基于物联网的店面满意度智能分析方法和系统技术方案

本发明专利技术公开了基于物联网的店面满意度智能分析方法和系统，包括信息采集模块、满意度分析模块和整改反馈模块，所述信息采集模块、满意度分析模块和整改反馈模块相互间网络连接；其中，所述信息采集模块用于采集信息以得到店面满意度调研的数据支持；所述满意度分析模块用于对店面满意度进行智能化分析，有效降低恶意评价内容，同时通过物联网技术对低分评价进行核实，从而输出店面综合满意度，使得分析的满意度更加具备参考性；所述整改反馈模块用于针对低分的评价，向企业端以及顾客端双向输出整改结果的反馈，其中所述低分评价为评价分低于总分的50％，本发明专利技术，具有时效性强和准确性高的特点。确性高的特点。确性高的特点。

【技术实现步骤摘要】
基于物联网的店面满意度智能分析方法和系统


[0001]本专利技术涉及物联网数据分析
，具体为基于物联网的店面满意度智能分析方法和系统。

技术介绍

[0002]服务正逐步成为企业的核心竞争力，对服务满意度的调查也成为企业发现服务问题，提升服务质量的重要手段。然而，传统满意度调查是通过抽样调研来实现，从管理提升的角度看，其数据获取周期受限制，时间相对滞后，而且调研成本较高；尽管部分企业加盟店面会有第三方顾客评价系统，但现有的线上评价方式中，顾客群体参差不齐，时常发生恶意差评、恶意好评等牟取利益手段的情况，容易弄虚作假，不具备较高的参考价值。因此，设计时效性强和准确性高的基于物联网的店面满意度智能分析方法和系统是很有必要的。

技术实现思路

[0003]本专利技术的目的在于提供基于物联网的店面满意度智能分析方法和系统，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：基于物联网的店面满意度智能分析方法和系统，包括信息采集模块、满意度分析模块和整改反馈模块，所述信息采集模块、满意度分析模块和整改反馈模块相互间网络连接；其中，
[0005]所述信息采集模块用于采集信息以得到店面满意度调研的数据支持；
[0006]所述满意度分析模块用于对店面满意度进行智能化分析；
[0007]所述整改反馈模块用于针对低分的评价，向企业端以及顾客端双向输出整改结果的反馈，其中所述低分评价为评价分低于总分的50％。
[0008]根据上述技术方案，所述信息采集模块包括店面信息传输模块、评价内容获取模块和顾客数据调取模块，所述店面信息传输模块用于建立店面信息的传输通道，所述评价内容获取模块用于获取店面的评价内容，所述顾客数据调取模块用于调取顾客端在企业端下注册数据和评价数据。
[0009]根据上述技术方案，所述满意度分析模块包括数据整理模块、异常分析模块和物联网核查评估模块，所述数据整理模块用于对所述信息采集模块采集到的信息进行信息数据的整理，所述异常分析模块用于分析存在异常的评价数据，所述物联网核查评估模块用于根据所述异常分析模块分析输出的异常评价数据进行二次核查，所述数据整理模块、异常分析模块和物联网核查评估模块之间相互电连接。
[0010]根据上述技术方案，所述物联网核查评估模块进一步包括语义分析子模块、证据调取子模块和终端核查子模块，所述语义分析子模块用于提取判断异常评价的语义，所述证据调取子模块用于根据所述异常评价的语义分析结果调取对应店面的店面信息，所述终端核查子模块用于提供人工核查通道，供被异常评价店面实际情况的二次核实。
[0011]一种基于物联网的店面满意度智能分析方法，所述店面满意度智能分析方法包括
以下步骤：
[0012]步骤S1：建立信息样本数据库，采集信息，并将采集信息存储至信息样本数据库内；
[0013]步骤S2：整理分析信息样本数据库中评价相关数据，并输出异常评价数据；
[0014]步骤S3：调取信息样本数据库中的店面信息，并对异常评价数据的关联证据调取，进行二次核查；
[0015]步骤S4：获取二次核查结果，当二次核查仍判断为异常评价数据时，对该异常数据进行抹除；当二次核查判断为非异常评价数据时，对该异常数据进行纠正；
[0016]步骤S5：对异常评价数据抹除和纠正后，再根据现有的评价数据对店面以现行通用标准评分，进而实现对店面的满意度综合分析；
[0017]步骤S6：对分析发现有存在低分评价时，再次运行语义分析子模块和证据调取子模块，进行问题快速定位，并打包关联数据至企业端和顾客端，实时反馈结果，使企业端和顾客端可以追踪整改进度。
[0018]根据上述技术方案，所述步骤S1中采集信息的方法包括：
[0019]将企业端与其加盟店面之间建立店面的信息传输通道，店面硬件设备采集信息以及店面注册的基本信息被信息样本数据库采集；
[0020]实时获取用户对店面的评价数据，所述评价数据包括评价的图片和文字信息以及评分；
[0021]调取对店面评价的顾客的信息，得到该顾客在企业端系统下注册账户数据和该顾客的历史评价数据。
[0022]根据上述技术方案，所述步骤S2进一步包括以下步骤：
[0023]步骤S21：将店面评价数据进行评价时间顺序的整理，给予每一评价数据一个时间赋值标签；
[0024]步骤S22：将同一时间赋值标签下的评价数据拆分为图片、文字和评分三小类，对同一小类进行类比检索；
[0025]步骤S23：当相邻的10个时间赋值标签下存在3组及以上的评分相同、图片和文字相似度均超过80％以上时，则对相应的评价数据进行异常标记；
[0026]步骤S24：进一步调取店面评价的顾客的信息，并以顾客历史评价数据的平均评分的高低进行整理归纳；
[0027]步骤S25：将顾客历史平均评分最高的5％和最低的5％进行筛选，然后将筛选出来的顾客在当前店面内的评价数据进行异常标记；
[0028]步骤S26：合并输出店面内被异常标记的评价数据。
[0029]根据上述技术方案，所述步骤S3进一步包括以下步骤：
[0030]步骤S31：利用语义分析对评价的文字信息进行语义识别，提取评价内容的关键词；
[0031]步骤S32：结合评价的顾客账户数据，在店面信息中调取关联顾客账户的消费记录，确定顾客在店面内消费时间点；
[0032]步骤S33：通过物联网获取店面内硬件设备在步骤S32中的时间点采集到的信息，主要包括店面内部监控拍摄画面信息、监听到的音频信息以及店内收银平台的操作录屏信
息；
[0033]步骤S34：将评价内容关键词以及步骤S33中店面内硬件设备采集到的信息打包发送至终端核查子模块；
[0034]步骤S35：企业终端核查人员通过终端核查子模块快速定位异常评价关键词和店面内实际证据，进行人工核查；
[0035]步骤S36：人工核查后下发二次核查结果。
[0036]与现有技术相比，本专利技术所达到的有益效果是：本专利技术，可以通过以线上满意度调查为基础，高效便捷的对店面满意度进行调查，同时通过信息采集模块、满意度分析模块和整改反馈模块的设置，可以根据店面评价数据以及顾客在企业端下对各家店面的历史评价数据，双重维度分析评价的真实性，并对存在异常的评价数据以物联网调取方式，采集的证据和提取相应关键词，供企业终端核查人员快速获取相关信息进行工人二次核查比对，有效减少弄虚作假的现象，使调查分析得到的店面满意度准确性高，实现了更具参考价值的作用。
附图说明
[0037]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0038]图1是本专利技术的系统模块组成示意图。
具体实施方式
[0039]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的店面满意度智能分析系统，其特征在于：包括信息采集模块、满意度分析模块和整改反馈模块，所述信息采集模块、满意度分析模块和整改反馈模块相互间网络连接；其中，所述信息采集模块用于采集信息以得到店面满意度调研的数据支持；所述满意度分析模块用于对店面满意度进行智能化分析；所述整改反馈模块用于针对低分的评价，向企业端以及顾客端双向输出整改结果的反馈，其中所述低分评价为评价分低于总分的50％。2.根据权利要求1所述的基于物联网的店面满意度智能分析系统，其特征在于：所述信息采集模块包括店面信息传输模块、评价内容获取模块和顾客数据调取模块，所述店面信息传输模块用于建立店面信息的传输通道，所述评价内容获取模块用于获取店面的评价内容，所述顾客数据调取模块用于调取顾客端在企业端下注册数据和评价数据。3.根据权利要求1所述的基于物联网的店面满意度智能分析系统，其特征在于：所述满意度分析模块包括数据整理模块、异常分析模块和物联网核查评估模块，所述数据整理模块用于对所述信息采集模块采集到的信息进行信息数据的整理，所述异常分析模块用于分析存在异常的评价数据，所述物联网核查评估模块用于根据所述异常分析模块分析输出的异常评价数据进行二次核查，所述数据整理模块、异常分析模块和物联网核查评估模块之间相互电连接。4.根据权利要求3所述的基于物联网的店面满意度智能分析系统，其特征在于：所述物联网核查评估模块进一步包括语义分析子模块、证据调取子模块和终端核查子模块，所述语义分析子模块用于提取判断异常评价的语义，所述证据调取子模块用于根据所述异常评价的语义分析结果调取对应店面的店面信息，所述终端核查子模块用于提供人工核查通道，供被异常评价店面实际情况的二次核实。5.一种基于物联网的店面满意度智能分析方法，其特征在于：所述店面满意度智能分析方法包括以下步骤：步骤S1：建立信息样本数据库，采集信息，并将采集信息存储至信息样本数据库内；步骤S2：整理分析信息样本数据库中评价相关数据，并输出异常评价数据；步骤S3：调取信息样本数据库中的店面信息，并对异常评价数据的关联证据调取，进行二次核查；步骤S4：获取二次核查结果，当二次核查仍判断为异常评价数据时，对该异常数据进行抹除；当二次核查判断为非异常评价数据时，对该异常数据进行纠正；步骤S5：对异常评价数据抹除和纠正后，再根据现有的评价数据对店面以...

【专利技术属性】
技术研发人员：吴春芳，
申请(专利权)人：吴春芳，
类型：发明
国别省市：