提供满意度信息和经训练的函数的方法和系统技术方案

本发明专利技术涉及计算机实施的用于提供关于预测的客户对医学技术设备的满意度的满意度信息的方法。所述方法包括提供(PROV

【技术实现步骤摘要】
提供满意度信息和经训练的函数的方法和系统


[0001]在客户服务领域中，通常应同时处理客户的多个询问。尤其地，询问例如可以是客户的呼叫和/或票。尤其地，客户例如可以在询问中提出关于医学技术设备的工作方式的问题，或者所述客户可以报告医学技术设备的失效，或者所述客户可以报告医学技术设备的干扰等。在所述上下文中，通常需要对客户询问确定优先级。因此，例如与其医学技术设备完全失效的客户相比，仅问询医学技术设备的特殊操作的客户可以等待客户服务的回答更长时间。尤其应优选地处理有严重问题的客户。也应优选地应对有经常出现的问题的客户。尤其应通过询问的优先级确保客户满意度。换言之，应确保尽可能好地负责或支持所有客户。由此应确保客户满意度。

技术介绍

[0002]此外，在客户服务中通常需要执行合适的应对(Handlung)作为对客户询问的响应。例如，客户服务可以决策应执行呼叫客户。替选地，客户服务可以为客户派遣服务技术人员。必须基于询问来决定应对。
[0003]对客户询问确定优先级或对客户询问确定合适的应对尤其可以基于关于客户满意度的信息来实现。已知的是，基于客户调查或社交媒体中的帖子借助于自然语言处理来确定客户满意度(等人的“Classification of Customer Reviews based on Sentiment Analysis”，19th Conference on Information and Communication Technologies in Tourism，2012；Bagheri等人的“Care more about customers:Unsupervised domain
‑
independent aspect detection for sentiment analysis of customer reviews”，Knowledge
‑
Based Systems，52，2013；Genc
‑
Nayebi等人的“A systematic literature review:Opinion mining studies from mobile app store user reviews”，Journal of Systems and Software，125，2017)。另一方面已知的是，使用系统的日志数据，以便探测对系统的恶意攻击(Kim等人的“Long Short Term Memory Recurrent Neural Network Classifiers for Intrusion Detection”，International Conference on Platform Technology and Service，2015；Tuor等人的“Deep Learning for Unsupervised Insider Threat Detection in Structured Cybersecurity Data Streams,arXiv:1710:00811v2，2017)或以便探测由系统产生的数据中的或系统本身的错误(Min等人的“DeepLog:Anomaly Detection and Diagnosis from System Logs through Deep Learning”，CCS：Comuter and Communications Security，2017；Zhang等人的“Automated IT system failure prediction:A deep learning approach”，IEEE International Conference on Big Data，2016)或以便预测用于系统的特定部件的维护(Sipos等人的“Log
‑
based predictive maintenance”，20
th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，2014；US2015/0227838A1)。
[0004]所有所述方法的共同点是，仅使用一个信息源、例如医学技术设备的客户服务数据(调查数据或帖子等)或记录数据(日志数据等)，以便确定客户满意度或关于医学技术设
备的系统的信息。

技术实现思路

[0005]因此，本专利技术的目的是提供基于记录数据和客户服务数据能够实现确定客户满意度的方法。
[0006]所述目的根据本专利技术的实施例通过用于提供关于预测的客户对医学技术设备的满意度预测的客户对医学技术设备的满意度的满意度信息的方法、通过用于提供第一经训练的函数的方法、通过用于提供客户对医学技术设备的满意度信息的系统、通过计算机程序产品并且通过计算机可读的存储介质来实现。有利的改进方案以下说明中列出。
[0007]在下文中，所述目的的根据本专利技术的解决方案不仅在所要求保护的设备或系统方面而且在所要求保护的方法方面予以描述。在此提及的特征、优点或替选的实施方式同样也应转用于其他所要求保护的主题，并且反之亦然。换言之，实体性的实施例(所述实施例例如针对设备)也可以借助于结合方法描述或要求保护的特征来改进。在此，所述方法的对应的功能性特征通过对应的实体模块构成。
[0008]此外，在下文中，所述目的的根据本专利技术的解决方案不仅在用于提供关于预测的客户对医学技术设备的满意度的满意度信息的所要求保护的方法和所要求保护的系统方面而且在用于训练第一经训练的函数的所要求保护的方法和所要求保护的系统方面予以描述。在此提及的特征、优点或替选的实施方式同样也可应转用于其他要求保护的主题，并且反之亦然。换言之，用于训练第一经训练的函数的方法权利要求和系统权利要求也可以借助于结合用于提供关于预测的客户对医学技术设备的满意度的满意度信息的方法和系统描述或要求保护的特征来改进，并且反之亦然。
[0009]尤其地，用于提供第一经训练的函数的方法和系统可以适配于用于提供关于预测的客户对医学技术设备的满意度的满意度信息的方法和系统。此外，用于提供满意度信息的方法的输入数据可以包括训练输入数据的有利的特征和实施方案，并且反之亦然。此外，用于提供满意度信息的方法的输出数据可以包括训练输出数据的有利的特征和实施方案，并且反之亦然。
[0010]本专利技术涉及计算机实施的用于提供关于预测的客户对医学技术设备的满意度的满意度信息的方法。所述方法包括提供输入数据的方法步骤，其中输入数据包括医学技术设备的至少一个运行参数和至少一个客户信息。所述方法还包括将第一经训练的函数应用到输入数据上的方法步骤，由此产生满意度信息。所述方法还包括提供满意度信息的方法步骤。
[0011]满意度信息尤其描述用于用户的客户满意度。用户尤其可以是客户服务的一部分。客户服务尤其可以负责医学技术设备或客户，或对医学技术设备或客户提供意见。在此，用户尤其可以是服务技术人员或服务员工或维护技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实施的用于提供关于预测的客户对医学技术设备的满意度的满意度信息的方法，包括：
‑
提供(PROV
‑
01)输入数据，其中所述输入数据包括所述医学技术设备的至少一个运行参数和至少一个客户信息，
‑
将第一经训练的函数应用(APP)到所述输入数据上，由此产生所述满意度信息，
‑
提供(PROV
‑
02)所述满意度信息。2.根据权利要求1所述的方法，还包括以下方法步骤：
‑
从所述医学技术设备的记录数据中对于第一限定时间段(ZS)确定(DET
‑
01)所述至少一个运行参数。3.根据上述权利要求中任一项所述的方法，还包括以下方法步骤：
‑
基于销售数据和/或客户服务数据对于第二限定时间段(ZS)确定(DET
‑
02)所述至少一个客户信息。4.根据权利要求2或3中任一项所述的方法，其中由特征提取算法执行所述至少一个运行参数和/或所述至少一个客户信息的确定，其中所述特征提取算法可选地包括第二经训练的函数。5.根据权利要求2至4中任一项所述的方法，其中所述第一限定时间段和/或所述第二限定时间段(ZS)包括多个不相交的时间块(ZB01，ZB02，ZB03，ZB04，ZB05)，其中所述不相交的时间块(ZB01，...，ZB05)在时间上彼此毗邻，其中对于所述不相交的时间块(ZB01，...，ZB05)中的每个时间块以累积的方式确定所述至少一个运行参数或所述至少一个客户信息。6.根据权利要求2至5中任一项所述的方法，其中为至少一个预测时间块(VZB)产生所述满意度信息，其中所述至少一个预测时间块(VZB)在时间上紧接着所述第一限定时间段和/或所述第二限定时间段(ZS)。7.根据上述权利要求中任一项所述的方法，其中所述满意度信息包括至少一个分类信息。8.根据权利要求7所述的方法，其中所述满意度信息包括关于所述至少一个分类信息的至少一个阐述信息。9.根据上述权利要求中任一项所述的方法，还包括以下方法步骤：
‑
在决策支持系统中提供(PROV
‑
03)所述满意度信息，
‑
通过所述决策支持系统从所述满意度信息中导出(DET
‑
03)应对推荐。10....

【专利技术属性】
技术研发人员：安，
申请(专利权)人：西门子医疗有限公司，
类型：发明
国别省市：