[发明专利]一种预测用户满意度的方法、系统及计算机设备

说明书

本公开实施例提出了一种预测用户满意度的方法、系统、计算机设备及计算机可读存储介质，应用于数据处理技术领域，其中预测用户满意度的方法包括：获取当前订单信息，并提取当前订单信息中的订单特征，将订单特征输入至用户满意度预测模型，预测当前订单信息的用户满意度。实现在当前订单完成之前就准确地预测出用户的满意度，进一步地根据预测的用户满意度，采取相应的措施。

技术领域

本公开实施例涉及数据处理技术领域，具体而言，涉及一种预测用户满意度的方法、系统、计算机设备及计算机可读存储介质。

背景技术

使用打车软件打车时，会出现用户对订单进行差评和投诉的现象。出现差评和投诉的原因是用户是使用体验不好，而体验不好的原因有很多，比如说用户等的太久了，驾驶员驾驶速度过快，驾驶员绕远路等等。

用户使用体验不好，会影响用户对出租出的再次使用，造成用户流失，更严重的会影响打车平台用户的活跃度，降低打车平台的竞争力。因此，有效、实时的识别用户的满意度是十分重要的。

发明内容

本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本公开实施例的一个方面在于提出了一种预测用户满意度的方法。

本公开实施例的另一个方面在于提出了一种预测用户满意度的系统。

本公开实施例的再一个方面在于提出了一种计算机设备。

本公开实施例的又一个方面在于提出了一种计算机可读存储介质。

有鉴于此，根据本公开实施例的一个方面，提出了一种预测用户满意度的方法，包括：获取当前订单信息，并提取当前订单信息中的订单特征；将订单特征输入至用户满意度预测模型，预测当前订单信息的用户满意度。

本公开实施例提供的预测用户满意度的方法，在用户下单使用过程中，获取用户的当前订单信息，从当前订单信息中提取出订单特征，根据订单特征通过用户满意度预测模型预测用户对当前订单的满意度，实现在当前订单完成之前就准确地预测出用户的满意度。

根据本公开实施例的上述预测用户满意度的方法，还可以具有以下技术特征：

在上述技术方案中，优选地，还包括：判断当前订单信息的用户满意度是否小于第一预设阈值；当当前订单信息的用户满意度小于第一预设阈值时，发出提示信息。

在该技术方案中，根据预测的用户满意度，采取相应的措施。例如，当用户满意度预测模型预测用户满意度小于第一预设阈值，在用户结束订单行程之前，就可以提示驾驶员该订单对应的用户可能会差评或者投诉以及差评和投诉的原因，驾驶员可以采取措施预防用户不满意的现象。或者是向用户发送消息解释原因，这样可以减少用户的投诉和差评。

在上述技术方案中，优选地，还包括：获取多个历史订单信息；训练多个历史订单信息，得到用户满意度预测模型。

在该技术方案中，采集大量历史订单信息进行训练，建立用户满意度预测模型，提高建模的精确性，保证用户满意度的准确预测。

在上述任一技术方案中，优选地，训练多个历史订单信息，得到用户满意度预测模型的步骤，具体包括：在每个历史订单信息中分别提取订单特征，并根据订单特征对每个历史订单信息的用户满意情况进行标注；将多个历史订单信息划分为训练订单信息；训练训练订单信息和订单特征，得到用户满意度预测模型；利用测试订单信息对用户满意度预测模型进行测试，得到测试准确率；当测试准确率大于第二预设阈值时，停止对训练订单信息的训练。