1.一种用户行为预测方法,其特征在于,包括:
获取用户评价目标业务的语音评价信息,并将所述语音评价信息转换为对应的文本信息;
对所述文本信息进行分析,确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果;
提取所述语音评价信息中与所述评价结果相对应的语音片段;
对所述语音片段进行语音分析,得到所述评价结果对应的情绪标签和语气标签;
根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果,预测所述用户的行为。
2.根据权利要求1所述的用户行为预测方法,其特征在于,所述根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果,预测所述用户的行为,包括:
利用预设向量生成模型分别生成所述情绪标签、所述语气标签、所述评价对象以及所述评价结果对应的向量组,并将各所述向量组构成输入矩阵;
将所述输入矩阵输入至预训练完成的行为预测模型中,得到所述行为预测模型输出的预测结果,所述预测结果包括用户类型及所对应的概率值,所述用户类型包括潜在流失用户和非潜在流失用户;
若所述预测结果为潜在流失用户且所对应的概率值大于预设概率阈值,则预测所述用户的行为为潜在流失行为;
若所述预测结果为潜在流失用户且所对应的概率值小于或者等于所述预设概率阈值,或者所述预测结果为非潜在流失用户,则预测所述用户的行为为非潜在流失行为。
3.根据权利要求2所述的用户行为预测方法,其特征在于,所述行为预测模型的预测过程包括:
根据下式计算各预设结果的概率值:
其中,Probm为第m个预设结果的概率值,WeightMatrixm为与第m个预设结果对应的权值矩阵,WordMatrix为输入矩阵,M为预设结果的数量。
将概率值最大的预设结果和所对应的概率值确定为所述输入矩阵对应的预测结果。
4.根据权利要求2所述的用户行为预测方法,其特征在于,所述行为预测模型通过下述步骤训练得到:
选取预设数目的训练样本,每个训练样本包括一个输入矩阵和一个期望输出结果,所述期望输出结果包括训练样本对应的标准用户类型及所对应的标准概率值;
将各所述训练样本输入至初始的行为预测模型中,得到所述初始的行为预测模型输出的训练预测结果;
根据所述训练预测结果与所述期望输出结果计算本轮训练的全局误差;
若所述全局误差不满足第一预设条件,则调整所述行为预测模型的模型参数,并将模型参数调整后的行为预测模型作为初始的行为预测模型,返回执行将各所述训练样本输入至初始的行为预测模型中,得到所述初始的行为预测模型输出的训练预测结果的步骤以及后续步骤;
若所述全局误差满足所述第一预设条件,则确定所述行为预测模型训练完成。
5.根据权利要求1所述的用户行为预测方法,其特征在于,所述对所述语音片段进行语音分析,得到所述评价结果对应的情绪标签和语气标签,包括:
对所述语音片段进行情绪分析,得到所述评价结果对应的情绪标签;
提取所述评价结果中与所述情绪标签情绪相同的第一关键词以及与所述情绪标签情绪相反的第二关键词;
对所述语音片段进行音量分析,确定所述第一关键词对应的第一分贝值和所述第二关键词对应的第二分贝值;
根据所述第一分贝值和所述第二分贝值,计算所述语音片段对应的最终分贝值;
根据所述情绪标签和所述最终分贝值,得到所述评价结果对应的语气标签。
6.根据权利要求5所述的用户行为预测方法,其特征在于,所述根据所述第一分贝值和所述第二分贝值,计算所述语音片段对应的最终分贝值,包括:
根据下述计算公式计算所述语音片段对应的最终分贝值:
其中,DecibelSum为语音片段对应的最终分贝值,Decibel1i为第i个第一分贝值,Quotiety1为第一分贝值对应的预设权重,Decibel2t为第t个第二分贝值,Quotiety2为第二分贝值对应的预设权重,N为第一分贝值的总个数,T为第二分贝值的总个数。
7.根据权利要求1至6中任一项所述的用户行为预测方法,其特征在于,在根据所述情绪标签、所述语气标签、所述评价对象和所述评价结果,预测所述用户的行为之后,包括:
判断所述用户的行为是否符合第二预设条件;
若所述用户的行为符合所述第二预设条件,则根据预设对应关系分别获取所述情绪标签、所述语气标签、所述评价对象和所述评价结果所对应的标记颜色;
根据各标记颜色对所述情绪标签、所述语气标签、所述评价对象和所述评价结果进行颜色标记;
将颜色标记后的情绪标签、语气标签、评价对象、评价结果与所述用户关联存储至预设数据库。
8.一种用户行为预测装置,其特征在于,包括:
信息转换模块,用于获取用户评价目标业务的语音评价信息,并将所述语音评价信息转换为对应的文本信息;
评价结果确定模块,用于对所述文本信息进行分析,确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果;
语音片段提取模块,用于提取所述语音评价信息中与所述评价结果相对应的语音片段;
语音片段分析模块,用于对所述语音片段进行语音分析,得到所述评价结果对应的情绪标签和语气标签;
行为预测模块,用于根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果,预测所述用户的行为。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述用户行为预测方法的步骤。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如下步骤:
获取用户评价目标业务的语音评价信息,并将所述语音评价信息转换为对应的文本信息;
对所述文本信息进行分析,确定所述用户评价所述目标业务的评价对象以及所述评价对象对应的评价结果;
提取所述语音评价信息中与所述评价结果相对应的语音片段;
对所述语音片段进行语音分析,得到所述评价结果对应的情绪标签和语气标签;
根据所述情绪标签、所述语气标签、所述评价对象以及所述评价结果,预测所述用户的行为。