【技术实现步骤摘要】
投诉用户的预测方法和装置
本专利技术实施例涉及数据处理
，尤其涉及一种投诉用户的预测方法和装置。
技术介绍
大型电商的用户数量可以达到亿级，而其中投诉用户的数量极少。如何从海量的用户中识别出有投诉风险的用户是非常重要的。目前，识别潜在投诉用户的常用方法是基于业务行为的识别方法。根据业务经验，总结出有投诉风险的用户的业务行为。进而，根据业务行为从海量用户中筛选出有投诉风险的用户。比如，可能的业务行为是“下单后3天内未发货，且联系客服次数大于2次”。可以从海量用户中查询符合此条件的用户，作为投诉风险用户。但是，上述的识别方法，一方面依赖于人工的业务经验。而依赖业务经验总结规则的过程耗时费力，而且，总结出的业务规则有限，难以较好地覆盖投诉用户。另一方面，需要对所有用户的数据进行处理，导致投诉用户预测的准确性和效率很低。
技术实现思路
本专利技术实施例提供一种投诉用户的预测方法和装置，提升了投诉用户预测的准确性和效率。第一方面，本专利技术实施例提供一种投诉用户的预测方法，包括：
【技术保护点】
1.一种投诉用户的预测方法，其特征在于，包括：/n获取预设时长内的历史用户数据；/n根据所述历史用户数据从预设场景中确定至少一个投诉场景，并建立每个所述投诉场景的投诉用户分类器；其中，所述投诉场景的用户投诉率高于所述预设场景中非投诉场景的用户投诉率；/n获取待处理的用户数据；/n利用所述至少一个投诉场景分别对应的投诉用户分类器对所述用户数据进行处理，获取潜在的投诉用户。/n
【技术特征摘要】
1.一种投诉用户的预测方法，其特征在于，包括：
获取预设时长内的历史用户数据；
根据所述历史用户数据从预设场景中确定至少一个投诉场景，并建立每个所述投诉场景的投诉用户分类器；其中，所述投诉场景的用户投诉率高于所述预设场景中非投诉场景的用户投诉率；
获取待处理的用户数据；
利用所述至少一个投诉场景分别对应的投诉用户分类器对所述用户数据进行处理，获取潜在的投诉用户。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史用户数据从预设场景中确定至少一个投诉场景，包括：
在所述历史用户数据中，获取所述预设场景中每个场景的历史用户数据集合；
根据每个场景的历史用户数据集合，获取每个场景的用户投诉率；
将所述预设场景分别对应的用户投诉率按照从大到小的顺序排序，将前N个场景确定为所述至少一个投诉场景；其中，N为正整数。
3.根据权利要求2所述的方法，其特征在于，所述建立每个所述投诉场景的投诉用户分类器，包括：
根据所述投诉场景的历史用户数据集合，获取所述投诉场景的用户集合；所述用户集合包括根据所述历史用户数据集合确定的所有投诉用户；
在所述投诉场景的历史用户数据集合中，获取所述用户集合包括的每个用户的数据，构成所述投诉场景的数据集合；
将所述投诉场景的数据集合作为投诉用户分类器的输入特征，将用户的投诉概率作为投诉用户分类器的输出特征，对投诉用户分类器进行训练，建立所述投诉场景的投诉用户分类器。
4.根据权利要求3所述的方法，其特征在于，所述用户集合还包括根据所述历史用户数据集合确定的所有非投诉用户中的部分非投诉用户。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述利用所述至少一个投诉场景分别对应的投诉用户分类器对所述用户数据进行处理，获取潜在的投诉用户，包括：
利用所述至少一个投诉场景分别对应的投诉用户分类器对所述用户数据进行处理，获取所述用户数据中每个用户分别在所述至少一个投诉场景中的投诉概率；
获取所述至少一个投诉场景的权重值；
根据所述至少一个投诉场景的权重值和每个所述用户分别在所述至少一个投诉场景中的投诉概率，获取每个所述用户的投诉概率总值；
根据每个所述用户的投诉概率总值，获取潜在的投诉用户。
6.根据权利要求5所述的方法，其特征在于，所述利用所述至少一个投诉场景分别对应的投诉用户分类器对所述用户数据进行处理，获取所述用户数据中每个用户分别在所述至少一个投诉场景中的投诉概率，包括：
在所述用户数据中，获取每个投诉场景的用户数据集合；
针对每个...
【专利技术属性】
技术研发人员：吴春霖，李函，
申请(专利权)人：北京沃东天骏信息技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。