[發明專利]群體不滿意用戶識別方法、裝置、設備及存儲介質

在審

• 申請號: 202010000892.0
• 申請日: 2020-01-02
• 公開（公告）號: CN113065880A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 程印超;劉寧;劉曉宇;謝奇芳
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/06
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 賈偉;張穎玲

1.一種群體不滿意用戶識別方法，其特征在于，包括：

獲取群體業務下待預測群體的屬性特征數據；所述屬性特征數據用于表征所述待預測群體的群體用戶屬性；

基于所述待預測群體的屬性特征數據和群體不滿意用戶識別模型，對所述待預測群體進行分類，識別出所述群體業務中的群體不滿意用戶；

其中，所述群體不滿意用戶識別模型為基于所述群體業務的多個群體樣本的屬性特征數據和群體滿意度生成的。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取群體業務的用戶數據；所述群體業務的用戶數據包含所述群體業務相應群體下個體用戶的歷史數據；

根據所述群體業務的用戶數據確定群體滿意度測算模型；

根據所述群體滿意度測算模型確定訓練集中群體樣本的群體滿意度；

根據所述訓練集中群體樣本的群體滿意度和群體樣本的屬性特征數據，確定所述群體不滿意用戶識別模型。

3.根據權利要求2所述的方法，其特征在于，所述根據所述群體業務的用戶數據確定群體滿意度測算模型，包括：

基于相應群體下個體用戶的歷史數據中的個體滿意度測評數據確定有效的群體；

基于所述有效的群體下個體用戶的歷史數據中的個體滿意度測評數據和個體成員關系數據確定所述群體滿意度測算模型。

4.根據權利要求3所述的方法，其特征在于，所述基于相應群體下個體用戶的歷史數據中的個體滿意度測評數據確定有效的群體，包括：

根據相應群體下個體用戶的歷史數據中的個體滿意度測評數據確定相應群體中參與過滿意度測評的個體用戶數量；

基于同一群體中參與過滿意度測評的個體用戶的數量與總的個體用戶的數量的比值確定所述群體是否為有效的群體。

5.根據權利要求3所述的方法，其特征在于，所述基于所述有效的群體下個體用戶的歷史數據中的個體滿意度測評數據和個體成員關系數據確定所述群體滿意度測算模型，包括：

基于個體用戶的個體成員關系數據確定個體用戶的影響力值；

基于所述有效的群體下個體用戶的影響力值和所述個體滿意度測評數據確定所述群體滿意度測算模型。

6.根據權利要求2所述的方法，其特征在于，所述根據所述訓練集中群體樣本的群體滿意度和群體樣本的屬性特征數據，確定所述群體不滿意用戶識別模型，包括：

對所述訓練集中群體樣本的群體滿意度和屬性特征數據基于回歸算法或者深度學習算法進行訓練，得到所述群體不滿意用戶識別模型。

7.一種群體不滿意用戶識別裝置，其特征在于，包括：

獲取模塊，用于獲取群體業務下待預測群體的屬性特征數據；所述屬性特征數據用于表征所述待預測群體的群體用戶屬性；

識別模塊，用于基于群體不滿意用戶識別模型和所述待預測群體的屬性特征數據，對所述待預測群體進行分類，識別出所述群體業務中的群體不滿意用戶；

其中，所述群體不滿意用戶識別模型為基于所述群體業務的多個群體樣本的屬性特征數據和群體滿意度生成的。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括訓練模塊，所述訓練模塊用于：

獲取群體業務的用戶數據；所述群體業務的用戶數據包含所述群體業務相應群體下個體用戶的歷史數據；

根據所述群體業務的用戶數據確定群體滿意度測算模型；

根據所述群體滿意度測算模型確定訓練集中群體樣本的群體滿意度；

根據所述訓練集中群體樣本的群體滿意度和群體樣本的屬性特征數據，確定所述群體不滿意用戶識別模型。

9.一種群體不滿意用戶識別設備，其特征在于，包括：處理器和用于存儲能夠在處理器上運行的計算機程序的存儲器，其中，

所述處理器，用于運行計算機程序時，執行權利要求1至6任一項所述方法的步驟。

10.一種存儲介質，所述存儲介質上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時，實現權利要求1至6任一項所述方法的步驟。