【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及一种案件投诉等级判断方法、装置、设备及存储介质。
技术介绍
1、近年来，随着大数据、人工智能、云计算等数字技术应用飞速发展，金融业技术不断迭代、创新升级，在互联网金融行业中，优质服务是发展客户的重要一环，因此提高公司服务水平、维护消费者合法权益尤为重要。用户投诉是客户与公司沟通的实时渠道，改善用户的投诉可有效提升客户留存率，树立公司法人良好形象，因此利用好互联网技术，对用户的投诉等级进行判断，做好质量监管工作，改善客户观感，成为了提升各大企业服务品质的关键问题。
2、目前对于用户的投诉等级判断过程多数构建在人工经验决策的基础之上，数据技术辅助较为缺失。具体而言，当接线员接到投诉电话后，凭借自身的历史经验进行主观分析，根据来电的具体信息划分投诉的等级，然后反馈到相关部门并给出相应解决方案。然而，此类决策很大程度上取决于接线员的历史审核经验，主观性较大；仅根据部分来电资料，对投诉结果的等级判断结果不准确。
技术实现思路
1、有鉴于此，本申请提供了一种案件投诉等级判断方法及装置，旨在解决通过人工判断案件投诉等级时花费的时间较长，且得到的判断结果受主观影响较大的问题。
2、第一方面，本申请提供了一种案件投诉等级判断方法，包括：
3、获取目标案件对应的用户信息，对所述用户信息进行处理得到第一字段，所述第一字段符合输入预先训练好的模型的字段标准；
4、对所述第一字段进行特征筛选，得到符合所述特征筛选标准的第二字段，
5、将所述第二字段输入所述预先训练好的模型中，通过所述预先训练好的模型输出所述目标案件的投诉概率值；
6、根据所述投诉概率值判断所述目标案件的投诉等级。
7、可选的，所述根据所述投诉概率值判断所述目标案件的投诉等级包括：
8、当所述投诉概率值大于预设投诉概率值时，判断结果表示所述目标案件的投诉等级为高级；当所述投诉概率值不大于所述预设投诉概率值时，判断结果表示所述目标案件的投诉等级为低级。
9、可选的，根据所述投诉概率值判断所述目标案件的投诉等级包括：
10、将所述投诉概率值利用评分卡模型转换为分值，根据预设的投诉等级表判断所述分值对应的案件投诉等级。
11、可选的，所述方法还包括：对所述预设的投诉等级表中的投诉等级进行分类，得到第一类投诉和第二类投诉；
12、当所述目标案件的投诉等级为第一类投诉时，在所述第二字段中获取多个目标影响因子，计算所述多个目标影响因子对应的维度分数，将所述多个目标影响因子对应的维度分数展示在五维雷达图中。
13、可选的，目标影响因子对应的维度分数的计算方法包括：
14、获取所述目标影响因子的影响因子分数和所述目标影响因子的权重，所述影响因子分数是根据所述影响因子对应字段的值得到的，所述影响因子对应字段的值是从数据平台中获取的，所述目标影响因子的权重是根据所述影响因子对应的分值得到的；
15、根据所述目标影响因子的影响因子分数和所述目标影响因子的权重得到所述目标影响因子对应的维度数据。
16、第二方面，本申请提供了一种案件投诉等级判断装置，包括：
17、获取单元，用于获取目标案件对应的用户信息，对所述用户信息进行处理得到第一字段，所述第一字段符合输入预先训练好的模型的字段标准；
18、筛选单元，用于对所述第一字段进行特征筛选，得到符合所述特征筛选标准的第二字段，所述特征筛选包括字段饱和度计算、字段稳定性指标计算、字段信息价值计算和字段相关性计算；
19、输入单元，用于将所述第二字段输入所述预先训练好的模型中，通过所述预先训练好的模型输出所述目标案件的投诉概率值；
20、判断单元，用于根据所述投诉概率值判断所述目标案件的投诉等级。
21、可选的，所述判断单元具体用于，当所述投诉概率值大于预设投诉概率值时，判断结果表示所述目标案件的投诉等级为高级；当所述投诉概率值不大于所述预设投诉概率值时，判断结果表示所述目标案件的投诉等级为低级。
22、可选的，所述判断单元具体用于，将所述投诉概率值利用评分卡模型转换为分值，根据预设的投诉等级表判断所述分值对应的案件投诉等级。
23、可选的，所述装置还包括分类单元，用于对所述预设的投诉等级表中的投诉等级进行分类，得到第一类投诉和第二类投诉；
24、展示单元，用于当所述目标案件的投诉等级为第一类投诉时，在所述第二字段中获取多个目标影响因子，计算所述多个目标影响因子对应的维度分数，将所述多个目标影响因子对应的维度分数展示在五维雷达图中。
25、可选的，所述装置还包括计算单元，用于计算所述多个目标影响因子对应的维度分数，所述计算单元具体用于，获取所述目标影响因子的影响因子分数和所述目标影响因子的权重，所述影响因子分数是根据所述影响因子对应字段的值得到的，所述影响因子对应字段的值是从数据平台中获取的，所述目标影响因子的权重是根据所述影响因子对应的分值得到的；
26、根据所述目标影响因子的影响因子分数和所述目标影响因子的权重得到所述目标影响因子对应的维度数据。
27、第三方面，本申请提供了一种设备，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行前述第一方面任一项所述的案件投诉等级判断方法。
28、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现前述第一方面任一项所述的案件投诉等级判断方法。
29、本申请提供了一种案件投诉等级判断方法。在执行所述方法时，先获取目标案件对应的用户信息，对所述用户信息进行处理得到第一字段，所述第一字段符合输入预先训练好的模型的字段标准，然后对所述第一字段进行特征筛选，得到符合所述特征筛选标准的第二字段，所述特征筛选包括字段饱和度计算、字段稳定性指标计算、字段信息价值计算和字段相关性计算，将所述第二字段输入所述预先训练好的模型中，通过所述预先训练好的模型输出所述目标案件的投诉概率值，最后根据所述投诉概率值判断所述目标案件的投诉等级。如此，通过训练好的模型对用户信息进行分析处理得到投诉概率值，然后根据投诉概率值进一步得到用户的投诉等级，无需通过人工经验对用户进行投诉等级的判断，缩短了判断案件投诉等级时花费的时间，且解决了案件投诉等级判断结果受主观影响较大的问题。
本文档来自技高网...【技术保护点】
1.一种案件投诉等级判断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述投诉概率值判断所述目标案件的投诉等级包括：
3.根据权利要求1所述的方法，其特征在于，根据所述投诉概率值判断所述目标案件的投诉等级包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，目标影响因子对应的维度分数的计算方法包括：
6.一种案件投诉等级判断装置，其特征在于，所述装置包括：
7.根据权利要求6所述的装置，其特征在于，所述判断单元具体用于：
8.根据权利要求6所述的装置，其特征在于，所述判断单元具体用于：
9.一种计算设备，其特征在于，所述设备包括：存储器、处理器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的案件投诉等级判断方法。
【技术特征摘要】
1.一种案件投诉等级判断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述投诉概率值判断所述目标案件的投诉等级包括：
3.根据权利要求1所述的方法，其特征在于，根据所述投诉概率值判断所述目标案件的投诉等级包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，目标影响因子对应的维度分数的计算方法包括：
6.一...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。