一种满意度仿真方法、装置及终端设备制造方法及图纸

本发明专利技术提供一种满意度仿真方法、装置及终端设备，其中，所述满意度仿真方法包括：获取目标用户的全方位信息数据，根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。本发明专利技术的方案，不仅能够自动且准确地生成目标用户的满意度仿真数据，还能够有选择地获取全体用户对服务的体验感知，从而相比于现有的利用调查问卷调查用户满意度的方式，有利于提前发现服务问题，有利于服务提供者全方位的调整服务策略，同时无需占用用户时间，避免给用户带来不便，也无需因收集调查问卷耗费大量人力物力。

A Satisfaction Satisfaction Simulation Method, Device and Terminal Equipment

【技术实现步骤摘要】
一种满意度仿真方法、装置及终端设备
本专利技术涉及通信
，尤其涉及一种满意度仿真方法、装置及终端设备。
技术介绍
当前，服务行业领域越来越重视客户的满意度情况，满意度越高意味着收入越高，相反满意度较低的组织的经营状况常常不尽人意，满意度意味着客户对于服务提供者的认可。满意度对服务机构的经营状况起到决定性作用，这就决定了对满意度进行调查有着非常关键的意义。对于用户的满意度调查，一般通过专业设计的调查问卷进行。为了保证和提高服务质量，这类调查一般需要周期性进行，比如每月进行一次。虽然调查问卷可以直接反应用户的实际满意度情况，但是这种调查用户满意度的方式不利于提前发现服务问题，不利于服务提供者全方位的调整服务策略，同时因占用用户时间，会给用户带来不便，调查问卷的收集需耗费大量人力物力。此外，调查问卷一般仅会有部分用户参与，无法获取全体用户对服务的体验感知。
技术实现思路
本专利技术实施例提供一种满意度仿真方法、装置及终端设备，以能够自动且准确地生成用户的满意度仿真数据，克服现有的利用调查问卷调查用户满意度的方式所具有的问题。第一方面，本专利技术实施例提供了一种满意度仿真方法，包括：获取目标用户的全方位信息数据；根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据；其中，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。可选的，所述获取目标用户的全方位信息数据之前，所述方法还包括：构建所述满意度仿真模型的训练数据集；根据所述训练数据集，利用深度学习中的生成对抗学习方法建立所述满意度仿真模型；其中，所述训练数据集中的每一组训练数据包括对应用户的基础信息数据、状态信息数据和满意度调查数据。可选的，所述构建所述满意度仿真模型的训练数据集，包括：获取用户的基础信息数据、状态信息数据和满意度调查数据；根据所述基础信息数据、状态信息数据和满意度调查数据，构建所述训练数据集。可选的，所述根据所述训练数据集，利用深度学习中的生成对抗学习方法建立所述满意度仿真模型，包括：根据所述训练数据集中的基础信息数据和状态信息数据，以及噪声数据，训练生成网络，直至所述生成网络生成的满意度仿真数据被判别网络判断为真，同时根据所述训练数据集中的基础信息数据和状态信息数据，以及所述训练数据集中的满意度调查数据，训练所述判别网络，直至所述判别网络判断所述生成网络生成的满意度仿真数据为假，且判断所述满意度调查数据为真；将训练完成的所述生成网络确定为所述满意度仿真模型。第二方面，本专利技术实施例还提供了一种满意度仿真装置，包括：获取模块，用于获取目标用户的全方位信息数据；生成模块，用于根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据；其中，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。可选的，所述装置还包括：构建模块，用于构建所述满意度仿真模型的训练数据集；建立模块，用于根据所述训练数据集，利用深度学习中的生成对抗学习方法建立所述满意度仿真模型；其中，所述训练数据集中的每一组训练数据包括对应用户的基础信息数据、状态信息数据和满意度调查数据。可选的，所述构建模块包括：获取单元，用于获取用户的基础信息数据、状态信息数据和满意度调查数据；构建单元，用于根据所述基础信息数据、状态信息数据和满意度调查数据，构建所述训练数据集。可选的，所述建立模块包括：训练单元，用于根据所述训练数据集中的基础信息数据和状态信息数据，以及噪声数据，训练生成网络，直至所述生成网络生成的满意度仿真数据被判别网络判断为真，同时根据所述训练数据集中的基础信息数据和状态信息数据，以及所述训练数据集中的满意度调查数据，训练所述判别网络，直至所述判别网络判断所述生成网络生成的满意度仿真数据为假，且判断所述满意度调查数据为真；确定单元，用于将训练完成的所述生成网络确定为所述满意度仿真模型。第三方面，本专利技术实施例还提供了一种终端设备，包括：接收器，用于获取目标用户的全方位信息数据；处理器，用于根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据；其中，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。可选的，所述处理器还用于：构建所述满意度仿真模型的训练数据集，根据所述训练数据集，利用深度学习中的生成对抗学习方法建立所述满意度仿真模型；其中，所述训练数据集中的每一组训练数据包括对应用户的基础信息数据、状态信息数据和满意度调查数据。可选的，所述接收器还用于：获取用户的基础信息数据、状态信息数据和满意度调查数据；所述处理器还用于：根据所述基础信息数据、状态信息数据和满意度调查数据，构建所述训练数据集。可选的，所述处理器还用于：根据所述训练数据集中的基础信息数据和状态信息数据，以及噪声数据，训练生成网络，直至所述生成网络生成的满意度仿真数据被判别网络判断为真，同时根据所述训练数据集中的基础信息数据和状态信息数据，以及所述训练数据集中的满意度调查数据，训练所述判别网络，直至所述判别网络判断所述生成网络生成的满意度仿真数据为假，且判断所述满意度调查数据为真，将训练完成的所述生成网络确定为所述满意度仿真模型。第四方面，本专利技术实施例还提供了一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述计算机程序被所述处理器执行时实现上述满意度仿真方法的步骤。第五方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述满意度仿真方法的步骤。本专利技术实施例的满意度仿真方法，通过获取目标用户的全方位信息数据，根据该全方位信息数据，利用预设的满意度仿真模型生成目标用户的满意度仿真数据，不仅能够自动且准确地生成目标用户的满意度仿真数据，还能够有选择地获取全体用户对服务的体验感知，从而相比于现有的利用调查问卷调查用户满意度的方式，有利于提前发现服务问题，有利于服务提供者全方位的调整服务策略，同时无需占用用户时间，避免给用户带来不便，也无需因收集调查问卷耗费大量人力物力。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，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一实施例的满意度仿真方法的流程图；图2为本专利技术另一实施例的满意度仿真方法的流程图；图3为本专利技术实施例的满意度仿真装置的结构示意图之一；图4为本专利技术实施例的满意度仿真装置的结构示意图之二；图5为本专利技术实施例的终端设备的结构示意图之一；图6为本专利技术实施例的终端设备的结构示意图之二。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参加图1所示，本专利技术实施例提供了一种满意度仿真方法，包括如下步骤：步骤101：获取目标用户的全方位信息数据。其中，该全方位信息数据包括基础信息数据本文档来自技高网...

【技术保护点】
1.一种满意度仿真方法，其特征在于，包括：获取目标用户的全方位信息数据；根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据；其中，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。

【技术特征摘要】
1.一种满意度仿真方法，其特征在于，包括：获取目标用户的全方位信息数据；根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据；其中，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的全方位信息数据之前，所述方法还包括：构建所述满意度仿真模型的训练数据集；根据所述训练数据集，利用深度学习中的生成对抗学习方法建立所述满意度仿真模型；其中，所述训练数据集中的每一组训练数据包括对应用户的基础信息数据、状态信息数据和满意度调查数据。3.根据权利要求2所述的方法，其特征在于，所述构建所述满意度仿真模型的训练数据集，包括：获取用户的基础信息数据、状态信息数据和满意度调查数据；根据所述基础信息数据、状态信息数据和满意度调查数据，构建所述训练数据集。4.根据权利要求2所述的方法，其特征在于，所述根据所述训练数据集，利用深度学习中的生成对抗学习方法建立所述满意度仿真模型，包括：根据所述训练数据集中的基础信息数据和状态信息数据，以及噪声数据，训练生成网络，直至所述生成网络生成的满意度仿真数据被判别网络判断为真，同时根据所述训练数据集中的基础信息数据和状态信息数据，以及所述训练数据集中的满意度调查数据，训练所述判别网络，直至所述判别网络判断所述生成网络生成的满意度仿真数据为假，且判断所述满意度调查数据为真；将训练完成的所述生成网络确定为所述满意度仿真模型。5.一种满意度仿真装置，其特征在于，包括：获取模块，用于获取目标用户的全方位信息数据；生成模块，用于根据所述全方位信息数据，利用预设的满意度仿真模型生成所述目标用户的满意度仿真数据；其中，所述满意度仿真模型是利用深度学习中的生成对抗学习方法预先建立的。6...

【专利技术属性】
技术研发人员：任智杰，王惠欣，王朝民，
申请(专利权)人：中国移动通信有限公司研究院，中国移动通信集团有限公司，
类型：发明
国别省市：北京,11