[发明专利]用户投诉预警方法、装置、计算机设备及存储介质

说明书

本发明提供一种用户投诉预警方法、装置、计算机设备及存储介质，该方法包括：获取目标用户的唯一标识信息；根据所述唯一标识信息，从预设的用户数据库中获取目标用户对应的用户数据；对所述用户数据进行预处理；根据预处理后的用户数据，预测目标用户当前投诉的最终投诉概率；判断所述最终投诉概率是否大于预设阈值，若是，则发送报警通。本发明可以实现自动、高效的投诉预警。

技术领域

本发明涉及信息技术领域，尤其涉及一种用户投诉预警方法、装置、计算 机设备及存储介质。

背景技术

随着经济的发展，机动车辆的数量不断增加。当前，机动车辆保险已成为 中国财产保险业务中最大的险种。机动车辆保险已涵盖汽车危险事故的大部分， 中国交通部已强制购车人员购买机动车辆保险，以保证在车祸事故中，受害人 正当权益得到保障。随着车险业务的快速发展，随之而来，车险相关的投诉也 相应增多。在目前激烈的竞争环境中，不仅要求能够对已经产生的用户投诉进 行高效处理，同时需要对用户的投诉倾向进行科学评估、对用户的投诉行为进 行预警。目前，市面上的投诉预警方法都是基于人工经验规则，效率和准确率 均较低。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种用户投诉预警方法、 装置、计算机设备及存储介质，以实现自动、高效地投诉预警。

为了实现上述目的，本发明提供一种用户投诉预警方法，包括以下步骤：

获取目标用户的唯一标识信息；

根据所述唯一标识信息，从预设的用户数据库中获取目标用户对应的用户 数据；

对所述用户数据进行预处理；

根据预处理后的用户数据，预测目标用户当前投诉的最终投诉概率；

判断所述最终投诉概率是否大于预设阈值，若是，则发送报警通知。

在本发明一个实施例中，所述预处理包括：数据清洗处理、特征提取处理 和归一化处理。

在本发明一个实施例中，所述用户数据包括目标用户在预定时间段内对应 的个人特征、车辆特征和全阶段车险业务特征，还包括目标用户当前对应的时 间特征、地理特征、个人特征、车辆特征和当前阶段车险业务特征。

在本发明一个实施例中，所述根据预处理后的目标用户特征，预测目标用 户当前投诉的最终投诉概率的步骤包括：

将目标用户在预定时间段内对应的个人特征、车辆特征和全阶段车险业务 特征输入预先训练得到的所有业务阶段对应的基础投诉概率模型进行处理，得 到所述目标用户在所投车险的各业务阶段投诉的基础投诉概率；

将目标用户当前对应的时间特征、地理特征、个人特征、车辆特征和当前 阶段车险业务特征输入预先训练得到的当前阶段对应的初始投诉概率模型进行 处理，得到所述目标用户当前投诉的初始投诉概率；

将所述基础投诉概率与所述初始投诉概率进行加权求和运算，得到所述目 标用户当前投诉的最终投诉概率。

在本发明一个实施例中，所述基础投诉概率模型的训练步骤如下：

获取第一训练样本集，该第一训练样本集包含若干第一训练样本以及各第 一训练样本对应的投诉信息，其中，各第一训练样本分别包含各训练用户历年 的个人特征、车辆特征和全阶段车险业务特征；

根据所述第一训练样本集训练得到所述基础投诉概率模型。

在本发明一个实施例中，所述基础投诉概率模型为混合逻辑回归模型，所 述混合逻辑回归模型的表达式如式(1)：