客户投诉风险预测方法、装置、设备及介质制造方法及图纸

本申请的实施例提供一种客户投诉风险预测方法、装置、设备及介质，该方法通过对客户群按照与投诉风险相关的风险影响因素进行聚类，从而根据不同的聚类组的特征建立投诉风险预测模型，从而实现对目标客户的风险预测。相比现有技术利用人工经验进行判断，本申请的方法利用客观的工单数据以及科学的聚类方法获得预测模型来进行预测，避免人工判断的主观性，解决了预测的准确率低的技术问题，提高了客户投诉风险的预测准确率。投诉风险的预测准确率。投诉风险的预测准确率。

【技术实现步骤摘要】
客户投诉风险预测方法、装置、设备及介质


[0001]本专利技术涉及投诉风险预测
，具体涉及一种客户投诉风险预测方法、装置、设备及介质。

技术介绍

[0002]对于服务型企业来说，用户的诉求和评价是企业内部评估自身服务状况，改善用户体验的重要渠道。对于这类企业来说，客户群体涵盖面广，且数量众多。且不同客户的维权意识不尽相同，对服务质量的评判标准不同，这就导致了投诉工单的不可控性。如何对客户的投诉风险进行预测，将有助于改善服务质量。
[0003]现有技术中，通常采用人为经验预测，导致预测的准确率低。

技术实现思路

[0004]本申请的主要目的在于提供一种客户投诉风险预测方法、装置、设备及介质，解决现有技术客户投诉风险预测准确率低的技术问题。
[0005]为实现上述目的，本申请的实施例提供一种客户投诉风险预测方法，包括：
[0006]获取目标主体所服务的目标客户产生的目标历史工单数据；
[0007]从所述目标历史工单数据中提取所述目标客户的风险影响数据，所述风险影响数据包括各风险影响因素变量对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客户投诉风险预测方法，其特征在于，包括：获取目标主体所服务的目标客户产生的目标历史工单数据；从所述目标历史工单数据中提取所述目标客户的风险影响数据，所述风险影响数据包括各风险影响因素变量对应的风险影响因素值，所述风险影响因素变量包括非投诉工单数量、投诉工单数量、投诉工单占比、高风险工单数量、高风险工单占比以及是否存在针对同一个事件多次申报的信息；基于已建立的投诉风险预测模型和所述风险影响数据，获得表征所述目标客户的投诉风险大小的风险指数；其中，所述投诉风险预测模型中包括各风险影响因素变量不同取值对应的分数和权重，各风险影响因素变量不同取值对应的分数和权重基于对所述目标主体所服务的所有客户产生的历史工单数据进行聚类获得；基于所述风险指数，对所述目标客户进行投诉风险预测。2.根据权利要求1所述的方法，其特征在于，所述获取目标主体所服务的目标客户产生的历史工单数据的步骤之前，还包括：获取所述目标主体所服务的所有客户产生的历史工单数据；根据所述风险影响因素变量，对所有客户进行聚类，获得多个客户组；对多个所述客户组的客户特征进行分析，获得每个客户组的特征关系；其中，所述特征关系包括客户组中客户的风险影响因素值与该客户组的投诉风险的对应关系；基于每个客户组的特征关系，建立所述投诉风险预测模型。3.根据权利要求1所述的方法，其特征在于，所述从所述目标历史工单数据中提取所述目标客户的风险影响数据的步骤，包括：对所述目标历史工单数据进行文本相似度分析，以提取所述是否存在针对同一个事件多次申报的信息对应的风险影响因素值。4.根据权利要求3所述的方法，其特征在于，所述对所述目标历史工单数据进行文本相似度分析，以提取所述是否存在针对同一个事件多次申报的信息对应的风险影响因素值的步骤，包括：对所述目标历史工单数据进行文本相似度分析，以获取各工单之间的相似度值；将相似度值大于阈值的多个工单确定为同一个事件，以提取所述是否存在针对同一个事件多次申报的信息对应的风险影响因素值。5.根据权利要求1所述的方法，其特征在于，所述基于已建立的投诉风险预测模型和所述风险影响数据，获得表征所述目标客户的投诉风险大小的风险指数的步骤，包括：根据如下关系式，获得所述风险指数：F＝min(sum(x
i
×
y
i
),100)其中，F为风险指数，x<...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：成都数联云算科技有限公司，
类型：发明
国别省市：