首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于马尔可夫毯的在线服务体验质量关键因素识别方法 

申请/专利权人:广东工业大学

申请日:2024-05-24

公开(公告)日:2024-06-25

公开(公告)号:CN118246815A

主分类号:G06Q10/0639

分类号:G06Q10/0639;G06Q10/0637;G06Q30/015

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明提供一种基于马尔可夫毯的在线服务体验质量关键因素识别方法,所述方法通过获取在线服务平台的体验质量的潜在影响因素,来对应构建决策表,利用马尔可夫毯和粗糙集理论能够充分的挖掘在线服务的体验质量中的关键因素;与现有技术相比,本发明能够适用于不同类型的服务,并能够有效的获取在线服务中的关键因素,帮助提升服务的体验质量和客户对服务的满意度;另外,本发明将全类混合信息的决策表转化为特定类信息的特定类决策表,有效的避免夸类别间冗余信息的干扰,提高识别分析的效率,并通过计算特定类决策表的近似马尔可夫毯和不确定性指标,能够获得更好的初始解,能够大大的提高优化搜索计算的效率。

主权项:1.一种基于马尔可夫毯的在线服务体验质量关键因素识别方法,其特征在于,所述方法包括:获取在线服务平台的用户数据集、体验质量影响因素数据集和体验质量数据集,并构建决策表;所述用户数据集作为所述决策表的论域U,所述体验质量影响因素数据集作为所述决策表的条件属性集C,所述体验质量数据集作为所述决策表的决策属性集D,表示条件属性集C中对应条件属性上的值域,表示用于转换所述决策表DT的映射函数;根据所述映射函数计算所述决策表DT在每个决策属性集D的属性类别下的转换,获取转换后的特定类决策表;,表示选定所述决策表的决策属性集D中的一个决策属性类别作为特定类;、和分别表示经过转换后的所述特定类决策表的条件属性集、决策属性集和对应条件属性上的值域;基于对称不确定性指标和近似马尔可夫毯将所述条件属性集划分为若干条件属性分组,并获取每个条件属性分组的特定类的主导属性;将所述特定类决策表的所有条件属性分组中的所述主导属性构建主导属性集;对每一个所述特定类决策表的主导属性集进行优化搜索;合并每一个所述特定类决策表的优化搜索结果,得到属性约简集合;根据得到的所述属性约简集合获取在线体验质量关键因素识别模型,并通过所述在线体验质量关键因素识别模型对在线服务平台服务数据进行识别,识别在线服务平台的服务质量关键因素。

全文数据:

权利要求:

百度查询: 广东工业大学 基于马尔可夫毯的在线服务体验质量关键因素识别方法

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。