【技术实现步骤摘要】
用户满意度预测模型建立方法、装置、系统及介质
[0001]本专利技术涉及通信
，更为具体的，涉及一种用户满意度预测模型建立方法、装置、系统及介质。
技术介绍
[0002]随着人口红利的逐步消退，用户满意度正在成为运营商竞争的新焦点。与此同时，电信也积累了海量的客户、网络、运营等信息和数据，让基于用户满意度分析和预测成为可能。
[0003]目前运营商常用的客户满意度预测模型有指标打分分析、决策树、随机森林等方法，其中现有的指标打分分析方法，通过指标数据的简单加权或关联分析，不能保障准确预测。且绝大部分都是通过抽取运营支撑系统(Operation support system，OSS)域或业务支撑系统(Business support system，BSS)域的关键信息进行简单的加权或关联分析，并没有通过神经网络、集成组合模型等技术；而现有的决策树算法容易造成严重的过拟合或欠拟合的现象，不能较好的应用于全量客户的满意度预测场景；现有的随机森林算法对于不平衡样本数据，结果容易产生大类倾斜，使得预测结果偏差较大。
【技术保护点】
【技术特征摘要】
1.一种用户满意度预测模型建立方法，其特征在于，包括以下步骤：采集用户特征指标进行预处理，通过不同的步长统计方式给采集的不同的用户特征指标公平化赋分，把目标用户特征指标转换为标准得分；对选取的样本用户进行基于纯度检验和规模检验的分群聚类，使具有相似特征的用户落入同一群体，检验每个分群用户数量和用户得分结果，用以保证分群结果的规模性和纯度性；根据聚类后的不同分群用户的得分离散程度，进行差异化改进损失函数的线性或逻辑模型回归后，通过交叉验证确定最优满意度预测模型。2.根据权利要求1所述的用户满意度预测模型建立方法，其特征在于，得到最优满意度预测模型后，还包括步骤：导出所述最优满意度预测模型，向最优满意度预测模型输入特征指标，给出全量用户满意度预测结果。3.根据权利要求1所述的用户满意度预测模型建立方法，其特征在于，所述采集用户特征指标，包括如下子步骤：步骤1：调用运营商客服外呼系统，获取用户满意度的测评数据；步骤2：结合分层采样的统计学方法，从不同维度对用户进行分层分类，然后在分好的层次中进行随机抽样获取目标用户；步骤3：整合目标用户的BSS域、OSS域的数据，并引入家庭宽带网络探针的用户行为和用户体验数据，形成用户满意度的特征指标项全集；步骤4：通过用户标签对指标项数据进行满意度得分的标签打标，保留打标后的数据用于模型训练。4.根据权利要求3所述的用户满意度预测模型建立方法，其特征在于，所述预处理包括如下步骤：对步骤4中筛选保留后的用户样本数据进行指标特征指标数据的预处理，所述预处理包括特征异常值处理、缺失值填充和数据转换。5.根据权利要求1所述的用户满意度预测模型建立方法，其特征在于，所述通过不同的步长统计方式给采集的不同的用户特征指标公平化赋分，包括子步骤：先对字典特征数据进行编码；再对KQI网络指标数据打分：对家宽网络质量指标通过质差次数统计和步长扣分方式，把网络质量指标转换为指标项的标准得分；然后基于上一步的指标评估结论，进行客户指标赋分，具体包括子步骤：步骤1)，对全量的数据表按用户维度统计出该用户指标质差次数，“否”为零次质差，“是”记为一次质差，按该原...
【专利技术属性】
技术研发人员：蒋涛，向科，刘红晶，张璐恒，刘慧，
申请(专利权)人：四川邮电职业技术学院，
类型：发明
国别省市：
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。