服务策略制定方法和装置与流程

本发明涉及数据挖掘
技术领域：
，尤其涉及一种服务策略制定方法及装置。
背景技术：
：互联网技术的不断发展已经大大改变了人们的生活方式，比如人们的出行方式、购物方式、配送方式等都在发生巨大变化，为满足用户的各种需求，开发出了各种相应的应用(application，简称app)。针对物流类应用来说，不同的物流服务提供方会提供不同的应用(app)供用户使用，使得用户能够基于其提供的某种固定配送方式进行配送下单处理。技术实现要素：现有的物流类应用平台对于用户采用统一的配送策略，因而无法针对用户进行个性化制定。更重要的是，当面临配送能力无法满足全部需求的高峰时段时，平台无法制定一个能最小化损失的合理的取舍方案。发明人通过对大量用户对服务质量的评价数据的跟踪、研究发现：用户配送体验与配送时长呈负相关关系，即在一定配送时长范围内，配送时长越长，其用户体验(配送评分或评价)越低。因而，如果能得到用户历史下单记录，即可根据上述用户配送体验与配送时长呈负相关关系的规律，通过拟合得到每个用户评分与配送时长的关系曲线，进而可以根据用户评分与配送时长的关系曲线，确定每一个用户的服务敏感度，从而制定对应的服务策略。本发明实施例提供一种服务策略制定方法和装置，用以克服现有的物流类应用平台无法针对用户进行个性化制定配送策略的缺陷。在本发明的一个实施例中，提供了一种服务策略制定方法，该方法包括：获取用户对服务质量的评价数据；根据所述用户对服务质量的评价数据，确定所述用户的服务敏感度；根据所述用户的服务敏感度，制定与所述用户对应的服务策略。可选地，根据所述用户对服务质量的评价数据，确定所述用户的服务敏感度，包括：根据所述用户对服务质量的评价数据，计算所述用户对应的敏感度评价参数；根据所述用户对应的敏感度评价参数，确定所述用户的服务敏感度。可选地，根据所述用户对服务质量的评价数据，计算所述用户对应的敏感度评价参数，包括：在所述用户对服务质量的评价数据中，选择符合条件的评价数据集；根据所述符合条件的评价数据集，计算所述用户对应的敏感度评价参数。可选地，所述用户对服务质量的评价数据包括用户评分、实际配送时间和承诺配送时间；在所述用户对服务质量的评价数据中，选择符合条件的评价数据集，包括：根据实际配送时间和承诺配送时间，计算相对配送时间率；选择用户评分小于第一阈值的至少一个相对配送时间率作为第一评价数据子集；选择用户评分小于第二阈值的至少一个相对配送时间率作为第二评价数据子集；所述第一阈值大于所述第二阈值。可选地，根据所述符合条件的评价数据集，计算至少一个所述用户对应的敏感度评价参数，包括：对所述第一评价数据子集进行数值处理，得到敏感度预期值；对所述第二评价数据子集进行数值处理，得到敏感度容忍值。可选地，根据所述用户对应的敏感度评价参数，确定所述用户的服务敏感度，包括：根据所述敏感度预期值所在的预期值阈值区间，以及所述敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度。可选地，确定所述用户的服务敏感度之后，还包括：将所述用户的服务敏感度标记在所述用户属性中。可选地，制定与所述用户对应的服务策略之后，还包括：向所述用户的用户设备推送所述服务策略，所述服务策略包括配送策略、支付策略和/或信息展示策略。在本发明的一个实施例中，提供了一种服务策略制定装置，包括：获取模块，用于获取用户对服务质量的评价数据；确定模块，用于根据所述获取模块获取的用户对服务质量的评价数据，确定所述用户的服务敏感度；制定模块，用于根据所述确定模块确定的用户的服务敏感度，制定与所述用户对应的服务策略。可选地，所述的装置还包括：计算模块，用于根据所述获取模块获取的用户对服务质量的评价数据，计算所述用户对应的敏感度评价参数；所述确定模块，用于根据所述计算模块计算的用户对应的敏感度评价参数，确定所述用户的服务敏感度。可选地，所述的装置还包括：选择模块，用于在所述获取模块获取的用户对服务质量的评价数据中，选择符合条件的评价数据集；所述计算模块，用于根据所述选择模块选择的符合条件的评价数据集，计算所述用户对应的敏感度评价参数。可选地，所述用户对服务质量的评价数据包括用户评分、实际配送时间和承诺配送时间；所述选择模块具体用于：根据实际配送时间和承诺配送时间，计算相对配送时间率；选择用户评分小于第一阈值的至少一个相对配送时间率作为第一评价数据子集；选择用户评分小于第二阈值的至少一个相对配送时间率作为第二评价数据子集；所述第一阈值大于所述第二阈值。可选地，所述计算模块具体用于：对所述第一评价数据子集进行数值处理，得到敏感度预期值；对所述第二评价数据子集进行数值处理，得到敏感度容忍值。可选地，所述确定模块具体用于：根据所述敏感度预期值所在的预期值阈值区间，以及所述敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度。可选地，所述的装置还包括：标记模块，用于将所述用户的服务敏感度标记在所述用户属性中。可选地，所述的装置还包括：推送模块，用于向所述用户的用户设备推送所述服务策略，所述服务策略包括配送策略、支付策略和/或信息展示策略。在上述实施例中，通过获取用户对服务质量的评价数据；根据所述用户对服务质量的评价数据，确定所述用户的服务敏感度；进而根据所述用户的服务敏感度，制定与所述用户对应的服务策略。由于本发明实施例考虑了用户对服务质量的历史评价数据，从而可以确定用户个性化的服务敏感度，进而制定用户个性化的服务策略，提高用户体验度。附图说明为了更清楚地说明本发明实施例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发明的一些实施例，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。图1为本发明实施例提供的服务策略制定方法实施例一的流程图；图2为本发明实施例提供的服务策略制定方法实施例二的流程图；图3为本发明实施例中用户评分与相对配送时间率之间的关系图；图4为本发明实施例提供的服务策略制定方法实施例三的流程图；图5为本发明实施例提供的服务策略制定方法实施例四的流程图图6为本发明实施例提供的服务策略制定装置实施例一的结构示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述xxx，但这些xxx不应限于这些术语。这些术语仅用来将xxx彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一xxx也可以被称为第二xxx，类似地，第二xxx也可以被称为第一xxx。取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。图1为本发明实施例提供的服务策略制定方法实施例一的流程图，本实施例提供的服务策略制定方法由服务器来执行。如图1所示，该方法包括如下步骤：步骤101、获取用户对服务质量的评价数据。通常，用户设备中安装有很多应用软件，例如物流类应用软件，用户可以通过物流类应用软件进行订餐、购物等下单行为，在每一次订单配送完成时，用户可以对每一次订单的配送服务进行相应的评价(即用户对服务质量的评价数据)，上述用户对每一次订单的配送服务的评价(即用户对服务质量的评价数据)均保存在物流类应用软件对应的后台服务器中。因此，后台服务器可以根据用户在物流类应用软件中的用户信息获取相应的该用户对该物流类应用软件的服务质量的评价数据(通常也称为用户对服务质量的历史评价数据)。步骤102、根据所述用户对服务质量的评价数据，确定所述用户的服务敏感度。在一种可选的实施方式中，上述步骤102具体实现时包括：根据获取的用户对服务质量的评价数据，计算所述用户对应的敏感度评价参数；根据所述用户对应的敏感度评价参数，确定所述用户的服务敏感度。例如，针对物流类应用软件的服务质量的评价数据，上述敏感度评价参数可以包括用户对配送时间的预期点或者容忍点。其中，预期点为当配送时间超过该点时用户对服务质量的评分开始下降；容忍点为当配送时间超过该点时用户对服务质量的评分降至最低。由于每个用户对服务质量的历史评价数据是不同的，因此计算的敏感度评价参数的值也是不同的，进而得到每个用户的服务敏感度也是不同的，例如根据每个用户个性化的服务敏感度，可以将用户进行归类，例如超敏用户、快敏用户、双敏用户、低敏用户和普通用户等。步骤103、根据所述用户的服务敏感度，制定与所述用户对应的服务策略。本发明实施例中，通过获取用户对服务质量的历史评价数据；根据所述用户对服务质量的历史评价数据，确定所述用户个性化的服务敏感度；进而根据所述用户个性化的服务敏感度，制定与所述用户个性化的服务策略。由于本发明实施例考虑了用户对服务质量的历史评价数据，从而可以确定用户个性化的服务敏感度，进而制定用户个性化的服务策略。因此，可以克服现有的物流类应用平台无法针对用户进行个性化制定配送策略的缺陷。图2为本发明实施例提供的服务策略制定方法实施例二的流程图；本实施例提供的服务策略制定方法由服务器来执行。如图2所示，该方法包括如下步骤：步骤201、获取用户对服务质量的评价数据。通常，用户设备中安装有很多应用软件，例如物流类应用软件，用户可以通过物流类应用软件进行订餐、购物等下单行为，在每一次订单配送完成时，用户可以对每一次订单的配送服务进行相应的评价(即用户对服务质量的评价数据)，上述用户对每一次订单的配送服务的评价(即用户对服务质量的评价数据)均保存在物流类应用软件对应的后台服务器中。因此，后台服务器可以根据用户在物流类应用软件中的用户信息获取相应的该用户对该物流类应用软件的服务质量的评价数据(通常也称为用户对服务质量的历史评价数据)。步骤202、在所述用户对服务质量的评价数据中，选择符合条件的评价数据集；本发明实施例中，所述用户对服务质量的评价数据包括但不限于用户评分、实际配送时间和承诺配送时间等数据；其中，用户评分为用户对每一个订单的服务质量的评分，实际配送时间为每一个订单实际完成订单配送的时间，承诺配送时间为物流类应用软件对每一个订单估算的配送时间。在一种可选的实施方式种，步骤202具体实现时包括：根据实际配送时间和承诺配送时间，计算相对配送时间率；也就是说，根据每一个订单的实际配送时间和承诺配送时间，计算每一个订单的相对配送时间率。例如，用户每一次下单之后，物流类应用软件对每一个订单估算配送时间(即承诺配送时间)，在每一个订单完成之后确定该订单的实际配送时间，因此每一个订单对应一个实际配送时间和一个承诺配送时间，将每一个订单实际配送时间除以承诺配送时间，计算得到每一个订单的相对配送时间率。图3为本发明实施例中用户评分与相对配送时间率之间的关系图，也可以称为服务质量敏感度曲线图，如图3所示，根据用户对服务质量的评价数据，可以确定用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率。选择用户评分小于第一阈值的至少一个相对配送时间率作为第一评价数据子集；为此，需要预先设置用户评分的第一阈值，其中，第一阈值表示用户的预期评分(如5分)，即用户希望的评分；根据用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率，在上述用户对每一个订单的服务质量的评价数据中，选择用户评分小于第一阈值的至少一个相对配送时间率，如果存在多个用户评分小于第一阈值的相对配送时间率时，可以在多个用户评分小于第一阈值的相对配送时间率中选择相对配送时间率最小的几个(如3个)相对配送时间率作为第一评价数据子集。选择用户评分小于第二阈值的至少一个相对配送时间率作为第二评价数据子集；为此，需要预先设置用户评分的第二阈值，其中，第二阈值表示用户的容忍评分(如2分)，即用户评分下降至最低点；根据用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率，在上述用户对每一个订单的服务质量的评价数据中，选择用户评分小于第二阈值的至少一个相对配送时间率，如果存在多个用户评分小于第二阈值的相对配送时间率时，可以在多个用户评分小于第二阈值的相对配送时间率中选择相对配送时间率最小的几个(如3个)相对配送时间率作为第二评价数据子集。需要说明的是，上述第一阈值大于第二阈值。步骤203、根据所述符合条件的评价数据集，计算所述用户对应的敏感度评价参数。具体地，对上述选择的第一评价数据子集进行数值处理，得到敏感度预期值；例如，在多个用户评分小于第一阈值的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度预期值，如图3所示的a点的值为用户的敏感度预期值。具体地，还可以对选择的第二评价数据子集进行数值处理，得到敏感度容忍值，例如，在多个用户评分小于第二阈值的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度容忍值，如图3所示的b点的值为用户的敏感度容忍值。将上述计算得到的敏感度预期值和敏感度容忍值作为用户对应的敏感度评价参数。步骤204、根据所述用户对应的敏感度评价参数，确定所述用户的服务敏感度。具体地，可以预先设置多个敏感度预期值阈值区间和多个敏感度容忍值阈值区间，之后根据所述敏感度预期值所在的预期值阈值区间，以及所述敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度。例如，分别将敏感度预期值和敏感度容忍值设置3个阈值区间，即0<敏感度预期值<0.8、0.8<敏感度预期值<1.2、敏感度预期值>1.2；0<敏感度容忍值<1.1、1.1<敏感度容忍值<1.5、1.5<敏感度容忍值。下面以百度外卖物流应用软件为例确定百度外卖所有用户的服务敏感度。在该例子中，数据使用半年内百度外卖所有用户对每一个订单的服务质量的评价数据。依据上述设置的3个敏感度预期值阈值区间和3个敏感度容忍值阈值区间，可以确定百度外卖所有用户的服务敏感度。如下表1所示：表1步骤205、根据所述用户的服务敏感度，制定与所述用户对应的服务策略。本发明实施例中，通过获取用户对每一次订单的服务质量的历史评价数据；确定该用户个性化的敏感度预期值和敏感度容忍值，进而根据该用户个性化的敏感度预期值所在的预期值阈值区间，以及该用户个性化的敏感度容忍值所在的容忍值阈值区间，确定该用户的服务敏感度；从而制定该用户个性化的服务策略。由于本发明实施例考虑了用户对服务质量的历史评价数据，从而可以确定用户个性化的服务敏感度，进而制定用户个性化的服务策略，大大提高用户体验度。因此，本发明技术方案可以克服现有的物流类应用平台无法针对用户进行个性化制定配送策略的缺陷。图4为本发明实施例提供的服务策略制定方法实施例三的流程图；本实施例提供的服务策略制定方法由服务器来执行。如图4所示，该方法包括如下步骤：步骤401、获取用户对服务质量的评价数据。通常，用户设备中安装有很多应用软件，例如物流类应用软件，用户可以通过物流类应用软件进行订餐、购物等下单行为，在每一次订单配送完成时，用户可以对每一次订单的配送服务进行相应的评价(即用户对服务质量的评价数据)，上述用户对每一次订单的配送服务的评价(即用户对服务质量的评价数据)均保存在物流类应用软件对应的后台服务器中。因此，后台服务器可以根据用户在物流类应用软件中的用户信息获取相应的该用户对该物流类应用软件的服务质量的评价数据(通常也称为用户对服务质量的历史评价数据)。本发明实施例中，所述用户对服务质量的评价数据包括但不限于用户评分、实际配送时间和承诺配送时间等数据；其中，用户评分为用户对每一个订单的服务质量的评分，实际配送时间为每一个订单实际完成订单配送的时间，承诺配送时间为物流类应用软件对每一个订单估算的配送时间。步骤402、根据用户对服务质量的评价数据中包括的实际配送时间和承诺配送时间，计算相对配送时间率；也就是说，根据每一个订单的实际配送时间和承诺配送时间，计算每一个订单的相对配送时间率。例如，用户每一次下单之后，物流类应用软件对每一个订单估算配送时间(即承诺配送时间)，在每一个订单完成之后确定该订单的实际配送时间，因此每一个订单对应一个实际配送时间和一个承诺配送时间，将每一个订单实际配送时间除以承诺配送时间，计算得到每一个订单的相对配送时间率。如图3所示的用户评分与相对配送时间率之间的关系图，也可以称为服务质量敏感度曲线图，根据用户对服务质量的评价数据，可以确定用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率。步骤403、在多个用户评分小于5的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度预期值；如图3所示，根据用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率，在上述用户对每一个订单的服务质量的评价数据中，存在多个用户评分小于5的相对配送时间率时，可以在多个用户评分小于5的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度预期值，如图3所示的a点的值为用户的敏感度预期值。步骤404、在多个用户评分小于2的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度容忍值；如图3所示，根据用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率，在上述用户对每一个订单的服务质量的评价数据中，存在多个用户评分小于2的相对配送时间率时，可以在多个用户评分小于2的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度容忍值。步骤405、根据敏感度预期值所在的预期值阈值区间，以及敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度；为此，可以预先设置多个敏感度预期值阈值区间和多个敏感度容忍值阈值区间，之后根据所述敏感度预期值所在的预期值阈值区间，以及所述敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度。例如，分别将敏感度预期值和敏感度容忍值设置3个阈值区间，即0<敏感度预期值<0.8、0.8<敏感度预期值<1.2、敏感度预期值>1.2；0<敏感度容忍值<1.1、1.1<敏感度容忍值<1.5、1.5<敏感度容忍值。如上表1所示，以百度外卖物流应用软件为例确定百度外卖所有用户的服务敏感度。在该例子中，数据使用半年内百度外卖所有用户对每一个订单的服务质量的评价数据。依据上述设置的3个敏感度预期值阈值区间和3个敏感度容忍值阈值区间，可以确定百度外卖所有用户的服务敏感度。进一步地，根据敏感度预期值和敏感度容忍值的定义(即预期点为当配送时间超过该点时用户对服务质量的评分开始下降；容忍点为当配送时间超过该点时用户对服务质量的评分降至最低。)可以计算半年内百度外卖下定单且有服务质量评价的用户类型分布如下表2：用户分类比例双敏用户2.65％超敏0.37％快敏12.97％普通1.98％低敏82％表2步骤406、根据所述用户的服务敏感度，制定与所述用户对应的服务策略。本发明实施例中，通过获取用户对每一次订单的服务质量的历史评价数据；确定该用户个性化的敏感度预期值和敏感度容忍值，进而根据该用户个性化的敏感度预期值所在的预期值阈值区间，以及该用户个性化的敏感度容忍值所在的容忍值阈值区间，确定该用户的服务敏感度；从而制定该用户个性化的服务策略。由于本发明实施例考虑了用户对服务质量的历史评价数据，从而可以确定用户个性化的服务敏感度，进而制定用户个性化的服务策略，大大提高用户体验度。因此，本发明技术方案可以克服现有的物流类应用平台无法针对用户进行个性化制定配送策略的缺陷。图5为本发明实施例提供的服务策略制定方法实施例四的流程图；本实施例提供的服务策略制定方法由服务器来执行。如图5所示，该方法包括如下步骤：步骤501、获取用户对服务质量的评价数据。通常，用户设备中安装有很多应用软件，例如物流类应用软件，用户可以通过物流类应用软件进行订餐、购物等下单行为，在每一次订单配送完成时，用户可以对每一次订单的配送服务进行相应的评价(即用户对服务质量的评价数据)，上述用户对每一次订单的配送服务的评价(即用户对服务质量的评价数据)均保存在物流类应用软件对应的后台服务器中。因此，后台服务器可以根据用户在物流类应用软件中的用户信息获取相应的该用户对该物流类应用软件的服务质量的评价数据(通常也称为用户对服务质量的历史评价数据)。步骤502、根据所述用户对服务质量的评价数据，确定所述用户的服务敏感度。可以根据获取的用户对服务质量的评价数据，计算所述用户对应的敏感度评价参数；根据所述用户对应的敏感度评价参数，确定所述用户的服务敏感度。具体实现时，可以参考上述图2和图4所示实施例的详细描述，在此不再赘述。例如，针对物流类应用软件的服务质量的评价数据，上述敏感度评价参数可以包括用户对配送时间的预期点或者容忍点。其中，预期点为当配送时间超过该点时用户对服务质量的评分开始下降；容忍点为当配送时间超过该点时用户对服务质量的评分降至最低。由于每个用户对服务质量的历史评价数据是不同的，因此计算的敏感度评价参数的值也是不同的，进而得到每个用户的服务敏感度也是不同的，例如根据每个用户个性化的服务敏感度，可以将用户进行归类，例如超敏用户、快敏用户、双敏用户、低敏用户和普通用户等。步骤503、根据所述用户的服务敏感度，制定与所述用户对应的服务策略。其中，所述服务策略包括配送策略、支付策略和/或信息展示策略。例如，对于超敏用户，用户容忍时间点低，预期时间点高，配送时保证不要超过预定时间，不需要优先配送。对于快敏用户，用户预期时间点低，容忍点高，配送时尽量保证优先配送，如果配送优先暂时不能保证，可选择延后配送。对于双敏用户，用户容忍点低和预期时间点低，配送要保证优先，快速配送。对于低敏用户，用户容忍点和预期时间点高，配送可以选择最后配送。对于普通用户，用户容忍点和预期时间点适中，配送的时间可选择。可选地，步骤503之后还包括：步骤504、将所述用户的服务敏感度标记在所述用户属性中。预先设置每个敏感度类型的标记，例如可以用不同的文字、图形或颜色等标识标记不同的敏感度类型，假设用户的敏感度类型是属于双敏用户，则可以在该用户属性中利用双敏用户对应的标识(如文字、图形或颜色等)标记该用户的敏感度是双敏用户。可以将所述用户的服务敏感度标记在所述用户属性中。假设用户的敏感度类型是属于超敏用户，则可以在该用户属性中利用不同的文字、图形或颜色等标识标记该用户是超敏用户。可选地，步骤503之后还包括：步骤505、向所述用户的用户设备推送所述服务策略。本发明实施例中，通过获取用户对服务质量的历史评价数据；根据所述用户对服务质量的历史评价数据，确定所述用户个性化的服务敏感度；进而根据所述用户个性化的服务敏感度，制定与所述用户个性化的服务策略。由于本发明实施例考虑了用户对服务质量的历史评价数据，从而可以确定用户个性化的服务敏感度，进而制定用户个性化的服务策略。因此，可以克服现有的物流类应用平台无法针对用户进行个性化制定配送策略的缺陷。同时，本发明实施例还可以将用户的物流配送服务敏感度运用于用户端的产品设计，不同物流体验的用户会有不同的展示界面、文案话术和营销方案。图6为本发明实施例提供的服务策略制定装置实施例一的结构示意图；如图6所示，包括：获取模块41，用于获取用户对服务质量的评价数据；确定模块42，用于根据所述获取模块41获取的用户对服务质量的评价数据，确定所述用户的服务敏感度；制定模块43，用于根据所述确定模块2确定的用户的服务敏感度，制定与所述用户对应的服务策略。可选地，所述的装置还包括：计算模块44，用于根据所述获取模块41获取的用户对服务质量的评价数据，计算所述用户对应的敏感度评价参数；所述确定模块42，用于根据所述计算模块41计算的用户对应的敏感度评价参数，确定所述用户的服务敏感度。可选地，所述的装置还包括：选择模块45，用于在所述获取模块41获取的用户对服务质量的评价数据中，选择符合条件的评价数据集；所述计算模块44，用于根据所述选择模块41选择的符合条件的评价数据集，计算所述用户对应的敏感度评价参数。其中，所述用户对服务质量的评价数据包括用户评分、实际配送时间和承诺配送时间；所述选择模块45具体用于：根据实际配送时间和承诺配送时间，计算相对配送时间率；选择用户评分小于第一阈值的至少一个相对配送时间率作为第一评价数据子集；选择用户评分小于第二阈值的至少一个相对配送时间率作为第二评价数据子集；所述第一阈值大于所述第二阈值。所述计算模块44具体用于：对所述第一评价数据子集进行数值处理，得到敏感度预期值；对所述第二评价数据子集进行数值处理，得到敏感度容忍值。所述确定模块42具体用于：根据所述敏感度预期值所在的预期值阈值区间，以及所述敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度。可选地，所述的装置还包括：标记模块46，用于将所述用户的服务敏感度标记在所述用户属性中。推送模块47，用于向所述用户的用户设备推送所述服务策略，所述服务策略包括配送策略、支付策略和/或信息展示策略。图6所示装置可以执行图1-图5所示实施例的方法，本实施例未详细描述的部分，可参考对图1-图5所示实施例中的相关说明。该技术方案的执行过程和技术效果参见图1-图5所示实施例中的描述，在此不再赘述。以上描述了服务策略制定装置的内部功能和结构，实际中，该处理装置可实现为服务器，包括：通信组件、处理器，所述通信组件与所述处理器耦合；还包括存储器，其中处理器与存储器连接。在实际应用时，用户设备中安装有很多应用软件，例如物流类应用软件，用户可以通过物流类应用软件进行订餐、购物等下单行为，在每一次订单配送完成时，用户可以对每一次订单的配送服务进行相应的评价(即用户对服务质量的评价数据)，上述用户对每一次订单的配送服务的评价(即用户对服务质量的评价数据)均保存在物流类应用软件对应的后台服务器的存储器中。因此，后台服务器的处理器可以根据用户在物流类应用软件中的用户信息在存储器中获取相应的该用户对该物流类应用软件的服务质量的评价数据(通常也称为用户对服务质量的历史评价数据)。所述处理器，用于根据所述获取的用户对服务质量的评价数据，确定所述用户的服务敏感度；根据所述用户的服务敏感度，制定与所述用户对应的服务策略。可选地，所述处理器还用于执行上述图1-图5所示实施例中的全部或部分。本发明实施例中，所述用户对服务质量的评价数据包括但不限于用户评分、实际配送时间和承诺配送时间等数据；其中，用户评分为用户对每一个订单的服务质量的评分，实际配送时间为每一个订单实际完成订单配送的时间，承诺配送时间为物流类应用软件对每一个订单估算的配送时间。举例来说，所述处理器还用于根据用户对服务质量的评价数据中包括的实际配送时间和承诺配送时间，计算相对配送时间率；也就是说，根据每一个订单的实际配送时间和承诺配送时间，计算每一个订单的相对配送时间率。例如，用户每一次下单之后，物流类应用软件对每一个订单估算配送时间(即承诺配送时间)，在每一个订单完成之后确定该订单的实际配送时间，因此每一个订单对应一个实际配送时间和一个承诺配送时间，将每一个订单实际配送时间除以承诺配送时间，计算得到每一个订单的相对配送时间率。如图3所示的用户评分与相对配送时间率之间的关系图，也可以称为服务质量敏感度曲线图，根据用户对服务质量的评价数据，可以确定用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率。所述处理器还用于在多个用户评分小于5的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度预期值；如图3所示，根据用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率，在上述用户对每一个订单的服务质量的评价数据中，存在多个用户评分小于5的相对配送时间率时，可以在多个用户评分小于5的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度预期值，如图3所示的a点的值为用户的敏感度预期值。所述处理器还用于在多个用户评分小于2的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度容忍值；如图3所示，根据用户对每一个订单的服务质量的评分(即用户评分)和每一个订单的相对配送时间率，在上述用户对每一个订单的服务质量的评价数据中，存在多个用户评分小于2的相对配送时间率时，可以在多个用户评分小于2的相对配送时间率中选择相对配送时间率最小的3个相对配送时间率取平均值，得到敏感度容忍值。所述处理器还用于根据敏感度预期值所在的预期值阈值区间，以及敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度为此，可以预先设置多个敏感度预期值阈值区间和多个敏感度容忍值阈值区间，之后根据所述敏感度预期值所在的预期值阈值区间，以及所述敏感度容忍值所在的容忍值阈值区间，确定所述用户的服务敏感度。例如，分别将敏感度预期值和敏感度容忍值设置3个阈值区间，即0<敏感度预期值<0.8、0.8<敏感度预期值<1.2、敏感度预期值>1.2；0<敏感度容忍值<1.1、1.1<敏感度容忍值<1.5、1.5<敏感度容忍值。如上表1所示，以百度外卖物流应用软件为例确定百度外卖所有用户的服务敏感度。在该例子中，数据使用半年内百度外卖所有用户对每一个订单的服务质量的评价数据。依据上述设置的3个敏感度预期值阈值区间和3个敏感度容忍值阈值区间，可以确定百度外卖所有用户的服务敏感度。所述处理器还用于根据所述用户的服务敏感度，制定与所述用户对应的服务策略。其中，所述服务策略包括配送策略、支付策略和/或信息展示策略。例如，对于超敏用户，用户容忍时间点低，预期时间点高，配送时保证不要超过预定时间，不需要优先配送。对于快敏用户，用户预期时间点低，容忍点高，配送时尽量保证优先配送，如果配送优先暂时不能保证，可选择延后配送。对于双敏用户，用户容忍点低和预期时间点低，配送要保证优先，快速配送。对于低敏用户，用户容忍点和预期时间点高，配送可以选择最后配送。对于普通用户，用户容忍点和预期时间点适中，配送的时间可选择。可选地，步骤503之后还包括：所述处理器还用于将所述用户的服务敏感度标记在所述用户属性中。预先设置每个敏感度类型的标记，例如可以用不同的文字、图形或颜色等标识标记不同的敏感度类型，假设用户的敏感度类型是属于双敏用户，则可以在该用户属性中利用双敏用户对应的标识(如文字、图形或颜色等)标记该用户的敏感度是双敏用户。之后可以将所述用户的服务敏感度标记在所述用户属性中。假设用户的敏感度类型是属于超敏用户，则可以在该用户属性中利用不同的文字、图形或颜色等标识标记该用户是超敏用户。可选地，步骤503之后还包括：所述通信组件还用于：在所述处理器的控制下，发送与所述用户对应的服务策略至所述用户的用户设备。本发明实施例中，通过获取用户对每一次订单的服务质量的历史评价数据；确定该用户个性化的敏感度预期值和敏感度容忍值，进而根据该用户个性化的敏感度预期值所在的预期值阈值区间，以及该用户个性化的敏感度容忍值所在的容忍值阈值区间，确定该用户的服务敏感度；从而制定该用户个性化的服务策略。由于本发明实施例考虑了用户对服务质量的历史评价数据，从而可以确定用户个性化的服务敏感度，进而制定用户个性化的服务策略，大大提高用户体验度。因此，本发明技术方案可以克服现有的物流类应用平台无法针对用户进行个性化制定配送策略的缺陷。同时，本发明实施例还可以将用户的物流配送服务敏感度运用于用户端的产品设计，不同物流体验的用户会有不同的展示界面、文案话术和营销方案。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以产品的形式体现出来，该计算机产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页12