用戶滿意度提升解決方案

1. 產品簡介

基于運營商B域+O域大數(shù)據及調研信息，采用機器學習與深度學習融合算法構建用戶預測模型，輸出滿意度預測分析結果，范圍包括4G網絡質量(上網/通話)、資費、家寬滿意度及投訴預測分析；構建離網用戶識別模型，實現(xiàn)高危用戶全面、動態(tài)、準確評估；通過多維聚合與關聯(lián)算法，分析挖掘影響用戶滿意度的原因并加以修復和提升。

2. 系統(tǒng)架構
3. 功能概述
   • 滿意度評估
   • 離網預測
   • 根因定位
4. 技術特色及優(yōu)勢
   • 大數(shù)據子系統(tǒng)：采用Hadoop集群管理，存儲并管理各類業(yè)務數(shù)據和模型訓練數(shù)據，實現(xiàn)集群監(jiān)控和任務監(jiān)控；
   • 深度學習子系統(tǒng)：支持TensorFlow、Caffe、MXNet等主流深度學習框架；支持在上述框架下進行第三方模型訓練，支持相同訓練數(shù)據集在不同框架下訓練并評估模型效果；
   • 特征數(shù)據處理：大數(shù)據價值并非輕易能夠挖掘和體現(xiàn)，結合豐富業(yè)務經驗的數(shù)據預處理與特征構造，能夠為模型帶來增益；
   • 算法選擇與模型應用：根據用戶滿意度實際需求和大量實例驗證，在諸多選擇中優(yōu)選適合的算法來構建模型，歷經自測、模型驗證、泛化能力3個評測過程，具備新周期、新樣本識別能力。