[发明专利]对用户满意度进行自动确定和响应的方法和系统

说明书

一个实施例提供了一种方法，所述方法包括：从用户的一个或多个设备接收用户数据；基于学习的统计模型来确定用户对健康计划的满意度水平；以及基于满意度水平选择性地向不同用户发送通信。

技术领域

一个或多个实施例总体涉及活动和通信监控和分析，并且具体地，涉及对用户满意度进行自动确定和响应。

背景技术

计划通常是概述个人应该执行/参与以改变他/她的状态的行动/ 活动集合的程序。例如，健康计划是旨在改善或维持个人的身体健康的计划(例如，实现期望的健身或健康目标的计划)。

发明内容

技术问题

需要用于以下各项的系统和方法：确定个人对其所参与的计划的满意度；以及及时通知该计划的管理者和/或另一第三方成员进行及时反应，从而确保计划的有效性。

附图说明

图1A示出了一个或多个实施例中的用于实现满意度确定系统的示例计算框架；

图1B示出了一个或多个实施例中的用于实现满意度确定系统的另一示例计算框架；

图2A示出了一个或多个实施例中的满意度确定系统中的在训练阶段中使用的一个或多个示例组件；

图2B示出了一个或多个实施例中的满意度确定系统中的在确定阶段中使用的一个或多个示例组件；

图3示出了一个或多个实施例中的由满意度确定系统收集的不同类型的数据的示例；

图4A示出了一个或多个实施例中的在智能电话上显示的示例软件用户界面；

图4B示出了一个或多个实施例中的在智能电话上显示的另一示例软件用户界面；

图4C示出了一个或多个实施例中的在智能手表上显示的又一示例软件用户界面；

图5示出了一个或多个实施例中的在训练阶段期间由满意度确定系统执行的一个或多个示例处理；

图6示出了一个或多个实施例中的在确定阶段期间由满意度确定系统执行的一个或多个示例处理；

图7详细示出了一个或多个实施例中的示例警报引擎；

图8示出了一个或多个实施例中的提供警报的示例软件用户界面；

图9详细示出了一个或多个实施例中的示例个性化校正推荐引擎；

图10示出了一个或多个实施例中的基于用户对健康计划的特定粒度(granular)方面的满意度而对健康计划的示例总体用户满意度分数；

图11A是一个或多个实施例中的用于确定用户满意度的示例处理的流程图；

图11B是一个或多个实施例中的用于训练统计机器学习模型以供在确定用户满意度时使用的示例处理的流程图；以及

图12是示出了包括用于实现所公开的实施例的计算机系统在内的信息处理系统的高级框图。

具体实施方式

一个实施例提供了一种方法，所述方法包括：从用户的一个或多个设备接收用户数据；基于学习的统计模型来确定用户对健康计划的满意度水平；以及基于满意度水平选择性地向不同用户发送通信。

另一实施例提供了一种方法，所述方法包括在训练阶段中从多个用户收集用户数据。所收集的用户数据包括真实ground-truth)用户满意度数据，其指示一个或多个用户对健康计划的一个或多个满意度水平。所述方法还包括：从用户数据中提取特征，并且基于所提取的特征和真实满意度数据来训练统计模型。统计模型将给定的提取特征集合映射到对应的满意度水平。

参考以下描述、所附权利要求和附图，将理解一个或多个实施例的这些和其他特征、方面和优点。