[发明专利]投诉信息处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种投诉信息方法、装置、计算机设备和存储介质。涉及人工智能的算法模型领域。方法包括获取预设时间区间的投诉信息；根据设定属性特征对投诉信息进行分组，得到第一次分组结果，第一次分组结果中将包含属性特征的投诉信息划分为一组，将不包含属性特征的投诉信息划分为另一组；将不具有设定属性特征的分组输入至分类模型，得到第二次分组结果；重组第一次分组结果和第二次分组结果，将投诉信息进行类别划分，其中，划分后的类别对应的投诉信息数量的比例为预设分类比例；根据对应的类别将所有投诉信息分类处理。采用本方法能够更加高质高效的对海量的投诉案件进行处理。

技术领域

本申请涉及计算机技术领域，特别是涉及一种投诉信息处理方法、装置、计算机设备和存储介质。

背景技术

随着业务系统的客户群体越来越庞大，客户投诉也日益增多。为提升客户满意度，一方面需要减少和避免客户投诉；另一方面当客户投诉时，加快投诉处理速度，减少客户等待时间。

传统的对投诉案件的处理通常采用全部线下处理。虽然线下处理能够保障服务质量，但当投诉案件量较大时，全部线下处理极易造成数据处理不及时。因此，当下迫切需要寻求一种新的投诉案件处理方案，使得在面对大量的投诉案件，既能监控处理时效也能够确保服务质量。

发明内容

基于此，有必要针对上述技术问题，提供一种能够更加高质高效的对海量的投诉案件进行处理的投诉信息处理方法、装置、计算机设备和存储介质。

一种投诉信息处理方法，所述方法包括：

获取预设时间区间的投诉信息；

根据设定属性特征对所述投诉信息进行分组，得到第一次分组结果，所述第一次分组结果中将包含所述属性特征的投诉信息划分为一组，将不包含所述属性特征的投诉信息划分为另一组；

将所述不具有设定属性特征的分组输入至分类模型，得到第二次分组结果；

重组所述第一次分组结果和所述第二次分组结果，将所述投诉信息进行类别划分，其中，所述划分后的所述类别对应的投诉信息数量的比例为预设分类比例；

根据对应的所述类别将所有所述投诉信息分类处理。

在一个实施例中，在所述根据设定属性特征对所述投诉信息进行分组，得到第一次分组结果之后，还包括：

计算所述第一次分组结果对应的组间比例，所述组间比例为具有设定属性特征的投诉信息数量与不具有设定属性特征的投诉信息数量的比值；

根据所述组间比例和预设分类比例计算模型分类比例；

所述将不具有设定属性特征的投诉信息分组输入至分类模型，得到第二次分组结果，包括：多次调用分类模型对所述不具有设定属性特征的投诉信息进行多次分类，直至得到的分类结果满足所述模型分类比例，其中，所述分类模型包括具有固定分类比例的二分类模型。

在一个实施例中，所述多次调用分类模型对所述不具有设定属性特征的投诉信息进行多次分类，直至得到的分类结果满足所述模型分类比例，包括：

获取所述分类模型对应的所有分类比例，其中，所述分类比例包括所述分类模型经迭代多次所述固有分类比例分组后得到的所有分类比例；

确定与所述模型分类比例最接近的目标分类比例；

获取所述目标分类比例对应的多次分组方案；

将所述多次分组方案和所述不具有设定属性特征的投诉信息输入至所述分类模型中，得到第二次分组结果。

在一个实施例中，在获取预设时间区间的投诉信息之后，还包括：