业务指标确定方法、装置和存储介质制造方法及图纸

技术编号:44411618 阅读:18 留言:0更新日期:2025-02-25 10:25
本公开涉及一种业务指标确定方法、装置和存储介质,该方法包括:获取多个实际用户对应的多个实际数据,并对多个实际用户针对每个业务影响因子的实际业务参数进行离散化,得到每个实际用户关于每个业务影响因子的目标分组,再根据得分映射模型分别对每个实际用户关于每个业务影响因子的目标分组进行处理,得到每个实际用户关于每个业务影响因子的业务影响因子得分,并根据目标提升参数、多个实际用户的实际整体满意度、多个业务影响因子的实际业务参数和每个实际用户关于每个业务影响因子的业务影响因子得分,确定目标业务指标。能够通过更加合理的目标业务指标实现对整体满意度的目标提升参数。

【技术实现步骤摘要】

本公开涉及数据处理,尤其涉及一种业务指标确定方法、装置和存储介质


技术介绍

1、对于服务的整体满意度,可通过获取不同的用户对服务的整体满意度的评价,以便对服务进行改进以提升服务的整体满意度。

2、相关技术中,由于对服务的整体满意度存在多种影响因素,且多种影响因素对服务的整体满意度的影响不同。针对影响整体满意度的多个业务影响因子,无法确定较好的业务指标来提升整体满意度。


技术实现思路

1、为克服相关技术中存在的问题,本公开提供一种业务指标确定方法、装置和存储介质,通过获取多个实际用户对应的多个实际数据,并基于该多个实际数据确定每个实际用户关于每个业务影响因子的目标分组,再通过多个第一样本数据训练第一基础网络得到分项满意度预测模型以及通过多个第二样本数据训练第二基础网络得到整体满意度预测模型,并基于整体满意度预测模型和分项满意度预测模型构建得到得分映射模型,该得分映射模型能够分别对每个实际用户关于每个业务影响因子的目标分组进行处理,得到每个实际用户关于每个业务影响因子的业务影响因子得分。从而通过业务本文档来自技高网...

【技术保护点】

1.一种业务指标确定方法,其特征在于,包括:

2.根据权利要求1所述的业务指标确定方法,其特征在于,所述分项满意度预测模型包括多个分项满意度预测子模型,任一所述分项满意度预测子模型通过以下步骤训练得到:

3.根据权利要求2所述的业务指标确定方法,其特征在于,在根据每个样本用户关于所述多个业务影响因子的原始样本分组的证据权重值和所述每个样本用户针对所述任一分项的满意度标签,对所述第一基础网络进行多轮训练,得到任一所述分项满意度预测子模型之前,所述方法还包括:

4.根据权利要求3所述的业务指标确定方法,其特征在于,

5.根据权利要求4所述的业务...

【技术特征摘要】

1.一种业务指标确定方法,其特征在于,包括:

2.根据权利要求1所述的业务指标确定方法,其特征在于,所述分项满意度预测模型包括多个分项满意度预测子模型,任一所述分项满意度预测子模型通过以下步骤训练得到:

3.根据权利要求2所述的业务指标确定方法,其特征在于,在根据每个样本用户关于所述多个业务影响因子的原始样本分组的证据权重值和所述每个样本用户针对所述任一分项的满意度标签,对所述第一基础网络进行多轮训练,得到任一所述分项满意度预测子模型之前,所述方法还包括:

4.根据权利要求3所述的业务指标确定方法,其特征在于,

5.根据权利要求4所述的业务指标确定方法,其特征在于,

6.根据权利要求5所述的业务指标确定方法,其特征在于,

7.根据权利要求5所述的业务指标确...

【专利技术属性】
技术研发人员:付政
申请(专利权)人:北京小米移动软件有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1