技术特征：
1.一种基于融合算法的高危用户投诉预警方法，其特征在于，包括如下步骤，s1、数据获取：获取用户语音文本数据、图谱结构的用户特征数据和用户行为数据；s2、特征提取：所述用户语音文本数据、所述用户特征数据和所述用户行为数据通过特定模型进行信息抽取分别得到用户的文本语意向量v1、用户特征向量v2和用户行为特征向量v3；s3、特征融合：获取提取到的文本语意向量v1、用户特征向量v2、用户行为特征向量v3；计算第一融合向量v12：v12＝w12v1+w21v2(1-4)，其中w12为向量v1的第一语意权重，w21为向量v2的第一用户权重；计算第二融合向量：v13＝w13v1+w31v3(1-5)，其中w13为向量v1的第二语意权重，w21为向量v3的第一行为权重；计算第三融合向量：v23＝w23v2+w32v3(1-6)，其中w23为向量v2的第二用户权重，w32为向量v3的第二行为权重；根据所述第一融合向量、所述第二融合向量和所述第二融合向量计算得到全局融合向量：v123＝w1v12+w2v13+w3v23(1-7)，其中w1为所述第一融合向量的第一融合权重，w2为所述第二融合向量的第二融合权重，w2为所述第二融合向量的第二融合权重；将所述全局融合向量输入全连接网络fc1、fc2和fc3中还原得到向量v1的拟合值、向量v2的拟合值和向量v3的拟合值，使用自监督学习的方式进行网络结构的训练；其中，向量v1的拟合值表示为(1-8)，向量v2的拟合值表示为向量v3的拟合值表示为计算向量v1、向量v2和向量v3的真实值与各向量的拟合值的最小化差值：s4、目标任务训练：采用基于训练好的向量融合框架，依据所述最小化差值选择所述全局融合向量输入全连接网络，并使用真实投诉类别标签对预测结果进行目标任务训练得到训练模型，以在模型中接入下游任务计算得到预测结果，训练过程表示为s5、样本预测：将样本输入所述训练模型，选取softmax输入概率最大的真实投诉类别标签作为该用户是否为风险用户的标签，以softmax风险类别对应概率作为该用户的风险概率值。2.如权利要求1所述的一种基于融合算法的高危用户投诉预警方法，其特征在于，步骤s1数据获取中，获取所述语音文本数据包括，当用户使用客服热线时，接入asr模块将用户的语音转换为文本信息进行记录；以及当用户使用在线客服时，记录用户输入的文本信息。3.如权利要求2所述的一种基于融合算法的高危用户投诉预警方法，其特征在于，步骤s1数据获取中，获取所述用户特征数据包括，当用户使用客服热线以及当用户使用在线客服时，通过智能核身功能验证用户的身份信息后，从用户数据库中拉取用户相关的特征信息，然后设计对应的图谱本体，形成基于用户个体的图谱结构特征数据。4.如权利要求3所述的一种基于融合算法的高危用户投诉预警方法，其特征在于，用户
相关的特征信息包括用户性别、所在地址和年龄。5.如权利要求3所述的一种基于融合算法的高危用户投诉预警方法，其特征在于，步骤s1数据获取中，获取所述用户行为数据包括，当用户使用客服热线以及当用户使用在线客服时，获取一段时间内用户在窗口上的行为信息。6.如权利要求5所述的一种基于融合算法的高危用户投诉预警方法，其特征在于，用户在窗口上的行为信息包括物品的点击、观看、收藏、转发、以及访问在线客服的行为序列。7.如权利要求1所述的一种基于融合算法的高危用户投诉预警方法，其特征在于，步骤s2特征提取中，具体包括：利用预训练语言模型erinie对所述用户语音文本数据进行文本语意信息的提取，以将文本数据进行编码得到用户的文本语意向量v1表示为v1＝erinie(text)(1-1)；所述用户特征数据以图谱的形式进行组织，使用gat网络对各个关系空间和节点采用不同的权重进行信息抽取，以得到用户的用户特征向量v2，表示为v2＝gat(user_feature)(1-2)；所述用户行为信息以时序的形式进行组织，采用gru网络进行时序数据的特征提取，以得到用户的用户行为特征向量v3，v3＝gru(act_seq)(1-3)。
技术总结
本发明提出了一种基于融合算法的高危用户投诉预警方法，涉及大数据与AI技术领域。其包括获取用户语音文本数据、图谱结构的用户特征数据和用户行为数据；用户语音文本数据、用户特征数据和用户行为数据通过特定模型进行信息抽取分别得到文本语意向量V1、用户特征向量V2和用户行为特征向量V3；根据向量V1、向量V2、向量V3计算第一融合向量V12、第二融合向量和第三融合向量后计算全局融合向量；将全局融合向量输入全连接网络中还原得到各向量的拟合值，计算各向量真实值与拟合值的最小化差值，并进行目标任务训练和样本预测；很大程度提升了投诉预测的准确性。提升了投诉预测的准确性。提升了投诉预测的准确性。
技术研发人员：杨康 王宣皓 唐文华
受保护的技术使用者：天翼电子商务有限公司
技术研发日：2022.11.28
技术公布日：2023/3/21