[发明专利]一种用户满意度预测方法及装置、服务器

说明书

本申请涉及人工智能技术领域，尤其涉及一种用户满意度预测方法，包括：获取每个样本用户对应的用户属性信息、平台为该样本用户提供的历史服务信息、服务该样本用户的客服的客服属性信息，以及该样本用户对于所述客服的满意度打分信息；将所述用户属性信息、所述历史服务信息和所述客服属性信息作为用户满意度影响因素，将所述满意度打分信息作为用户满意度结果，训练得到用户满意度预测模型；基于训练得到的用户满意度预测模型对目标用户进行满意度预测；采用上述方案可以对任一用户的满意度进行预测，预测的覆盖率和效率均较高。本申请还提供了一种用户满意度预测装置、服务器及计算机可读存储介质。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种用户满意度预测方法及装置、服务器。

背景技术

随着用户对服务质量的要求越来越高，如何能够提高用户的满意度越来越受到重视。网约车出行领域作为当代一种新兴的服务应用领域，其利用网约车出行平台接收乘客通过乘客终端发布的打车请求，并将依据打车请求生成的订单推送给司机终端，这样，司机便可以在司机终端抢单，并与乘客直接沟通以实现网约车出行，也往往需要通过分析网约车用户(即乘客或司机)的满意度来使企业清晰地知道其提供的服务和业务的不足之处。

在打车的整个过程中，不仅可能会出现让乘客不满意的情况，比如：司机绕路、司机态度差、车况不好等问题，还可能会出现让司机不满意的情况，比如：乘客不按约定时间乘车、乘客要求的目的地与订单的目的地不一致等问题，此时，网约车用户可以向客服进行投诉。客服作为连接出行平台和网约车用户的重要接口，是获取用户声音和处理实际问题的重要渠道，而用户对客服服务的满意度是衡量用户对平台服务质量评价的重要指标。

相关技术中对于满意度的测评通常是依靠调研得出的，比如在网上发布问卷链接或者通过话务客服在处理问题后请求打分等方式进行调研，但是，这种调研方式下测评的效率较低，并且调研回收量较少，往往不具备统计意义而导致无法及时了解到用户痛点。

发明内容

有鉴于此，本申请实施例的目的在于提供一种用户满意度预测方法及装置、服务器，以实现对任一用户的满意度进行预测，预测的覆盖率和效率均较高。

主要包括以下几个方面：

第一方面，本申请实施例提供了一种用户满意度预测方法，所述方法包括：

获取每个样本用户对应的用户属性信息、平台为该样本用户提供的历史服务信息、服务该样本用户的客服的客服属性信息，以及该样本用户对于所述客服的满意度打分信息；

将所述用户属性信息、所述历史服务信息和所述客服属性信息作为用户满意度影响因素，将所述满意度打分信息作为用户满意度结果，训练得到用户满意度预测模型；

基于训练得到的用户满意度预测模型对目标用户进行满意度预测。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述将所述用户属性信息、所述历史服务信息和所述客服属性信息作为用户满意度影响因素，将所述满意度打分信息作为用户满意度结果，训练得到用户满意度预测模型，包括：

对所述用户满意度影响因素进行特征值化处理，确定该样本用户对应的模型输入特征；

将所述模型输入特征作为自变量，将所述满意度打分信息作为因变量进行至少一轮模型训练，得到所述用户满意度预测模型。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述历史服务信息包括历史客服工单的记录内容；所述确定该样本用户对应的模型输入特征，包括：

对获取的所述历史客服工单的记录内容进行文本内容划分；

针对划分出的每个文本内容，将该文本内容输入至预先训练的特征构建模型中，得到与每个文本内容相对应的特征向量；