满意度处理方法、装置、设备、介质及程序产品与流程

摘要: 本申请涉及人工智能,尤其涉及一种满意度处理方法、装置、设备、介质及程序产品。背景技术:1、目前,随着电信运营商竞争日趋激烈,网络与信息技术(informatio...
满意度处理方法、装置、设备、介质及程序产品与流程

本申请涉及人工智能,尤其涉及一种满意度处理方法、装置、设备、介质及程序产品。

背景技术:

1、目前,随着电信运营商竞争日趋激烈,网络与信息技术(informationtechnology,it)技术快速更新迭代的背景下,运营商必须要面对的一个首要问题就是着力提升用户满意度,减少用户流失。

2、在相关技术中,对客户网络满意度进行测评一般通过第三方测评方式,即对用户采取抽样调查问卷或者访谈(例如短信或者电话测评)的方式。然而,由于需要用户进行反馈,所以存在调查的样本量有限,难以全面反映用户的真实感知,如此,进行用户满意度进行测评的准确性较差。

技术实现思路

1、本申请提供一种满意度处理方法、装置、设备、介质及程序产品,用于提高对用户满意度进行测评的准确性。

2、第一方面,本申请实施例提供了一种满意度处理方法,该方法包括:获取第一用户对应的第一特征向量集合,第一特征向量集合基于第一用户对应的语音业务特征信息、数据业务特征信息、网络覆盖指标特征信息、用户画像特征信息和反馈特征信息得到;基于第一特征向量集合进行满意度预测,得到满意度分值;基于满意度分值和用户画像特征信息,确定第一用户对应的用户群体;基于用户群体对应的用户满意度调整策略,执行对应的操作。

3、本申请提供的技术方案至少带来以下有益效果:通过语音业务特征信息、数据业务特征信息、网络覆盖指标特征信息、用户画像特征信息和反馈特征信息的多维数据融合,对用户进行动态分群,识别高价值、高流失风险等关键群体,并执行对应的优化策略,实现“千人千面”的服务优化,从而提高了对用户满意度进行测评的准确性。

4、一种可能的实现方式,上述获取第一用户对应的第一特征向量集合,包括:获取第二特征向量集合,第二特征向量集合为通过第一用户对应的语音业务特征信息、数据业务特征信息、网络覆盖指标特征信息、用户画像特征信息和反馈特征信息构建得到的;将第二特征向量集合输入至第一模型中,通过第一模型,确定第二特征向量集合中的每个特征信息与第一用户对应的业务间的关联度;将第二特征向量集合中关联度大于或等于第一预设阈值对应的特征信息,作为第一特征向量集合。

5、另一种可能的实现方式,上述基于满意度分值和用户画像特征信息,确定第一用户对应的用户群体,包括:在满意度分值小于或等于第二预设阈值的情况下,基于用户画像特征信息对第一用户进行聚类,确定第一用户对应的用户群体。

6、又一种可能的实现方式,上述用户群体包括以下任一项:高价值高风险群体、网络质量敏感群体、业务画像不匹配群体或终端能力受限群体。

7、又一种可能的实现方式,上述基于用户群体对应的用户满意度调整策略,执行对应的操作,包括:在用户群体为高价值高风险群体的情况下,操作包括:触发服务挽留策略;在用户群体为网络质量敏感群体的情况下,操作包括:触发网络资源动态调度策略;在用户群体为业务画像不匹配群体的情况下,操作包括:触发个性化套餐推荐策略;在用户群体为终端能力受限群体的情况下,操作包括:推送终端推荐策略。

8、第二方面,本申请实施例提供了本申请提供一种满意度处理装置,包括:获取模块、预测模块、确定模块和执行模块。获取模块,用于获取第一用户对应的第一特征向量集合,第一特征向量集合基于第一用户对应的语音业务特征信息、数据业务特征信息、网络覆盖指标特征信息、用户画像特征信息和反馈特征信息得到。预测模块,用于基于第一特征向量集合进行满意度预测,得到满意度分值。确定模块,用于基于满意度分值和用户画像特征信息,确定第一用户对应的用户群体。执行模块,用于基于用户群体对应的用户满意度调整策略,执行对应的操作。

9、一种可能的实现方式,上述获取模块,具体用于获取第二特征向量集合,第二特征向量集合为通过第一用户对应的语音业务特征信息、数据业务特征信息、网络覆盖指标特征信息、用户画像特征信息和反馈特征信息构建得到的。确定模块,具体用于将第二特征向量集合输入至第一模型中,通过第一模型,确定第二特征向量集合中的每个特征信息与第一用户对应的业务间的关联度;并将第二特征向量集合中关联度大于或等于第一预设阈值对应的特征信息,作为第一特征向量集合。

10、另一种可能的实现方式,上述确定模块,具体用于在满意度分值小于或等于第二预设阈值的情况下,基于用户画像特征信息对第一用户进行聚类,确定第一用户对应的用户群体。

11、又一种可能的实现方式,上述用户群体包括以下任一项:高价值高风险群体、网络质量敏感群体、业务画像不匹配群体或终端能力受限群体。

12、又一种可能的实现方式,在用户群体为高价值高风险群体的情况下,操作包括:触发服务挽留策略;在用户群体为网络质量敏感群体的情况下,操作包括:触发网络资源动态调度策略;在用户群体为业务画像不匹配群体的情况下,操作包括:触发个性化套餐推荐策略;在用户群体为终端能力受限群体的情况下,操作包括:推送终端推荐策略。

13、第三方面,本申请提供一种电子设备,该电子设备包括:处理器和存储器;该存储器存储可在处理器上运行的程序或指令,上述程序或指令被该处理器执行时实现上述第一方面的方法。

14、第四方面,本申请提供一种可读存储介质,该可读存储介质上存储程序或指令,上述程序或指令被计算机执行时实现上述第一方面的方法。

15、第五方面,本申请提供一种计算机程序产品,该计算机程序产品被存储在存储介质中,当该计算机程序产品被计算机执行时以实现上述第一方面的方法。

16、第六方面,本申请实施例提供了一种芯片,该芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。

17、上述第二方面至第六方面的有益效果参考第一方面的对应描述,不再赘述。

1.一种满意度处理方法,其特征在于,包括:

2.根据权利要求1所述的满意度处理方法,其特征在于,所述获取第一用户对应的第一特征向量集合,包括:

3.根据权利要求1或2所述的满意度处理方法,其特征在于,所述基于所述满意度分值和所述用户画像特征信息,确定所述第一用户对应的用户群体,包括:

4.根据权利要求1所述的满意度处理方法,其特征在于,所述用户群体包括以下任一项:高价值高风险群体、网络质量敏感群体、业务画像不匹配群体或终端能力受限群体。

5.根据权利要求4所述的满意度处理方法,其特征在于,所述基于所述用户群体对应的用户满意度调整策略,执行对应的操作,包括:

6.一种满意度处理装置,其特征在于,包括:获取模块、预测模块、确定模块和执行模块;

7.根据权利要求6所述的满意度处理装置,其特征在于,所述获取模块,具体用于获取第二特征向量集合,所述第二特征向量集合为通过所述第一用户对应的语音业务特征信息、所述数据业务特征信息、所述网络覆盖指标特征信息、所述用户画像特征信息和所述反馈特征信息构建得到的;

8.根据权利要求6或7所述的满意度处理装置,其特征在于,所述确定模块,具体用于在所述满意度分值小于或等于第二预设阈值的情况下,基于所述用户画像特征信息对所述第一用户进行聚类,确定所述第一用户对应的用户群体。

9.根据权利要求6所述的满意度处理装置,其特征在于,所述用户群体包括以下任一项:高价值高风险群体、网络质量敏感群体、业务画像不匹配群体或终端能力受限群体。

10.根据权利要求9所述的满意度处理装置,其特征在于,在所述用户群体为所述高价值高风险群体的情况下,所述操作包括:触发服务挽留策略;

11.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的满意度处理方法。

12.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被计算机执行时实现如权利要求1-5任一项所述的满意度处理方法。

13.一种计算机程序产品,其特征在于,所述计算机程序产品被存储在存储介质中,所述计算机程序产品被计算机执行时以实现如权利要求1-5任一项所述的满意度处理方法。