互联网电视潜在用户投诉预测方法、装置及设备制造方法及图纸

本发明专利技术实施例提供一种互联网电视潜在用户投诉预测方法、装置及设备。该方法包括：获取与互联网电视潜在用户投诉相关的样本数据；依据样本数据，获取FCM聚类模型的初始聚类中心；优化FCM聚类模型的初始聚类中心；获得模型参数，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；依据模型参数，预测各互联网电视用户的投诉概率；根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，预测投诉标识类别分为预测投诉类或预测不投诉类。采用本发明专利技术技术方案，可以对互联网电视用户投诉行为进行预测。

Prediction Method, Device and Equipment for Potential User Complaints of Internet Television

【技术实现步骤摘要】
互联网电视潜在用户投诉预测方法、装置及设备
本专利技术涉及互联网通信
，尤其涉及一种互联网电视潜在用户投诉预测方法、装置与设备及计算机可读存储介质。
技术介绍
当今，移动通信市场的净增用户空间已日趋饱和，运营商之间的角逐更多地体现在创新业务和提升服务质量两个方面。互联网电视(OverTheTopTV)是一种集互联网、通讯和多媒体等技术于一体的，向用户提供交互式音视频等服务的新业务。用户投诉处理是运营商服务质量的一个衡量标准，既关系到品牌价值和影响力，又反映了用户的满意程度。因此，互联网电视用户投诉处理成为运营商服务工作中的重要环节，也是战略上的必争之地。通信运营商想要在此环节占据领先地位，则必须适应投诉分析的智能化发展趋势，不仅能对已产生的互联网电视用户投诉进行高效处理，同时对互联网电视用户的投诉倾向能进行科学评估，准确预测投诉行为，并提前做好预处理措施。用户投诉行为的预测方法分为定性预测方法和定量预测方法两类。前者通过对投诉行为的历史及现状的分析、判断，预测其未来的一种或多种可能性，如市场调研法、德尔菲法等；后者通过历史和现状的数据建立相应的数学模型，对未来的投诉行为作出数量预测，主要分为趋势预测法和因果预测法。目前，移动通信领域的用户投诉定量预测方法有根据市场调查数据进行预测的方法、按人口普及率进行预测的方法、类比法、曲线拟合法和瑞利分布因素法等。纵观国内外相关研究，用户投诉的分析方法主要是定性方法，这类方法依赖于分析者熟练的业务知识、丰富的经验和突出的综合分析能力，故具有一定的局限性。通信运营商在数据分析领域具有天然的优势，依靠遍布于各个部门的丰富数据，可以分析获知用户真正的需求和自身运营的不足，降低运营成本，改善网络质量，促使企业在竞争中脱颖而出。上述提及的移动通信用户投诉定量预测方法或适用于宏观分析和长期预测，或适用于中短期预测，但它们共同的特点是未能充分利用海量数据的优势，挖掘其背后高价值的信息和知识。此外，尚无任何针对互联网电视用户投诉行为的预测研究。
技术实现思路
本专利技术实施例提供了一种互联网电视潜在用户投诉预测方法、装置与设备及计算机可读存储介质，用以解决现有技术中没有对互联网电视用户投诉行为进行预测的技术问题。第一方面，本专利技术实施例提供了一种互联网电视潜在用户投诉预测方法，所述方法包括：获取与互联网电视潜在用户投诉相关的样本数据；依据所述样本数据，获取FCM聚类模型的初始聚类中心；优化所述FCM聚类模型的初始聚类中心；迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，所述聚类中心为两个聚类中心，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，所述模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；依据所述模型参数，预测各互联网电视用户的投诉概率；根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，所述预测投诉标识类别分为预测投诉类或预测不投诉类。第二方面，本专利技术实施例提供了一种互联网电视潜在用户投诉预测装置，包括：样本数据获取模块，获取与互联网电视潜在用户投诉相关的样本数据；初始聚类中心获取模块，依据所述样本数据，获取FCM聚类模型的初始聚类中心；优化模块，优化所述FCM聚类模型的初始聚类中心；模型参数获取模块，迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，所述聚类中心为两个聚类中心，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，所述模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；预测投诉概率模块，依据所述模型参数，预测各互联网电视用户的投诉概率；预测投诉标识类别确定模块，根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，所述预测投诉标识类别分为预测投诉类或预测不投诉类。第三方面，本专利技术实施例提供了一种互联网电视潜在用户投诉预测设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时至少可以实现以下方法：获取与互联网电视潜在用户投诉相关的样本数据；依据所述样本数据，获取FCM聚类模型的初始聚类中心；优化所述FCM聚类模型的初始聚类中心；迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，所述聚类中心为两个聚类中心，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，所述模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；依据所述模型参数，预测各互联网电视用户的投诉概率；根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，所述预测投诉标识类别分为预测投诉类或预测不投诉类。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时至少可以实现以下方法：获取与互联网电视潜在用户投诉相关的样本数据；依据所述样本数据，获取FCM聚类模型的初始聚类中心；优化所述FCM聚类模型的初始聚类中心；迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，所述聚类中心为两个聚类中心，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，所述模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；依据所述模型参数，预测各互联网电视用户的投诉概率；根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，所述预测投诉标识类别分为预测投诉类或预测不投诉类。本专利技术实施例提供的互联网电视潜在用户投诉预测方法、装置与设备及存储介质通过优化所述FCM聚类模型的初始聚类中心以及迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，再通过模型参数预测各互联网电视用户的投诉概率，寻找潜在的投诉用户，力争将互联网电视投诉遏制在发生之前，降低用户投诉率，提高用户满意度。同时无需讨论用户投诉与影响投诉的关键指标的映射关系，对分析者的专业要求较低，便于技术的推广普及；摒弃了传统硬聚类限定隶属度只能为0或1的原则，用0到1之间的值来表征对象和子集之间的归属关系，更合理地描述出互联网电视用户和投诉标识类别(潜在投诉用户类或非潜在投诉用户类)的不确定关系。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本专利技术实施方式一的互联网电视潜在用户投诉预测方法的流程示意图。图2示出了本专利技术实施方式二的互联网电视潜在用户投诉预测装置的结构示意图。图3示出了本专利技术实施方式三的互联网电视潜在用户投诉预测设备的硬件结构示意图。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。需要说明的是，本文档来自技高网...

【技术保护点】
1.一种互联网电视潜在用户投诉预测方法，其特征在于，所述方法包括：获取与互联网电视潜在用户投诉相关的样本数据；依据所述样本数据，获取FCM聚类模型的初始聚类中心；优化所述FCM聚类模型的初始聚类中心；迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，所述聚类中心为两个聚类中心，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，所述模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；依据所述模型参数，预测各互联网电视用户的投诉概率；根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，所述预测投诉标识类别分为预测投诉类或预测不投诉类。

【技术特征摘要】
1.一种互联网电视潜在用户投诉预测方法，其特征在于，所述方法包括：获取与互联网电视潜在用户投诉相关的样本数据；依据所述样本数据，获取FCM聚类模型的初始聚类中心；优化所述FCM聚类模型的初始聚类中心；迭代计算聚类中心和模糊隶属度直至终止条件，获得模型参数，所述聚类中心为两个聚类中心，分别对应互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类，所述模糊隶属度为各互联网电视用户隶属于互联网电视潜在投诉用户类和互联网电视非潜在投诉用户类的概率；依据所述模型参数，预测各互联网电视用户的投诉概率；根据最大隶属度原则确定各互联网电视用户的预测投诉标识类别，所述预测投诉标识类别分为预测投诉类或预测不投诉类。2.根据权利要求1所述的互联网电视潜在用户投诉预测方法，其特征在于，所述样本数据包括：与互联网电视用户相关的用户侧数据和与互联网电视相关的设备侧数据。3.根据权利要求2所述的互联网电视潜在用户投诉预测方法，其特征在于，所述用户侧数据包括：用户ID信息、用户收看节目开始时间、用户收看节目时长和用户收看节目名称和用户快进/快退/暂定操作情况信息。4.根据权利要求3所述的互联网电视潜在用户投诉预测方法，其特征在于，所述设备侧数据包括：机顶盒运行数据和网络设备运行数据。5.根据权利要求4所述的互联网电视潜在用户投诉预测方法，其特征在于，所述机顶盒运行数据包括：机顶盒内存利用率和机顶盒CPU利用率和响应请求时长；所述网络设备运行数据包含：互联网电视卡顿时长占比、二级CDN带宽利用率和组播媒体丢包率。6.根据权利要求2所述的互联网电视潜在用户投诉预测方法，其特征在于，所述获取与互联网电视潜在用户投诉相关的样本数据，包括：对所述用户侧数据、所述设备侧数据进行预处理，剔除其中的无效数据和错误数据，并对所述用户侧数据和所述设备侧数据进行归一化处理。7.根据权利要求1至6任一项所述的互联网电视潜在用户投诉预测方法，其特征在于，所述优化所述FCM聚类模型的初始聚类中心，包括：采用改进的量子蚁...

【专利技术属性】
技术研发人员：吴薇，
申请(专利权)人：中国移动通信集团四川有限公司，中国移动通信集团公司，
类型：发明
国别省市：四川,51