本發(fā)明涉及人工智能，尤其是指適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法。

背景技術(shù)：

1、隨著科技的不斷發(fā)展，無(wú)人或少人供電營(yíng)業(yè)廳已經(jīng)成為供電行業(yè)的新趨勢(shì)。然而，目前無(wú)人或少人供電營(yíng)業(yè)廳存在一些問題，例如缺少人工服務(wù)，客戶在遇到復(fù)雜問題時(shí)可能無(wú)法得到及時(shí)、有效的幫助，導(dǎo)致體驗(yàn)下降；無(wú)人或少人供電營(yíng)業(yè)廳的服務(wù)往往比較標(biāo)準(zhǔn)化，難以針對(duì)客戶的個(gè)性化需求提供靈活的服務(wù)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是克服現(xiàn)有技術(shù)中的無(wú)人或少人供電營(yíng)業(yè)廳服務(wù)較為標(biāo)準(zhǔn)化，客戶體驗(yàn)不佳的缺點(diǎn)，提供一種適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法。

2、本發(fā)明的目的是通過(guò)下述技術(shù)方案予以實(shí)現(xiàn)：

3、適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，包括以下步驟：

4、步驟1，收集客戶的行為數(shù)據(jù)；

5、步驟2，對(duì)客戶的行為數(shù)據(jù)進(jìn)行分析，提取客戶的特征信息；

6、步驟3，構(gòu)建特征與服務(wù)策略關(guān)聯(lián)模型，將客戶的特征信息輸入至關(guān)聯(lián)模型，關(guān)聯(lián)模型輸出服務(wù)策略；

7、步驟4，根據(jù)服務(wù)策略對(duì)客戶進(jìn)行服務(wù)。

8、作為優(yōu)選，所述的所述的步驟1中，收集客戶的行為數(shù)據(jù)包括客戶的人像相關(guān)信息及客戶的交互信息。

9、作為優(yōu)選，所述的客戶的人像相關(guān)信息的獲取方法為：

10、采集包含有客戶圖像和視頻數(shù)據(jù)，在營(yíng)業(yè)廳內(nèi)部署攝像頭或攝像頭陣列，對(duì)客戶進(jìn)行實(shí)時(shí)監(jiān)測(cè)和拍攝；

11、采集客戶與營(yíng)業(yè)廳業(yè)務(wù)處理設(shè)備之間的交互記錄，并通過(guò)交互記錄記錄客戶的訪問信息和使用習(xí)慣。

12、作為優(yōu)選，所述的步驟2中，對(duì)客戶的行為數(shù)據(jù)進(jìn)行分析，提取客戶的特征信息，具體為：

13、利用人臉識(shí)別模型對(duì)攝像頭獲取的客戶圖像和視頻數(shù)據(jù)進(jìn)行處理和分析，識(shí)別出客戶的人臉，根據(jù)人臉對(duì)客戶的年齡和性別進(jìn)行判斷；

14、通過(guò)深度學(xué)習(xí)算法訓(xùn)練人臉識(shí)別模型，用于提高人臉識(shí)別的準(zhǔn)確性和魯棒性。

15、作為優(yōu)選，所述的通過(guò)深度學(xué)習(xí)算法訓(xùn)練人臉識(shí)別模型，具體為：

16、收集大量包含人臉的圖像和視頻數(shù)據(jù)，圖像和視頻數(shù)據(jù)包含不同年齡段、性別、種族和表情的人臉；

17、對(duì)圖像和視頻數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理包括裁剪、縮放和歸一化，確保輸入的人臉識(shí)別模型的數(shù)據(jù)一致性；

18、將預(yù)處理后的圖像和視頻數(shù)據(jù)劃分為訓(xùn)練集和驗(yàn)證集，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)模型架構(gòu)，使用訓(xùn)練集數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，模型學(xué)習(xí)從輸入的人臉圖像中提取有用的特征；在訓(xùn)練過(guò)程中，使用驗(yàn)證集評(píng)估模型的性能，并調(diào)整模型參數(shù)來(lái)提高模型的性能；

19、將訓(xùn)練完成的模型部署在營(yíng)業(yè)廳的仿生控制核心設(shè)備中，用于對(duì)人臉進(jìn)行識(shí)別。

20、作為優(yōu)選，所述的步驟3中，所述的特征與服務(wù)策略關(guān)聯(lián)模型的構(gòu)建方法為：將客戶的特征信息通過(guò)聚類分析將客戶劃分為不同的群體，每個(gè)群體有對(duì)應(yīng)的服務(wù)策略。

21、作為優(yōu)選，所述的將客戶的特征信息通過(guò)聚類分析將客戶劃分為不同的群體，具體為：

22、客戶的特征信息包括年齡、性別、訪問頻率、處理業(yè)務(wù)種類，并將特征信息進(jìn)行歸一化；通過(guò)k-means聚類算法對(duì)客戶進(jìn)行聚類，聚類算法根據(jù)客戶之間的相似性將他們劃分為不同的聚類，每個(gè)聚類代表一個(gè)群體。

23、作為優(yōu)選，所述的步驟4具體為：

24、通過(guò)語(yǔ)音或視頻進(jìn)行引導(dǎo)客戶至指定區(qū)域，并操作相應(yīng)的業(yè)務(wù)處理設(shè)備，業(yè)務(wù)處理設(shè)備優(yōu)先推送客戶最有可能的訪問的業(yè)務(wù)模塊，同時(shí)調(diào)整營(yíng)業(yè)廳的環(huán)境數(shù)據(jù)，環(huán)境數(shù)據(jù)包括燈光、背景音樂和溫度。

25、本發(fā)明的有益效果是：本發(fā)明通過(guò)收集和分析客戶的行為數(shù)據(jù)，可以更深入的了解客戶的需求和偏好，根據(jù)需求和偏好輸出個(gè)性化的服務(wù)策略，使服務(wù)更加貼合客戶的實(shí)際需求，從而提升客戶的滿意度和體驗(yàn)。

技術(shù)特征：

1.適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的所述的步驟1中，收集客戶的行為數(shù)據(jù)包括客戶的人像相關(guān)信息及客戶的交互信息。

3.根據(jù)權(quán)利要求2所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的客戶的人像相關(guān)信息的獲取方法為：

4.根據(jù)權(quán)利要求3所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的步驟2中，對(duì)客戶的行為數(shù)據(jù)進(jìn)行分析，提取客戶的特征信息，具體為：

5.根據(jù)權(quán)利要求4所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的通過(guò)深度學(xué)習(xí)算法訓(xùn)練人臉識(shí)別模型，具體為：

6.根據(jù)權(quán)利要求1所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的步驟3中，所述的特征與服務(wù)策略關(guān)聯(lián)模型的構(gòu)建方法為：將客戶的特征信息通過(guò)聚類分析將客戶劃分為不同的群體，每個(gè)群體有對(duì)應(yīng)的服務(wù)策略。

7.根據(jù)權(quán)利要求6所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的將客戶的特征信息通過(guò)聚類分析將客戶劃分為不同的群體，具體為：

8.根據(jù)權(quán)利要求1所述的適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，其特征是，所述的步驟4具體為：

技術(shù)總結(jié)
本發(fā)明公開了一種適用營(yíng)業(yè)廳使用的仿生控制核心設(shè)備的使用方法，包括以下步驟：步驟1，收集客戶的行為數(shù)據(jù)；步驟2，對(duì)客戶的行為數(shù)據(jù)進(jìn)行分析，提取客戶的特征信息；步驟3，構(gòu)建特征與服務(wù)策略關(guān)聯(lián)模型，將客戶的特征信息輸入至關(guān)聯(lián)模型，關(guān)聯(lián)模型輸出服務(wù)策略；步驟4，根據(jù)服務(wù)策略對(duì)客戶進(jìn)行服務(wù)。本發(fā)明通過(guò)收集和分析客戶的行為數(shù)據(jù)，可以更深入的了解客戶的需求和偏好，根據(jù)需求和偏好輸出個(gè)性化的服務(wù)策略，使服務(wù)更加貼合客戶的實(shí)際需求，從而提升客戶的滿意度和體驗(yàn)。

技術(shù)研發(fā)人員：俞沛宙,趙婉芳,張霽明,王妍,楊啟星,張軒聞,趙寧遠(yuǎn),潘妍,林雯瑜,徐晨杰
受保護(hù)的技術(shù)使用者：國(guó)網(wǎng)浙江省電力有限公司寧波市鄞州區(qū)供電公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2