[发明专利]一种用户升级投诉行为预测方法及系统

权利要求书

1.一种用户升级投诉行为预测方法，其特征在于，包括：

获取用户的投诉行为数据，根据所述投诉行为数据中的事件发生时间和事件类型，为所述用户建立事件序列；

根据预设条件，对所述事件序列中的事件项进行提取，构建用户投诉行为的时差序列；

将所述用户投诉行为的时差序列作为特征进行分析，获得所述用户投诉行为的时差序列对应的用户进行升级投诉的概率；

其中，所述预设条件至少包括预设支持度阈值、预设序列最大长度、事件项的预设时间间隔；

所述根据预设条件，对所述事件序列中的事件项进行提取，构建用户投诉行为的时差序列的步骤具体包括：

在所述事件序列中，获取长度为1的事件项和每一个事件项对应的投影数据库，为所述长度为1的事件项标记所述事件项的发生时间；

获取所述事件序列中，每两个相邻的事件项所对应的时间间隔，保留所述时间间隔在事件项的预设时间间隔之间的事件项；

获取所述事件序列中所有事件项的支持度，去除支持度低于预设支持度阈值的事件项，获得第二事件序列；

对所述第二事件序列的长度进行计数，若所述第二事件序列的长度在预设序列最大长度之内，将所述第二事件序列作为用户投诉行为的时差序列；

所述将所述用户投诉行为的时差序列作为特征进行分析，获得所述用户投诉行为的时差序列对应的用户进行升级投诉的概率的步骤，具体包括：

通过时间频繁序列的挖掘模式，对所述用户投诉行为的时差序列进行模式筛选，获得所述用户投诉行为的时差序列对应的用户进行升级投诉的概率。

2.根据权利要求1所述的方法，其特征在于，所述获取所述事件序列中所有事件项的支持度，去除支持度低于预设支持度阈值的事件项的步骤包括：

若所述事件序列中所有事件项的支持度都小于预设支持度阈值时，则判定所述事件序列对应的用户不会进行升级投诉行为。

3.根据权利要求1所述的方法，其特征在于，所述获取所述事件序列中所有事件项的支持度，去除支持度低于预设支持度阈值的事件项，获得第二事件序列的步骤之后，还包括：

将支持度大于预设支持度阈值的事件项进行合并，根据合并构建的第二事件序列，重新执行根据预设条件，对所述事件序列中的事件项进行提取，构建用户投诉行为的时差序列。

4.根据权利要求1所述的方法其特征在于，所述对所述第二事件序列的长度进行计数，若所述第二事件序列的长度在预设序列最大长度之内，将所述第二事件序列作为用户投诉行为的时差序列的步骤包括：

当所述第二事件序列的长度大于所述预设序列最大长度时，提取所述第二事件序列中与所述预设序列最大长度相等长度的部分，作为用户投诉行为的时差序列。

5.根据权利要求1所述的方法，其特征在于，所述对所述第二事件序列的长度进行计数，若所述第二事件序列的长度在预设序列最大长度之内，将所述第二事件序列作为用户投诉行为的时差序列的步骤包括：

若所述第二事件序列的长度小于所述预设序列最大长度，则将所述第二事件序列作为用户投诉行为的时差序列。