[發明專利]投訴行為分析方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202011644103.3
• 申請日: 2020-12-30
• 公開（公告）號: CN112633904A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 嚴楊揚;程克喜;肖舒濤;晏湘濤;張政
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06Q40/08;G06F40/242;G06F40/279;G06K9/62;G06F3/0481;G06F3/0484
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 魏潤潔

1.一種投訴行為分析方法，其特征在于，所述投訴行為分析方法包括以下步驟：

實時監測話務平臺的投訴熱線或投保系統的投訴通道，以從所述投訴熱線或所述投訴通道中獲取實時的動態客戶投訴信息流；

基于預設的滑動窗口以及滑動間隔，獲取在所述滑動窗口對應的時間內的動態客戶投訴信息流，得到待分析投訴信息；

在所述待分析投訴信息滿足預設數量條件時，對所述待分析投訴信息依次執行分詞操作以及詞頻分析操作，得到所述待分析投訴信息對應的投訴行為分析結果，并輸出所述投訴行為分析結果。

2.如權利要求1所述的投訴行為分析方法，其特征在于，所述基于預設的滑動窗口以及滑動間隔，獲取在所述滑動窗口對應的時間內的動態客戶投訴信息流，得到待分析投訴信息的步驟包括：

基于批處理間隔，將所述動態客戶投訴信息流打包成若干批次的批數據，以使所述批數據進入批隊列中排隊等待被處理；

基于預設的滑動窗口以及滑動間隔，獲取在所述滑動窗口對應的時間內的批數據，得到待分析投訴信息。

3.如權利要求2所述的投訴行為分析方法，其特征在于，所述基于批處理間隔，將所述動態客戶投訴信息流打包成若干批次的批數據，以使所述批數據進入批隊列中排隊等待被處理的步驟包括：

根據塊間隔，將所述動態客戶投訴信息流劃分成與所述塊間隔相匹配的客戶投訴數據塊；

根據批處理間隔，將所述客戶投訴數據塊打包成若干批次的批數據，以使所述批數據進入批隊列中排隊等待被處理。

4.如權利要求2所述的投訴行為分析方法，其特征在于，所述在所述待分析投訴信息滿足預設數量條件時，對所述待分析投訴信息依次執行分詞操作以及詞頻分析操作，得到所述待分析投訴信息對應的投訴行為分析結果的步驟之前，還包括：

若所述滑動窗口對應的投訴事件的數量大于預設閾值，則判定所述待分析投訴信息滿足預設數量條件。

5.如權利要求1至4任一項所述的投訴行為分析方法，其特征在于，所述在所述待分析投訴信息滿足預設數量條件時，對所述待分析投訴信息依次執行分詞操作以及詞頻分析操作，得到所述待分析投訴信息對應的投訴行為分析結果的步驟包括：

在所述待分析投訴信息滿足預設數量條件時，將所述待分析投訴信息輸入至客戶投訴行為分析模型中的分詞子模型，以對所述待分析投訴信息執行分詞操作，得到所述待分析投訴信息對應的第一預處理信息；

將所述待分析投訴信息對應的第一預處理信息輸入至所述客戶投訴行為分析模型中的文本詞袋子模型，以對所述第一預處理信息執行詞頻分析操作，確定所述待分析投訴信息對應的投訴行為分析結果。

6.如權利要求5所述的投訴行為分析方法，其特征在于，所述將所述待分析投訴信息對應的第一預處理信息輸入至所述客戶投訴行為分析模型中的文本詞袋子模型，以對所述第一預處理信息執行詞頻分析操作，確定所述待分析投訴信息對應的投訴行為分析結果的步驟包括：

將所述待分析投訴信息對應的第一預處理信息輸入至所述客戶投訴行為分析模型中的文本詞袋子模型；

基于停用詞詞典，除去所述第一預處理信息中的停用詞，得到第二預處理信息；

基于文本詞袋子模型對應的模型參數，對所述第一預處理信息執行詞頻分析操作，確定所述待分析投訴信息對應的投訴行為分析結果，其中，所述投訴行為分析結果包括所述第二預處理信息中各個詞語的詞頻和權重。

7.如權利要求5所述的投訴行為分析方法，其特征在于，所述在所述待分析投訴信息滿足預設數量條件時，將所述待分析投訴信息輸入至客戶投訴行為分析模型中的分詞子模型，以對所述待分析投訴信息執行分詞操作，得到所述待分析投訴信息對應的第一預處理信息的步驟之前，還包括：

獲取標注數據集，其中，所述標注數據集為具有分隔標識和詞性標識的訓練文本，在訓練所述分詞子模型之前依次根據所述分割標識對所述標注數據集中各個詞語進行分割以及根據所述詞性標識對所述標注數據集中各個詞語進行標識；

基于所述標注數據集對預設的深度學習模型進行訓練，得到訓練完成后對應的分詞子模型。