[發明專利]投訴舉報類別的排序方法和裝置

在審

• 申請號: 201810113352.6
• 申請日: 2018-02-05
• 公開（公告）號: CN108416616A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 金宏;王維強
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種投訴舉報類別的排序方法，包括：

在收到用戶的投訴舉報請求后，獲取所述用戶的行為記錄和個人信息；

將所述用戶的行為記錄和個人信息輸入個性化模型，得到每個投訴舉報類別的個性化評估值；所述個性化模型為有監督學習的分類模型，采用標記有投訴舉報類別的用戶行為記錄和個人信息樣本進行訓練；

根據所述個性化評估值確定所述用戶的投訴舉報類別的排列次序。

2.根據權利要求1所述的方法，所述個性化模型包括多分類模型或N個二分類模型，N為投訴舉報類別的個數。

3.根據權利要求1所述的方法，所述個性化模型采用隨機森林算法、梯度提升決策樹GBDT算法、或高效梯度提升XGBOOST算法。

4.根據權利要求1所述的方法，所述用戶的行為記錄包括以下至少一項：用戶的瀏覽記錄、用戶的聊天記錄、用戶的功能使用記錄；

所述用戶的個人信息包括以下至少一項：用戶的地理位置信息、用戶的個性標簽、用戶的IP地址。

5.根據權利要求1所述的方法，所述方法還包括：按照第一預定時間段內每個投訴舉報類別的發生次數，確定投訴舉報類別的全局評估結果；

所述根據個性化評估值確定所述用戶的投訴舉報類別的排列次序，包括：根據所述全局評估結果和所述用戶的個性化評估值，確定所述用戶的投訴舉報類別的排列次序。

6.根據權利要求1所述的方法，所述方法還包括：按照第二預定時間段內每個投訴舉報類別在所述用戶所在地域的發生次數，確定投訴舉報類別的區域評估結果；

所述根據個性化評估值確定所述用戶的投訴舉報類別的排列次序，包括：根據所述區域評估結果和所述用戶的個性化評估值，確定所述用戶的投訴舉報類別的排列次序。

7.根據權利要求1所述的方法，所述方法還包括：

將第一預定時間段內發生次數最多的P個投訴舉報類別，作為全局類別；

將除P個全局類別外，在第二預定時間段內發生次數最多的Q個投訴舉報類別，作為區域類別；

所述根據個性化評估值確定所述用戶的投訴舉報類別的排列次序，包括：將P個全局類別按發生次數降序排列，之后將Q個區域類別按發生次數降序排列，之后按照個性化評估值排列除全局類別和區域類別外剩余的(N-P-Q)個投訴舉報類別；N為投訴舉報類別的個數，P為小于N的自然數，Q為不大于(N-P)的自然數。

8.一種投訴舉報類別的排序裝置，包括：

輸入特征獲取單元，用于在收到用戶的投訴舉報請求后，獲取所述用戶的行為記錄和個人信息；

個性化評估單元，用于將所述用戶的行為記錄和個人信息輸入個性化模型，得到每個投訴舉報類別的個性化評估值；所述個性化模型為有監督學習的分類模型，采用標記有投訴舉報類別的用戶行為記錄和個人信息樣本進行訓練；

排序確定單元，用于根據所述個性化評估值確定所述用戶的投訴舉報類別的排列次序。

9.根據權利要求8所述的裝置，所述個性化模型包括多分類模型或N個二分類模型，N為投訴舉報類別的個數。

10.根據權利要求8所述的裝置，所述個性化模型采用隨機森林算法、梯度提升決策樹GBDT算法、或高效梯度提升XGBOOST算法。

11.根據權利要求8所述的裝置，所述用戶的行為記錄包括以下至少一項：用戶的瀏覽記錄、用戶的聊天記錄、用戶的功能使用記錄；

所述用戶的個人信息包括以下至少一項：用戶的地理位置信息、用戶的個性標簽、用戶的IP地址。

12.根據權利要求8所述的裝置，所述裝置還包括：全局評估單元，用于按照第一預定時間段內每個投訴舉報類別的發生次數，確定投訴舉報類別的全局評估結果；

所述排序確定單元具體用于：根據所述全局評估結果和所述用戶的個性化評估值，確定所述用戶的投訴舉報類別的排列次序。