[发明专利]基于大数据的用户满意度评估方法及装置

说明书

本发明公开了一种基于大数据的用户满意度评估方法及装置，方法包括：通过信令平台采集核心网各个预设接口的业务数据样本，对业务数据样本进行分析处理，得到业务指标数据样本；获取业务数据样本所对应的用户满意度数据样本；基于预设的算法，根据业务指标数据样本及其对应的用户满意度数据样本构建满意度评估模型；将待评估业务指标数据输入至满意度评估模型中，得到满意度评估结果。该方式通过提取客观业务指标数据及用户主观满意度数据进行挖掘分析，构建满意度评估模型，应用该模型能够更加快速便捷地评估用户网络服务的满意度，从而能够快速识别出来网络中的“隐忍”用户，能够降低满意度评估中对用户主观感知的依靠程度。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于大数据的用户满意度评估方法及装置。

背景技术

目前，监测网络性能和保障用户体验的指标体系是KPI、KQI。KPI和KQI指标体系够保障单个网络性能指标或单个业务指标有较好的表现，但是，KPI和KQI指标高并不等于用户体验好，用户体验是一个综合的表现，并不是某一个KPI指标或者KQI指标的优劣能够决定的。也就是说，目前运营商缺乏提前评估用户体验优劣的能力，过度依赖于用户反馈，大多依靠调研的方式评估用户网络满意度。

现有的用户满意度评估方案如下：一方面、选取满意度调查对象。尽量随机选取部分用户作为样本，以电话或者问卷调查的形式要求客户反馈网络满意度信息。另一方面、将满意度信息进行汇总，估计整体用户满意度评分。根据反馈的信息进行汇总统计，用统计结果来表征全体用户的满意度分数。再一方面、定期开展满意度评估工作。

但是，当前运营商评估客户网络满意度的主要手段满意度调研方式存在以下缺点：其一，满意度调研的样本十分有限。全网的用户数量是非常庞大的，各类网络场景也是十分复杂，满意度调研的样本虽然随机选取的，能够代表一定程度上整体网络用户满意度的一个均值水平，但是这样的均值往往会“平均”掉体验差的用户，而这些用户最终可能会投诉。满意度调研根本无法有效覆盖这部分“隐忍”用户，投诉虽然可以解决，但是他们满意度的提升工作将会非常困难。其二，满意度调研需要用户配合。虽然大部分用户能够理解并配合满意度调研工作，但是仍会有部分用户认为这样的调研占用自己的时间，有可能会让用户累积不满情绪。其三，满意度调研需要大量的人力物力。满意度调研当前有效的手段就是直接呼叫、调查表等手段，实现的方法就是投入大量人力物力进行调研，准确性的提升方法也就是增大投入，提升样本数量。其四，满意度调研对于用户体验恶化无法预知。对于网络中的“隐忍”用户无法有效识别，调研结果只能给出评估，无法针对性提升“隐忍”用户网络感知。由此可见，现有技术中缺乏一种能够高效评估用户满意度的机制。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于大数据的用户满意度评估方法及装置。

根据本发明的一个方面，提供了一种基于大数据的用户满意度评估方法，包括：

通过信令平台采集核心网各个预设接口的业务数据样本，对业务数据样本进行分析处理，得到业务指标数据样本；获取业务数据样本所对应的用户满意度数据样本；基于预设的算法，根据业务指标数据样本及其对应的用户满意度数据样本构建满意度评估模型；将待评估业务指标数据输入至满意度评估模型中，得到满意度评估结果。

可选地，各类业务的业务满意度数据样本以及整体业务的综合满意度数据样本；

满意度评估模型包括：针对于各类业务的业务满意度评估模型以及针对于整体业务的综合满意度评估模型。

可选地，根据业务指标数据样本及其对应的用户满意度数据样本构建满意度评估模型之后，方法进一步包括：

根据满意度评估模型打包生成应用程序，将应用程序部署安装在信令平台中；

则将待评估业务指标数据输入至满意度评估模型中，得到满意度评估结果进一步包括：