龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：新讯数字科技(杭州)有限公司
申请日：2024-04-02
公开（公告）日：2024-06-11
公开（公告）号：CN118171913A
主分类号：G06Q10/0635
分类号：G06Q10/0635;G06Q30/016;G06N20/00;G06F40/216
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：一种基于机器学习的投诉风险审计方法和系统，包括：构建投诉关键词库；获取历史投诉文本构建潜在投诉风险数据集，为每条历史投诉文本构建投诉‑推荐文本映射集；构建并训练投诉风险审计模型，包括投诉风险场景分类模型和投诉风险预测模型，场景分类模型将客户投诉场景划分成若干投诉风险场景，预测模型为每个投诉风险场景构建投诉风险计算子模型，并预测客户对于客服推荐产品行为的潜在投诉风险值；实时采集客服产品推荐行为数据，并判断客户是否存在于潜在投诉风险数据集中，如果是，则获取客户所属投诉风险场景，选择对应的投诉风险计算子模型，从而预测得到潜在投诉风险值，确定是否预警。本发明涉及计算机技术领域，能实现投诉风险实时预警。
主权项：1.一种基于机器学习的投诉风险审计方法，其特征在于，包括有：步骤一、采集投诉关键词，从而构建投诉关键词库；步骤二、获取历史投诉文本数据来构建潜在投诉风险数据集，并为潜在投诉风险数据集中的每条历史投诉文本构建相应的投诉-推荐文本映射集；步骤三、构建并训练投诉风险审计模型，投诉风险审计模型进一步包括有投诉风险场景分类模型和投诉风险预测模型，其中，投诉风险场景分类模型用于将潜在投诉风险数据集中的所有客户投诉场景划分成若干投诉风险场景，即计算输出每个投诉客户所属的投诉风险场景，投诉风险预测模型为每个投诉风险场景分别构建一个对应的投诉风险计算子模型，投诉风险计算子模型用于预测不同投诉风险场景下的客户对于客服人员推荐产品行为的潜在投诉风险值；步骤四、实时采集客服人员的产品推荐行为数据，并判断本次推荐客户是否存在于潜在投诉风险数据集中，如果是，则从投诉风险场景分类模型获取本次推荐客户所属的投诉风险场景，然后根据客户所属的投诉风险场景，选择对应的投诉风险计算子模型，从而预测得到本次推荐客户对于客服人员推荐产品行为的潜在投诉风险值，并根据潜在投诉风险值确定是否预警。
全文数据：
权利要求：
百度查询： 新讯数字科技(杭州)有限公司 一种基于机器学习的投诉风险审计方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号