基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为有效降低运营商的客户投诉率,针对近一年沉淀的客户服务数据、网络质量、客户消费信息等海量数据进行挖掘特征,通过建立一种对用户的投诉行为预测建模算法,来达到预判客户对产品的友好程度的目的,分析结果表明投诉行为与客户特征属性存在较强的相连关系.
推荐文章
基于深度学习的用户投诉预测模型研究
电信投诉预测
深度学习
深度置信网络
非线性组合特征
基于深度学习的用户投诉预测模型研究
电信投诉预测
深度学习
深度置信网络
非线性组合特征
基于RBF神经网络的微博用户兴趣预测模型
微博
邻居节点
长期兴趣
短期兴趣
RBF神经网络
预测算法
基于随机森林算法的95598投诉预测方法研究
数据挖掘
随机森林
投诉预测
电力服务
95598工单
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于用户投诉倾向的预测模型研究
来源期刊 电信快报 学科
关键词 大数据 客户投诉 友好度 倾向预测
年,卷(期) 2020,(4) 所属期刊栏目 论文选粹
研究方向 页码范围 34-36
页数 3页 分类号
字数 2695字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毛伟辉 2 0 0.0 0.0
2 卢喜娜 1 0 0.0 0.0
3 林鹏飞 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
客户投诉
友好度
倾向预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电信快报
月刊
1006-1339
31-1273/TN
大16开
上海市平江路48号1号楼3层
4-208
1964
chi
出版文献量(篇)
2317
总下载数(次)
8
论文1v1指导