本發(fā)明涉及移動網(wǎng)絡(luò)投訴預(yù)測，尤其涉及移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法、裝置及存儲介質(zhì)。

背景技術(shù)：

1、網(wǎng)絡(luò)建設(shè)日趨完善和成熟，運營商在提供移動網(wǎng)絡(luò)服務(wù)時，需要解決的其中一個關(guān)鍵問題是來自用戶的投訴，如何通過解決用戶業(yè)務(wù)過程中遇到的網(wǎng)絡(luò)問題以及提供用戶關(guān)懷，是網(wǎng)絡(luò)優(yōu)化的重要內(nèi)容。傳統(tǒng)的用戶投訴處理辦法是在用戶進(jìn)行投訴后，通過記錄投訴的內(nèi)容予以響應(yīng)，根據(jù)用戶反饋遇到的網(wǎng)絡(luò)問題溯源問題節(jié)點和地點，但是網(wǎng)絡(luò)優(yōu)化工作始終處于事后補償?shù)臓顟B(tài)，缺乏對潛在網(wǎng)絡(luò)投訴因素的有效預(yù)判和批量投訴預(yù)警分析。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法、裝置及存儲介質(zhì)，用以解決現(xiàn)有技術(shù)中對用戶投訴事后補償不能提前對投訴預(yù)警的缺陷。

2、本發(fā)明提供移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，包括：

3、獲取投訴記錄信息，所述投訴記錄信息包括投訴用戶標(biāo)識以及投訴時間；

4、根據(jù)所述投訴記錄信息，獲取對應(yīng)的投訴用戶業(yè)務(wù)信息、投訴用戶小區(qū)信息以及投訴用戶消費信息；

5、根據(jù)所述投訴記錄信息、所述投訴用戶業(yè)務(wù)信息、所述投訴用戶小區(qū)信息以及所述投訴用戶消費信息，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型；

6、其中，所述投訴用戶業(yè)務(wù)信息表征投訴用戶的業(yè)務(wù)質(zhì)量記錄；所述投訴用戶小區(qū)信息表征投訴用戶駐留的服務(wù)小區(qū)記錄；所述投訴用戶消費信息表征投訴用戶的消費記錄；所述用戶投訴預(yù)測模型用于根據(jù)輸入的現(xiàn)網(wǎng)用戶信息計算現(xiàn)網(wǎng)用戶投訴的概率。

7、根據(jù)本發(fā)明提供的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，所述根據(jù)所述投訴記錄信息、所述投訴用戶業(yè)務(wù)信息、所述投訴用戶小區(qū)信息以及所述投訴用戶消費信息，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型，包括：

8、將所述投訴記錄信息、所述投訴用戶業(yè)務(wù)信息、所述投訴用戶小區(qū)信息以及所述投訴用戶消費信息合并，形成第一投訴用戶特征數(shù)據(jù)集，所述第一投訴用戶特征數(shù)據(jù)集包括各個投訴用戶多個特征項的參數(shù)值；

9、對所述第一投訴用戶特征數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，以去除冗余特征項，獲取第二投訴用戶特征數(shù)據(jù)集；

10、根據(jù)所述第二投訴用戶特征數(shù)據(jù)集，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型。

11、根據(jù)本發(fā)明提供的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，所述對所述第一投訴用戶特征數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，以去除冗余特征項，獲取第二投訴用戶特征數(shù)據(jù)集，包括：

12、根據(jù)所述第一投訴用戶特征數(shù)據(jù)集，獲取缺失率大于第一預(yù)設(shè)閾值的第一特征項以及標(biāo)準(zhǔn)差小于第二預(yù)設(shè)閾值的第二特征項；

13、從所述第一投訴用戶特征數(shù)據(jù)集中去除所述第一特征項以及第二特征項，獲取第二用戶特征數(shù)據(jù)集。

14、根據(jù)本發(fā)明提供的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，所述根據(jù)所述第二投訴用戶特征數(shù)據(jù)集，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型，包括：

15、計算所述第二用戶特征數(shù)據(jù)集中各個特征項之間的相關(guān)系數(shù)，獲取相關(guān)系數(shù)信息；

16、根據(jù)所述相關(guān)系數(shù)信息，從所述第二用戶特征數(shù)據(jù)集中去除第三特征項，獲取第三投訴用戶特征數(shù)據(jù)集；

17、根據(jù)所述第三投訴用戶特征數(shù)據(jù)集對初始模型訓(xùn)練，獲取用戶投訴預(yù)測模型；

18、其中，所述第三特征項為所述相關(guān)系數(shù)大于第三預(yù)設(shè)閾值對應(yīng)的兩個特征項其中之一。

19、根據(jù)本發(fā)明提供的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，所述根據(jù)所述第三投訴用戶特征數(shù)據(jù)集對初始模型訓(xùn)練，獲取用戶投訴預(yù)測模型，包括：

20、根據(jù)所述第三投訴用戶特征數(shù)據(jù)集，獲取對應(yīng)的非投訴用戶特征數(shù)據(jù)集；

21、將所述第三投訴用戶特征數(shù)據(jù)集作為正樣本并且所述非投訴用戶特征及作為負(fù)樣本，對xgboost模型進(jìn)行訓(xùn)練獲取用戶投訴預(yù)測模型。

22、本發(fā)明還提供移動網(wǎng)絡(luò)投訴預(yù)測方法，包括：

23、獲取現(xiàn)網(wǎng)用戶信息；

24、將所述現(xiàn)網(wǎng)用戶信息輸入至用戶投訴預(yù)測模型，獲取各個現(xiàn)網(wǎng)用戶的用戶投訴概率值；

25、其中，所述用戶投訴預(yù)測模型根據(jù)上述的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法獲得。

26、根據(jù)本發(fā)明提供的移動網(wǎng)絡(luò)投訴預(yù)測方法，在所述將所述現(xiàn)網(wǎng)用戶信息輸入至用戶投訴預(yù)測模型，獲取各個現(xiàn)網(wǎng)用戶的用戶投訴概率值之后，還包括：

27、獲取所述用戶投訴概率值大于第四預(yù)設(shè)閾值對應(yīng)的潛在投訴用戶信息；

28、獲取異常小區(qū)信息；

29、根據(jù)所述潛在投訴用戶信息以及所述異常小區(qū)信息，獲取質(zhì)差小區(qū)預(yù)警信息；

30、其中，所述質(zhì)差小區(qū)預(yù)警信息表征異常小區(qū)中潛在投訴用戶駐留的小區(qū)。

31、本發(fā)明還提供一種移動網(wǎng)絡(luò)用戶投訴預(yù)測裝置，包括：

32、投訴數(shù)據(jù)采集模塊，用于獲取投訴記錄信息；

33、用戶業(yè)務(wù)數(shù)據(jù)采集模塊，用于獲取對應(yīng)的投訴用戶業(yè)務(wù)信息；

34、小區(qū)業(yè)務(wù)數(shù)據(jù)采集模塊，用于獲取對應(yīng)的投訴用戶小區(qū)信息；

35、用戶特征數(shù)據(jù)集匯聚模塊，用于根獲取對應(yīng)的投訴用戶消費信息；

36、投訴預(yù)測模塊，用于根據(jù)現(xiàn)網(wǎng)用戶信息獲取各個現(xiàn)網(wǎng)用戶的用戶投訴概率值；

37、所述投訴數(shù)據(jù)采集模塊、所述用戶業(yè)務(wù)數(shù)據(jù)采集模塊、所述小區(qū)業(yè)務(wù)數(shù)據(jù)采集模塊、所述用戶特征數(shù)據(jù)匯聚模塊以及所述投訴預(yù)測模塊相互配合能夠?qū)崿F(xiàn)上述的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法或者上述的移動網(wǎng)絡(luò)投訴預(yù)測方法。

38、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述任一種所述移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法或者移動網(wǎng)絡(luò)投訴預(yù)測方法。

39、本發(fā)明還提供一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上述移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法或者移動網(wǎng)絡(luò)投訴預(yù)測方法。

40、本發(fā)明提供的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法、裝置、設(shè)備及存儲介質(zhì)，至少具有以下有益效果：基于投訴記錄信息，能夠獲知投訴用戶的標(biāo)識以及投訴時間，進(jìn)而據(jù)此檢索對應(yīng)的投訴用戶業(yè)務(wù)信息、投訴用戶小區(qū)信息以及投訴用戶消費信息。投訴用戶業(yè)務(wù)信息表征投訴用戶的通話、上網(wǎng)等業(yè)務(wù)的質(zhì)量記錄，反映業(yè)務(wù)體驗情況。投訴用戶小區(qū)信息表征投訴用戶駐留服務(wù)小區(qū)的信號強(qiáng)度、信噪比等記錄，反映信號體驗情況。用戶消費信息表征用戶的套餐資費、近期消費等記錄，反映消費變化。以投訴用戶的業(yè)務(wù)、服務(wù)小區(qū)以及消費記錄三個維度的信息作為基準(zhǔn)，對初始模型進(jìn)行訓(xùn)練以學(xué)習(xí)投訴用戶的特征，初始模型訓(xùn)練完成后作為用戶投訴預(yù)測模型。將現(xiàn)網(wǎng)用戶信息輸入用戶投訴預(yù)測模型能夠獲取現(xiàn)網(wǎng)用戶的投訴概率，進(jìn)而基于投訴概率將高概率的用戶作為潛在投訴用戶。以此，從用戶業(yè)務(wù)、服務(wù)小區(qū)以及消費記錄三個維度訓(xùn)練獲得用戶投訴預(yù)測模型，進(jìn)而用戶投訴預(yù)測模型從三個衡量用戶的投訴概率，獲取潛在的投訴用戶，達(dá)到提前投訴預(yù)警的效果，有利于實現(xiàn)提前優(yōu)化用戶網(wǎng)絡(luò)體驗，降低投訴率。

技術(shù)特征：

1.移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，其特征在于，所述根據(jù)所述投訴記錄信息、所述投訴用戶業(yè)務(wù)信息、所述投訴用戶小區(qū)信息以及所述投訴用戶消費信息，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型，包括：

3.根據(jù)權(quán)利要求2所述的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，其特征在于，所述對所述第一投訴用戶特征數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，以去除冗余特征項，獲取第二投訴用戶特征數(shù)據(jù)集，包括：

4.根據(jù)權(quán)利要求3所述的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，其特征在于，所述根據(jù)所述第二投訴用戶特征數(shù)據(jù)集，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型，包括：

5.根據(jù)權(quán)利要求4所述的移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法，其特征在于，所述根據(jù)所述第三投訴用戶特征數(shù)據(jù)集對初始模型訓(xùn)練，獲取用戶投訴預(yù)測模型，包括：

6.移動網(wǎng)絡(luò)投訴預(yù)測方法，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的移動網(wǎng)絡(luò)投訴預(yù)測方法，其特征在于，在所述將所述現(xiàn)網(wǎng)用戶信息輸入至用戶投訴預(yù)測模型，獲取各個現(xiàn)網(wǎng)用戶的用戶投訴概率值之后，還包括：

8.一種移動網(wǎng)絡(luò)用戶投訴預(yù)測裝置，其特征在于，包括：

9.一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至7任一項所述移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法或者實現(xiàn)如權(quán)利要求6或7所述的移動網(wǎng)絡(luò)投訴預(yù)測方法。

10.一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法或者實現(xiàn)如權(quán)利要求6或7所述的移動網(wǎng)絡(luò)投訴預(yù)測方法。

技術(shù)總結(jié)
本發(fā)明提供移動網(wǎng)絡(luò)投訴預(yù)測模型訓(xùn)練方法、裝置及存儲介質(zhì)，涉及移動網(wǎng)絡(luò)投訴預(yù)測技術(shù)領(lǐng)域，所述方法包括：獲取投訴記錄信息，所述投訴記錄信息包括投訴用戶標(biāo)識以及投訴時間；根據(jù)所述投訴記錄信息，獲取對應(yīng)的投訴用戶業(yè)務(wù)信息、投訴用戶小區(qū)信息以及投訴用戶消費信息；根據(jù)所述投訴記錄信息、所述投訴用戶業(yè)務(wù)信息、所述投訴用戶小區(qū)信息以及所述投訴用戶消費信息，對初始模型訓(xùn)練以獲取用戶投訴預(yù)測模型。從用戶業(yè)務(wù)、服務(wù)小區(qū)以及消費記錄三個維度訓(xùn)練獲得用戶投訴預(yù)測模型，進(jìn)而用戶投訴預(yù)測模型從三個衡量用戶的投訴概率，獲取潛在的投訴用戶，達(dá)到提前投訴預(yù)警的效果，有利于實現(xiàn)提前優(yōu)化用戶網(wǎng)絡(luò)體驗，降低投訴率。

技術(shù)研發(fā)人員：宗宇雷,梁童,吳偉嘉,闕鋆淑,劉毅,梁躍峰,劉智勇,馮笑杰,陳亞男,馮超,凌濟(jì)民,周杰,賴政陽,張鍇
受保護(hù)的技術(shù)使用者：中國移動通信集團(tuán)設(shè)計院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21