[发明专利]异常投诉事件的识别方法及装置有效

专利信息
申请号: 201911114975.6 申请日: 2019-11-14
公开(公告)号: CN110909129B 公开(公告)日: 2022-11-04
发明(设计)人: 仇雪雅;臧云波 申请(专利权)人: 上海秒针网络科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/36;G06F40/279;G06Q50/18
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 江舟
地址: 200433 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 投诉 事件 识别 方法 装置
【权利要求书】:

1.一种异常投诉事件的识别方法,其特征在于,包括:

根据第一投诉事件构建知识图谱,其中,所述知识图谱中包括与所述第一投诉事件对应的第一节点;

挖掘所述知识图谱中与第二投诉事件关联的第二节点;

根据所述第二节点确定所述第二投诉事件为异常投诉事件的概率;

在所述概率超过第一阈值的情况下,确定所述第二投诉事件为异常投诉事件;

其中,所述第一节点包括第三节点和第四节点,所述根据第一投诉事件构建知识图谱,包括:

获取所述第一投诉事件中包括的第一投诉人和第一目标事件;

在所述知识图谱中构建与所述第一投诉人和所述第一目标事件相对应的所述第三节点;

获取所述第三节点的属性信息,在所述知识图谱中构建与所述第三节点的属性信息对应的所述第四节点;

在所述知识图谱中建立所述第三节点和所述第四节点之间的关系。

2.根据权利要求1所述的方法,其特征在于,所述第二投诉事件包括第二投诉人和第二目标事件;

其中,所述挖掘所述知识图谱中与第二投诉事件关联的第二节点,包括;

根据所述第二投诉人和第二目标事件,挖掘所述知识图谱中与所述第二投诉人和第二目标事件存在关联关系的所述第二节点。

3.根据权利要求2所述的方法,其特征在于,所述根据所述第二节点确定所述第二投诉事件为异常投诉事件的概率,包括:

根据所述第二节点确定所述第二投诉人的历史投诉次数以及投诉间隔;

在所述历史投诉次数大于第二阈值且所述投诉间隔小于第三阈值的情况下,确定所述第二投诉事件为异常投诉事件的概率超过了所述第一阈值。

4.根据权利要求1所述的方法,其特征在于,在所述概率超过阈值的情况下,确定所述第二投诉事件为异常投诉事件之后,所述方法还包括:

根据所述第二投诉事件所属的异常投诉事件的类型,确定所述第二投诉事件的优先级;

根据所述优先级对所述第二投诉事件进行处理。

5.一种异常投诉事件的识别装置,其特征在于,包括:

构建模块,用于根据第一投诉事件构建知识图谱,其中,所述知识图谱中包括与所述第一投诉事件对应的第一节点;

挖掘模块,用于挖掘所述知识图谱中与第二投诉事件关联的第二节点;

第一确定模块,用于根据所述第二节点确定所述第二投诉事件为异常投诉事件的概率;

第二确定模块,用于在所述概率超过第一阈值的情况下,确定所述第二投诉事件为异常投诉事件;

其中,所述第一节点包括第三节点和第四节点,所述构建模块,还用于:

获取所述第一投诉事件中包括的第一投诉人和第一目标事件;

在所述知识图谱中构建与所述第一投诉人和所述第一目标事件相对应的所述第三节点;

获取所述第三节点的属性信息,在所述知识图谱中构建与所述第三节点的属性信息对应的所述第四节点;

在所述知识图谱中建立所述第三节点和所述第四节点之间的关系。

6.根据权利要求5所述的装置,其特征在于,所述第二投诉事件包括第二投诉人和第二目标事件;

其中,所述挖掘模块,还用于:根据所述第二投诉人和第二目标事件,挖掘所述知识图谱中与所述第二投诉人和第二目标事件存在关联关系的所述第二节点。

7.根据权利要求6所述的装置,其特征在于,所述第一确定模块,还用于:

根据所述第二节点确定所述第二投诉人的历史投诉次数以及投诉间隔;

在所述历史投诉次数大于第二阈值且所述投诉间隔小于第三阈值的情况下,确定所述第二投诉事件为异常投诉事件的概率超过了所述第一阈值。

8.根据权利要求5所述的装置,其特征在于,所述装置还包括:

第三确定模块,用于根据所述第二投诉事件所属的异常投诉事件的类型,确定所述第二投诉事件的优先级;以及用于根据所述优先级对所述第二投诉事件进行处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海秒针网络科技有限公司,未经上海秒针网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911114975.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top