1.一种数字人个性化情感交互方法，其特征在于：包括以下步骤：S1：将用户的交互输入进行情感量化，得到在连续维度空间中的愉悦‑唤醒‑支配PAD情感值；

S2：对用户交互输入情感进行情感状态评估，得到交互输入情感评估函数；

S3：利用贝叶斯网络计算数字人情感转移概率矩阵；步骤S3具体包括以下步骤：S31：选择用户的性格、历史情感状态、性别、年龄和受教育程度作为贝叶斯网络的节点，构建描述情感转移的贝叶斯模型：其中， 表示 转移到 状态的转移概率； 表示性格类型； 表示性别； 表示年龄段； 表示受教育程度；

S32：定义节点的状态空间；

S33：构建条件概率表，包括以下步骤：S331：根据数据集中各类的频数，计算先验概率 、 、 、 、 ；

S332：对于每个输入特征，计算在不同情感状态下的条件概率 ；

S333：将计算得到的所有条件概率组织成数字人情感转移概率矩阵 ，矩阵 中每一行对应于特定父节点组合下子节点的条件概率；

S4：计算当前情感状态下，数字人性格经过大五因素模型修正后的情感响应计算值；步骤S4具体包括以下步骤：采用大五因素作为性格模型，包括开明性、责任性、外向性、利他性和神经质；在大五因素模型中，个体表示为一个五维向量 ，其中 , , , , 分别表示其在5个性格域中的值，值的范围为0 1；

~

将大五因素模型中的每一种性格映射为一个具体的PAD值，表示为：利用上式对人的PAD三维情感状态向量进行修正，公式如下：式中， 、 、 、 、 是由大五人因素表得到的各维度上的平均分，以此均分值为基准定义性格的中性水平； 是性格修正向量；

是初始情感分量； 是经过人格修正后得到的情感状态向量；

S5：对修正后的情感响应经过情感影响因子矩阵，输出具备复杂情感特征的响应；

S6：对数字人在6种基本情感上的情感强度进行PAD情感空间坐标标定，得到数字人的情感响应。

2.根据权利要求1所述的数字人个性化情感交互方法，其特征在于：步骤S2具体包括以下步骤：将用户的交互输入情感值 评估转化为六种基本情感状态下的情感状态向量 ，交互输入情感 到基本情感 之间的距离为：其中， 为基本情感状态在PAD空间内的协方差矩阵集合； 分别代表高兴、惊讶、厌恶、生气、恐惧、悲伤6种基本情感；

交互输入情感到每种情感状态坐标值的距离与情感状态作用的强度值成反比，对进行归一化得到基本情感状态 作用交互输入情感 的强度值 ，定义交互输入情感评估函数 为：其中， 表示考虑情感状态所在位置区域在 约束下得到的交互输入情感 到基本情感 之间的距离。

3.根据权利要求1所述的数字人个性化情感交互方法，其特征在于：各节点的状态空间包括：历史情感状态：喜悦、悲伤、愤怒、惊奇、恐惧、厌恶；

性格：开放性、责任性、外向性、宜人性、神经质；

年龄段：儿童、青少年期、成年期、老年期；

受教育程度：小学及以下教育、初中教育、高中教育、大学教育、研究生及以上教育。

4.根据权利要求1所述的数字人个性化情感交互方法，其特征在于：步骤S5具体包括以下步骤：情感之间的相互影响公式如下：

情感间的影响因子矩阵 为：

其中， 表示情感 对情感 的影响因子，情感间的相互影响包括三种情况：激励：当 时，表示情感 对情感 有激励的作用；

抑制：当 时，表示情感 对情感 有抑制的作用；

无影响：当 时，表示情感 对情感 没有影响；

根据以上公式对情感响应向量进行修正，使数字人具有人的复杂情感的特征，修正计算公式为：式中： 是将PAD维度情感空间中的 转换到离散情感空间的情感状态向量； 是经过情感影响因子矩阵修正后得到的情感状态向量。

5.根据权利要求1所述的数字人个性化情感交互方法，其特征在于：步骤S6中，将6种基本情感作用下的情感状态转换到PAD空间并进行位置标定的公式为：其中， 代表六种基本情感在PAD空间的情感值，为数字人第 轮情感响应在6种基本情感上的强度值。