CN110458302B - 一种基于用户满意度的车辆推修方法及系统 - Google Patents

一种基于用户满意度的车辆推修方法及系统 Download PDF

Info

Publication number
CN110458302B
CN110458302B CN201910726954.3A CN201910726954A CN110458302B CN 110458302 B CN110458302 B CN 110458302B CN 201910726954 A CN201910726954 A CN 201910726954A CN 110458302 B CN110458302 B CN 110458302B
Authority
CN
China
Prior art keywords
vehicle
maintenance
vehicle maintenance
model
customer satisfaction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910726954.3A
Other languages
English (en)
Other versions
CN110458302A (zh
Inventor
周兆全
邵延富
谢大为
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Langsheng Internet Technology Co ltd
Original Assignee
Guangzhou Langsheng Internet Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Langsheng Internet Technology Co ltd filed Critical Guangzhou Langsheng Internet Technology Co ltd
Priority to CN201910726954.3A priority Critical patent/CN110458302B/zh
Publication of CN110458302A publication Critical patent/CN110458302A/zh
Application granted granted Critical
Publication of CN110458302B publication Critical patent/CN110458302B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种基于客户满意度的车辆推修方法及系统，包括获取所有车辆维修厂的历史维修数据，并标准化处理所述历史维修数据；根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型；根据所述客户满意度模型选取客户满意度大于预设阈值的若干所述车辆维修厂，并将选取的若干所述车辆维修厂信息推送给客户供客户选择。本申请根据用户的满意程度给客户推荐适合的维修厂，让用户获得良好的用户体验。

Description

一种基于用户满意度的车辆推修方法及系统
技术领域
本申请涉及车辆推修技术领域，尤其涉及一种基于用户满意度的车辆推修方法及系统。
背景技术
目前，大多数保险公司都有车险业务，而车险业务的重要销售渠道是与车商企业(如汽车维修店、4S店等)的卖车修车服务捆绑销售，即车商企业在销售车辆的同时，推销自己代理的某一家保险公司的车险，由此给保险公司带来车险保费；另一方面，若汽车发生事故受损，则该汽车需要通过其承保的保险公司，推荐去与保险公司合作的车商门店进行修理，修理产生的费用由保险公司承担支付给车商门店。
由上述可知，保险公司与车商企业存在资源互换的博弈关系，一方面，车商企业需要通过捆绑销售(国家相关法律规定，汽车购买过程中必须连同交强险和商业险一同购买，并定期续保)，向保险公司提供保费资源，而保险公司也需要定期向车商企业推荐事故车辆让其修理，并承担维修费用。
现有技术中还没有一个根据客户满意度进行推荐的方法，合理有效的根据客户需求给客户推荐适合的维修厂，因此建立一个满足用户需求的车辆推修方法是迫在眉睫的事情。
发明内容
本申请实施例提供了一种基于客户满意度的车辆推修方法及系统，解决了现有技术中并没有一个根据客户满意度给客户进行推荐的方法。
有鉴于此，本申请第一方面提供了一种基于客户满意度的车辆推修方法，所述方法包括：
101、获取所有车辆维修厂的历史维修数据，并标准化处理所述历史维修数据；
102、根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型；
103、根据所述客户满意度模型选取客户满意度大于预设阈值的若干所述车辆维修厂，并将选取的若干所述车辆维修厂信息推送给客户供客户选择。
优选地，所述历史维修数据包括事故车辆到车辆维修厂距离、车辆维修厂的主修品牌、车辆维修厂上年度维修总体成功率、车辆维修厂百度地图总评数、车辆维修厂百度地图好评数、车辆维修厂百度地图中评数以及车辆维修厂百度地图差评数。
优选地，所述标准化处理所述历史维修数据具体为：
所述事故车辆到车辆维修厂距离的标准化过程为：事故车辆到所选车辆维修厂的距离减去事故车辆到最近的车辆维修厂的距离之差除以事故车辆到最远车辆维修厂的距离减去事故车辆到最近的车辆维修厂的距离之差。
所述车辆维修厂主修品牌与事故车辆品牌的标准化过程为:计算所述车辆维修厂主修品牌与事故车辆品牌词义相似度。
所述百度地图总评数标准化的过程为：所选车辆维修厂的百度地图总评数减去总评数最少的车辆维修厂的评价数之差除以总评数最多的车辆维修厂的评价数减去总评数最少的车辆维修厂的评价数之差。
所述百度地图好评数的标准化的过程为：当前车辆维修厂好评数减去所有车辆维修厂中好评数的最小值之差，除以所有车辆维修厂中好评数的最大值减去所有车辆维修厂中好评数的最小值之差。
所述百度地图中评数的标准化的过程为：当前车辆维修厂中评数减去所有车辆维修厂中中评数的最小值之差，除以所有车辆维修厂中中评数的最大值减去所有车辆维修厂中中评数的最小值之差。
所述百度地图差评数的标准化的过程为：当前车辆维修厂差评数减去所有车辆维修厂中差评数的最小值之差，除以所有车辆维修厂中差评数的最大值减去所有车辆维修厂中差评数的最小值之差。
优选地，所述根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型具体包括：
201、初始化车辆维修厂的综合得分模型的权重系数；
202、将所述标准化处理后的历史维修数据代入所述综合得分模型中得到车辆维修厂的综合得分；
203、若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则所述综合得分模型的命中数目加一；
204、直到所有历史维修数据都代入所述得分模型计算后，获取并保存所述综合得分模型的所述命中数目；
205、更新所述车辆维修厂的综合得分模型的权重系数并返回到步骤202中；
206、得到所述命中数目最多的所述综合得分模型，并将其作为客户满意度模型。
优选地，所述的综合得分模型为：
Y＝a·A+b·B+c·C+d·D+e·E+f·F+g·G
式中，a,b,c,d,e,f,g表示权重系数，其中A表示标准化后的所述事故车辆到车辆维修厂距离，B表示标准化后的车辆维修厂的主修品牌，C表示标准化后的车辆维修厂上年度维修总体成功率，D表示标准化后的车辆维修厂百度地图总评数，E表示标准化后的车辆维修厂百度地图好评数，F表示标准化后的车辆维修厂百度地图中评数，G表示标准化后的车辆维修厂百度地图差评数。
本申请第二方面提供一种基于客户满意度的车辆推修系统，所述系统包括：标准化模块，所述标准化模块用于获取所有车辆维修厂的历史维修数据，并标准化处理所述历史维修数据；
模型生成模块，所述模型生成模块用于根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型；
信息推送模块，所述信息推送模块用于根据所述客户满意度模型选取客户满意度大于预设阈值的若干所述车辆维修厂，并将选取的若干所述车辆维修厂信息推送给客户供客户选择。
优选地，所述模型生成模块包括：
初始化模块，所述初始化模块用于初始化车辆维修厂的综合得分模型的权重系数；
综合得分计算模块，所述综合得分计算模块用于将所述标准化处理后的历史维修数据代入所述综合得分模型中得到车辆维修厂的综合得分；
命中数目计算模块，所述命中数目计算模块用于若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则所述综合得分模型的命中数目加一；
命中数目存储模块，所述命中数目存储模块用于直到所有历史维修数据都代入所述得分模型计算后，获取并保存所述综合得分模型的所述命中数目；
系数更新模块，所述系数更新模块用于更新所述车辆维修厂的综合得分模型的权重系数；
模型输出模块，所述模型输出模块用于得到所述命中数目最多的所述综合得分模型，并将其作为客户满意度模型。
本申请第三方面提供一种基于客户满意度的车辆推修设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的基于客户满意度的车辆推修方法的步骤。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的方法。
从以上技术方案可以看出，本申请实施例具有以下优点：本申请提供了一种基于客户满意度的车辆推修方法，包括获取所有车辆维修厂的历史维修数据，并标准化处理所述历史维修数据；根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型；根据所述客户满意度模型选取客户满意度大于预设阈值的若干所述车辆维修厂，并将选取的若干所述车辆维修厂信息推送给客户供客户选择。
本申请一方面根据车辆维修厂的历史数据建立客户满意度模型，更好的满足用户需求，另一方面，选取若干用户满意度较高的车辆维修厂供用户选择，给与用户更多的选择，让用户获得良好的用户体验。
附图说明
图1为本申请一种基于客户满意度的车辆推修方法的一个实施例的方法流程图；
图2为本申请一种基于客户满意度的车辆推修方法的另一个实施例的方法流程图；
图3为本申请一种基于客户满意度的车辆推修系统的一个实施例的系统框架图；
图4为本申请一种基于客户满意度的车辆推修系统的一个实施例的系统框架图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1为本申请一种基于客户满意度的车辆推修方法的一个实施例的方法流程图，如图1所示，图1中包括：
101、获取所有车辆维修厂的历史维修数据，并标准化处理历史维修数据；
102、根据标准化处理后的历史维修数据计算车辆维修厂的客户满意度模型；
103、根据客户满意度模型选取客户满意度大于预设阈值的若干车辆维修厂，并将选取的若干车辆维修厂信息推送给客户供客户选择。
需要说明的是，获取的数据为每一个车辆维修厂的历史维修数据，数据来源一方面是由保险公司提供，另一方面是从网上爬取，比如百度、谷歌上爬取的信息；标准化处理历史维修数据是为了更方便计算客户满意度模型，根据上述的历史数据容易得到用户的偏好，并进一步的根据客户满意度模型选取用户可能偏好的车辆维修厂工用户选择。
本申请提供了一种基于客户满意度的车辆推修方法，一方面根据车辆维修厂的历史数据建立客户满意度模型，更好的满足用户需求，另一方面，选取若干用户满意度较高的车辆维修厂供用户选择，给与用户更多的选择，让用户获得良好的用户体验。
为了便于理解，请参阅图2，图2为本申请一种基于客户满意度的车辆推修方法的另外一种实施例的方法流程图，如图2所示，具体为：
200、获取所有车辆维修厂的历史维修数据，并标准化处理历史维修数据；需要说明的是，获取的数据为每一个车辆维修厂的历史维修数据，主要包括事故车辆到车辆维修厂距离、车辆维修厂的主修品牌、车辆维修厂上年度维修总体成功率、车辆维修厂百度地图总评数、车辆维修厂百度地图好评数、车辆维修厂百度地图中评数以及车辆维修厂百度地图差评数。
其中，事故车辆到车辆维修厂距离由维修厂经纬度与事故发生地经纬度计算得出，其具体公式为：
Figure BDA0002159238400000061
Figure BDA0002159238400000062
Figure BDA0002159238400000063
式中，p表示事故车辆到车辆维修厂距离，W1表示事故车辆纬度坐标，J1表示事故车辆经度坐标，W2表示维修厂纬度坐标，J2表示维修厂经度坐标。
在一种优选方案中，事故车辆到车辆维修厂距离的标准化过程为：事故车辆到所选车辆维修厂的距离减去事故车辆到最近的车辆维修厂的距离之差除以事故车辆到最远车辆维修厂的距离减去事故车辆到最近的车辆维修厂的距离之差。
在一种优选方案中，车辆维修厂主修品牌与事故车辆品牌的标准化过程为:计算所述车辆维修厂主修品牌与事故车辆品牌词义相似度；更具体的，词义相似度系数是通过调用百度AI开放平台的语言处理基础技术工具包，调用其中的词义相似度方法得到的相似度系数。
在一种优选方案中，百度地图总评数标准化的过程为：所选车辆维修厂的百度地图总评数减去总评数最少的车辆维修厂的评价数之差除以总评数最多的车辆维修厂的评价数减去总评数最少的车辆维修厂的评价数之差。
在一种优选方案中，百度地图好评数的标准化的过程为：当前车辆维修厂好评数减去所有维修厂中好评数的最小值之差，除以所有车辆维修厂中好评数的最大值减去所有维修厂中好评数的最小值之差。
在一种优选方案中，百度地图中评数的标准化的过程为：当前车辆维修厂中评数减去所有维修厂中中评数的最小值之差，除以所有车辆维修厂中中评数的最大值减去所有维修厂中中评数的最小值之差。
在一种优选方案中，百度地图差评数的标准化的过程为：当前车辆维修厂差评数减去所有维修厂中差评数的最小值之差，除以所有车辆维修厂中差评数的最大值减去所有维修厂中差评数的最小值之差。
其标准化模型如下：
Figure BDA0002159238400000071
式中，I表示标准化后的系数，O表示当前维修厂系数，Smax表示所有维修厂中的最大数值，Smin表示所有维修厂中的最小数值；上述标准化模型适用于除车辆维修厂主修品牌与事故车辆品牌的标准化以外的其他标准化过程。
上述的维修厂经纬度与事故发生地经纬度以及车辆维修厂的主修品牌、车辆维修厂上年度维修总体成功率也是由保险公司提供；另外，车辆维修厂百度地图总评数、车辆维修厂百度地图好评数、车辆维修厂百度地图中评数以及车辆维修厂百度地图差评数皆是从百度地图网站上爬取得到。
201、初始化车辆维修厂的综合得分模型的权重系数；
需要说明的是，综合得分模型的具体公式为：
Y＝a·A+b·B+c·C+d·D+e·E+f·F+g·G
式中，a,b,c,d,e,f,g表示权重系数，其中A表示标准化后的所述事故车辆到车辆维修厂距离，B表示标准化后的车辆维修厂的主修品牌，C表示标准化后的车辆维修厂上年度维修总体成功率，D表示标准化后的车辆维修厂百度地图总评数，E表示标准化后的车辆维修厂百度地图好评数，F表示标准化后的车辆维修厂百度地图中评数，G表示标准化后的车辆维修厂百度地图差评数；式中的a,b,c,d,e,f,g都是从1到10的整数，其模型的表示方式有107种，因此，首先对模型进行初始化，在一种实施例中将a,b,c,d,e,f,g的初始值都设定为1。
202、将标准化处理后的历史维修数据代入综合得分模型中得到车辆维修厂的综合得分；需要说明的是，每一个车辆维修厂都会得到该模型下的综合得分，采用不同的权重系数得到的综合得分都不一样。
203、若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则得分模型的命中数目加一；需要说明的是，若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则说明该模型具有一定的准确性。
204、直到所有历史维修数据都代入得分模型计算后，获取并保存综合得分模型的命中数目。
205、更新车辆维修厂的综合得分模型的权重系数并返回到步骤202中。
206、得到命中数目最多的综合得分模型，并将其作为客户满意度模型。
需要说明的是，为了选择出最好的客户满意度模型，需要不断将历史维修数据代入模型中进行计算并迭代，每改变一次权重系数，所得到的的模型的命中数目都不一致，其命中数目的大小即表示模型的准确度，因此，为了确保模型的准确性，选择出命中数目最高的一组权重系数作为客户满意度模型的权重系数。
207、根据客户满意度模型选取客户满意度大于预设阈值的若干车辆维修厂，并将选取的若干车辆维修厂信息推送给客户供客户选择。
需要说明的是，本方案为了提高用户体验，选择出客户满意度较高的多个车辆维修厂，给予客户更多的选择。
为了便于理解，请参阅图3，图3为本申请一种基于客户满意度的车辆推修系统的一种实施例的系统框架图，如图3所示，具体为：
标准化模块301，标准化模块301用于获取所有车辆维修厂的历史维修数据，并标准化处理历史维修数据。
模型生成模块302，模型生成模块302用于根据标准化处理后的历史维修数据计算车辆维修厂的客户满意度模型。
信息推送模块303，信息推送模块303用于根据所述客户满意度模型选取客户满意度大于预设阈值的若干车辆维修厂，并将选取的若干车辆维修厂信息推送给客户供客户选择。
本申请提供了一种基于客户满意度的车辆推修系统，一方面根据车辆维修厂的历史数据建立客户满意度模型，更好的满足用户需求，另一方面，选取若干用户满意度较高的车辆维修厂供用户选择，给与用户更多的选择，让用户获得良好的用户体验。
为了便于理解，请参阅图4，图4为本申请一种基于客户满意度的车辆推修系统的另外一种实施例的系统框架图，如图4所示，具体为：
标准化模块401，标准化模块401用于获取所有车辆维修厂的历史维修数据，并标准化处理历史维修数据。
模型生成模块402，模型生成模块402用于根据标准化处理后的历史维修数据计算车辆维修厂的客户满意度模型。
信息推送模块403，信息推送模块403用于根据所述客户满意度模型选取客户满意度大于预设阈值的若干车辆维修厂，并将选取的若干车辆维修厂信息推送给客户供客户选择。
其中，模型生成模块402还包括：
初始化模块4021，初始化模块4021用于初始化车辆维修厂的综合得分模型的权重系数。
综合得分计算模块4022，综合得分计算模块4022用于将标准化处理后的历史维修数据代入综合得分模型中得到车辆维修厂的综合得分。
命中数目计算模块4023，命中数目计算模块4023用于若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则得分模型的命中数目加一。
命中数目存储模块4024，命中数目存储模块4024用于直到所有历史维修数据都代入所述综合得分模型计算后，获取并保存综合得分模型的所述命中数目。
系数更新模块4025，系数更新模块4025用于更新车辆维修厂的综合得分模型的权重系数。
模型输出模块4026，模型输出模块4026用于得到命中数目最多的综合得分模型，并将其作为客户满意度模型。
本申请实施例还提供了另一种基于客户满意度的车辆推修设备，包括处理器以及存储器：存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据所述程序代码中的指令执行上述基于客户满意度的车辆推修方法。为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。
本申请实施例还提供一种计算机可读存储介质，用于存储程序代码，该程序代码用于执行前述各个实施例所述的一种基于客户满意度的车辆推修方法中的任意一种实施方式。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (7)

1.一种基于客户满意度的车辆推修方法，其特征在于，包括：
101、获取所有车辆维修厂的历史维修数据，并标准化处理所述历史维修数据，其中，所述历史维修数据包括事故车辆到车辆维修厂距离、车辆维修厂的主修品牌、车辆维修厂上年度维修总体成功率、车辆维修厂百度地图总评数、车辆维修厂百度地图好评数、车辆维修厂百度地图中评数以及车辆维修厂百度地图差评数；
102、根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型，具体包括：
201、初始化车辆维修厂的综合得分模型的权重系数；
202、将所述标准化处理后的历史维修数据代入所述综合得分模型中得到车辆维修厂的综合得分；
203、若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则所述综合得分模型的命中数目加一；
204、直到所有历史维修数据都代入所述得分模型计算后，获取并保存所述综合得分模型的所述命中数目；
205、更新所述车辆维修厂的综合得分模型的权重系数并返回到步骤202中；
206、得到所述命中数目最多的所述综合得分模型，并将其作为客户满意度模型；
103、根据所述客户满意度模型选取客户满意度大于预设阈值的若干所述车辆维修厂，并将选取的若干所述车辆维修厂信息推送给客户供客户选择。
2.根据权利要求1所述的一种基于客户满意度的车辆推修方法，其特征在于，所述标准化处理所述历史维修数据具体为：
所述事故车辆到车辆维修厂距离的标准化过程为：事故车辆到所选车辆维修厂的距离减去事故车辆到最近的车辆维修厂的距离之差除以事故车辆到最远车辆维修厂的距离减去事故车辆到最近的车辆维修厂的距离之差；
所述车辆维修厂主修品牌与事故车辆品牌的标准化过程为:计算所述车辆维修厂主修品牌与事故车辆品牌词义相似度；
所述百度地图总评数标准化的过程为：所选车辆维修厂的百度地图总评数减去总评数最少的车辆维修厂的评价数之差除以总评数最多的车辆维修厂的评价数减去总评数最少的车辆维修厂的评价数之差；
所述百度地图好评数的标准化的过程为：当前车辆维修厂好评数减去所有车辆维修厂中好评数的最小值之差，除以所有车辆维修厂中好评数的最大值减去所有车辆维修厂中好评数的最小值之差；
所述百度地图中评数的标准化的过程为：当前车辆维修厂中评数减去所有车辆维修厂中中评数的最小值之差，除以所有车辆维修厂中中评数的最大值减去所有车辆维修厂中中评数的最小值之差；
所述百度地图差评数的标准化的过程为：当前车辆维修厂差评数减去所有车辆维修厂中差评数的最小值之差，除以所有车辆维修厂中差评数的最大值减去所有车辆维修厂中差评数的最小值之差。
3.根据权利要求2所述的一种基于客户满意度的车辆推修方法，其特征在于，所述的综合得分模型为：
Y＝a·A+b·B+c·C+d·D+e·E+f·F+g·G
式中，a,b,c,d,e,f,g表示权重系数，其中A表示标准化后的所述事故车辆到车辆维修厂距离，B表示标准化后的车辆维修厂的主修品牌，C表示标准化后的车辆维修厂上年度维修总体成功率，D表示标准化后的车辆维修厂百度地图总评数，E表示标准化后的车辆维修厂百度地图好评数，F表示标准化后的车辆维修厂百度地图中评数，G表示标准化后的车辆维修厂百度地图差评数。
4.根据权利要求3所述的一种基于客户满意度的车辆推修方法，其特征在于，所述权重系数a,b,c,d,e,f,g中每个所述权重系数都是从1到10的整数。
5.一种基于客户满意度的车辆推修系统，其特征在于，包括：
标准化模块，所述标准化模块用于获取所有车辆维修厂的历史维修数据，并标准化处理所述历史维修数据，其中，所述历史维修数据包括事故车辆到车辆维修厂距离、车辆维修厂的主修品牌、车辆维修厂上年度维修总体成功率、车辆维修厂百度地图总评数、车辆维修厂百度地图好评数、车辆维修厂百度地图中评数以及车辆维修厂百度地图差评数；
模型生成模块，所述模型生成模块用于根据所述标准化处理后的历史维修数据计算所述车辆维修厂的客户满意度模型，所述模型生成模块具体包括：
初始化模块，所述初始化模块用于初始化车辆维修厂的综合得分模型的权重系数；
综合得分计算模块，所述综合得分计算模块用于将所述标准化处理后的历史维修数据代入所述综合得分模型中得到车辆维修厂的综合得分；
命中数目计算模块，所述命中数目计算模块用于若事故车辆实际选取的车辆维修厂与综合得分最高的车辆维修厂一致，则所述得分模型的命中数目加一；
命中数目存储模块，所述命中数目存储模块用于直到所有历史维修数据都代入所述综合得分模型计算后，获取并保存所述综合得分模型的所述命中数目；
系数更新模块，所述系数更新模块用于更新所述车辆维修厂的综合得分模型的权重系数；
模型输出模块，所述模型输出模块用于得到所述命中数目最多的所述综合得分模型，并将其作为客户满意度模型；
信息推送模块，所述信息推送模块用于根据所述客户满意度模型选取客户满意度大于预设阈值的若干所述车辆维修厂，并将选取的若干所述车辆维修厂信息推送给客户供客户选择。
6.一种基于客户满意度的车辆推修设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的基于客户满意度的车辆推修方法。
7.一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用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的基于客户满意度的车辆推修方法。
CN201910726954.3A 2019-08-07 2019-08-07 一种基于用户满意度的车辆推修方法及系统 Active CN110458302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910726954.3A CN110458302B (zh) 2019-08-07 2019-08-07 一种基于用户满意度的车辆推修方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910726954.3A CN110458302B (zh) 2019-08-07 2019-08-07 一种基于用户满意度的车辆推修方法及系统

Publications (2)

Publication Number Publication Date
CN110458302A CN110458302A (zh) 2019-11-15
CN110458302B true CN110458302B (zh) 2022-06-21

Family

ID=68485441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910726954.3A Active CN110458302B (zh) 2019-08-07 2019-08-07 一种基于用户满意度的车辆推修方法及系统

Country Status (1)

Country Link
CN (1) CN110458302B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126635B (zh) * 2019-12-25 2023-06-20 哈尔滨新中新电子股份有限公司 一种基于顾客满意度分析用于diy商店pos机维护类型选择的评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8886392B1 (en) * 2011-12-21 2014-11-11 Intellectual Ventures Fund 79 Llc Methods, devices, and mediums associated with managing vehicle maintenance activities
CN109102206A (zh) * 2018-08-31 2018-12-28 深圳市轱辘汽车维修技术有限公司 一种汽车维修厂的评价方法及相关设备
CN109190873A (zh) * 2018-07-12 2019-01-11 深圳市轱辘汽车维修技术有限公司 一种车辆维修技术等级的评估方法和相关设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8886392B1 (en) * 2011-12-21 2014-11-11 Intellectual Ventures Fund 79 Llc Methods, devices, and mediums associated with managing vehicle maintenance activities
CN109190873A (zh) * 2018-07-12 2019-01-11 深圳市轱辘汽车维修技术有限公司 一种车辆维修技术等级的评估方法和相关设备
CN109102206A (zh) * 2018-08-31 2018-12-28 深圳市轱辘汽车维修技术有限公司 一种汽车维修厂的评价方法及相关设备

Also Published As

Publication number Publication date
CN110458302A (zh) 2019-11-15

Similar Documents

Publication Publication Date Title
US11210716B2 (en) Predicting a status of a transaction
CN108257027A (zh) 保单数据审核方法、装置、计算机设备及存储介质
US20170323212A1 (en) Agent aptitude prediction
CN111506801A (zh) 一种应用App中子应用的排序方法及装置
US9846885B1 (en) Method and system for comparing commercial entities based on purchase patterns
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN109213936B (zh) 商品搜索方法和装置
KR102307517B1 (ko) 네트워크 기반 상품 추천 방법 및 장치
CN110766428A (zh) 一种数据价值评估系统以及方法
JP6883494B2 (ja) 中古車査定システム
CN111886619A (zh) 基于历史案例的车辆碰撞定损方法及系统
KR20140115430A (ko) 온라인 판매자 평가정보 제공방법
CN107704941A (zh) 一种显示物品评论的方法及装置
CN110362594A (zh) 一种信息处理方法和系统
US20090276290A1 (en) System and method of optimizing commercial real estate transactions
CN111429214A (zh) 一种基于交易数据的买卖双方匹配方法及装置
CN110458302B (zh) 一种基于用户满意度的车辆推修方法及系统
CN114037504A (zh) 基于互联网的集采招投标系统
CN112634062A (zh) 基于Hadoop的数据处理方法、装置、设备及存储介质
CN109300055B (zh) 投连险盈亏查询方法、装置、设备及可读存储介质
CN115809891A (zh) 基于替代和关联作用的多品类联合需求预测方法及装置
TWM629973U (zh) 藉由社群平台資料及保戶特徵預測傾向之保單商品推薦系統
KR102296476B1 (ko) 유저 레벨링 기반의 전문가 매칭 장치 및 방법
CN115375494A (zh) 理财产品推荐方法、装置、存储介质和设备
US8589209B2 (en) System and method for assessing viability and marketability of assets

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210205

Address after: 510000 room 304, 239-257 Tianfu Road, Tianhe District, Guangzhou City, Guangdong Province (office only)

Applicant after: Guangzhou Langsheng Internet Technology Co.,Ltd.

Address before: 510000 room 216, no.22-3, Kemu Long South Road, Tianhe District, Guangzhou City, Guangdong Province (office only)

Applicant before: Guangzhou Landau Information Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant