CN112508591B - 满意度检测的方法、装置和电子设备 - Google Patents
满意度检测的方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112508591B CN112508591B CN201910875181.5A CN201910875181A CN112508591B CN 112508591 B CN112508591 B CN 112508591B CN 201910875181 A CN201910875181 A CN 201910875181A CN 112508591 B CN112508591 B CN 112508591B
- Authority
- CN
- China
- Prior art keywords
- satisfaction
- fault
- recovery rate
- wound depth
- wound
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000011084 recovery Methods 0.000 claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 208000027418 Wounds and injury Diseases 0.000 claims description 91
- 206010052428 Wound Diseases 0.000 claims description 89
- 230000015654 memory Effects 0.000 claims description 20
- 208000014674 injury Diseases 0.000 claims description 15
- 230000008733 trauma Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 11
- 238000011835 investigation Methods 0.000 abstract description 5
- 238000005070 sampling Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 230000017423 tissue regeneration Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000472 traumatic effect Effects 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 206010063560 Excessive granulation tissue Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 210000002919 epithelial cell Anatomy 0.000 description 1
- 210000000981 epithelium Anatomy 0.000 description 1
- 230000003179 granulation Effects 0.000 description 1
- 238000005469 granulation Methods 0.000 description 1
- 210000001126 granulation tissue Anatomy 0.000 description 1
- 230000037313 granulation tissue formation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008736 traumatic injury Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了满意度检测的方法、装置、和电子设备，涉及故障检测技术领域。该方法包括：获取故障级别对应的创伤深度和恢复速率，该创伤深度为故障发生后的满意度降低量，该恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率；根据该创伤深度和恢复速率，得到满意度恢复的表示信息，该表示信息包括从第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。通过上述方案，解决了现有技术中需要逐次调查用户的满意度，无法获取持续满意度的问题。本申请可以提供持续的用户满意度评价。无需再依赖调查、采样，实现了满意度持续检测的自动化。
Description
技术领域
本申请涉及一种计算机技术领域，尤其涉及一种故障检测技术领域。
背景技术
传统的满意度检测方法包括：收取用户调查问卷、在服务结束后邀请客户进行满意度打分、获取用户的购物评价和追评、主动拜访客户和/或被动等待客户反馈等。上述方法都是单一的满意度评价获取。用户对持续时间段内的整体满意度是由每次行为动作的单个满意度叠加而成，且有时整体满意度会随着时间的推移而变化。例如用户两年合约手机套餐使用期间、云服务器的包年租赁期间、会员开通期间等。整体满意度会随着服务质量的不同而发生变化。例如两年合约手机套餐时常出现信号不稳定，则会导致用户的满意度持续下降。
虽然整体满意度也可以用上面的单次获取方法来获取，但获取的数据缺乏持续性。若要维持持续性就需要增加满意度采集次数，但又会导致增加成本，且频繁采集用户满意度容易导致用户的不悦。
发明内容
本申请实施例提供一种满意度检测的方法、装置、和电子设备，以解决现有技术中的一个或多个技术问题。
第一方面，本申请实施例提供了一种满意度检测的方法，包括：
获取故障级别对应的创伤深度和恢复速率，该创伤深度为故障发生后的满意度降低量，该恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率；
根据该创伤深度和恢复速率，得到满意度恢复的表示信息，该表示信息包括从第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。
通过上述方案，通过满意度恢复的表示信息可以提供持续的用户满意度评价。无需再依赖调查、采样，实现了满意度持续检测的自动化。
在一种实施方式中，该方法还包括：
预先设定多个故障级别，每个故障级别分别具有对应的创伤深度范围，每个创伤深度范围分别具有对应的恢复速率。
通过上述方案，预先设定故障级别对应的创伤深度范围和恢复速率，从而在后续进行故障级别判断后，可以快速的获取到故障级别对应的创伤深度范围和恢复速率。
在一种实施方式中，该获取故障级别对应的创伤深度和恢复速率，包括：
根据故障属性确定故障级别，该故障属性至少包括以下之一：故障持续时间、故障涉及的用户数量、关于故障的投诉数量；
根据确定出的该故障级别得到与其对应的创伤深度范围和恢复速率。
通过上述方案，根据故障属性可以在创伤深度中精确定位到创伤深度值，从而更为精确的得到故障对应的创伤深度以及恢复速率。
在一种实施方式中，根据该创伤深度和恢复速率，得到满意度恢复的表示信息，包括：
利用创伤深度、恢复速率和牛顿冷却算法，得到该表示信息。
通过上述方案，相比于一次函数，可以利用牛顿冷却算法更准确的得出从第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。
在一种实施方式中，该方法还包括：
多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加。
通过上述方案，在多次发生故障时，根据前次故障进行表示信息的叠加，从而更准确的反映用户的满意度情况。
第二方面，本申请实施例提供了一种满意度检测的装置，该装置包括：
参数获取模块，用于获取故障级别对应的创伤深度和恢复速率，该创伤深度为故障发生后的满意度降低量，该恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率；
满意度获取模块，用于根据该创伤深度和恢复速率，得到满意度恢复的表示信息，该表示信息包括从该第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。
在一种实施方式中，该装置还包括：
故障级别预先设定模块，用于预先设定多个故障级别，每个故障级别分别具有对应的创伤深度范围，每个创伤深度范围分别具有对应的恢复速率。
在一种实施方式中，该参数获取模块，包括：
故障级别确定子模块，用于根据故障属性确定故障级别，该故障属性至少包括以下之一：故障持续时间、故障涉及的用户数量、关于故障的投诉数量；
创伤深度范围和恢复速率获取子模块，用于根据确定出的该故障级别得到与其对应的创伤深度范围和恢复速率。
在一种实施方式中，该满意度获取模块，包括：
满意度获取执行子模块，用于利用该创伤深度、恢复速率和牛顿冷却算法，得到表示信息。
在一种实施方式中，该装置还包括：
表示信息叠加模块，用于在多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加。
第三方面，本申请提供一种电子设备，该电子设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，该装置的结构中包括处理器和存储器，该存储器用于存储支持该装置执行上述满意度检测的方法的程序，该处理器被配置为用于执行该存储器中存储的程序。该装置还可以包括通信接口，用于与其他设备或通信网络通信。
第四方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，用于存储满意度检测的装置所用的计算机软件指令，其包括用于执行上述满意度检测的方法所涉及的程序。
第五方面，本申请实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。
上述申请中的一个实施例具有如下优点或有益效果：可以提供持续的用户满意度评价。无需再依赖调查、采样，实现了满意度持续检测的自动化。因为采用在故障发生时，根据故障情况得出对用户的创伤深度，以及该创伤深度的恢复速率。创伤深度即对应为用户的满意度情况，根据用户从当前创伤深度恢复到目标满意度的表示信息，得到恢复过程中的时间与满意度的对应关系。所以克服了现有技术中需要逐次调查用户的满意度，无法获取持续满意度的技术问题，进而达到上述技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例的示意图；
图2是根据本申请第一实施例的示意图；
图3是根据本申请第一实施例中利用恢复速率、恢复速率和牛顿冷却算法得到的表示信息所对应的示意图；
图4是根据本申请第一实施例中多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加所对应的示意图；
图5是根据本申请第二实施例的示意图；
图6是根据本申请第二实施例的示意图；
图7是用来实现本申请实施例的满意度检测的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出根据本申请实施例满意度检测的方法的流程图。如图1所示，该方法包括以下步骤：
S101：获取故障级别对应的创伤深度和恢复速率，创伤深度为故障发生后的满意度降低量，恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率。
S102：根据创伤深度和恢复速率，得到满意度恢复的表示信息，表示信息包括从第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。
本实施例可以将由于产品或服务的故障情况导致的用户的满意度下降类比为用户受到的一次医学上的创伤。该创伤会随着时间的流逝而逐渐愈合，即用户的满意度会在遭遇故障的情况下严重下降，随着时间的流逝，满意度会缓慢恢复。例如恢复到100％的满意度，或者恢复到用户遇到故障前的满意度等。本实施例可以将该恢复过程认为是用户的满意度实时获取过程。
医学上的创伤可以包括以下几个阶段：
第一阶段，炎症反应阶段。
此阶段的医学解释包括：受到创伤后对应的阶段，通常持续3～5天。此阶段是以对抗异物侵袭、破坏坏死组织、防止感染为目的，为组织再生与修复奠定基础。
第二阶段，组织增生和肉芽形成阶段。
此阶段的医学解释包括：创伤后24～48小时，创缘上皮细胞开始增生，伤口封闭。原组织愈合形成上皮，伤口边缘趋向于互相接近。肉芽组织架接于断裂的组织之间，形成后来的愈合瘢痕。
根据医学上的创伤机理，第一阶段可以对应用户受到故障影响的48小时。在此阶段，满意度会根据用户的受到的故障影响程度而降低到最低点，且无明显恢复迹象。由此，可以将用户受到故障影响的满意度的降低量类比为医学上创伤的创伤深度。例如，两年合约手机套餐，连续一天没有信号，则该故障可以类比为骨折等严重的创伤，在此情况下用户的满意度降低量较大。而1分钟没有信号的故障，用户可能没有察觉，则该故障可以类比为擦伤等轻微创伤，在此情况下用户的满意度降低量较小。
第一阶段可以作为发现故障以及清除故障的最佳阶段。
第二阶段可以对应在故障消除后，用户满意度的恢复阶段。在此阶段，恢复速率受第一阶段创伤深度(满意度的降低量)的影响。例如，可以采用公式(1)表示恢复速率：S＝k*V——(1)。式中S可以表示恢复速率，V可以表示受创伤深度影响的剩余满意度，k可以表示常数系数。例如，初始满意度为100％，非常严重的故障给用户造成的创伤深度I为0.8，则剩余满意度V＝1-0.8＝0.2。再例如，轻微故障给用户造成的创伤深度I为0.05，则剩余满意度V＝1-0.05＝0.95。k的取值可以根据经验设定，例如k＝0.5。
第二阶段可以作为培养并重新建立用户满意度的最佳阶段。
根据恢复速率以及创伤深度，可以得到用户满意度恢复到目标满意度所需的时间。上述关系可以通过数学表达式体现，例如，可以以剩余满意度(即第二满意度)为起点，目标满意度(即第一满意度)为终点，恢复速率作为斜率，得到一次函数方程。该一次函数方程在图像上的各坐标可以表示在不同时间的满意度(横坐标为时间，纵坐标为满意度)。又例如，可以采用微分方程等其他方式得到用户满意度恢复到目标满意度所需的时间。具体方式将在后文详述。
通过上述方案，通过满意度恢复的表示信息可以提供持续的用户满意度评价。无需再依赖调查、采样，实现了满意度持续检测的自动化。
在一种实施方式中，还包括：
预先设定多个故障级别，每个故障级别分别具有对应的创伤深度范围，每个创伤深度范围分别具有对应的恢复速率。
例如，故障级别可以包括L0～L3。故障级别L0为最严重的故障，在此情况下给用户造成的创伤深度最大，则可以设定创伤深度I0的范围为[0.7～0.99]。在此情况下，故障级别L0对应的剩余满意度V0的范围可以为[0.01～0.3]。故障级别L0对应的恢复速率S0表示为S0＝k*V0。
对于故障级别L1，可以设定创伤深度I1的范围为[0.4～0.7)。在此情况下，故障级别L1对应的剩余满意度V1的范围可以为(0.3～0.6]。故障级别L1对应的恢复速率表示为S1＝k*V1。
对于故障级别L2，可以设定创伤深度I2的范围为[0.1～0.4)。在此情况下，故障级别L2对应的剩余满意度V2的范围可以为(0.6～0.9]。故障级别L2对应的恢复速率表示为S2＝k*V2。
对于故障级别L3，可以设定创伤深度I3的范围为[0～0.1)。在此情况下，故障级别L3对应的剩余满意度V3的范围可以为(0.9～1]。故障级别L3对应的恢复速率表示为S3＝k*V3。
通过上述方案，预先设定故障级别对应的创伤深度范围和恢复速率，从而在后续进行故障级别判断后，可以快速的获取到故障级别对应的创伤深度范围和恢复速率。
如图2所示，在一种实施方式中，获取故障级别对应的创伤深度和恢复速率，包括：
S1011：根据故障属性确定故障级别，故障属性至少包括以下之一：故障持续时间、故障涉及的用户数量、关于故障的投诉数量。
S1012：根据确定出的故障级别得到与其对应的深度范围和恢复速率。
在故障发生的情况下，可以首先根据故障的种类对故障的级别进行预估。例如，将无法提供手机信号预估为L0级别的故障，将提供的手机信号弱预估为L2级别的故障，将提供的手机信号不稳定预估为L3级别的故障等。在故障发生过程中，可以根据故障属性确定在预估的不同故障级别下对用户的创伤深度值。故障属性包括故障持续时间、故障涉及的用户数量、关于故障的投诉数量等。以故障持续时间为例，发生故障的情况下，该属性值由0开始逐渐增加，属性值的最大值可以取1。属性值可以随着故障时间增加而线性增长，直到故障解决。最终可以得到故障持续时间对应的属性值。
不同属性可以具有不同的权重，从而将各属性的属性值结合该属性的权重进行累加计算，得到累加值，累加值的范围可以在(0～1]之间。例如，故障级别L1对应的创伤深度I1的范围为[0.4～0.7)，该故障属性的累加值为p1。则根据累加值P1可以计算得到在[0.4～0.7)中的具体取值。
另外，也可以直接根据故障属性的累加值作为故障级别的判断依据。例如，累加值的计算结果为在(0～1]之间，而故障级别对应的创伤范围也在[0～1]之间。因此可以直接以该累加值作为故障的级别，得到对应的伤害深度。
根据得到的伤害深度，即可得出剩余满意度V，以及与得到的剩余满意度V对应的恢复速率S。
通过上述方案，根据故障属性可以在创伤深度中精确定位到创伤深度值，从而更为精确的得到故障对应的创伤深度以及恢复速率。
在一种实施方式中，根据创伤深度和恢复速率，得到满意度恢复的表示信息，包括：
利用恢复速率、恢复速率和牛顿冷却算法，得到表示信息。
牛顿冷却算法可以表示为：
公式(2)中，T(t)可以表示在t时刻的剩余满意度V。k可以表示故障发生时的剩余满意度V对应的恢复速率S。H可以表示期望恢复的目标满意度。
将该牛顿冷却算法(公式(2))求解，得到：
在公式(3)中，t0可以表示为故障结束的时刻，一般在故障结束的时刻对应用户创伤深度的最大值。e可以表示自然对数的底数。
结合图3所示，例如，在受到故障影响前，用户的满意度为100％(对应图3中纵坐标取值为1)。可以将满意度为100％设为期望恢复的目标满意度。经过判断，故障级别为L1。由该故障造成的创伤深度I可以为0.4。对应该创伤深度I的剩余满意度V可以为0.6。对应该剩余满意度V，可以得到恢复速率S为0.3。即对应公式(3)中，T(t0)＝0.6，k＝0.3，H＝1。根据公式(3)可以得到t时刻的满意度T(t)，即对应图3中所示的曲线。从图3中可以看出，针对该故障级别，用户大约需要15天可以恢复到100％的满意度。
通过上述方案，相比于一次函数，可以利用牛顿冷却算法更准确的得出从第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。
在一种实施方式中，还包括：
多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加。
例如第二次发生故障，首先获取发生第二次故障的时间t1(t1可以是第二次故障发生的时间，或者第二次故障结束的时间)。在第一次故障的表示信息中，查询出该时间t1对应的满意度T(t1)。在获取第二次故障的创伤深度I’所对应的剩余满意度V’时，可以根据满意度T(t1)进行计算，对应V’＝T(t1)-I’。结合图4所示，图4中虚线对应为第一次故障的表示信息，实线对应为第二次故障的表示信息。通过图4可以看到，时间t1对应的第一次故障的满意度停留在0.6。假设第二次故障的创伤深度I’为0.1，则第二次创伤对应的剩余满意度V’可以表示为：V’＝0.6-0.1＝0.5。根据该剩余满意度V’，可以得到恢复速率S’为0.1。根据公式(3)，将H＝1，T(t0)＝0.5，k＝0.1作为参数，得到第二次创伤对应的表示信息。即对应图4中实线部分。
在一种实施方式中，还包括设置塑形应对模型。该模型可以对应医学创伤的第三阶段，组织再生和塑形期。第三阶段自创伤后24小时开始，持续时间可能长达1年。细胞增生和肉芽组织的形成，使伤口处组织初步修复。此后伤口内一直在进行着胶原数量、粗细和密度的变化。
第三阶段可以对应用户满意度快速恢复的结束，进入缓慢的“塑形期”。此时用户的满意度可能恢复如初，也能有因故障伤害太深或故障解决未达预期而永远无法恢复如初。另外，也不排除也有可能因恢复速度或补偿超出预期而恢复到比受到创伤前满意度还高。因此，可以结合奖励措施，例如延长使用时间，或者返利等方式，加快用户满意度的恢复。
图5示出根据本申请实施例的满意度检测的装置结构示意图。如图5所示，该装置包括：
参数获取模块501，用于获取故障级别对应的创伤深度和恢复速率，该创伤深度为故障发生后的满意度降低量，该恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率；
满意度获取模块502，用于根据该创伤深度和恢复速率，得到满意度恢复的表示信息，该表示信息包括从第二满意度恢复到第一满意度的过程中时间与满意度的对应关系。
在一种实施方式中，该装置还包括：
故障级别预先设定模块，用于预先设定多个故障级别，每个故障级别分别具有对应的创伤深度范围，每个创伤深度范围分别具有对应的恢复速率。
如图6所示，在一种实施方式中，该参数获取模块501，包括：
故障级别确定子模块5011，用于根据故障属性确定故障级别，该故障属性至少包括以下之一：故障持续时间、故障涉及的用户数量、关于故障的投诉数量；
创伤深度范围和恢复速率获取子模块5012，用于根据确定出的该故障级别得到与其对应的创伤深度范围和恢复速率。
在一种实施方式中，该满意度获取模块，包括：
满意度获取执行子模块，用于利用该创伤深度、恢复速率和牛顿冷却算法，得到表示信息。
在一种实施方式中，该装置还包括：
表示信息叠加模块，用于在多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图7所示，是根据本申请实施例的满意度检测的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器710、存储器720，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器710为例。
存储器720即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的满意度检测的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的满意度检测的方法。
存储器720作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的满意度检测的方法对应的程序指令/模块(例如，附图5所示的参数获取模块501、满意度获取模块502)。处理器710通过运行存储在存储器720中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的满意度检测的方法。
存储器720可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据满意度检测的电子设备的使用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器720可选包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至满意度检测的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
满意度检测的方法的电子设备还可以包括：输入装置730和输出装置740。处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置730可接收输入的数字或字符信息，以及产生与满意度检测的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置740可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，可以提供持续时间段的用户满意度评价。无需再依赖调查、采样，实现了满意度持续检测的自动化。因为采用在故障发生时，根据故障情况得出对用户的创伤深度，以及该创伤深度的恢复速率。创伤深度即对应为用户的满意度情况，根据用户从当前创伤深度恢复到目标满意度的表示信息，得到恢复过程中的时间与满意度的对应关系。所以克服了现有技术中需要逐次调查用户的满意度，无法获取持续满意度的技术问题，进而达到上述技术效果。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (8)
1.一种满意度检测的方法，其特征在于，包括：
获取故障级别对应的创伤深度和恢复速率，所述创伤深度为故障发生后的满意度降低量，所述恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率；
根据所述创伤深度和所述恢复速率，得到满意度恢复的表示信息，所述表示信息包括从所述第二满意度恢复到所述第一满意度的过程中时间与满意度的对应关系，其中，所述第二满意度为用户遭遇故障后的剩余满意度，所述第一满意度为故障发生后用户恢复到的目标满意度，所述第一满意度大于所述第二满意度；
其中，所述方法还包括：
预先设定多个故障级别，每个所述故障级别分别具有对应的创伤深度范围，每个所述创伤深度范围分别具有对应的恢复速率；
其中，所述获取故障级别对应的创伤深度和恢复速率，包括：
根据故障属性确定故障级别，所述故障属性至少包括以下之一：故障持续时间、故障涉及的用户数量、关于故障的投诉数量；
根据确定出的所述故障级别得到与其对应的创伤深度范围和恢复速率。
2.根据权利要求1所述的方法，其特征在于，所述根据所述创伤深度和所述恢复速率，得到满意度恢复的表示信息，包括：
利用所述创伤深度、所述恢复速率和牛顿冷却算法，得到所述表示信息。
3.根据权利要求1所述的方法，其特征在于，还包括：
多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加。
4.一种满意度检测的装置，其特征在于，包括：
参数获取模块，用于获取故障级别对应的创伤深度和恢复速率，所述创伤深度为故障发生后的满意度降低量，所述恢复速率为从故障发生后的第二满意度恢复到第一满意度的速率；
满意度获取模块，用于根据所述创伤深度和所述恢复速率，得到满意度恢复的表示信息，所述表示信息包括从所述第二满意度恢复到所述第一满意度的过程中时间与满意度的对应关系，其中，所述第二满意度为用户遭遇故障后的剩余满意度，所述第一满意度为故障发生后用户恢复到的目标满意度，所述第一满意度大于所述第二满意度；
其中，所述装置还包括：
故障级别预先设定模块，用于预先设定多个故障级别，每个所述故障级别分别具有对应的创伤深度范围，每个所述创伤深度范围分别具有对应的恢复速率；
其中，所述参数获取模块，包括：
故障级别确定子模块，用于根据故障属性确定故障级别，所述故障属性至少包括以下之一：故障持续时间、故障涉及的用户数量、关于故障的投诉数量；
创伤深度范围和恢复速率获取子模块，用于根据确定出的所述故障级别得到与其对应的创伤深度范围和恢复速率。
5.根据权利要求4所述的装置，其特征在于，所述满意度获取模块，包括：
满意度获取执行子模块，用于利用所述创伤深度、所述恢复速率和牛顿冷却算法，得到所述表示信息。
6.根据权利要求4所述的装置，其特征在于，还包括：
表示信息叠加模块，用于在多次发生故障的情况下，将多次故障对应的满意度恢复的表示信息叠加。
7. 一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910875181.5A CN112508591B (zh) | 2019-09-16 | 2019-09-16 | 满意度检测的方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910875181.5A CN112508591B (zh) | 2019-09-16 | 2019-09-16 | 满意度检测的方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112508591A CN112508591A (zh) | 2021-03-16 |
| CN112508591B true CN112508591B (zh) | 2023-07-25 |
Family
ID=74923981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910875181.5A Active CN112508591B (zh) | 2019-09-16 | 2019-09-16 | 满意度检测的方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112508591B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101349450A (zh) * | 2008-06-27 | 2009-01-21 | 赵铭 | 深层地热可再生能源冬季采暖方法 |
| CN103188705A (zh) * | 2011-12-29 | 2013-07-03 | 中国移动通信集团广东有限公司 | 一种对批量投诉进行告警定位的方法和告警定位装置 |
| CN105310703A (zh) * | 2014-07-02 | 2016-02-10 | 北京邮电大学 | 一种基于用户瞳孔直径数据获取主观满意度的方法 |
| CN107018004A (zh) * | 2016-01-28 | 2017-08-04 | 中国移动通信集团福建有限公司 | 用户满意度管理系统及方法 |
| CN107944602A (zh) * | 2017-11-09 | 2018-04-20 | 重庆大学 | 基于信任模型的云制造服务评价与匹配方法 |
| CN109636440A (zh) * | 2018-11-06 | 2019-04-16 | 航天信息股份有限公司 | 商品满意度的评估方法和装置，存储介质和电子设备 |
| CN109743599A (zh) * | 2018-11-15 | 2019-05-10 | 北京奇艺世纪科技有限公司 | 一种衡量信息的确定方法、装置及电子设备 |
| CN109993562A (zh) * | 2018-01-02 | 2019-07-09 | 中国移动通信有限公司研究院 | 一种满意度仿真方法、装置及终端设备 |
| CN110147504A (zh) * | 2019-04-12 | 2019-08-20 | 北京百度网讯科技有限公司 | 区域教育资源满足度评价方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10089163B2 (en) * | 2015-06-17 | 2018-10-02 | Vmware, Inc. | Automatic discovery and prioritization of fault domains |
| US20190198150A1 (en) * | 2017-10-13 | 2019-06-27 | KangarooHealth, Inc. | Method for tracking user outcomes, sentiment, and satisfaction |
-
2019
- 2019-09-16 CN CN201910875181.5A patent/CN112508591B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101349450A (zh) * | 2008-06-27 | 2009-01-21 | 赵铭 | 深层地热可再生能源冬季采暖方法 |
| CN103188705A (zh) * | 2011-12-29 | 2013-07-03 | 中国移动通信集团广东有限公司 | 一种对批量投诉进行告警定位的方法和告警定位装置 |
| CN105310703A (zh) * | 2014-07-02 | 2016-02-10 | 北京邮电大学 | 一种基于用户瞳孔直径数据获取主观满意度的方法 |
| CN107018004A (zh) * | 2016-01-28 | 2017-08-04 | 中国移动通信集团福建有限公司 | 用户满意度管理系统及方法 |
| CN107944602A (zh) * | 2017-11-09 | 2018-04-20 | 重庆大学 | 基于信任模型的云制造服务评价与匹配方法 |
| CN109993562A (zh) * | 2018-01-02 | 2019-07-09 | 中国移动通信有限公司研究院 | 一种满意度仿真方法、装置及终端设备 |
| CN109636440A (zh) * | 2018-11-06 | 2019-04-16 | 航天信息股份有限公司 | 商品满意度的评估方法和装置，存储介质和电子设备 |
| CN109743599A (zh) * | 2018-11-15 | 2019-05-10 | 北京奇艺世纪科技有限公司 | 一种衡量信息的确定方法、装置及电子设备 |
| CN110147504A (zh) * | 2019-04-12 | 2019-08-20 | 北京百度网讯科技有限公司 | 区域教育资源满足度评价方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112508591A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8806444B1 (en) | Modifying software based on tracked activities | |
| AU2015215881B2 (en) | Predictive model generator | |
| EP3905071A1 (en) | Comments-ordering method, apparatus, device and computer storage medium | |
| EP4191478A1 (en) | Method and apparatus for compressing neural network model | |
| CN112988381A (zh) | 为云资源生成优化信息的方法、装置和电子设备 | |
| CN111553840A (zh) | 图像超分辨的模型训练和处理方法、装置、设备和介质 | |
| CN112508591B (zh) | 满意度检测的方法、装置和电子设备 | |
| US9582180B2 (en) | Automated touch screen zoom | |
| KR20210128317A (ko) | 토픽 컨셉 마이닝 방법, 장치, 기기 및 저장 매체 | |
| WO2023051563A1 (zh) | 粘连检测模型训练、粘连检测方法及相关装置 | |
| CN114125324B (zh) | 一种视频拼接方法、装置、电子设备及存储介质 | |
| CN113408641B (zh) | 资源生成模型的训练与服务资源的生成方法、装置 | |
| CN113204467B (zh) | 线上业务系统的监控方法、装置、设备及存储介质 | |
| CN112446728B (zh) | 广告召回方法、装置、设备及存储介质 | |
| CN114554110A (zh) | 视频生成方法、装置、电子设备和存储介质 | |
| CN110941541B (zh) | 对数据流服务进行问题定级的方法以及装置 | |
| CN113360736A (zh) | 互联网数据的抓取方法和装置 | |
| CN113821232A (zh) | 模型更新方法和装置 | |
| CN111767170A (zh) | 设备的操作复原方法、装置、设备以及存储介质 | |
| CN114327271B (zh) | 生命周期的管理方法、装置、设备以及存储介质 | |
| CN111783872A (zh) | 训练模型的方法、装置、电子设备及计算机可读存储介质 | |
| CN114416937B (zh) | 人机交互方法、装置、设备、存储介质及计算机程序产品 | |
| CN115277713B (zh) | 负载均衡方法和装置 | |
| CN111368198B (zh) | 一种物料推送方法、装置、电子设备及存储介质 | |
| CN112380065B (zh) | 一种数据修复方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |