【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种网络服务满意度分析方法、系统、设备及存储介质。
技术介绍
1、随着互联网技术的发展，用户对于网络通信质量的要求越来越高，运营商为了服务好用户，需要对用户进行网络服务的满意度调查，基于用户的网络服务满意度来提高服务质量，而影响用户网络服务满意度的因素有很多，除了网络质量本身外，还可能与网络收费标准、事故处理效率等各种因素相关，因此，需要结合多种因素对网络服务满意度进行分析，才能更有针对性地提高服务质量。目前，对于因果关系分析方式，可以采用贝叶斯网络结构学习方法，由于dag(directed acyclic graph，有向无环图)表示贝叶斯网络的结构，所以贝叶斯网络结构学习也被称为dag学习，dag学习本身是一个np-难问题，网络服务满意度所涉及的变量维度众多，导致网络服务满意度分析效率低下。
技术实现思路
1、本申请实施例的主要目的在于提出一种网络服务满意度分析方法、系统、设备及存储介质，旨在提高网络服务满意度分析的效率和准确性。
2、为实现上述...
【技术保护点】
1.一种网络服务满意度分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的网络服务满意度分析方法，其特征在于，所述贝叶斯网络模型通过以下步骤预训练得到：
3.根据权利要求2所述的网络服务满意度分析方法，其特征在于，所述根据所述预训练数据集进行贝叶斯网络的结构学习和参数学习，得到预训练好的贝叶斯网络模型，包括以下步骤：
4.根据权利要求1所述的网络服务满意度分析方法，其特征在于，所述通过最小二乘损失与最大无圈子图算法对第一数据矩阵的节点拓扑序进行迭代，得到更新后的节点拓扑序，包括以下步骤：
5.根据权利要求1所述...
【技术特征摘要】
1.一种网络服务满意度分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的网络服务满意度分析方法，其特征在于，所述贝叶斯网络模型通过以下步骤预训练得到：
3.根据权利要求2所述的网络服务满意度分析方法，其特征在于，所述根据所述预训练数据集进行贝叶斯网络的结构学习和参数学习，得到预训练好的贝叶斯网络模型，包括以下步骤：
4.根据权利要求1所述的网络服务满意度分析方法，其特征在于，所述通过最小二乘损失与最大无圈子图算法对第一数据矩阵的节点拓扑序进行迭代，得到更新后的节点拓扑序，包括以下步骤：
5.根据权利要求1所述的网络服务满意度分析方法，其特征在于，所述根据所述第二数据矩阵对贝叶斯网络模型的加权邻接矩阵的非零元素进行lasso估计，得到加权邻接矩阵的元素权重值，包括以下步骤：
6.根据权利要求5所述的网络服务满意度分析方法，其特征在于，所述根据所述第二数据矩阵对所...
【专利技术属性】
技术研发人员：曹欣，
申请(专利权)人：中国电信股份有限公司，
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。