專利名稱：具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)及其實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)及其實(shí)現(xiàn)方法，通過(guò)該系統(tǒng) 可以實(shí)現(xiàn)客戶網(wǎng)絡(luò)滿意度的預(yù)測(cè)預(yù)警功能。
背景技術(shù)：
通常，客戶網(wǎng)絡(luò)滿意度管理是基于常規(guī)第三方定期或不定期的市場(chǎng)調(diào)研結(jié)果， 現(xiàn)有的滿意度提升工作只能在調(diào)研之后才能進(jìn)行，相對(duì)滯后，效果不佳；多次的 市場(chǎng)調(diào)研，會(huì)影響客戶的感知，對(duì)滿意度調(diào)研結(jié)果的真實(shí)和可靠性有影響；現(xiàn)有 的滿意度調(diào)研僅關(guān)注客戶的評(píng)價(jià)和感受，無(wú)法真正落實(shí)到網(wǎng)絡(luò)優(yōu)化和營(yíng)銷建議的 具體方案上，無(wú)法和實(shí)際工作相對(duì)應(yīng)，營(yíng)銷干預(yù)和網(wǎng)絡(luò)優(yōu)化均缺乏針對(duì)性、預(yù)見(jiàn) 性、有效性。
傳統(tǒng)的滿意度分析研究從客戶角度出發(fā)，可以測(cè)量出滿意度的高低，可以測(cè)量 滿意度工作的短板，可以確定改進(jìn)工作方向。
但是，傳統(tǒng)的滿意度分析相對(duì)滯后，客戶不滿意甚至發(fā)生投訴行為之后才能采 取挽救和彌補(bǔ)措施，效果不理想，不能針對(duì)具體的網(wǎng)絡(luò)設(shè)備，無(wú)法提供網(wǎng)絡(luò)優(yōu)化 的針對(duì)性建議，無(wú)法找到不滿意的客戶，提升工作缺乏針對(duì)性，不能找到客戶不 滿意的真正原因，提升工作具有一定的盲目性。

發(fā)明內(nèi)容
本發(fā)明的第一個(gè)目的是提供一種網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)及其實(shí)現(xiàn)方 法，通過(guò)該系統(tǒng)和方法可以篩選不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)備， 從而實(shí)現(xiàn)網(wǎng)絡(luò)滿意度的預(yù)測(cè)功能。
本發(fā)明的第二個(gè)目的在于提供一種在前述技術(shù)方案的基礎(chǔ)上進(jìn)一步能夠?qū)崿F(xiàn) 對(duì)預(yù)測(cè)模型準(zhǔn)確性進(jìn)行進(jìn)一步評(píng)估的一種網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)及其實(shí) 現(xiàn)方法。
本發(fā)明的第三個(gè)目的在于提供一種進(jìn)一步能夠?qū)Σ粷M意客戶和導(dǎo)致客戶不滿 意的網(wǎng)絡(luò)設(shè)備進(jìn)行進(jìn)一步分析的一種網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)及其實(shí)現(xiàn)方 法，分析可能導(dǎo)致客戶不滿意的原因，從而實(shí)現(xiàn)網(wǎng)絡(luò)滿意度的預(yù)警功能。
本發(fā)明的第一個(gè)目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的-
具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，其具有輸入端和輸出端，其特征在于 該系統(tǒng)還包括數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)拆分模塊、預(yù)測(cè)模型生成模塊 和預(yù)測(cè)模型輸出模塊，所述的數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)拆分模塊、預(yù) 測(cè)模型生成模塊和預(yù)測(cè)模型輸出模塊依次相連，其中，
所述的數(shù)據(jù)輸入模塊用于采集輸入端輸入的系統(tǒng)常態(tài)數(shù)據(jù)和客戶網(wǎng)絡(luò)滿意度 數(shù)據(jù)；
所述的數(shù)據(jù)處理模塊用于接收數(shù)據(jù)輸入模塊傳輸來(lái)的數(shù)據(jù)，并且對(duì)接收的數(shù) 據(jù)進(jìn)行合并、清洗和處理；
所述的數(shù)據(jù)拆分模塊用于接收數(shù)據(jù)處理模塊處理的數(shù)據(jù)，并且將接收到的數(shù) 據(jù)隨機(jī)拆分成用于構(gòu)建初始模型的訓(xùn)練集、用于調(diào)整初始模型的驗(yàn)證集和用于測(cè) 試模型有效性的測(cè)試集；
所述的預(yù)測(cè)模型生成模塊用于接收訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)，構(gòu)建客戶網(wǎng)絡(luò)滿 意度決策樹(shù)，根據(jù)決策樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分類，篩選不滿意客戶，尋 找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，并且將上述結(jié)果以數(shù)據(jù)庫(kù)的形式輸送給預(yù)測(cè)模型 輸出模塊；
所述的預(yù)測(cè)模型輸出模塊用于接收預(yù)測(cè)模型生成模塊傳送來(lái)的數(shù)據(jù)，并將其 輸送給輸出端。
所述的系統(tǒng)常態(tài)化數(shù)據(jù)至少包括客戶基本屬性數(shù)據(jù)、客戶通話行為數(shù)據(jù)、客 戶消費(fèi)行為數(shù)據(jù)、客戶投訴行為數(shù)據(jù)和網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)數(shù)據(jù)等，數(shù)據(jù)表來(lái)源于 客戶服務(wù)系統(tǒng)、經(jīng)營(yíng)分析系統(tǒng)、客戶投訴處理系統(tǒng)和網(wǎng)絡(luò)運(yùn)營(yíng)管理系統(tǒng)。
所述的客戶網(wǎng)絡(luò)滿意度數(shù)據(jù)來(lái)源于常規(guī)調(diào)研結(jié)果。
本發(fā)明同時(shí)提供一種具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的實(shí)現(xiàn)方法，該方 法的原理是首先，獲得用于預(yù)測(cè)客戶未來(lái)網(wǎng)絡(luò)滿意度分類的決策樹(shù)，其次，基 于系統(tǒng)常態(tài)化數(shù)據(jù)和滿意度調(diào)研數(shù)據(jù)，根據(jù)決k樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分 類，再次，篩選不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，對(duì)不滿意客戶群 和導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施群特征進(jìn)行深入分析，對(duì)相應(yīng)原因進(jìn)行深入分析， 該方法包括如下步驟
1)數(shù)據(jù)輸入步驟通過(guò)數(shù)據(jù)輸入模塊采集輸入端輸入的系統(tǒng)常態(tài)數(shù)據(jù)和客戶
網(wǎng)絡(luò)滿意度數(shù)據(jù)；
2) 數(shù)據(jù)處理步驟通過(guò)數(shù)據(jù)處理模塊接收數(shù)據(jù)輸入模塊傳輸來(lái)的數(shù)據(jù)，并且 對(duì)接收的數(shù)據(jù)進(jìn)行合并、清洗和處理；
3) 數(shù)據(jù)拆分步驟通過(guò)數(shù)據(jù)拆分模塊接收數(shù)據(jù)處理模塊處理的數(shù)據(jù)，并且將 接收到的數(shù)據(jù)隨機(jī)拆分成用于構(gòu)建初始模型的訓(xùn)練集、用于調(diào)整初始模型的驗(yàn)證 集和用于測(cè)試模型有效性的測(cè)試集；
4) 預(yù)測(cè)模型生成步驟通過(guò)預(yù)測(cè)模型生成模塊接收訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)， 構(gòu)建客戶網(wǎng)絡(luò)滿意度決策樹(shù)，根據(jù)決策樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分類，篩選
不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，并且將上述結(jié)果以數(shù)據(jù)庫(kù)的形式 輸送給預(yù)測(cè)模型輸出模塊；
5) 預(yù)測(cè)模型輸出步驟通過(guò)預(yù)測(cè)模型輸虹模塊接收預(yù)測(cè)模型生成模塊傳送來(lái) 的數(shù)據(jù)，并將其輸送給輸出端。
在根據(jù)本發(fā)明的客戶網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警模型中，網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)數(shù)據(jù)通過(guò) 客戶享用網(wǎng)絡(luò)服務(wù)資源時(shí)間加權(quán)平均，建立從網(wǎng)絡(luò)設(shè)施到客戶的映射關(guān)系。
所述的數(shù)據(jù)處理步驟包括缺失值處理、噪聲數(shù)據(jù)處理、數(shù)據(jù)一致性檢査、數(shù) 據(jù)冗余檢査、數(shù)據(jù)平滑、聚集、概化、歸約和構(gòu)造等數(shù)據(jù)清理和處理技術(shù)。
本發(fā)明的第二個(gè)目的是在本發(fā)明的第一個(gè)目的的技術(shù)實(shí)施方案的基礎(chǔ)上加以 實(shí)現(xiàn)的，即具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，該系統(tǒng)還包括預(yù)測(cè)模型評(píng)估模 塊，該預(yù)測(cè)模型評(píng)估模塊與所述的數(shù)據(jù)拆分模塊相連，接收所述的測(cè)試集的數(shù)據(jù)， 用于將預(yù)測(cè)模型生成模塊的預(yù)測(cè)結(jié)果與建模同期獲取的實(shí)際客戶網(wǎng)絡(luò)滿意度實(shí)際 數(shù)據(jù)進(jìn)行比較，以驗(yàn)證模型的真實(shí)性和可靠性。
所述的預(yù)測(cè)模型評(píng)估模塊用于監(jiān)控、評(píng)估和反饋預(yù)測(cè)預(yù)警的運(yùn)行過(guò)程和結(jié)果， 不斷優(yōu)化模型和結(jié)果。
本發(fā)明的第二個(gè)目的同時(shí)還提供一種具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的 實(shí)現(xiàn)方法，該方法在實(shí)現(xiàn)第一個(gè)發(fā)明目的的方法的基礎(chǔ)上，還包括模型評(píng)估步驟 通過(guò)預(yù)測(cè)模型評(píng)估模塊接收所述的測(cè)試集的數(shù)據(jù)，用于將預(yù)測(cè)模型生成模塊的預(yù) 測(cè)結(jié)果與建模同期獲取的實(shí)際客戶網(wǎng)絡(luò)滿意度實(shí)際數(shù)據(jù)進(jìn)行比較，以驗(yàn)證模型的 真實(shí)性和可靠性。 .
所述的數(shù)據(jù)評(píng)估步驟將預(yù)測(cè)結(jié)果重新輸入預(yù)測(cè)模型，對(duì)模型進(jìn)行優(yōu)化，還包括
對(duì)實(shí)際運(yùn)行效果的監(jiān)測(cè)，不斷分析預(yù)測(cè)失敗的原因。
本發(fā)明的第三個(gè)目的是在本發(fā)明的第一個(gè)或第二個(gè)目的的技術(shù)實(shí)施方案的基 礎(chǔ)上加以實(shí)現(xiàn)的，即具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，該系統(tǒng)還包括數(shù)據(jù)分 析模塊，該數(shù)據(jù)分析模塊與所述的輸出端相連，用于接收輸出端輸出的數(shù)據(jù)，并 且對(duì)該數(shù)據(jù)進(jìn)行分析。
所述的數(shù)據(jù)分析模塊用于對(duì)不滿意客戶群和導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施群特 征進(jìn)行深入分析，對(duì)相應(yīng)原因進(jìn)行深入分析，并且可以幫助運(yùn)營(yíng)商實(shí)現(xiàn)網(wǎng)絡(luò)滿意 度的預(yù)測(cè)型管理。
本發(fā)明的第三個(gè)目的同時(shí)還提供一種具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的 實(shí)現(xiàn)方法，該方法在實(shí)現(xiàn)第一個(gè)或第二個(gè)發(fā)明目的的方法的基礎(chǔ)上，還包括數(shù)據(jù) 分析步驟通過(guò)數(shù)據(jù)分析模塊接收輸出端輸出的數(shù)據(jù)，并且對(duì)該數(shù)據(jù)進(jìn)行分析。
本發(fā)明具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)及其實(shí)現(xiàn)方法，可以實(shí)現(xiàn)對(duì)可能 導(dǎo)致客戶發(fā)生網(wǎng)絡(luò)不滿意的網(wǎng)絡(luò)設(shè)施的預(yù)測(cè)預(yù)贅，可以建立預(yù)測(cè)預(yù)警的規(guī)則集和 知識(shí)庫(kù)，實(shí)現(xiàn)業(yè)務(wù)知識(shí)的提取、積累和標(biāo)準(zhǔn)化。


下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明。
圖1是本發(fā)明實(shí)施例一具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的整體結(jié)構(gòu)框圖2是本發(fā)明實(shí)施例一具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的實(shí)現(xiàn)方法的流
程圖3是本發(fā)明實(shí)施例二具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的整體結(jié)構(gòu)框圖； 圖4是本發(fā)明實(shí)施例二具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的實(shí)現(xiàn)方法的流 程圖5是本發(fā)明實(shí)施例三具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的整體結(jié)構(gòu)框圖； 圖6是本發(fā)明實(shí)施例三具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的實(shí)現(xiàn)方法的流 程圖。
具體實(shí)施方式
實(shí)施例一
如圖1所示的具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，其具有輸入端和輸出端，
輸入端和輸出端均采用現(xiàn)有技術(shù)，該系統(tǒng)還包括數(shù)據(jù)輸入模塊101、數(shù)據(jù)處理模塊 102、數(shù)據(jù)拆分模塊103、預(yù)測(cè)模型生成模塊104和預(yù)測(cè)模型輸出模塊105，所述 的數(shù)據(jù)輸入模塊101、數(shù)據(jù)處理模塊102、數(shù)據(jù)拆分模塊103、預(yù)測(cè)模型生成模塊 104和預(yù)測(cè)模型輸出模塊105依次相連，其中，
所述的數(shù)據(jù)輸入模塊101用于采集輸入端輸入的系統(tǒng)常態(tài)數(shù)據(jù)和客戶網(wǎng)絡(luò)滿 意度數(shù)據(jù)；
所述的數(shù)據(jù)處理模塊102用于接收數(shù)據(jù)輸入模塊101傳輸來(lái)的數(shù)據(jù)，并且對(duì) 接收的數(shù)據(jù)進(jìn)行合并、清洗和處理；
所述的數(shù)據(jù)拆分模塊103用于接收數(shù)據(jù)處理模塊102處理的數(shù)據(jù)，并且將接 收到的數(shù)據(jù)隨機(jī)拆分成用于構(gòu)建初始模型的訓(xùn)練集、用于調(diào)整初始模型的驗(yàn)證集 和用于測(cè)試模型有效性的測(cè)試集；
所述的預(yù)測(cè)模型生成模塊104用于接收訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)，構(gòu)建客戶網(wǎng) 絡(luò)滿意度決策樹(shù)，根據(jù)決策樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分類，篩選不滿意客戶， 尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，并且將上述結(jié)果以數(shù)據(jù)庫(kù)的形式輸送給預(yù)測(cè)模 型輸出模塊105;
所述的預(yù)測(cè)模型輸出模塊105用于接收預(yù)測(cè)模型生成模塊104傳送來(lái)的數(shù)據(jù)， 并將其輸送給輸出端。
當(dāng)采集系統(tǒng)常態(tài)化數(shù)據(jù)和客戶網(wǎng)絡(luò)滿意度數(shù)據(jù)時(shí)，客戶基本屬性數(shù)據(jù)來(lái)源于 客戶服務(wù)系統(tǒng)，客戶通話行為數(shù)據(jù)、客戶消費(fèi)行為數(shù)據(jù)來(lái)源于經(jīng)營(yíng)分析系統(tǒng)，客 戶投訴行為數(shù)據(jù)來(lái)源于客戶投訴處理系統(tǒng)，網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)數(shù)據(jù)來(lái)源于網(wǎng)絡(luò)運(yùn) 營(yíng)管理系統(tǒng)，數(shù)據(jù)文件格式為文本文件，數(shù)據(jù)表單格式為各系統(tǒng)預(yù)設(shè)。
所述的系統(tǒng)常態(tài)化數(shù)據(jù)至少包括客戶基本屬性數(shù)據(jù)、客戶通話行為數(shù)據(jù)、客 戶消費(fèi)行為數(shù)據(jù)、客戶投訴行為數(shù)據(jù)和網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)數(shù)據(jù)等，數(shù)據(jù)表來(lái)源于 客戶服務(wù)系統(tǒng)、經(jīng)營(yíng)分析系統(tǒng)、客戶投訴處理系統(tǒng)和網(wǎng)絡(luò)運(yùn)營(yíng)管理系統(tǒng)。
客戶基本屬性數(shù)據(jù)客戶基本屬性數(shù)據(jù)主要反映個(gè)人統(tǒng)計(jì)學(xué)特征信息(一般 包括年齡、性別、收入水平、教育程度、所在行業(yè)等)和反映客戶與移動(dòng)運(yùn)營(yíng)商 之間相互關(guān)系的數(shù)據(jù)(諸如入網(wǎng)時(shí)間、成為大客戶時(shí)間、使用品牌、使用移動(dòng)何 種服務(wù)等方面的信息)。
客戶通話行為特征數(shù)據(jù)主要反映客戶通話特征的數(shù)據(jù)，主要通過(guò)次數(shù)和時(shí)
長(zhǎng)兩類指標(biāo)反映。反映客戶通話行為特征數(shù)據(jù)可以從平均水平和變動(dòng)情況兩個(gè)方
面來(lái)反映。
客戶消費(fèi)行為特征數(shù)據(jù)主要反映客戶通i舌特征的數(shù)據(jù)，主要通過(guò)每月的分 類費(fèi)用指標(biāo)反映。反映客戶消費(fèi)特征數(shù)據(jù)可以從平均水平和變動(dòng)情況兩個(gè)方面來(lái) 反映。
客戶投訴網(wǎng)絡(luò)質(zhì)量數(shù)據(jù)涉及網(wǎng)絡(luò)質(zhì)量方面的投訴信息，包括投訴類型，客 戶號(hào)碼，投訴時(shí)間，緊急程度，處理情況等。
網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)數(shù)據(jù)對(duì)應(yīng)到客戶端的網(wǎng)絡(luò)技術(shù)參數(shù)數(shù)據(jù)，映射方法考慮 以基站或小區(qū)網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)服務(wù)時(shí)長(zhǎng)做為權(quán)重平均映射的方法。
其他附屬信息數(shù)據(jù)其他未涵蓋在客戶個(gè)人信息和客戶通話行為特征信息數(shù) 據(jù)中的數(shù)據(jù)。
根據(jù)網(wǎng)絡(luò)設(shè)施與客戶間的映射方法，建立從網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)數(shù)據(jù)到客戶的 映射，如下所述-
根據(jù)客戶享用和占有網(wǎng)絡(luò)資源的時(shí)長(zhǎng)，對(duì)網(wǎng)絡(luò)設(shè)施的技術(shù)參數(shù)數(shù)據(jù)進(jìn)行加權(quán) 平均，從而實(shí)現(xiàn)網(wǎng)絡(luò)技術(shù)參數(shù)到客戶的映射。如果用"t"表示客戶基于某業(yè)務(wù)使 用某網(wǎng)絡(luò)設(shè)施的時(shí)長(zhǎng)，用"p"表示某網(wǎng)絡(luò)設(shè)施的某項(xiàng)技術(shù)參數(shù)，用"i"表是不同 的網(wǎng)絡(luò)設(shè)施，則利用下式計(jì)算該客戶對(duì)應(yīng)的平均網(wǎng)絡(luò)設(shè)施技術(shù)參數(shù)》
EC 》，
輸入的數(shù)據(jù)，將通過(guò)數(shù)據(jù)輸入模塊101輸送給數(shù)據(jù)處理模塊102進(jìn)行處理。 首先，按照用戶號(hào)碼對(duì)系統(tǒng)常態(tài)化數(shù)據(jù)和客戶網(wǎng)絡(luò)滿意度調(diào)研數(shù)據(jù)進(jìn)行合并 整理，形成原始的寬表數(shù)據(jù)文件；其次，對(duì)原始寬表文件進(jìn)^^數(shù)據(jù)清洗，本發(fā)明 涉及的數(shù)據(jù)清洗技術(shù)包括缺失值處理、噪聲數(shù)據(jù)處理、數(shù)據(jù)一致性檢查、數(shù)據(jù)冗 余檢查等；再次，對(duì)寬表文件進(jìn)行數(shù)據(jù)處理，本發(fā)明涉及的數(shù)據(jù)處理技術(shù)包括數(shù) 據(jù)平滑、聚集、概化、歸約和構(gòu)造等，同時(shí)，按照建模的要求還需要?jiǎng)?chuàng)建模型集、 平衡樣本、時(shí)間幀和創(chuàng)建預(yù)言性模型集等處理；最后，將準(zhǔn)備好的數(shù)據(jù)寬表寫(xiě)回 數(shù)據(jù)庫(kù)，進(jìn)入下一階段工作，并且將數(shù)據(jù)庫(kù)內(nèi)的數(shù)據(jù)輸送給數(shù)據(jù)拆分模塊103。
數(shù)據(jù)拆分模塊103將數(shù)據(jù)文件隨機(jī)拆分成三部分，即訓(xùn)練集、驗(yàn)證集和測(cè)試
集，其中，訓(xùn)練集用于構(gòu)建初始的模型，驗(yàn)證集，用于調(diào)整初始的模型，使其更 加通用，測(cè)試集，用于測(cè)試模型的有效性。
所述的預(yù)測(cè)模型生成模塊104用于接收訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)，建立客戶網(wǎng) 絡(luò)滿意度預(yù)測(cè)決策樹(shù)模型和相應(yīng)的規(guī)則集，并生成相應(yīng)的預(yù)測(cè)結(jié)果，包括不滿意 客戶名單(不滿意預(yù)測(cè)的概率值)，導(dǎo)致客戶不滿意設(shè)備清單，不滿意客戶和設(shè)備 聚類和特征分析，不同品牌客戶不滿意客戶的比重描述/差異比較，不同業(yè)務(wù)產(chǎn) 品不滿意客戶的比重描述/差異比較，不同物理區(qū)域不滿意客戶的比重描述/差 異比較，不滿意客戶/網(wǎng)絡(luò)設(shè)備的原因分析等。
如圖2所示，上述具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的實(shí)現(xiàn)方法包括如下 步驟
1) 數(shù)據(jù)輸入步驟201:通過(guò)數(shù)據(jù)輸入模塊采集輸入端輸入的系統(tǒng)常態(tài)數(shù)據(jù)和 客戶網(wǎng)絡(luò)滿意度數(shù)據(jù)；
2) 數(shù)據(jù)處理步驟202:通過(guò)數(shù)據(jù)處理模塊接收數(shù)據(jù)輸入模塊傳輸來(lái)的數(shù)據(jù)， 并且對(duì)接收的數(shù)據(jù)進(jìn)行合并、清洗和處理；
3) 數(shù)據(jù)拆分步驟203:通過(guò)數(shù)據(jù)拆分模塊_接收數(shù)據(jù)處理模塊處理的數(shù)據(jù)，并 且將接收到的數(shù)據(jù)隨機(jī)拆分成用于構(gòu)建初始模型的訓(xùn)練集、用于調(diào)整初始模型的 驗(yàn)證集和用于測(cè)試模型有效性的測(cè)試集；
4) 預(yù)測(cè)模型生成步驟204:通過(guò)預(yù)測(cè)模型生成模塊接收訓(xùn)練集和驗(yàn)證集的數(shù) 據(jù)，構(gòu)建客戶網(wǎng)絡(luò)滿意度決策樹(shù)，根據(jù)決策樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分類， 篩選不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，并且將上述結(jié)果以數(shù)據(jù)庫(kù)的 形式輸送給預(yù)測(cè)模型輸出模塊；
5) 預(yù)測(cè)模型輸出步驟205:通過(guò)預(yù)測(cè)模型輸出模塊接收預(yù)測(cè)模型生成模塊傳 送來(lái)的數(shù)據(jù)，并將其輸送給輸出端。
實(shí)施例二 '
如圖3所示的具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，和實(shí)施例一不同的是， 該實(shí)施例的系統(tǒng)還包括預(yù)測(cè)模型評(píng)估模塊106，該預(yù)測(cè)模型評(píng)估模塊106與所述的 數(shù)據(jù)拆分模塊103相連，接收所述的測(cè)試集的數(shù)據(jù)，用于將預(yù)測(cè)模型生成模塊104 的預(yù)測(cè)結(jié)果與建模同期獲取的實(shí)際客戶網(wǎng)絡(luò)滿意度實(shí)際數(shù)據(jù)進(jìn)行比較，以驗(yàn)證模
型的真實(shí)性和可靠性。
通過(guò)先前未使用的測(cè)試數(shù)據(jù)集來(lái)評(píng)估預(yù)測(cè)模型的準(zhǔn)確性，主要根據(jù)差錯(cuò)率和 提升度來(lái)測(cè)量。差錯(cuò)率是指被誤分類的記錄的百分比，常用錯(cuò)判矩陣來(lái)區(qū)分錯(cuò)誤
肯定和錯(cuò)誤否定。提升度，是指當(dāng)模型用于從總體中選擇一個(gè)群組時(shí)，這個(gè)指定 群組集中度的變化量，常用提升度圖來(lái)評(píng)估模型的效果。
同時(shí)，還需要對(duì)模型進(jìn)行業(yè)務(wù)角度評(píng)估，主要評(píng)估模型的科學(xué)性和合理性。
最終，提出模型優(yōu)化或者完善的建議。
在考慮成本的前提下，可以將錯(cuò)判和差錯(cuò)成本相關(guān)聯(lián)，將差錯(cuò)成本和提升度 相關(guān)聯(lián)，最終結(jié)合業(yè)務(wù)知識(shí)確定預(yù)警的標(biāo)準(zhǔn)。
通過(guò)預(yù)測(cè)模型評(píng)估模塊106以驗(yàn)證模型的真實(shí)性和可靠性，并根據(jù)工作方向、 難度和效益預(yù)算，確定預(yù)警標(biāo)準(zhǔn)，實(shí)現(xiàn)客戶網(wǎng)絡(luò)滿意度預(yù)警功能。
如圖4所示，本實(shí)施例的實(shí)現(xiàn)方法，和實(shí)施例一相比，還包括模型評(píng)估步驟
206:通過(guò)預(yù)測(cè)模型評(píng)估模塊接收所述的測(cè)試集的數(shù)據(jù)，用于將預(yù)測(cè)模型生成模塊
的預(yù)測(cè)結(jié)果與建模同期獲取的實(shí)際客戶網(wǎng)絡(luò)滿意度實(shí)際數(shù)據(jù)進(jìn)行比較，以驗(yàn)證模 型的真實(shí)性和可靠性。
實(shí)施例三
如圖5所示的具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，和實(shí)施例二不同的是， 該系統(tǒng)還包括數(shù)據(jù)分析模塊107，該數(shù)據(jù)分析模塊107與所述的輸出端相連，用于 接收輸出端輸出的數(shù)據(jù)，并且對(duì)該數(shù)據(jù)進(jìn)行分析。
對(duì)輸出端輸出的數(shù)據(jù)深入分析的內(nèi)容包括，按照客戶的價(jià)值和未來(lái)對(duì)網(wǎng)絡(luò)不 滿意的可能性排序并生成不滿意客戶名單，對(duì)不滿意的客戶進(jìn)行分群和特征描述， 利用客戶到網(wǎng)絡(luò)設(shè)施的映射關(guān)系將未來(lái)不滿意客戶對(duì)應(yīng)到可能導(dǎo)致客戶不滿意的 設(shè)施，輸出需要關(guān)注的網(wǎng)絡(luò)設(shè)施清單，并對(duì)網(wǎng)絡(luò)設(shè)施進(jìn)行基于位置的聚類和特征 分析，分析可能導(dǎo)致客戶不滿意的原因。
如圖6所示，本實(shí)施例的實(shí)現(xiàn)方法，和實(shí)施例二相比，還包括數(shù)據(jù)分析步驟 207:通過(guò)數(shù)據(jù)分析模塊接收輸出端輸出的數(shù)據(jù)，并且對(duì)該數(shù)據(jù)進(jìn)行分析。
權(quán)利要求
1、具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，其具有輸入端和輸出端，其特征在于該系統(tǒng)還包括數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)拆分模塊、預(yù)測(cè)模型生成模塊和預(yù)測(cè)模型輸出模塊，所述的數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)拆分模塊、預(yù)測(cè)模型生成模塊和預(yù)測(cè)模型輸出模塊依次相連，其中，所述的數(shù)據(jù)輸入模塊用于采集輸入端輸入的系統(tǒng)常態(tài)數(shù)據(jù)和客戶網(wǎng)絡(luò)滿意度數(shù)據(jù)；所述的數(shù)據(jù)處理模塊用于接收數(shù)據(jù)輸入模塊傳輸來(lái)的數(shù)據(jù)，并且對(duì)接收的數(shù)據(jù)進(jìn)行合并、清洗和處理；所述的數(shù)據(jù)拆分模塊用于接收數(shù)據(jù)處理模塊處理的數(shù)據(jù)，并且將接收到的數(shù)據(jù)隨機(jī)拆分成用于構(gòu)建初始模型的訓(xùn)練集、用于調(diào)整初始模型的驗(yàn)證集和用于測(cè)試模型有效性的測(cè)試集；所述的預(yù)測(cè)模型生成模塊用于接收訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)，構(gòu)建客戶網(wǎng)絡(luò)滿意度決策樹(shù)，根據(jù)決策樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分類，篩選不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，并且將上述結(jié)果以數(shù)據(jù)庫(kù)的形式輸送給預(yù)測(cè)模型輸出模塊；所述的預(yù)測(cè)模型輸出模塊用于接收預(yù)測(cè)模型生成模塊傳送來(lái)的數(shù)據(jù)，并將其輸送給輸出端。
2、 根據(jù)權(quán)利要求1所述的具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，其特征在于 該系統(tǒng)還包括預(yù)測(cè)模型評(píng)估模塊，該預(yù)測(cè)模型評(píng)估模塊與所述的數(shù)據(jù)拆分模塊相 連，接收所述的測(cè)試集的數(shù)據(jù)，用于將預(yù)測(cè)模犁生成模塊的預(yù)測(cè)結(jié)果與建模同期 獲取的實(shí)際客戶網(wǎng)絡(luò)滿意度實(shí)際數(shù)據(jù)進(jìn)行比較，以驗(yàn)證模型的真實(shí)性和可靠性。
3、 根據(jù)權(quán)利要求1或2所述的具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，其特征 在于該系統(tǒng)還包括數(shù)據(jù)分析模塊，該數(shù)據(jù)分析模塊與所述的輸出端相連，用于 接收輸出端輸出的數(shù)據(jù)，并且對(duì)該數(shù)據(jù)進(jìn)行分析。
4、 實(shí)現(xiàn)權(quán)利要求1所述的具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)的方法，該方 法包括如下步驟-.1)數(shù)據(jù)輸入步驟通過(guò)數(shù)據(jù)輸入模塊采集輸入端輸入的系統(tǒng)常態(tài)數(shù)據(jù)和客戶 網(wǎng)絡(luò)滿意度數(shù)據(jù)；2) 數(shù)據(jù)處理步驟通過(guò)數(shù)據(jù)處理模塊接收數(shù)據(jù)輸入模塊傳輸來(lái)的數(shù)據(jù)，并且 對(duì)接收的數(shù)據(jù)進(jìn)行合并、清洗和處理；3) 數(shù)據(jù)拆分步驟通過(guò)數(shù)據(jù)拆分模塊接收數(shù)據(jù)處理模塊處理的數(shù)據(jù)，并且將 接收到的數(shù)據(jù)隨機(jī)拆分成用于構(gòu)建初始模型的訓(xùn)練集、用于調(diào)整初始模型的驗(yàn)證 集和用于測(cè)試模型有效性的測(cè)試集；4) 預(yù)測(cè)模型生成步驟通過(guò)預(yù)測(cè)模型生成模塊接收訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)， 構(gòu)建客戶網(wǎng)絡(luò)滿意度決策樹(shù)，根據(jù)決策樹(shù)對(duì)客戶未來(lái)網(wǎng)絡(luò)滿意度做出分類，篩選 不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)施，并且將上述結(jié)果以數(shù)據(jù)庫(kù)的形式 輸送給預(yù)測(cè)模型輸出模塊；5) 預(yù)測(cè)模型輸出步驟通過(guò)預(yù)測(cè)模型輸出模塊接收預(yù)測(cè)模型生成模塊傳送來(lái) 的數(shù)據(jù)，并將其輸送給輸出端。
5、 根據(jù)權(quán)利要求4所述的方法，其特征在于該方法還包括模型評(píng)估步驟-通過(guò)預(yù)測(cè)模型評(píng)估模塊接收所述的測(cè)試集的數(shù)據(jù)，用于將預(yù)測(cè)模型生成模塊的預(yù) 測(cè)結(jié)果與建模同期獲取的實(shí)際客戶網(wǎng)絡(luò)滿意度實(shí)際數(shù)據(jù)進(jìn)行比較，以驗(yàn)證模型的 真實(shí)性和可靠性。
6、 根據(jù)權(quán)利要求4或5所述的方法，其特征在于該方法還包括數(shù)據(jù)分析步 驟通過(guò)數(shù)據(jù)分析模塊接收輸出端輸出的數(shù)據(jù)，并且對(duì)該數(shù)據(jù)進(jìn)行分析。
全文摘要
本發(fā)明公開(kāi)了一種具有網(wǎng)絡(luò)滿意度預(yù)測(cè)預(yù)警功能的系統(tǒng)，其具有輸入端、輸出端、數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)拆分模塊、預(yù)測(cè)模型生成模塊和預(yù)測(cè)模型輸出模塊，所述的數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)拆分模塊、預(yù)測(cè)模型生成模塊和預(yù)測(cè)模型輸出模塊依次相連。該系統(tǒng)還可以進(jìn)一步包括預(yù)測(cè)模型評(píng)估模塊和數(shù)據(jù)分析模塊。通過(guò)該系統(tǒng)可以篩選不滿意客戶，尋找導(dǎo)致客戶不滿意的網(wǎng)絡(luò)設(shè)備，從而實(shí)現(xiàn)網(wǎng)絡(luò)滿意度的預(yù)測(cè)功能，并且可進(jìn)一步實(shí)現(xiàn)網(wǎng)絡(luò)滿意度的預(yù)警功能，分析可能導(dǎo)致客戶不滿意的原因，從而實(shí)現(xiàn)網(wǎng)絡(luò)滿意度的預(yù)警功能。本發(fā)明同時(shí)還公開(kāi)了上述系統(tǒng)的實(shí)現(xiàn)方法。
文檔編號(hào)H04L12/26GK101110699SQ20071002961
公開(kāi)日2008年1月23日 申請(qǐng)日期2007年8月7日 優(yōu)先權(quán)日2007年8月7日
發(fā)明者康 周, 偉 張, 巍 張, 莉 張, 戚興國(guó), 偉 方, 李卓貞, 李良鵬, 帆 江, 凌 王, 奇 王, 白志根, 程銳斌, 魏建榮 申請(qǐng)人:廣州誠(chéng)予國(guó)際市場(chǎng)信息研究有限公司;中國(guó)移動(dòng)通信集團(tuán)福建有限公司