一種人機交互方法、裝置及系統(tǒng)的制作方法
【專利摘要】本發(fā)明適用計算機【技術領域】，提供了一種人機交互方法、裝置及系統(tǒng)，所述方法包括：獲取用戶查看請求信息時腦電波信號的頻率和幅度；獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒；檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。本發(fā)明實施例為人機交互提供了一種精確、智能化的評論反饋方式，提高了用戶進行人機交互時的交互體驗。
【專利說明】一種人機交互方法、裝置及系統(tǒng)
【技術領域】
[0001]本發(fā)明屬于計算機【技術領域】，尤其涉及一種人機交互方法、裝置及系統(tǒng)。
【背景技術】
[0002]現有大多數網站或平臺，例如，門戶網站、社交平臺等，都提供了用戶評論功能，用戶可以對網站上發(fā)布或共享的信息，例如，新聞、技術文章、照片或小說等進行評論，而網站或平臺可以通過收集這些評論數據對新聞選擇、技術文章的正確度、小說排名、版塊設計等進行調整，為各種網站或平臺的優(yōu)化提供了依據。
[0003]盡管如此，大多數用戶在閱讀共享的信息或自己感興趣的信息后，一方面由于網站評論系統(tǒng)設計復雜、呆板，例如，只能輸入文字，而用戶不愿輸入文字進行評論；另一方面由于用戶不愿手動輸入，或一時找不到表達自己意見、心情的語句進行評論，輸入文字對于某些用戶來說不夠人性化，雖然，現有大多數網站或平臺推出了更人性化、更簡單的輸入方式，例如，表示認可、推崇時可以點“贊”，覺得搞笑時，可以點擊“搞笑”或對應的表情符號。然而，這種評論方式仍然存在前述問題，即:在用戶不愿動手評論時無法正確獲知用戶閱讀信息時心情、情緒或意見，以向網站或平臺給出對應的評論信息的問題。
【發(fā)明內容】
[0004]本發(fā)明實施例的目的在于提供一種人機交互方法、裝置及系統(tǒng)，旨在解決由于現有技術無法提供一種有效的人機交互方法，導致無法正確獲知用戶閱讀信息時心情、情緒或意見的問題。
[0005]本發(fā)明實施例一目的在于提供一種人機交互方法，所述方法包括下述步驟:
[0006]獲取用戶查看請求信息時腦電波信號的頻率和幅度；
[0007]獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒；
[0008]檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0009]本發(fā)明實施例的另一目的在于提供一種人機交互裝置，所述裝置包括:
[0010]信號獲取單元，用于獲取用戶查看請求信息時腦電波信號的頻率和幅度；
[0011]情緒標識獲取單元，用于獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒；以及
[0012]反饋信息輸出單元，用于檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0013]本發(fā)明實施例的又一目的在于提供一種人機交互系統(tǒng)，所述系統(tǒng)包括傳感器以及與所述傳感器無線或無線連接的服務器，其中:
[0014]所述傳感器用于實時捕獲用戶的腦電波信號，并發(fā)送給所述服務器；
[0015]所述服務器用于獲取從所述傳感器接收到的腦電波信號的頻率和幅度，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒，檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0016]在本發(fā)明實施例中，通過獲取用戶查看請求信息時腦電波信號的頻率和幅度，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，檢測請求信息關聯(lián)的評論反饋數據庫，根據預設的匹配方式，從評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息，從而為人機交互提供了一種精確、智能化的評論反饋方式，提高了用戶進行人機交互時的交互體驗。
【專利附圖】
【附圖說明】
[0017]圖1是本發(fā)明實施例一提供的人機交互方法的實現流程圖；
[0018]圖2是本發(fā)明實施例二提供的人機交互方法的實現流程圖；
[0019]圖3是本發(fā)明實施例三提供的人機交互裝置的結構圖；以及
[0020]圖4是本發(fā)明實施例四提供的人機交互系統(tǒng)的結構圖。
【具體實施方式】
[0021]為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0022]以下結合具體實施例對本發(fā)明的具體實現進行詳細描述:
[0023]實施例一:
[0024]圖1示出了本發(fā)明實施例一提供的人機交互方法的實現流程，詳述如下:
[0025]在步驟3101中，獲取用戶查看請求信息時腦電波信號的頻率和幅度。
[0026]在本發(fā)明實施例中，通過相應的檢測器對對用戶腦電波信號進行檢測，以獲取用戶查看其請求的信息時腦電波數據，例如，腦電波信號的頻率和幅度。其中，請求的信息可以根據本發(fā)明實施例應用的場景的不同而不同，例如，當應用場景為門戶網站時，請求信息可以是新聞頁面，當應用場景為社交網站時，請求信息可以是其他用戶的共享的文章或照片等。優(yōu)選地，在獲取腦電波信號的頻率和幅度之后，還可以對腦電波信號進行放大和濾波，以便于后續(xù)的精確匹配。
[0027]在步驟3102中，獲取腦電波信號的頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒。
[0028]在本發(fā)明實施例中，預先存儲有人類情緒與腦電波特定頻率和幅度的對應關系，即頻率和幅度與用戶情緒標識的關聯(lián)關系。用戶情緒標識用于標識用戶的情緒(例如，高興、悲傷、無聊、煩燥等)，用戶情緒標識可以為文字或數字等組成的序列，以與不同情緒下腦電波的頻率和幅度相對應。
[0029]在步驟3103中，檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0030]在本發(fā)明實施例中，評論反饋數據庫存儲了可用于對本發(fā)明實施例應用場景的評論。在這里，評論反饋數據庫可分為兩種:傳統(tǒng)的評論反饋數據庫以及根據本發(fā)明實施例建立的評論反饋數據庫。其中，傳統(tǒng)的評論反饋數據庫沒有建立用戶情緒與評論反饋信息的一一對應關系，而只是存儲了評論信息(如，表示“贊”、“高興”、“無聊”的評論語句或圖片)，而在本發(fā)明實施例中，評論反饋數據庫用戶情緒標識與評論反饋信息的一一對應關系。
[0031]因此，在本發(fā)明實施例中，當檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，根據評論反饋數據庫中存儲的評論反饋信息與所述用戶情緒標識的一一對應關系，直接獲取與所述用戶情緒標識對應的評論反饋信息并進行輸出。當未檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，對所述評論反饋數據庫中存儲的多個評論反饋信息進行模式識別，獲取所述多個評論反饋信息對應的多個用戶情緒標識，以建立所述多個用戶情緒標識和所述多個評論反饋信息的一一對應關系，根據所述頻率和幅度關聯(lián)的用戶情緒標識，從建立的所述一一對應關系中獲取并輸出與所述頻率和幅度關聯(lián)的用戶情緒標識關聯(lián)的評論反饋信息。
[0032]在本發(fā)明實施例，通過獲取用戶查看請求信息時腦電波信號的頻率和幅度，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，檢測請求信息關聯(lián)的評論反饋數據庫，根據預設的匹配方式，從評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息，從而為人機交互提供了一種精確、智能化的評論反饋方式，提高了用戶進行人機交互時的交互體驗。
[0033]另外，當評論反饋數據庫為傳統(tǒng)數據庫時，本發(fā)明實施例可通過模式識別算法自動為其建立一用戶情緒標識與評論反饋信息的對應關系并存儲，之后從建立的對應關系中獲取并輸出與頻率和幅度關聯(lián)的用戶情緒標識關聯(lián)的評論反饋信息。這樣，無需對現有或傳統(tǒng)評論反饋數據庫進行更改，就可以實現用戶評論的精確、自動化收集、輸出。
[0034]實施例二:
[0035]圖2示出了本發(fā)明實施例二提供的人機交互方法的實現流程，詳述如下:
[0036]在步驟3201中，從所述請求信息開始輸出直至所述請求信息所在頁面被關閉或失去焦點，實時捕獲用戶的腦電波信號。
[0037]在步驟3202中，將捕獲的腦電波信號中具有相同頻率和幅度、且持續(xù)時間最長的腦電波信號的頻率和幅度確定為用戶查看請求信息時腦電波信號的頻率和幅度。
[0038]在本發(fā)明實施例中，考慮到用戶從開始查看、閱讀請求的信息開始到結束情緒會發(fā)生變化，因此，在獲取用戶查看請求信息時腦電波信號的頻率和幅度時，要從所述請求信息開始輸出直至所述請求信息所在頁面被關閉或失去焦點(即切換到其他頁面或關閉頁面)，實時捕獲用戶的腦電波信號，將捕獲的腦電波信號中具有相同頻率和幅度、且持續(xù)時間最長的腦電波信號的頻率和幅度確定為用戶查看請求信息時腦電波信號的頻率和幅度，以更精確地得到用戶查看請求信息時腦電波信號的頻率和幅度。
[0039]當然，在【具體實施方式】中，也可以將從所述請求信息開始輸出直至所述請求信息所在頁面被關閉或失去焦點時間段內捕獲的腦電波信號的平均頻率和幅度設置為用戶查看請求信息時腦電波信號的頻率和幅度，從而得到整個時間段內用戶的大致情緒。
[0040]在步驟3203中，獲取用戶查看請求信息時腦電波信號的頻率和幅度。
[0041]在步驟3204中，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒。
[0042]在步驟3205中，檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0043]在本發(fā)明實施例中，步驟3203至3205的實施方式與實施例一中步驟3101至3103的相同，在此不再贅述。
[0044]在本發(fā)明實施例，通過實時獲取用戶查看請求信息時腦電波信號的頻率和幅度，獲取更精確表示用戶的情緒標識，進而輸出所述用戶情緒標識關聯(lián)的評論反饋信息，從而為人機交互提供了一種精確、智能化的評論反饋方式。
[0045]本領域普通技術人員可以理解實現上述實施例方法中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，所述的程序可以存儲于一計算機可讀取存儲介質中，所述的存儲介質，如801/1^1、磁盤、光盤等。
[0046]實施例三:
[0047]圖3示出了本發(fā)明實施例三提供的人機交互裝置3的結構，為了便于說明，僅示出了與本發(fā)明實施例相關的部分，人機交互裝置3包括信號獲取單元31、情緒標識獲取單元32以及反饋信息輸出單元33，其中:
[0048]信號獲取單元31，用于獲取用戶查看請求信息時腦電波信號的頻率和幅度。
[0049]情緒標識獲取單元32，用于獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒。
[0050]反饋信息輸出單元33，用于檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0051]在一實施例中，所述信號獲取單元31可包括:
[0052]信號捕獲子單元311，用于從所述請求信息開始輸出直至所述請求信息所在頁面被關閉或失去焦點，實時捕獲用戶的腦電波信號；以及
[0053]信號確定子單元312，用于將捕獲的腦電波信號中具有相同頻率和幅度、且持續(xù)時間最長的腦電波信號的頻率和幅度確定為用戶查看請求信息時腦電波信號的頻率和幅度。
[0054]在一實施例中，當檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，所述反饋信息輸出單元33可包括:
[0055]第一輸出子單元331，用于根據評論反饋數據庫中存儲的評論反饋信息與所述用戶情緒標識的一一對應關系，直接獲取與所述用戶情緒標識對應的評論反饋信息并進行輸出。
[0056]在一可選實施例中，當未檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，所述反饋信息輸出單元33還可以包括:
[0057]對應關系建立子單元332，用于對所述評論反饋數據庫中存儲的多個評論反饋信息進行模式識別，獲取所述多個評論反饋信息對應的多個用戶情緒標識，以建立所述多個用戶情緒標識和所述多個評論反饋信息的一一對應關系；以及
[0058]第二輸出子單元333，根據所述頻率和幅度關聯(lián)的用戶情緒標識，從建立的所述一一對應關系中獲取并輸出與所述頻率和幅度關聯(lián)的用戶情緒標識關聯(lián)的評論反饋信息。
[0059]實施例四:
[0060]圖4示出了本發(fā)明實施例四提供的人機交互系統(tǒng)4的結構，為了便于說明，僅示出了與本發(fā)明實施例相關的部分，人機交互系統(tǒng)4包括傳感器41以及服務器42，其中:
[0061]所述傳感器41用于實時捕獲用戶的腦電波信號，并發(fā)送給所述服務器。
[0062]所述服務器42用于獲取從所述傳感器接收到的腦電波信號的頻率和幅度，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒，檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
[0063]在本發(fā)明實施例中，當服務器42檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，根據評論反饋數據庫中存儲的評論反饋信息與所述用戶情緒標識的一一對應關系，直接獲取與所述用戶情緒標識對應的評論反饋信息并進行輸出。當未檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，對所述評論反饋數據庫中存儲的多個評論反饋信息進行模式識別，獲取所述多個評論反饋信息對應的多個用戶情緒標識，以建立所述多個用戶情緒標識和所述多個評論反饋信息的一一對應關系，根據所述頻率和幅度關聯(lián)的用戶情緒標識，從建立的所述一一對應關系中獲取并輸出與所述頻率和幅度關聯(lián)的用戶情緒標識關聯(lián)的評論反饋信息。
[0064]在本發(fā)明實施例，通過獲取用戶查看請求信息時腦電波信號的頻率和幅度，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，檢測請求信息關聯(lián)的評論反饋數據庫，根據預設的匹配方式，從評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息，從而為人機交互提供了一種精確、智能化的評論反饋方式，提高了用戶進行人機交互時的交互體驗。
[0065]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內。
【權利要求】
1.一種人機交互方法，其特征在于，所述方法包括下述步驟: 獲取用戶查看請求信息時腦電波信號的頻率和幅度； 獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒； 檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
2.如權利要求1所述的方法，其特征在于，獲取用戶查看請求信息時腦電波信號的頻率和幅度的步驟包括: 從所述請求信息開始輸出直至所述請求信息所在頁面被關閉或失去焦點，實時捕獲用戶的腦電波信號； 將捕獲的腦電波信號中具有相同頻率和幅度、且持續(xù)時間最長的腦電波信號的頻率和幅度確定為用戶查看請求信息時腦電波信號的頻率和幅度。
3.如權利要求1所述的方法，其特征在于，當檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息的步驟包括: 根據評論反饋數據庫中存儲的評論反饋信息與所述用戶情緒標識的一一對應關系，直接獲取與所述用戶情緒標識對應的評論反饋信息并進行輸出。
4.如權利要求1所述的方法，其特征在于，當未檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息的步驟包括: 對所述評論反饋數據庫中存儲的多個評論反饋信息進行模式識別，獲取所述多個評論反饋信息對應的多個用戶情緒標識，以建立所述多個用戶情緒標識和所述多個評論反饋信息的 對應關系； 根據所述頻率和幅度關聯(lián)的用戶情緒標識，從建立的所述一一對應關系中獲取并輸出與所述頻率和幅度關聯(lián)的用戶情緒標識關聯(lián)的評論反饋信息。
5.如權利要求1所述的方法，其特征在于，所述評論反饋信息為圖片或文字信息。
6.一種人機交互裝置，其特征在于，所述裝置包括: 信號獲取單元，用于獲取用戶查看請求信息時腦電波信號的頻率和幅度； 情緒標識獲取單元，用于獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒；以及 反饋信息輸出單元，用于檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
7.如權利要求6所述的裝置，其特征在于，所述信號獲取單元包括: 信號捕獲子單元，用于從所述請求信息開始輸出直至所述請求信息所在頁面被關閉或失去焦點，實時捕獲用戶的腦電波信號；以及 信號確定子單元，用于將捕獲的腦電波信號中具有相同頻率和幅度、且持續(xù)時間最長的腦電波信號的頻率和幅度確定為用戶查看請求信息時腦電波信號的頻率和幅度。
8.如權利要求6所述的裝置，其特征在于，當檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的--對應關系時，所述反饋信息輸出單元包括: 第一輸出子單元，用于根據評論反饋數據庫中存儲的評論反饋信息與所述用戶情緒標識的一一對應關系，直接獲取與所述用戶情緒標識對應的評論反饋信息并進行輸出。
9.如權利要求6所述的裝置，其特征在于，當未檢測到所述評論數據庫中存儲有所述用戶情緒標識與評論反饋信息的一一對應關系時，所述反饋信息輸出單元包括: 對應關系建立子單元，用于對所述評論反饋數據庫中存儲的多個評論反饋信息進行模式識別，獲取所述多個評論反饋信息對應的多個用戶情緒標識，以建立所述多個用戶情緒標識和所述多個評論反饋信息的一一對應關系；以及 第二輸出子單元，根據所述頻率和幅度關聯(lián)的用戶情緒標識，從建立的所述一一對應關系中獲取并輸出與所述頻率和幅度關聯(lián)的用戶情緒標識關聯(lián)的評論反饋信息。
10.一種人機交互系統(tǒng)，其特征在于，所述系統(tǒng)包括傳感器以及與所述傳感器無線或無線連接的服務器，其中: 所述傳感器用于實時捕獲用戶的腦電波信號，并發(fā)送給所述服務器； 所述服務器用于獲取從所述傳感器接收到的腦電波信號的頻率和幅度，獲取所述頻率和幅度關聯(lián)的用戶情緒標識，所述用戶情緒標識用于表示用戶情緒，檢測所述請求信息關聯(lián)的評論反饋數據庫，根據檢測結果從所述評論反饋數據庫獲取并輸出所述用戶情緒標識關聯(lián)的評論反饋信息。
【文檔編號】G06F3/01GK104407699SQ201410682771
【公開日】2015年3月11日 申請日期:2014年11月24日 優(yōu)先權日:2014年11月24日
【發(fā)明者】鄭洪英, 但唐仁, 粟旎 申請人:深圳信息職業(yè)技術學院