一种满意度自动测评的方法和装置的制造方法
【专利说明】一种满意度自动测评的方法和装置 【技术领域】
[0001] 本发明涉及计算机数据处理技术，尤其涉及一种满意度自动测评的方法和装置。 【【背景技术】】
[0002] 在语音客服系统或即时通讯（Instant messaging,简称IM)客服系统中，客服的上 级需要通过数据指标来了解所管辖客服的工作状况，及用户反馈。
[0003] 现有技术中常见的获得用户反馈的方法是通过让服务对象完成满意度调查，例如 银行的客服完成服务后或语音客服完成服务后。现有的满意度调查大多是在对客户完成服 务后由客服发起，让客户进行评价选择。例如语音客服在语音结束后会播放语音，语音提示 客户输入1至4的数字键以确定对服务是非常满意、满意、一般还是不满意，客户根据语音指 示提交评价。而现有的即是通讯客服则提供链接供用户评价。
[0004] 不论是现有技术中的上述哪种评价机制，其在一定程度上取决于客户的主观意 识，且会占用客户的额外时间，有时会使客户感到反感。如果客户忽略或忘记了评价，则可 能对客服的评价管理数据造成一定误差。
[0005]总而言之，现有技术中还没有一种能够自动对用户满意度进行测评的方法和装 置，以便能够快速准确的获得用户的满意度反馈。 【
【发明内容】
】
[0006] 本发明提供了一种满意度自动测评的方法和装置，用于提高满意度测评的速度， 增加测评的准确率，且节省人力成本。
[0007] 具体技术方案如下：
[0008] -种满意度自动测评的方法，所述方法包括：
[0009] 获取用户发送的信息；
[0010] 从用户发送的信息中提取用户的满意度特征以确定满意度评价模型的输入参数； [0011]根据满意度评价模型的输入参数以及满意度评价模型，确定用户的满意度。
[0012] 根据本发明一优选实施例，在获取用户发送的信息之前，所述方法还包括：
[0013] 训练样本集以获得满意度评价模型，其中所述样本集包括由用户已发送的信息及 与用户已发送的信息对应的用户满意度结果构成的样本。
[0014] 根据本发明一优选实施例，所述训练样本集以获得满意度评价模型包括：
[0015] 从所述样本集的用户已发送的信息中提取用户的满意度特征以确定满意度评价 模型的输入参数；
[0016] 利用提取的满意度评价模型的输入参数及用户满意度结果，采用机器学习的方法 进行训练以得到所述满意度评价模型。
[0017] 根据本发明一优选实施例，所述用户发送的信息包括用户发送的语音信息和/或 文本信息。
[0018] 根据本发明一优选实施例，所述从用户发送的信息中提取用户的满意度特征包 括：
[0019] 从用户发送的语音信息中提取语音、语调、音量、语速中的至少一个作为满意度特 征。
[0020] 根据本发明一优选实施例，所述从用户发送的信息中提取用户的满意度特征包 括：
[0021 ]将用户发送的语音信息转换成文本信息；
[0022] 根据关键词词典从转换的文本信息中提取关键词作为满意度特征;或者，
[0023] 根据语义模型从转换的文本信息中提取语义特征作为满意度特征。
[0024] 根据本发明一优选实施例，所述从用户发送的信息中提取用户的满意度特征包 括：
[0025] 根据关键词词典从用户发送的文本信息中提取关键词作为满意度特征;或者，
[0026] 根据语义模型从用户发送的文本信息中提取语义特征作为满意度特征。
[0027] 根据本发明一优选实施例，根据关键词词典从文本信息中提取关键词作为满意度 特征包括：
[0028] 将文本信息进行分词处理以得到特征集合；
[0029] 将特征集合与关键词词典进行匹配，从特征集合中提取与关键词词典相匹配的关 键词作为满意度特征。
[0030] 根据本发明一优选实施例，所述从用户发送的信息中提取用户的满意度特征并确 定满意度评价模型的输入参数包括以下至少之一：
[0031] 将满意度特征进行量化后，将各满意度特征的量化值作为满意度评价模型的输入 参数;或者，
[0032] 根据满意度特征的属性确定满意度评价模型的输入参数，其中满意度特征的属性 包括满意度特征的声音频率或声音振幅;或者，
[0033] 将与关键词词典相匹配的满意度特征所对应的参数作为满意度评价模型的输入 参数;或者，
[0034] 将与语义模型相匹配的满意度特征所对应的参数作为满意度评价模型的输入参 数。
[0035] 根据本发明一优选实施例，所述根据满意度评价模型的输入参数以及满意度评价 模型，确定用户的满意度包括：
[0036] 将满意度评价模型的输入参数输入满意度评价模型，并获取所述满意度评价模型 输出的用户的满意度；
[0037] 其中，所述满意度评价模型依据所述满意度评价模型的输入参数确定各满意度特 征的分值，以根据各满意度特征的分值确定用户的满意度。
[0038] -种满意度自动测评的装置，所述装置包括：
[0039] 获取单元，用于获取用户发送的信息；
[0040] 提取单元，用于从用户发送的信息中提取用户的满意度特征以确定满意度评价模 型的输入参数；
[0041] 确定单元，用于根据满意度评价模型的输入参数以及满意度评价模型，确定用户 的满意度。
[0042] 根据本发明一优选实施例，所述装置还包括训练单元，用于在获取单元获取用户 发送的信息之前，训练样本集以获得满意度评价模型，其中所述样本集包括由用户已发送 的信息及与用户已发送的信息对应的用户满意度结果构成的样本。
[0043] 根据本发明一优选实施例，所述训练单元具体执行以下操作：
[0044] 从所述样本集的用户已发送的信息中提取用户的满意度特征以确定满意度评价 模型的输入参数；
[0045] 利用提取的满意度评价模型的输入参数及用户满意度结果，采用机器学习的方法 进行训练以得到所述满意度评价模型。
[0046] 根据本发明一优选实施例，所述用户发送的信息包括用户发送的语音信息和/或 文本信息。
[0047]根据本发明一优选实施例，若所述用户发送的信息包括语音信息，则所述提取单 元通过执行以下操作以从用户发送的信息中提取用户的满意度特征：
[0048] 从用户发送的语音信息中提取语音、语调、音量、语速中的至少一个作为满意度特 征。
[0049] 根据本发明一优选实施例，所述提取单元进一步执行以下操作：
[0050] 将用户发送的语音信息转换成文本信息；
[0051] 根据关键词词典从转换的文本信息中提取关键词作为满意度特征;或者，
[0052]根据语义模型从转换的文本信息中提取语义特征作为满意度特征。
[0053]根据本发明一优选实施例，若所述用户发送的信息包括文本信息，则所述提取单 元通过执行以下操作以从用户发送的信息中提取用户的满意度特征：
[0054]根据关键词词典从用户发送的文本信息中提取关键词作为满意度特征;或者，
[0055] 根据语义模型从用户发送的文本信息中提取语义特征作为满意度特征。
[0056] 根据本发明一优选实施例，提取单元通过执行以下操作以根据关键词词典从文本 信息中提取关键词作为满意度特征：
[0057]将文本信息进行分词处理以得到特征集合；
[0058] 将特征集合与关键词词典进行匹配，从特征集合中提取与关键词词典相匹配的关 键词作为满意度特征。
[0059] 根据本发明一优选实施例，所述提取单元具体执行以下至少之一的操作：
[0060] 将满意度特征进行量化后，将各满意度特征的量化值作为满意度评价模型的输入 参数;或者，
[0061] 根据满意度特征的属性确定满意度评价模型的输入参数，其中满意度特征的属性 包括满意度特征的声音频率或声音振幅;或者，