用户投诉的预测方法及装置制造方法及图纸

本申请涉及大数据处理技术领域，提供一种用户投诉的预测方法及装置

【技术实现步骤摘要】
用户投诉的预测方法及装置


[0001]本申请涉及大数据处理
，具体涉及一种用户投诉的预测方法及装置
。

技术介绍

[0002]客户投诉指标不仅是监管考核金融机构的重要指标，也是银行健康发展重要的衡量指标
。
而随着银行的客户投诉逐年增多，会影响银行声誉及企业的可持续健康发展
。
因此，为优化银行的运营流程，减少投诉量，可通过针对用户的投诉进行预测，以在用户进行正式投诉之前及时进行干预，减少投诉量
。
[0003]目前，对于用户的投诉预测，可通过检测用户在办理金融业务过程中的沟通录音，来判断用户的投诉倾向
。
然而，由于沟通录音主要目的是提供需要办理的金融业务相关的信息，涉及情感以及意图的内容通常较少，所以从沟通录音中通过语音和语调的识别来判断投诉，数据纬度较少，不足以预测用户投诉的风险并进行预警
。

技术实现思路

[0004]本申请旨在至少解决相关技术中存在的技术问题之一
。
为此，本申请提出一种用户投诉的预测方法，能够多维度地进行用户投诉预测，及时发现用户的投诉风险
。
[0005]根据本申请第一方面实施例的用户投诉的预测方法，包括：
[0006]根据获取到的用户的录音信息，对所述录音信息进行检测，得到所述用户的初始倾向数据；
[0007]将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果；
[0008]其中，所述初始倾向数据包括用户情绪为负面情绪的概率；
[0009]所述投诉倾向分析模型由多个样本数据集训练得到，所述样本数据集包括任一用户的初始倾向数据样本
、
用户数据样本以及行为数据样本
。
[0010]根据本申请的一个实施例，根据获取到的用户的录音信息，对所述录音信息进行检测，得到所述用户的初始倾向数据，包括：
[0011]对所述录音信息进行语音识别，提取所述录音信息中的录音文本；
[0012]对所述录音文本进行检测，得到所述用户的第一情绪倾向数据；
[0013]根据所述第一情绪倾向数据，以及由所述录音信息中用户语速及用户音量确定的第二情绪倾向数据，得到用户的初始倾向数据
。
[0014]根据本申请的一个实施例，根据所述第一情绪倾向数据，以及由所述录音信息中用户语速及用户音量确定的第二情绪倾向数据，得到用户的初始倾向数据，包括：
[0015]确定所述第一情绪倾向数据的负面情绪概率不满足预设概率，根据所述第一情绪倾向数据，以及由所述录音信息中用户语速及用户音量确定的第二情绪倾向数据，得到用户的初始倾向数据
。
[0016]根据本申请的一个实施例，还包括：
[0017]将所述用户语速以及用户音量输入训练好的语音分析模型，得到所述第二情绪倾向数据；
[0018]其中，所述语音分析模型由多个语音样本集训练得到，所述语音样本集包括任一录音样本的语速数据和音量数据
。
[0019]根据本申请的一个实施例，将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果，包括：
[0020]确定所述初始倾向数据的负面情绪概率不满足预设概率，将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果
。
[0021]根据本申请的一个实施例，将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果，包括：
[0022]将所述用户在当前时刻的初始倾向数据
、
在当前时刻的用户数据以及在当前时刻的行为数据输入训练好的投诉倾向分析模型，得到所述用户的当前投诉概率；
[0023]在所述当前投诉概率达到预设概率的情况下，将所述用户的投诉预测结果确定为存在投诉风险
。
[0024]根据本申请的一个实施例，还包括：
[0025]在所述当前投诉概率未达到预设概率的情况下，根据所述当前投诉概率与上一时刻的历史投诉概率，得到所述用户的投诉预测结果
。
[0026]根据本申请第二方面实施例的用户投诉的预测装置，包括：
[0027]倾向数据获取模块，用于根据获取到的用户的录音信息，对所述录音信息进行检测，得到所述用户的初始倾向数据；
[0028]用户投诉预测模块，用于将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果；
[0029]其中，所述初始倾向数据包括用户情绪为负面情绪的概率；
[0030]所述投诉倾向分析模型由多个样本数据集训练得到，所述样本数据集包括任一用户的初始倾向数据样本
、
用户数据样本以及行为数据样本
。
[0031]根据本申请第三方面实施例的电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一实施例所述的用户投诉的预测方法
。
[0032]根据本申请第四方面实施例的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的用户投诉的预测方法
。
[0033]根据本申请第五方面实施例的计算机程序产品，包括：所述计算机程序被处理器执行时实现如上述任一实施例所述的用户投诉的预测方法
。
[0034]本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
[0035]通过对用户的录音信息进行检测，得到用户的初始倾向数据后，再将用户的初始倾向数据
、
用户的用户数据以及用户的行为数据输入训练好的投诉倾向分析模型，来得到用户的投诉预测结果，从而使得在进行用户的投诉预测时，除考虑用户的语音所表露出的情感外，还考虑了用户的用户数据和行为数据对投诉的影响，进而能够从多维度来进行用户投诉预测，及时发现用户的投诉风险
。
附图说明
[0036]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0037]图1是本申请实施例提供的用户投诉的预测方法的第一流程示意图；
[0038]图2是本申请实施例提供的用户投诉的预测方法的第二流程示意图；
[0039]图3是本申请实施例提供的用户投诉的预测方法的第三流程示意图；
[0040]图4是本申请实施例提供的用户投诉的预测装置的结构示意图；
[0041]图5是本申请实施例提供的电子设备的结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用户投诉的预测方法，其特征在于，包括：根据获取到的用户的录音信息，对所述录音信息进行检测，得到所述用户的初始倾向数据；将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果；其中，所述初始倾向数据包括用户情绪为负面情绪的概率；所述投诉倾向分析模型由多个样本数据集训练得到，所述样本数据集包括任一用户的初始倾向数据样本
、
用户数据样本以及行为数据样本
。2.
根据权利要求1所述的用户投诉的预测方法，其特征在于，根据获取到的用户的录音信息，对所述录音信息进行检测，得到所述用户的初始倾向数据，包括：对所述录音信息进行语音识别，提取所述录音信息中的录音文本；对所述录音文本进行检测，得到所述用户的第一情绪倾向数据；根据所述第一情绪倾向数据，以及由所述录音信息中用户语速及用户音量确定的第二情绪倾向数据，得到用户的初始倾向数据
。3.
根据权利要求2所述的用户投诉的预测方法，其特征在于，根据所述第一情绪倾向数据，以及由所述录音信息中用户语速及用户音量确定的第二情绪倾向数据，得到用户的初始倾向数据，包括：确定所述第一情绪倾向数据的负面情绪概率不满足预设概率，根据所述第一情绪倾向数据，以及由所述录音信息中用户语速及用户音量确定的第二情绪倾向数据，得到用户的初始倾向数据
。4.
根据权利要求2或3所述的用户投诉的预测方法，其特征在于，还包括：将所述用户语速以及用户音量输入训练好的语音分析模型，得到所述第二情绪倾向数据；其中，所述语音分析模型由多个语音样本集训练得到，所述语音样本集包括任一录音样本的语速数据和音量数据
。5.
根据权利要求1所述的用户投诉的预测方法，其特征在于，将所述用户的初始倾向数据，以及所述用户的用户数据和行为数据输入训练好的投诉倾向分析模型，得到所述用户的投诉预测结果，包括：确定所述初始倾向数...

【专利技术属性】
技术研发人员：刘申云，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：