[发明专利]数据处理方法、装置、计算设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取为目标用户提供安装维护服务时的指标数据以及所述目标用户的画像数据；

将所述指标数据以及所述画像数据输入至预先训练好的目标满意度评估模型中，得到所述目标用户对安装维护服务的满意度；

在所述目标用户对安装维护服务的满意度低于预定阈值的情况下，根据对所述目标用户的回访记录信息，生成所述目标用户对应的回访建议信息。

2.根据权利要求1所述的方法，其特征在于，所述获取为目标用户提供安装维护服务时的指标数据以及所述目标用户的画像数据之前，所述方法还包括：

在对预设满意度评估模型进行训练的过程中，获取本次误差和上次误差，所述本次误差是根据本次训练所述预设满意度评估模型时输出的满意度以及对应的实际满意度计算得到，所述上次误差是根据上次训练所述预设满意度评估模型时输出的满意度以及对应的实际满意度计算得到；

将所述本次误差与所述上次误差进行比对；

根据所述本次误差与所述上次误差的比对结果，调整学习率；

根据调整后的所述学习率，对所述预设满意度评估模型进行反向传播，并对所述预设满意度评估模型进行下一次训练，直到满足预定的停止训练条件为止，得到所述目标满意度评估模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述本次误差与所述上次误差的比对结果，调整学习率，包括：

在所述本次误差小于所述上次误差的情况下，根据预设的学习率增大倍数，增大所述学习率，所述学习率增大倍数为大于1的数值；

在所述本次误差大于所述上次误差的情况下，根据预设的学习率减小倍数，减小所述学习率，所述学习率减小倍数为小于1的数值。

4.根据权利要求3所述的方法，其特征在于，所述根据预设的学习率增大倍数，增大所述学习率，包括：

在连续n次的对比结果均是本次训练所述预设满意度评估模型时计算出的误差小于上次训练所述预设满意度评估模型时计算出的误差的情况下，将n作为所述学习率增大倍数的指数，进行幂运算，得到更新后的所述学习率增大倍数，n为大于1的整数；

将所述学习率与更新后的所述学习率增大倍数相乘，得到增大后的所述学习率。

5.根据权利要求3所述的方法，其特征在于，所述根据预设的学习率减小倍数，减小所述学习率之前，所述方法还包括：

获取最近一次的稳定训练状态对应的训练次序编号g，所述稳定训练状态包括本次训练所述预设满意度评估模型时计算出的误差小于上一次训练所述预设满意度评估模型时计算出的误差，g为正整数；

回退至第g次进行训练时输出满意度的目标步骤，以用于在所述目标步骤之后，根据所述学习率减小倍数，减小所述学习率；

根据调整后的所述学习率，对所述预设满意度评估模型进行反向传播，包括：

根据调整后的所述学习率，对所述预设满意度评估模型重新进行第g次训练的反向传播。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述根据对所述目标用户的回访记录信息，生成所述目标用户对应的回访建议信息，包括：

在所述回访记录信息为空的情况下，生成对所述目标用户进行回访的建议信息；

在所述回访记录信息中包括对所述目标用户回访失败的信息的情况下，生成对所述目标用户谨慎回访的建议信息。

7.根据权利要求1至5中任意一项所述的方法，其特征在于，所述根据对所述目标用户的回访记录信息，生成所述目标用户对应的回访建议信息之后，所述方法还包括：

在所述回访记录信息为空或者所述回访记录信息中包括对所述目标用户回访失败的信息的情况下，将所述目标用户添加至回访列表中；

在所述回访列表中的所述目标用户对应的位置，添加所述回访建议信息。