基于BP神经网络的电信业客户满意度评价方法.docVIP

  基于 BP 神经网络的电信业客户满意度评价 方法 李文旺，周文安** 5 10 15 20 25 30 35 40 （北京邮电大学计算机学院 PCNCAD 中心，北京 100876） 摘要：针对以往电信行业客户满意度评价主要依赖问卷调查手段所体现的人力投入大、周期 长等缺点，提出基于 BP 神经网络的智能评价方法。通过综合考虑用户使用电信业务过程中 影响客户满意度的多方面因素，分析并建立 QoE-KQI-KPI 三层客户满意度评价体系。基于 动态的智能评价方法，有助于在客户满意度下降时，及时发现问题所在，提升电信运维能力， 并最终提升客户的满意度，为企业创造更多价值。 关键词：电信；客户满意度；评价指标体系；BP 神经网络 中图分类号：TN929.5 Evaluation of Telecom Customer Satisfaction Based on BP Neural Network LI Wenwang, ZHOU Wenan (PCNCAD Center, Beijing University of Posts and Telecommunications, Beijing 100876) Abstract: The traditional approach of telecom customer satisfaction evaluation mainly relys on customer survey, which requires extensive time and man power.To overcome these defects, a BP neural netowrk based dynamic evaluation method is presented. By taking the manifold factors that influence the satisfaction degree of customer during their services using peroid into consideration, a QoE-KQI-KPI index system is established. With this dynamic evaluation approach in use, its helpful to timely identify the root problems when the customer satisfaction decreases, thus improving the operation and maintaince level, and ultimately improving the customer satisfaction degree and creating more values for the company. Key words: Telecommunication; Customer Satisfaction; Evaluation Index System ; BP Neural Network 0 引言 网络的变革、技术的进步，促使当今电信业迈入了一个数字业务快速增长的时期，各种 新兴业务不断被开发和部署，电信业中的服务已日益趋于同质化。在这样的生态环境下，如 何保有客户并不断吸引新客户成为制约企业持续发展并不断壮大的关键。客户满意度体现着 企业价值。必须拥有良好的客户满意度才能使电信企业在业务不断趋于同质化的竞争中保持 长期的优势。传统的电信业客户满意度评价主要依赖于客户抽样调查统计。然而该方法受调 查问卷的质量、抽样人群的数量等多种因素的影响，同时需要较大的人力资源，统计周期较 长，无法获得及时有效的结果。如何提供有效的方法以评价客户体验的业务质量是业务提供 商需要解决的一个迫切任务。 客户满意度评价从本质上来说属于多指标综合评价。根据这个本质特性，近年来出现了 多种综合评价方法，如模糊综合评价方法[1]、AHP 评价法[2]、灰色系统评价法[3]等，但这些 方法都或多或少需要行业专家对问题的各层权重进行赋值，因而不同程度地存在人为痕迹。 人工神经网络具备强大的非线性映射能力和泛化能力。根据 Kolrnogorov 定理，一个 3 作者简介：李文旺（1987-）， 男，主要研究方向：服务工程与无线通信 通信联系人：周文安， 女，副教授， 主要研究方向：移动通信和下一代网络. E-mail: zhouwa@bupt.edu.cn -1-   层 BP 神经网络能够实现对任意非线性函数进行逼近。因此，只要建立了完备的客户满意度 评价指标体系，并获得大量的历史数据，BP 神经网络就能够学习评价指标与客户满意