识别不满意用户的方法、装置、处理设备及存储介质与流程

本发明涉及且不限于信息处理领域，尤其涉及一种识别不满意用户的方法、装置、处理设备及存储介质。

背景技术：

1、随着第五代移动通信技术(5g，5th generation mobile communicationtechnology)通信技术的不断发展，5g终端用户规模呈现不断扩大的态势，各个运营商为用户提供基本同质的网络服务，用户选择运营商也有了更加灵活的自主权。对于运营商而言，已经从网络质量保障，转向用户调研满意度的提升。需构建一种方法，能够精准提前识别5g网络(但不限于是5g网络)潜在不满意用户，避免不满意用户群体的流失，发掘服务短板，提升用户粘性。

技术实现思路

1、有鉴于此，本公开实施例公开了一种识别不满意用户的方法、装置、处理设备及存储介质。

2、根据本公开实施例的第一方面，提供一种识别不满意用户的方法，所述方法包括：

3、获取用户使用业务的使用数据，所述使用数据至少指示使用所述业务的质量指标；

4、基于所述使用数据确定使用所述业务对应的网络质量的综合评分；

5、获取第一数据和/或第二数据，所述第一数据为用户参与业务满意度抽样调查获得的数据，所述第二数据为用户投诉所述服务的数据；

6、基于所述第一数据和/或所述第二数据对所述用户进行分类，获得不同的用户类型；所述用户类型包括以下至少之一：容易不满意用户的类型、中立用户的类型和易于满意用户的类型；

7、基于所述用户对应的所述综合评分和所述用户类型对用户进行分类，确定不满意用户。

8、在一个实施例中，所述基于所述用户对应的所述综合评分和所述用户类型对用户进行分类，确定不满意用户，包括：

9、基于综合评分和用户类型建立至少两个象限区间；

10、基于所述用户对应的所述综合评分和所述用户类型确定用户所在象限区间；

11、响应于所述用户所在所述象限区间为目标象限区间，确定所述用户为所述不满意用户。

12、在一个实施例中，所述基于所述使用数据确定使用所述业务对应的网络质量的综合评分，包括：

13、基于熵权法和所述使用数据指示的性能指标确定使用所述业务对应的网络质量的综合评分。

14、在一个实施例中，在基于所述使用数据确定使用所述业务对应的网络质量的综合评分之前，所述方法还包括以下至少之一：

15、筛选所述指标；

16、对所述指标进行降维；

17、对所述指标进行归一化。

18、在一个实施例中，所述基于所述第一数据和/或所述第二数据对所述用户进行分类，获得不同的用户类型，包括：

19、将所述第一数据和所述第二数据输入第一模型，获得对用户特征进行分类的规则；

20、基于所述规则对所述用户进行分类，获得不同的所述用户类型。

21、在一个实施例中，在基于所述规则对所述用户进行分类，获得不同的所述用户类型之前，所述方法还包括：

22、剔除所述用户中的所述综合评分大于第一阈值且为属于容易不满意用户的类型的用户。

23、在一个实施例中，所述业务的类型包括以下至少之一：

24、域名系统dns业务类型；

25、传输控制协议tcp业务类型；

26、超文本传输协议http业务类型；

27、超文本传输协议安全https业务类型；

28、视频video业务类型；

29、音频audio业务类型；

30、全球广域网web业务类型；

31、即时通信业务类型；

32、支付业务类型。

33、在一个实施例中，所述第一数据包括以下至少之一：

34、网络推荐分nps调研数据；

35、云计算服务ecs调研数据。

36、根据本公开实施例的第二方面，提供一种用于识别不满意用户的模型的训练方法，所述方法包括：

37、将数据样本、对应的使用业务的质量指标和对应的用户满意度倾向标签输入用于对用户进行分类的第一模型进行训练直至所述第一模型的收敛函数收敛，获得训练后的所述第一模型；

38、其中，所述数据样本包括第一数据和/或第二数据，所述第一数据为用户的参与业务满意度抽样调查获得的数据，所述第二数据为用户投诉所述服务的数据。

39、根据本公开实施例的第三方面，提供一种用于识别不满意用户的方法，其特征在于，所述方法包括：

40、将待识别样本输入训练得到的第一模型，获得待识别样本是否为不满意用户的识别结果；

41、其中，所述待识别样本包括第一数据、第二数据和/或对应的使用业务的质量，所述第一数据为用户参与业务满意度抽样调查获得的数据，所述第二数据为用户投诉所述服务的数据。

42、根据本公开实施例的第四方面，提供一种识别不满意用户的装置，所述装置包括：

43、获取模块，被配置为：获取用户使用业务的使用数据，所述使用数据至少指示使用所述业务的质量指标；

44、确定模块，被配置为基于所述使用数据确定使用所述业务对应的网络质量的综合评分；

45、获取模块，还被配置为获取第一数据和/或第二数据，所述第一数据为用户参与业务满意度抽样调查获得的数据，所述第二数据为用户投诉所述服务的数据；

46、获取模块，还被配置为基于所述第一数据和/或所述第二数据对所述用户进行分类，获得不同的用户类型；所述用户类型包括以下至少之一：容易不满意用户的类型、中立用户的类型和易于满意用户的类型；

47、确定模块，还被配置为基于所述用户对应的所述综合评分和所述用户类型对用户进行分类，确定不满意用户。

48、在一些实施例中，所述确定模块还被配置为：

49、基于综合评分和用户类型建立至少两个象限区间；

50、基于所述用户对应的所述综合评分和所述用户类型确定用户所在象限区间；

51、响应于所述用户所在所述象限区间为目标象限区间，确定所述用户为不满意用户。在一个实施例中，所述确定模块还被配置为：

52、基于熵权法和所述使用数据指示的性能指标确定使用所述业务对应的网络质量的综合评分。

53、在一个实施例中，所述装置还包括处理模块，所述处理模块还被配置为以下至少之一：

54、筛选所述质量指标；

55、对所述质量指标进行降维；

56、对所述质量指标进行归一化。

57、在一个实施例中，所述获取模块还被配置为：

58、将所述第一数据和所述第二数据输入第一模型，获得对用户特征进行分类的规则；

59、基于所述规则对所述用户进行分类，获得不同的所述用户类型。

60、在一个实施例中，所述装置还包括处理模块，所述处理模块还被配置为：

61、剔除所述用户中的所述综合评分大于第一阈值且为属于容易不满意用户的类型的用户。

62、根据本公开实施例的第五方面，提供一种处理设备，所述处理设备包括：

63、存储器，用于存储可执行程序；

64、处理器，用于执行所述存储器中存储的可执行程序时，实现如本公开实施例中任一所述的方法。

65、根据本公开实施例的第六方面，提供一种计算机存储介质，所述计算机存储介质存储有可执行程序，所述可执行程序被处理器执行时，实现如本公开实施例中任一所述的方法。

66、在本公开实施例中，获取用户使用业务的使用数据，所述使用数据至少指示使用所述业务的质量指标；基于所述使用数据确定使用所述业务对应的网络质量的综合评分。如此，可以综合业务的各种性能指标确定的网络质量选择潜在不满意用户。获取第一数据和/或第二数据，所述第一数据为用户参与业务满意度抽样调查获得的数据，所述第二数据为用户投诉所述服务的数据；基于所述第一数据和/或所述第二数据对所述用户进行分类，获得不同的用户类型。由于所述第一数据和所述第二数据能够准确地反映用户对业务使用的情况，通过分类可以将用户划分到不同的用户类型。基于所述用户对应的所述综合评分和所述用户类型两个维度对用户进行分类，确定不满意用户。可以基于所述综合评分和所述用户类型两个维度共同对用户进行分类，如此，可以精准地确定出不满意用户，为网络质量提升和用户关怀提高更精准的支撑。