品A2款情感倾向值2(这里的时间为预设的时间段，可以是1min；即在发生对话时，每隔1min会自动更新一次顾客喜好模型的数据)。
顾客A在时间T2进店后，通过语音数据和情绪数据，分析出其对商品B的情感倾向值为6，而对商品A的情感倾向值降为2，则在顾客喜好模型中实时更新为：时间T2顾客A(通过身份标签确认)商品A情感倾向值2，时间T2顾客A(通过身份标签确认)商品B情感倾向值6。
基于顾客喜好模型中存储的数据，对顾客进行需求分析，得到顾客的需求信息。例如，在餐饮门店，通过对比分析顾客对各菜品的情感倾向值，将情感倾向值较高的商品作为顾客需求，得到需求信息；(其中，情感倾向值是实时更新的)。
例如，在汽车销售场景下，通过对比分析顾客对各车型的情感倾向值，将情感倾向值较高的商品作为顾客需求，得到需求信息，(其中，情感倾向值是实时更新的)。商家或店员实时获取需求信息作为处理策略。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的另一个方面，还提供了一种用于实施上述信息推送方法的信息推送装置。如图2所示，该装置包括：
(1)第一获取单元，用于获取当前对象的语音数据与人脸图像；
(2)第一确定单元，用于从语音数据中确定出目标物品；
(3)第二确定单元，用于根据人脸图像，确定当前对象的情绪类型；
(4)绑定单元，用于将情绪类型与目标物品进行绑定得到第一绑定结果；
(5)发送单元，用于将第一绑定结果发送给第一对象，其中，第一对象与当前对象之间的距离小于第一阈值。
可选地，本方案可以但不限于应用于销售场景中。例如，以销售为例，顾客在与工作人员进行交流的过程中，获取顾客的语音内容与人脸图像，并提取语音内容中的物品，并分析人脸图像的情绪，得到顾客对于该物品的情绪倾向。相比于工作人员尤其是经验较少的工作人员的主动的感知，机器分析的效率更高，而且准确性更高。能够为工作人员提供辅助帮助。
可选地，本方案中可以由工作人员携带一个智能终端，由智能终端采集当前对象的语音数据与人脸图像，采集到之后，由智能终端确定第一绑定结果，并将第一绑定结果提示给第一对象。或者，智能终端可以采集到语音数据与人脸图像后，可以将该数据发送给服务器，由服务器进行分析，并给出第一绑定结果，由智能终端提示第一绑定结果给第一对象。
可选地，本方案中可以通过一个麦克风手机语音数据，第一对象与当前对象的距离可以小于第一阈值。如，第一对象与当前对象相距1m等。当获取到语音数据后，可以将语音数据转换成文字数据，并对文字数据进行分词，从分词结果中确定出目标物品。如，获取当前对象的语音数据：“这件连衣裙怎么卖？”可以识别语音数据，并识别出目标物品为连衣裙。
同时，还可以收集当前对象的人脸图像，并使用目标识别模型对人脸图像进行识别，得到人脸图像的情绪类型。目标识别模型为使用样本图片对原始识别模型进行训练得到的模型，目标识别模型的识别准确度大于第一阈值，样本图片中包括有被标注情绪类型的人脸图像。如将人脸图像输入到目标识别模型中，由目标识别模型输出当前对象的情绪为开心。
将当前对象的语音数据中的连衣裙与开心进行绑定，得到第一绑定结果，将第一绑定结果发送给第一对象即工作人员，由工作人员根据第一绑定结果为当前对象提供服务。
可选地，本方案中在获取到第一绑定结果之后，还可以获取当前对象的对象标识。例如，为每一位已经光顾过的顾客进行编号，如001，将当前对象的第一绑定结果存储到与当前对象的身份标识对象的存储表中。如，存储表中可以记载当前对象喜欢苹果，讨厌梨等对多个物品的喜好。在接收到第一对象发送的查询指令后，可以将存储表中的多个绑定结果返回给第一对象。
需要说明的是，在提示的时候，可以以显示的方式提示。或者通过第一对象携带的耳机进行提示。仅供第一对象查看或收听，当前对象无法察觉。另外，本方案中虽然记录有不同对象的不同身份标识，但是不会存储当前对象的身份信息。
以下结合一个具体示例说明。
智能工牌MIC收集顾客音轨，智能工牌内置情绪算法，智能工牌耳机通知佩戴者顾客情绪，智能工牌通过4G/Wi-Fi上传音轨、情绪到平台进行存储。
该方案中，通过摄像头获取人脸图像以分析出情绪数据，通过录音麦克风获取语音数据；其中，获取人脸图像进行人脸识别后设置身份标签。
平台及时进行大数据处理(ASR、NLP、知识图谱)，基于情绪分析结果和音轨对应的语义文本，分析出顾客需求，以得到当前场景的处理策略。该方案中，采用深度学习技术进行分析，得到顾客对某一商品的情感倾向值的喜好信息(预先设置计算策略，将情感倾向值设为1-10，数值越高表明对该商品越满意/越喜欢)。还可以对商品特征进行细化，例如，菜品A-辣，汽车A款-涡轮增压等。(预先构建商品关键词，当语音数据中出现这些商品关键词时，则对应情绪数据分析其情感倾向值)。
构建顾客喜好模型，包括：对人脸识别结果进行记录，即对出现在门店中被采集到人脸图像的顾客进行身份标识的记录、时间记录；
以及，以实时处理的方式将喜好信息传送到顾客喜好模型，在顾客喜好模型中实时更新数据；例如，顾客A在时间T1进店后，通过语音数据和情绪数据，分析出其对商品A的情感倾向值为8，则在顾客喜好模型中实时更新为：
时间T1顾客A(通过身份标签确认)商品A情感倾向值8。
若预先对商品A进行特征细化，商品A有商品1款(辣)、商品2款(不辣)，语音数据提到商品1款时，同一时间分析出的情感倾向值为8，而语音数据提到商品1款时，同一时间分析出的情感倾向值为2；则在顾客喜好模型中实时更新为：
时间T1顾客A(通过身份标签确认)商品A1款情感倾向值8，时间T1顾客A(通过身份标签确认)商品A2款情感倾向值2(这里的时间为预设的时间段，可以是1min；即在发生对话时，每隔1min会自动更新一次顾客喜好模型的数据)。
顾客A在时间T2进店后，通过语音数据和情绪数据，分析出其对商品B的情感倾向值为6，而对商品A的情感倾向值降为2，则在顾客喜好模型中实时更新为：时间T2顾客A(通过身份标签确认)商品A情感倾向值2，时间T2顾客A(通过身份标签确认)商品B情感倾向值6。
基于顾客喜好模型中存储的数据，对顾客进行需求分析，得到顾客的需求信息。例如，在餐饮门店，通过对比分析顾客对各菜品的情感倾向值，将情感倾向值较高的商品作为顾客需求，得到需求信息；(其中，情感倾向值是实时更新的)。
例如，在汽车销售场景下，通过对比分析顾客对各车型的情感倾向值，将情感倾向值较高的商品作为顾客需求，得到需求信息，(其中，情感倾向值是实时更新的)。商家或店员实时获取需求信息作为处理策略。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种信息推送方法，其特征在于，包括：
获取当前对象的语音数据与人脸图像；
从所述语音数据中确定出目标物品；
根据所述人脸图像，确定所述当前对象的情绪类型；
将所述情绪类型与所述目标物品进行绑定得到第一绑定结果；
将所述第一绑定结果发送给第一对象，其中，所述第一对象与所述当前对象之间的距离小于第一阈值。
2.根据权利要求1所述的方法，其特征在于，所述从所述语音数据中确定出目标物品包括：
将所述语音数据转换为文字数据；
对所述文字数据进行分词，从分词结果中确定出所述目标物品。
3.根据权利要求1所述的方法，其特征在于，所述根据所述人脸图像，确定所述当前对象的情绪类型包括：
将所述人脸图像输入到目标识别模型中，其中，所述目标识别模型为使用样本图片对原始识别模型进行训练得到的模型，所述目标识别模型的识别准确度大于第一阈值，所述样本图片中包括有被标注情绪类型的人脸图像。
4.根据权利要求1至3任意一项所述的方法，其特征在于，在所述将所述情绪类型与所述目标物品进行绑定得到第一绑定结果之后，所述方法还包括：
获取所述当前对象的身份标识；
将所述第一绑定结果存储到与所述身份标识对应的存储表中，其中，所述存储表中存储有多个绑定结果，所述多个绑定结果中的当前绑定结果包括第一物品与第一情绪，所述第一情绪为所述当前对象对所述第一物品的情绪。
5.根据权利要求4所述的方法，其特征在于，在所述将所述第一绑定结果存储到与所述身份标识对应的存储表中之后，所述方法还包括：
接收所述第一对象发送的查询指令，其中，所述查询指令中包括所述当前对象的身份标识；
将所述存储表中的所述多个绑定结果返回给所述第一对象。
6.一种信息推送装置，其特征在于，包括：
第一获取单元，用于获取当前对象的语音数据与人脸图像；
第一确定单元，用于从所述语音数据中确定出目标物品；
第二确定单元，用于根据所述人脸图像，确定所述当前对象的情绪类型；
绑定单元，用于将所述情绪类型与所述目标物品进行绑定得到第一绑定结果；
发送单元，用于将所述第一绑定结果发送给第一对象，其中，所述第一对象与所述当前对象之间的距离小于第一阈值。
7.根据权利要求6所述的装置，其特征在于，所述第一确定单元包括：
转换模块，用于将所述语音数据转换为文字数据；
分词模块，用于对所述文字数据进行分词，从分词结果中确定出所述目标物品。
8.根据权利要求6所述的装置，其特征在于，所述第二确定单元包括：
输入模块，用于将所述人脸图像输入到目标识别模型中，其中，所述目标识别模型为使用样本图片对原始识别模型进行训练得到的模型，所述目标识别模型的识别准确度大于第一阈值，所述样本图片中包括有被标注情绪类型的人脸图像。
9.根据权利要求6至8任意一项所述的装置，其特征在于，所述装置还包括：
第二获取单元，用于在所述将所述情绪类型与所述目标物品进行绑定得到第一绑定结果之后，获取所述当前对象的身份标识；
存储单元，用于将所述第一绑定结果存储到与所述身份标识对应的存储表中，其中，所述存储表中存储有多个绑定结果，所述多个绑定结果中的当前绑定结果包括第一物品与第一情绪，所述第一情绪为所述当前对象对所述第一物品的情绪。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
接收单元，用于在所述将所述第一绑定结果存储到与所述身份标识对应的存储表中之后，接收所述第一对象发送的查询指令，其中，所述查询指令中包括所述当前对象的身份标识；
返回单元，用于将所述存储表中的所述多个绑定结果返回给所述第一对象。
CN201911311707.3A 2019-12-18 2019-12-18 信息推送方法和装置 Pending CN111062332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911311707.3A CN111062332A (zh) 2019-12-18 2019-12-18 信息推送方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911311707.3A CN111062332A (zh) 2019-12-18 2019-12-18 信息推送方法和装置

Publications (1)

Publication Number Publication Date
CN111062332A true CN111062332A (zh) 2020-04-24

Family

ID=70301015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911311707.3A Pending CN111062332A (zh) 2019-12-18 2019-12-18 信息推送方法和装置

Country Status (1)

Country Link
CN (1) CN111062332A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858958A (zh) * 2019-01-17 2019-06-07 深圳壹账通智能科技有限公司 基于微表情的目标客户定位方法、装置、设备及存储介质
CN109949071A (zh) * 2019-01-31 2019-06-28 平安科技（深圳）有限公司 基于语音情绪分析的产品推荐方法、装置、设备和介质
CN110223134A (zh) * 2019-04-28 2019-09-10 平安科技（深圳）有限公司 基于语音识别的产品推荐方法及相关设备
CN110379445A (zh) * 2019-06-20 2019-10-25 深圳壹账通智能科技有限公司 基于情绪分析的业务处理方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858958A (zh) * 2019-01-17 2019-06-07 深圳壹账通智能科技有限公司 基于微表情的目标客户定位方法、装置、设备及存储介质
CN109949071A (zh) * 2019-01-31 2019-06-28 平安科技（深圳）有限公司 基于语音情绪分析的产品推荐方法、装置、设备和介质
CN110223134A (zh) * 2019-04-28 2019-09-10 平安科技（深圳）有限公司 基于语音识别的产品推荐方法及相关设备
CN110379445A (zh) * 2019-06-20 2019-10-25 深圳壹账通智能科技有限公司 基于情绪分析的业务处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN112017015B (zh) 一种商品信息推荐的方法、相关装置、设备及存储介质
CN107563343B (zh) 基于人脸识别技术的FaceID数据库的自我完善方法
CN106445905B (zh) 问答数据处理、自动问答方法及装置
CN109558535A (zh) 基于人脸识别的个性化推送物品的方法及***
CN108335317A (zh) 一种线下导购方法及装置
CN112925973B (zh) 数据处理方法和装置
WO2021129342A1 (zh) 数据处理方法、装置、设备、存储介质及计算机程序
CN114663186A (zh) 一种应用于私域和电商平台的商品推荐方法、***和存储介质
CN111027838A (zh) 一种众包任务推送方法、装置、设备及其存储介质
CN109522947B (zh) 识别方法和设备
US20220108357A1 (en) Retail intelligent display system and electronic displays thereof
CN108230033A (zh) 用于输出信息的方法和装置
US20200402076A1 (en) Data processing method and apparatus, and storage medium
CN111539787A (zh) 信息推荐方法、智能眼镜、存储介质及电子装置
CN111784405A (zh) 基于人脸智能识别knn算法的线下门店智能导购方法
CN116739836A (zh) 一种基于知识图谱的餐饮数据分析方法及***
CN113887884A (zh) 商超服务***
CN112418994B (zh) 商品的导购方法、装置、电子设备及存储介质
CN111178923A (zh) 线下导购方法、装置及电子设备
CN112712393A (zh) 调整房源价格的方法及装置
CN111209368A (zh) 信息提示方法和装置、计算机可读的存储介质及电子装置
KR101899193B1 (ko) 고객의 감정 분석을 이용하여 광고를 제공하는 전화번호 안내 장치, 전화번호 안내 시스템 그리고 전화번호 안내 방법
CN111062332A (zh) 信息推送方法和装置
CN115953225A (zh) 一种基于用户情绪的商品推荐方法及装置
CN114820055A (zh) 无人车售卖商品的推送方法、装置、无人车及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200424