[发明专利]机器人自调节的方法、装置、设备及计算机存储介质

权利要求书

1.一种机器人自调节的方法，其特征在于，包括：

获取用户的行为数据以及用户的当前的语音内容；其中，所述用户的行为数据包括用户历史购买记录、用户当前购买的产品信息和用户购买产品时所花费的时间；

将所述用户的行为数据输入至用户性格的分析模型中，得到所述用户的性格信息；其中，所述用户性格的分析模型由多个训练样本用户各自对应的历史购买记录、当前购买的产品信息和购买产品时所花费的时间对神经网络模型进行训练得到；

根据所述用户的性格信息，分析得到机器人针对所述用户的当前的语音内容的反馈信息；其中，所述反馈信息包括：针对所述用户的当前的语音内容，机器人需反馈的文字信息以及机器人反馈文字信息时的交流方式；所述交流方式包括交流语调和交流语速；

将所述机器人需反馈的文字信息，按照所述机器人反馈文字信息时的交流方式转换成对应的语音信息展示给用户。

2.根据权利要求1所述的方法，其特征在于，所述用户性格的分析模型的构建方法，包括：

根据预设的初始样本参数，建立初始神经网络模型，并将所述初始神经网络模型确定为当前神经网络模型；

将训练样本集中的数据输入至所述当前神经网络模型中，得到当前用户的性格信息；其中，所述训练样本集包括多个训练样本；所述训练样本为用户各自对应的历史购买记录、当前购买的产品信息和购买产品时所花费的时间；

比较所述当前神经网络模型输出的当前用户的性格信息和所述训练样本集中对应的真实的用户的性格信息，得到比较结果；

根据所述比较结果，判断所述当前神经网络模型的预测准确率是否满足准确率要求；

若判断出所述当前神经网络模型的准确率不能满足所述准确率要求，则更新当前神经网络模型中的样本参数，得到更新后的神经网络模型；

将所述更新后的神经网络模型作为当前神经网络模型，返回执行所述将所述训练样本集中的数据输入至所述当前神经网络模型中，得到当前用户的性格信息；

若判断出所述当前神经网络模型的准确率满足所述准确率要求，则将所述当前神经网络模型确定为所述用户性格的分析模型。

3.根据权利要求1所述的方法，其特征在于，所述用户的性格信息包括主要性格信息和次要性格信息，所述根据所述用户的性格信息，分析得到机器人针对所述用户的当前的语音内容的反馈信息，包括：

根据用户的主要性格信息，确定机器人针对用户的当前的语音内容，所需要采用的交流语调；

根据用户的次要性格信息，确定机器人针对用户的当前的语音内容，所需要采用的交流语速、以及需要反馈的文字信息；

将所述机器人在交流过程中的需要采用的交流语调、交流语调以及需反馈的文字信息生成反馈信息。

4.根据权利要求1所述的方法，其特征在于，所述用户的性格信息包括主要性格信息和次要性格信息，所述根据所述用户的性格信息，分析得到机器人针对所述用户的当前的语音内容的反馈信息，包括：

结合用户的主要性格信息和用户当前的语音内容，确定机器人针对用户的当前的语音内容，所需要采用的交流语调；

根据用户的次要性格信息以及所述机器人需要采用的交流语调，确定机器人需要采用的交流语速，以及需要反馈的文字信息；

将所述机器人在交流过程中的需要采用的交流语调、交流语调以及需要反馈的文字信息生成反馈信息。