用户体验预测方法及系统与流程

技术特征：
1.一种基于信息化生态圈用户体验预测的宽度学习模型的训练方法，包括：获取信息化生态圈中至少一个产品的训练样本集，所述训练样本集至少包括特征数据以及用户产品满意度数据；将所述特征数据通过稀疏自编码进行特征提取；将所述特征数据以及所述用户产品满意度数据输入宽度学习模型，训练基于用户产品满意度的宽度学习模型；以及在依次获得了针对各单个产品的用户产品满意度的预测后，结合信息化生态圈用户体验，训练基于信息化生态圈用户体验的宽度学习模型。2.如权利要求1所述的方法，其特征在于，所述用户产品满意度数据输入宽度学习模型和所述基于信息化生态圈用户体验的宽度学习模型的训练进一步包括：利用所提取的特征数据映射的特征作为映射特征节点；将所述映射特征节点增强为随机生成权重的增强节点；将所有映射特征节点和增强节点连接到输出节点；以及通过快递伪逆求得对应的输出系数。3.如权利要求1所述系统，其特征在于，所述用户产品满意度数据输入宽度学习模型和所述基于信息化生态圈用户体验的宽度学习模型分别包括三层：第一层是输入数据层，第二层是映射特征节点和增强节点层，第三层是输出节点层。4.如权利要求1所述的方法，其特征在于，进一步包括在根据所述宽度学习模型中所预测的用户产品满意度和所述信息化生态圈用户体验，完善现有的信息化生态圈产品功能。5.如权利要求1所述的方法，其特征在于，所述特征数据包括网络参数和用户行为数据。6.如权利要求5所述的方法，其特征在于，所述网络参数至少包括传输时延、抖动、丢包率和传输速率，所述用户行为数据至少包括单位时间内用户操作次数和用户重复操作次数。7.如权利要求1所述的方法，其特征在于，所述用户产品满意度是用户对某一产品的实际体验感受打分值。8.如权利要求1所述的方法，其特征在于，所述方法进一步包括通过实际场景分析确定所述特征数据是否影响所述用户产品满意度数据。9.一种信息化生态圈用户体验预测系统，包括：数据采集模块，所述数据采集模块用于获得信息化生态圈中至少一个产品的样本集；特征数据提取模块，所述特征数据提取模块用于对所述样本集之中的网络参数和用户行为参数进行特征提取；用户产品满意度预测模块，所述用户产品满意度预测模块用于将所提取的特征输入通过如权利要求1所述的方法训练的基于用户产品满意度的宽度学习模型，获取用户产品满意度的预测；以及信息化生态圈用户体验预测模块，所述信息化生态圈用户体验预测模块用于将所述的基于用户产品满意度的宽度学习模型和用户产品满意度输入通过如权利要求1所述的方法
训练的基于信息化生态圈用户体验的宽度学习模型，获取信息化生态圈用户体验的预测。10.一种基于信息化生态圈用户体验预测的宽度学习模型的预测方法，包括：获取信息化生态圈中至少一个产品的样本集；对所述样本集之中的网络参数和用户行为参数进行特征提取；将所述至少一个产品的样本集输入通过如权利要求1所述的方法训练的基于用户产品满意度的宽度学习模型，获得用户产品满意度的预测结果；以及将所述的基于用户产品满意度的宽度学习模型和用户产品满意度输入通过如权利要求1所述的方法训练的基于信息化生态圈用户体验的宽度学习模型，获取信息化生态圈用户体验的预测。

技术总结
本发明公开了一种用户体验预测方法及系统。该方法包括获取信息化生态圈中至少一个产品的训练样本集，将特征数据通过稀疏自编码进行特征提取，将特征数据及用户产品满意度数据输入宽度学习模型，训练基于用户产品满意度的宽度学习模型，并在依次获得了针对各单个产品的用户产品满意度的预测后，结合信息化生态圈用户体验，训练基于信息化生态圈用户体验的宽度学习模型。该系统包括数据采集模块，特征数据提取模块、用户产品满意度预测模块，以及信息化生态圈用户体验预测模块。本发明将用户主观评价与性能指标的客观评价相结合，将用户产品满意度与用户体验相结合，减少了重复性计算工作，提升了用户体验预测的及时性。提升了用户体验预测的及时性。提升了用户体验预测的及时性。


技术研发人员：段齐 张玉瑞 卢振 邵亚红 庄旭
受保护的技术使用者：天翼智慧家庭科技有限公司
技术研发日：2020.09.28
技术公布日：2021/11/26