1.3 事后：投诉诊断

为了进一步完善电信客户的投诉管理流程，需要进行事后的投诉诊断。首先，通过大数据平台的数据整理，结合用户的回访数据，对用户特征进行画像，为的投诉预判打基础。然后，将预测失败的数据经修正后加入数据库，不断丰富历史数据库，加强贝叶斯算法自我学习能力，持续进行网络优化。

2 基于电信大数据的投诉管理系统应用

中国移动海南公司在大数据运营服务平台的基础上，搭建了电信大数据的投诉管理系统，并于2020年6月中旬投入使用。通过对历史数据库反复不断的学习，实时采集用户数据，对用户的投诉进行预判。利用贝叶斯分类算法计算单位面积下的倾向投诉量，在文中定义概率高于70%以上的投诉为客户的倾向投诉。利用历史数据库中的投诉分类和重要程度排序，对用户的倾向投诉的重要程度进行分析，并利用不同的配色进行级别渲染和地理可视化呈现，在本文中主要采用四种颜色表示其投诉的重要程度，其重要程度排序为红色＞黄色＞浅绿＞深绿。其部分结果如图2所示。

图2 投诉预判可视化呈现

3 结束语

本系统利用电信大数据优势，提出一套运营商客户投诉的解决方案。该方案根据历史数据库进行客户投诉预判，利用实时数据寻找投诉热点并实现热点区域分级渲染。该系统上线后，可以实现高效、合理、快速的全网投诉分析。

[1]Olover R L，Whiner R S，A frame work for formation and structure of consumer expectations：review and propositions[J].Journal of Economic Psychology，1987（87）：496-499.

[2]Diane Halstead，Edward A Morash，Complaining objective service failure and subjective complaints an investigation of domino and halo effect[J].Journal of Business Research，1996（36）：47-52.

[3]龙银杏.基于GIS 的移动通信网络投诉热点核查系统的分析与设计[D].武汉邮电科学研究院，2016.

[4]王雯.多维度指标分析在无线网客户投诉量评估上的实践和应用[J].无线通信技术，2018，27（03）：47-51.

[5]林溪桥.多元线性回归和聚类算法在客户投诉分析中的应用[J].广西电力，2018，41（04）：28-31.

[6]李建芬，程慧.以客户诉求为导向的多维度大数据分析体系探析[J].管理观察，2017（10）：36-39.

[7]崔小丽，贾金良，王慧慧.基于大数据的投诉关联分析及平台构建[J].通信管理与技术，2016（03）：74-77.

[8]伍国权，杨少青.基于客户投诉的大数据多维分析研究[C].广东省通信学会.2017 广东通信青年论坛优秀论文集.广东省通信学会：中国电子科技集团公司第七研究所《移动通信》杂志社，2017.

文章来源：《电脑与电信》 网址: http://www.dnydxzz.cn/qikandaodu/2021/0610/1251.html