[发明专利]银行柜台服务的满意度分析方法及装置

说明书

本发明公开了一种银行柜台服务的满意度分析方法及装置，其中该方法包括：根据历史用户的满意度生成情感标签；根据历史用户的情感标签、历史用户在银行柜台服务期间所做的多个动作的动作频率、办理业务前的排队时长、业务办理时长生成历史用户对应的样本数据；根据多个历史用户对应的样本数据生成样本数据集；构建多棵决策树；利用样本数据集训练每一决策树，得到情感分析模型；将当前用户在银行柜台服务期间所做的各指定动作的动作频率、办理业务前的排队时长、业务办理时长，输入情感分析模型得到当前用户的第一情感预测结果，根据第一情感预测结果得到当前用户的满意度。本发明涉及人工智能技术领域，能提高获取用户满意度的效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及银行柜台服务的满意度分析方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

银行柜台为用户办理业务时，需要获取用户对柜台服务的满意度，根据用户的满意度及时对服务进行整改，从而不断的提升用户体验。当前主要通过问卷调查、或者短信反馈来获取用户对柜台服务的满意度，这种方式需要在用户的配合下才可以获得用户的满意度，对用户的配合度依赖性高。当用户的配合度不高时，无法获取到用户对柜台服务的满意度，获取用户满意度的效率低。

发明内容

本发明实施例提供一种银行柜台服务的满意度分析方法，用以提高获取用户满意度的效率、以及准确性，该方法包括：

获取历史用户在银行柜台服务期间所做的多个动作的动作频率、办理业务前的排队时长、业务办理时长、以及对银行柜台服务的满意度；

根据历史用户的满意度生成历史用户的情感标签，所述情感标签表征用户对银行柜台服务的满意度；

根据历史用户的情感标签、在银行柜台服务期间所做的多个动作的动作频率、办理业务前的排队时长、业务办理时长，生成历史用户对应的样本数据；根据多个历史用户对应的样本数据生成样本数据集；

根据历史用户在银行柜台服务期间所做的多个动作、办理业务前的排队时长、业务办理时长构建多棵决策树；利用样本数据集训练每一决策树，从所述多个动作中确定代表用户情感的指定动作，得到情感分析模型；其中，情感分析模型为对用户在银行柜台服务期间所做的指定动作的动作频率、办理业务前的排队时长、业务办理时长进行分析，输出用户情感的分析模型；

将当前用户在银行柜台服务期间所做的各指定动作的动作频率、办理业务前的排队时长、业务办理时长，输入情感分析模型，得到当前用户的第一情感预测结果，根据第一情感预测结果得到当前用户的满意度。

本发明实施例还提供一种银行柜台服务的满意度分析装置，用以提高获取用户满意度的效率、以及准确性，该装置包括：

获取模块，用于获取历史用户在银行柜台服务期间所做的多个动作的动作频率、办理业务前的排队时长、业务办理时长、以及对银行柜台服务的满意度；

第一处理模块，用于根据历史用户的满意度生成历史用户的情感标签，所述情感标签表征用户对银行柜台服务的满意度；

第二处理模块，用于根据历史用户的情感标签、在银行柜台服务期间所做的多个动作的动作频率、办理业务前的排队时长、业务办理时长，生成历史用户对应的样本数据；根据多个历史用户对应的样本数据生成样本数据集；

第三处理模块，用于根据历史用户在银行柜台服务期间所做的多个动作、办理业务前的排队时长、业务办理时长构建多棵决策树；利用样本数据集训练每一决策树，从所述多个动作中确定代表用户情感的指定动作，得到情感分析模型；其中，情感分析模型为对用户在银行柜台服务期间所做的指定动作的动作频率、办理业务前的排队时长、业务办理时长进行分析，输出用户情感的分析模型；