一种家电售后服务方法与流程

本发明涉及信息处理，具体地说，是涉及一种家电售后服务方法。

背景技术：

1、由于到家服务的安全隐患较大，大部分用户出于个人安全和隐私保护的原因，不愿主动上传或与工作人员沟通相关信息，用户总体填写相关信息的意愿较低使得用户数据缺乏，不利于企业对用户数据的整合与分析，无法为用户提供精准的需求预测与服务。

2、由于当前科技技术难以对家电内部具体使用情况进行记录分析，家电具体使用损耗和使用寿命无法准确获取，故用户家电使用情况信息未知，家电信息匮乏，企业在家电使用信息的实时获取方面几乎是一片空白，在这种情况下，不仅用户难以判断家电具体需要的服务，也不利于企业对用户进行个性化服务设计和内容推送，无法给用户全面的服务体验，无法吸引及推广客户。

3、本背景技术所公开的上述信息仅仅用于增加对本技术背景技术的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。

技术实现思路

1、本发明针对现有技术中售后服务同质化严重，无法吸引及推广客户的问题，提出一种家电售后服务方法，提高家电售后服务竞争力及客户粘性，提高市场占有率。

2、为实现上述发明/设计目的，本发明采用下述技术方案予以实现：

3、一种家电售后服务方法，包括以下内容。

4、构建售后服务平台；在所述售后服务平台中根据大数据信息对客户进行画像分类，获得多个标签，且将各所述标签具象化，包括用户基本属性、消费规律、行为偏好；

5、在用户入驻所述售后服务平台时获取用户的注册信息；进行所述注册信息与各所述标签的具象化特征比对，获得所述用户的画像类型；

6、所述售后服务平台接收所述用户对应的家电实时上传的运转数据，并根据所述运转数据进行故障预测；当判断所述家电出现亚健康运行状态时，给出家电运行状态自我检查指南及维修指南，并给出售后服务指引路径；

7、在售后服务业务中，根据所述用户的画像类型提供个性化服务。

8、在一具体的实施例中，通过网络爬虫技术、服务走访和问卷调查获取客户群体信息；对所述客户群体信息采用dpca-k-means算法建模处理获得多个所述标签；各所述标签包括高阶段低成本型(新手用户)、高性价比高效率型(中间用户)以及高性能高品质型(专家用户)。

9、在一具体的实施例中，所述家电向所述售后服务平台上传的所述运转数据通过lssvm+ipso模型处理，评估其运转状态，预测其健康状态。

10、在一具体的实施例中，个性化服务匹配采用基于用户的皮尔逊相似度的协同过滤算法，其基于用户与用户之间的相似度，利用相似度推荐相似的用户。

11、在一具体的实施例中，基于用户的协同过滤算法包括：

12、假设用户a和用户b都对n个项进行了评分；

13、对于两个用户使用的项集合，计算它们共同评分过的项集合，设为s；

14、对于共同评分过的项集合s中的每一个项i，分别计算用户a和用户b的评分值，得到在s中所有项的a、b评分数组a[i]和b[i]；

15、分别计算a、b的平均值mu-a、mu-b：

16、mu-a＝(a[1]+a[2]+l+a[n])/n；

17、mu-b＝(b[1]+b[2]+l+b[n])/n；

18、分别计算a、b评分与各自平均值的差da[i]和db[i]：

19、da[i]＝a[i]-mu-a；

20、db[i]＝b[i]-mu-b；

21、分别计算a、b评分与各自平均值的差的乘积：

22、sum-ab＝da[1]*db[1]+da[2]*db[2]+l+da[n]*db[n]；

23、分别计算a、b评分与各自平均值的差的平方和ss-a和ss-b：

24、ss-a＝da[1]^2+da[2]^2+l+da[n]^2；

25、ss-b＝db[1]^2+db[2]^2+l+db[n]^2；

26、step8：计算皮尔逊相似度：

27、sim＝sum-ab/sqrt(ss-a*ss-b)；

28、其中，分母是对用户a和用户b评分的方差进行度量，分子则是对项的评分差值进行度量，计算结果在-1到1之间，表征相似度。

29、在一具体的实施例中，用户个性化服务采用多维度评估的匹配算法，包括：

30、收集用户和工作人员的基本信息和特点；

31、根据用户和工作人员的特性，选择对应的特征并进行编码处理；

32、建立基本的评估标准，评估标准可以是一系列数值，也可以是一组匹配因素的符号，这些标准根据匹配应用的特点进行定制；

33、对不同特征赋予不同的权重值，以便了解不同特征的重要性；

34、将不同特征的值映射到0-1之间，以保持不同特征对匹配结果的影响平等；

35、通过对用户和工作人员的特性得分进行评估，采用加权平均数的方式计算整体匹配得分，以决定最终匹配结果；

36、通过收集反馈信息，不断优化算法和评分标准。

37、在一具体的实施例中，工作人员服务路径匹配采用改进的遗传算法，包括：

38、根据实际问题确定种群中个体的数量和编码方式；将每一个路径表示为一个染色体；染色体由若干个基因组成；每个基因代表工作人员需要到达的目标点；用自然数来表示节点，分别为按顺序通过各交通路口；

39、将开始节点作为第一个基因，随机选择其邻近的任一节点作为染色体中下一个基因；依次类推，直到目标节点；节点选择之前，将所有节点作为一个向量存放，路径选择时每选择一个节点就从该节点向量中除去该元素，下一节点选择时只能从该向量中存在的元素中选择；

40、计算每个个体的适应度，即路径的总长度；

41、根据适应度值选择一部分个体作为父代，用于产生下一代；

42、交叉操作是指将两个父代个体的基因组合成一个新的后代个体；

43、变异操作是指对某个个体的某个基因进行变异，以产生新的个体；

44、繁殖操作是将选择、交叉和变异三种操作结合起来，生成新一代种群；

45、终止条件是指算法终止的条件，一般可以设置为达到一定的迭代次数或者种群中最优解的适应度达到一定的阈值。

46、在一具体的实施例中，售后服务平台配置有案例库；案例库包括故障特征、故障原因及维修方法；且所述故障特征与所述故障原因为多对一对应；维修服务根据在所述案例库中检索相关特征进行。

47、在一具体的实施例中，检索采用索引、关键字法、k最近邻法三种方法结合的检索策略。

48、在一具体的实施例中，维修服务中如果用户对前面检索得到的方案不满意或者没有符合的案例，推理系统使用修正知识的办法，将案例修改或重新设计后再提交给用户。

49、与现有技术相比，本发明的优点和积极效果是：

50、本发明的家电售后方法通过对客户的画像为客户提供个性化或针对性的服务，在满足客户的家电维修需求的同时，更有可能迎合客户的情感需求，更容易提供满意度高的服务，提高客户满意度，增加客户粘性，提高市场占有率；另外，通过家电实时上传的运转数据对家电运转状况进行评估及预测，特别是处于亚健康状态运行的家电，使客户提早发现家电的问题，具有更长时间的维修窗口；且通过提供自我检查指南及维修指南，让用户对家电的状态及维修需要的费用均具有更准确的把握，对服务商的信赖感更容易产生，刺激售后服务业务订单的生成，使售后服务更加顺畅及高效。

51、结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。