[发明专利]基于大数据的家电售后服务业务流程节点分析方法

权利要求书

1.基于大数据的家电售后服务业务流程节点分析方法，其特征在于，包括以下步骤：

S1，根据对客户满意度理论模型及家电售后业务流程节点的分析，建立客户满意度框架、业务流程节点指标体系以及指标测量方法，所述指标体系包括若干节点，每个所述节点包括若干测量指标，每个所述测量指标分别对应有指标测量方法；

S2，基于节点指标体系与指标测量方法，对每个所述测量指标分别收集数据，并对收集的数据进行处理；

S3，使用关联规则算法，对步骤S2收集的数据，依据S1中客户满意度框架进行规则挖掘；根据挖掘结果，给出每个所述节点筛选出关键测量指标；

S4，使用随机森林算法，对每个节点的所述关键测量指标进行重要性分析；

S5，使用多元线性回归的方法，对筛选后的关键测量指标，进行关键测量指标对目标变量的影响程度分析；

S6，将随机森林算法得出的重要性分析结果，与按照多元线性回归系数的排序得到的相对重要性结果进行对比，对各关键测量指标的重要性分析结果进行检验；

S7，根据S5、S6分析结果，形成家电售后业务流程节点模型及家电售后业务流程节点优化方法。

2.根据权利要求1所述的基于大数据的家电售后服务业务流程节点分析方法，其特征在于，步骤S2中，具体包括以下步骤：

S21，根据每个所述测量指标以及相对应的指标测量方法，分别针对每个所述测量指标进行数据收集；

S22，运用均值填补、众数填补、根据业务特点填补和设置缺失类别的缺失值处理方法，对数据缺失值进行处理；

S23，采用业务规则对定序变量进行离散化；采用Shapiro-Wilk检验法，对所有定比变量进行正态性检验，根据正态性检验结果，采用分位数分组方法对定比变量进行离散化；

S24，使用Z-score标准化方法，对所有定距变量和定比变量进行数据标准化。

3.根据权利要求1所述的基于大数据的家电售后服务业务流程节点分析方法，其特征在于，步骤S3中，具体包括以下步骤：

S31，对数据进行商业理解，初步设定最小支持度值与最小置信度值；

S32，对数据进行探索性关联规则挖掘，根据关联规则挖掘结果的规则分布，调整并确定最小支持度与最小置信度；

S33，根据确定的最小支持度与最小置信度，使用关联规则挖掘算法对每个所述节点筛选出满足最小支持度与最小置信度的关键测量指标；

S34，对关键测量指标的筛选结果进行分析与检验。

4.根据权利要求3所述的基于大数据的家电售后服务业务流程节点分析方法，其特征在于，步骤S34中，具体包括以下步骤：

S341，对关键测量指标进行相关性分析，设定可接受的相关系数的水平值，若两个所述关键测量指标的之间的相关系数低于水平值，则可以接受，若两个所述关键测量指标之间的相关系数高于水平值，则进行数据降维处理；

S342，将关键测量指标的变量放入回归模型进行显著性检验，根据检验结果，在对应建模过程中，剔除没能通过显著性检验的关键测量指标。

5.根据权利要求1所述的基于大数据的家电售后服务业务流程节点分析方法，其特征在于，步骤S5中，具体包括以下步骤：

S51，对直接影响目标变量的关键测量指标，将其直接放入回归模型，进行关键测量指标对目标变量的影响程度分析；

S52，利用层次回归方法，对调节变量的调节效应进行验证分析。