一种用户行为预测方法、预测装置、存储介质及终端设备制造方法及图纸

本发明专利技术涉及信息处理技术领域，尤其涉及一种用户行为预测方法、预测装置、计算机可读存储介质及终端设备。本发明专利技术提供的用户行为预测方法，包括：获取用户评价目标业务的语音评价信息，并将语音评价信息转换为对应的文本信息；对文本信息进行分析，确定用户评价目标业务的评价对象以及评价对象对应的评价结果；提取语音评价信息中与评价结果相对应的语音片段；对语音片段进行语音分析，得到评价结果对应的情绪标签和语气标签；根据情绪标签、语气标签、评价对象以及评价结果，预测用户的行为，以通过对情绪、语气、评价对象和评价内容进行全方位的分析来全面、准确地预测用户行为，避免用户行为预测错误，提高用户行为预测的准确性。

A User Behavior Prediction Method, Prediction Device, Storage Media and Terminal Equipment

【技术实现步骤摘要】
一种用户行为预测方法、预测装置、存储介质及终端设备
本专利技术涉及信息处理
，尤其涉及一种用户行为预测方法、预测装置、计算机可读存储介质及终端设备。
技术介绍
在各行业中，存在很多因服务满意度较差等原因而导致用户流失情况的发生，因而，有效分析用户流失原因以减少或者避免用户流失，成为各企业发展的关键。现有的用户流失分析方法，基本上是通过确定用户行为数据与行为指标之间的匹配性来预测用户行为，即仅根据与行为指标的匹配性预测用户是否为潜在流失用户，而当行为指标设置不合理时，这种仅根据用户行为数据与行为指标的匹配性来进行用户行为预测的方式极容易造成用户行为预测错误，极大地降低了用户行为预测的准确性。
技术实现思路
本专利技术实施例提供了一种用户行为预测方法、预测装置、计算机可读存储介质及终端设备，能够全面、准确地预测用户行为，减少或者避免用户行为预测错误，提高用户行为预测的准确性。本专利技术实施例第一方面，提供了一种用户行为预测方法，包括：获取用户评价目标业务的语音评价信息，并将所述语音评价信息转换为对应的文本信息；对所述文本信息进行分析，确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果；提取所述语音评价信息中与所述评价结果相对应的语音片段；对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签；根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果，预测所述用户的行为。本专利技术实施例第二方面，提供了一种用户行为预测装置，包括：信息转换模块，用于获取用户评价目标业务的语音评价信息，并将所述语音评价信息转换为对应的文本信息；评价结果确定模块，用于对所述文本信息进行分析，确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果；语音片段提取模块，用于提取所述语音评价信息中与所述评价结果相对应的语音片段；语音片段分析模块，用于对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签；行为预测模块，用于根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果，预测所述用户的行为。本专利技术实施例第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如前述第一方面所述用户行为预测方法的步骤。本专利技术实施例第四方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：获取用户评价目标业务的语音评价信息，并将所述语音评价信息转换为对应的文本信息；对所述文本信息进行分析，确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果；提取所述语音评价信息中与所述评价结果相对应的语音片段；对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签；根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果，预测所述用户的行为。从以上技术方案可以看出，本专利技术实施例具有以下优点：本专利技术实施例中，在获取到用户评价目标业务的语音评价信息后，可首先将语音评价信息转换为文本信息，并通过对文本信息进行分析，来确定出用户评价目标业务所针对的评价对象和具体的评价结果；其次，可提取与评价结果相对应的语音片段，并通过对语音片段进行语音分析，以确定用户进行评价时的情绪标签和语气标签，从而通过对情绪标签、语气标签、评价对象和评价结果进行综合分析，来预测用户的行为，确定用户是否为潜在流失用户，以通过对情绪、语气、评价对象和评价内容进行全方位的分析来全面、准确地预测用户行为，避免用户行为预测错误，提高用户行为预测的准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述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为本专利技术实施例中一种用户行为预测方法的一个实施例流程图；图2为本专利技术实施例中一种用户行为预测方法在一个应用场景下获取语气标签的流程示意图；图3为本专利技术实施例中一种用户行为预测方法在一个应用场景下训练行为预测模型的流程示意图；图4为本专利技术实施例中一种用户行为预测方法在一个应用场景下关联存储数据的流程示意图；图5为本专利技术实施例中一种用户行为预测装置的一个实施例结构图；图6为本专利技术一实施例提供的一种终端设备的示意图。具体实施方式本专利技术实施例提供了一种用户行为预测方法、预测装置、计算机可读存储介质及终端设备，用于全面、准确地预测用户行为，减少或者避免用户行为预测错误，提高用户行为预测的准确性。为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术实施例提供了一种用户行为预测方法，所述用户行为预测方法，包括：步骤S101、获取用户评价目标业务的语音评价信息，并将所述语音评价信息转换为对应的文本信息；本专利技术实施例中，在客服完成电话服务后，用户可根据提示信息对目标业务进行语音评价，或者用户可以通过进入目标业务对应的网站或者APP等对该目标业务进行语音评价，如可以评价目标业务中的客服服务质量或者评价目标业务中相关产品的产品功能等等，以此得到用户的语音评价信息。在得到用户的语音评价信息后，可通过语音识别技术对该语音评价信息进行语音识别，以将该语音评价信息转换为对应的文本信息。步骤S102、对所述文本信息进行分析，确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果；可以理解的是，在得到该语音评价信息对应的文本信息后，可对该文本信息进行关键词提取，并根据所提取的关键词与数据库中保存的预设关键词的匹配性来确定用户在该目标业务时所针对的评价对象，其中，该评价对象可以是该目标业务的产品类型、产品功能、业务流程以及客服服务质量等等。在确定出所针对的评价对象后，则可进一步对该文本信息进行切词处理等，以得到各个分词，并从各个分词中识别出情感词及情感词的修饰词等，从而将情感词及情感词的修饰词所组成的情感短语确定为该评价对象对应的评价结果。步骤S103、提取所述语音评价信息中与所述评价结果相对应的语音片段；本专利技术实施例中，由于该语音评价信息中可能存在许多并不涉及具体评价的无关内容，为了过滤这些无关内容，可以在得到该评价对象对应的评价结果后，从该语音评价信息中截取出与该评价结果对应的语音片段，并通过对该语音片段进行分析来确定用户的情绪标签和语气标签，以通过对特定的语音片段进行语音分析，减少无效信息的干扰，从而提高情绪标签和语气标签确定的效率性和准确性。步骤S104、对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签；可以理解的是，在截取出与该评价结果对应的语音片段后，则可对该语音片段进行语音分析，以得到用户评价该评价对象时的情绪情况和语气情况，即得到该评价对象对应的情绪标签本文档来自技高网...

【技术保护点】
1.一种用户行为预测方法，其特征在于，包括：获取用户评价目标业务的语音评价信息，并将所述语音评价信息转换为对应的文本信息；对所述文本信息进行分析，确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果；提取所述语音评价信息中与所述评价结果相对应的语音片段；对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签；根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果，预测所述用户的行为。

【技术特征摘要】
1.一种用户行为预测方法，其特征在于，包括：获取用户评价目标业务的语音评价信息，并将所述语音评价信息转换为对应的文本信息；对所述文本信息进行分析，确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果；提取所述语音评价信息中与所述评价结果相对应的语音片段；对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签；根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果，预测所述用户的行为。2.根据权利要求1所述的用户行为预测方法，其特征在于，所述根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果，预测所述用户的行为，包括：利用预设向量生成模型分别生成所述情绪标签、所述语气标签、所述评价对象以及所述评价结果对应的向量组，并将各所述向量组构成输入矩阵；将所述输入矩阵输入至预训练完成的行为预测模型中，得到所述行为预测模型输出的预测结果，所述预测结果包括用户类型及所对应的概率值，所述用户类型包括潜在流失用户和非潜在流失用户；若所述预测结果为潜在流失用户且所对应的概率值大于预设概率阈值，则预测所述用户的行为为潜在流失行为；若所述预测结果为潜在流失用户且所对应的概率值小于或者等于所述预设概率阈值，或者所述预测结果为非潜在流失用户，则预测所述用户的行为为非潜在流失行为。3.根据权利要求2所述的用户行为预测方法，其特征在于，所述行为预测模型的预测过程包括：根据下式计算各预设结果的概率值：其中，Probm为第m个预设结果的概率值，WeightMatrixm为与第m个预设结果对应的权值矩阵，WordMatrix为输入矩阵，M为预设结果的数量。将概率值最大的预设结果和所对应的概率值确定为所述输入矩阵对应的预测结果。4.根据权利要求2所述的用户行为预测方法，其特征在于，所述行为预测模型通过下述步骤训练得到：选取预设数目的训练样本，每个训练样本包括一个输入矩阵和一个期望输出结果，所述期望输出结果包括训练样本对应的标准用户类型及所对应的标准概率值；将各所述训练样本输入至初始的行为预测模型中，得到所述初始的行为预测模型输出的训练预测结果；根据所述训练预测结果与所述期望输出结果计算本轮训练的全局误差；若所述全局误差不满足第一预设条件，则调整所述行为预测模型的模型参数，并将模型参数调整后的行为预测模型作为初始的行为预测模型，返回执行将各所述训练样本输入至初始的行为预测模型中，得到所述初始的行为预测模型输出的训练预测结果的步骤以及后续步骤；若所述全局误差满足所述第一预设条件，则确定所述行为预测模型训练完成。5.根据权利要求1所述的用户行为预测方法，其特征在于，所述对所述语音片段进行语音分析，得到所述评价结果对应的情绪标签和语气标签，包括：对所述语音片段进行情绪分析，得到所述评价结果对应的情绪标签；提取所述评价结果中与所述情绪标签情绪相同的第一关键词以及与所述情绪标签情绪相反的第二关...

【专利技术属性】
技术研发人员：顾浩文，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44