影响用户满意度主因的预测方法、装置及计算设备与流程

技术特征：
1.一种影响用户满意度主因的预测方法，其特征在于，所述方法包括：获取用户消费数据和用户网络数据，并提取与满意度相关的特征；根据所述特征进行满意度预测，输出用户的满意度；针对不满意用户，计算每个特征与所述满意度之间的相关系数以及所述相关系数到个体中心均值的距离；根据所述距离输出影响用户满意度的特征。2.根据权利要求1所述的方法，其特征在于，所述提取与满意度相关的特征，包括：应用卡方分布算法，提取与满意度相关的第一预设数量个所述特征。3.根据权利要求1所述的方法，其特征在于，所述根据所述特征进行满意度预测，输出用户的满意度，包括：获取往期满意度调查数据样本并进行预处理；根据所述往期满意度调查数据样本选择进行满意度预测的最优模型；将所述特征输入所述最优模型进行预测，并输出用户的所述满意度。4.根据权利要求3所述的方法，其特征在于，所述获取往期满意度调查数据样本并进行预处理，包括：获取往期满意度调查数据样本；针对所述往期满意度调查数据样本，对空值进行均值填充，对异常数值进行剔除，根据满意度分值进行二分类处理，将满意度分值小于7分的标1，作为正样本，其余标0，作为负样本；对所述往期满意度调查数据样本进行样本优化，过滤掉经常出错样本得到正负样本均衡的最优样本。5.根据权利要求3所述的方法，其特征在于，所述根据所述往期满意度调查数据样本选择进行满意度预测的最优模型，包括：根据所述往期满意度调查数据样本对多个模型进行训练，获取对应的召回率和f1值，其中所述模型包括逻辑回归、分类树、高斯过程、支持向量机、梯度提升决策树；根据所述召回率和所述f1值选择所述梯度提升决策树为所述最优模型。6.根据权利要求1所述的方法，其特征在于，所述针对不满意用户，计算每个特征与所述满意度之间的相关系数以及所述相关系数到个体中心均值的距离，包括：将所述不满意用户的所有特征进行标准化、空值处理，去量纲后，得到不满意用户的标准化后的特征；计算每个所述特征与所述满意度之间的斯皮尔曼相关系数，得到每个所述特征与所述满意度之间的所述相关系数；计算所述相关系数与所述个体中心均值的距离，其中所述个体中心均值为用户个体的所述相关系数的平均值。7.根据权利要求1所述的方法，其特征在于，所述根据所述距离输出影响用户满意度的特征，包括：根据所述距离进行倒序排列，距离最大的特征对用户满意度影响最大；根据排列结果取出第二预设数量个影响用户满意度的特征。8.一种影响用户满意度主因的预测装置，其特征在于，所述装置包括：
数据获取单元，用于获取用户消费数据和用户网络数据，并提取与满意度相关的特征；满意度预测单元，用于根据所述特征进行满意度预测，输出用户的满意度；距离计算单元，用于针对不满意用户，计算每个特征与所述满意度之间的相关系数以及所述相关系数到个体中心均值的距离；特征输出单元，用于根据所述距离输出影响用户满意度的特征。9.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行根据权利要求1-7任一项所述影响用户满意度主因的预测方法的步骤。10.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行根据权利要求1-7任一项所述影响用户满意度主因的预测方法的步骤。

技术总结
本发明实施例涉及无线通信技术领域，公开了一种影响用户满意度主因的预测方法、装置及计算设备，该方法包括：获取用户消费数据和用户网络数据，并提取与满意度相关的特征；根据所述特征进行满意度预测，输出用户的满意度；针对不满意用户，计算每个特征与所述满意度之间的相关系数以及所述相关系数到个体中心均值的距离；根据所述距离输出影响用户满意度的特征。通过上述方式，本发明实施例能够科学的评估消费行为、网络质量等因素对用户满意度的影响。影响。影响。


技术研发人员：王东 蒋镇
受保护的技术使用者：中国移动通信集团有限公司
技术研发日：2020.08.10
技术公布日：2022/2/23