(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211289480.9 (22)申请日 2022.10.20 (71)申请人 太保科技有限公司 地址 200010 上海市黄浦区中山 南路1号1 1 层(名义楼层)1 1V6室 (72)发明人 龚自清　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 曹伟 (51)Int.Cl. G06Q 30/00(2012.01) G06N 20/00(2019.01) (54)发明名称 一种监管投诉升级的方法及装置 (57)摘要 本申请公开了一种监管投诉升级的方法及 装置。 基于投诉案件特征数据训练得到投诉升级 预测模型文件， 再与待预测投诉案件信息整合形 成机器学习应用， 将预测得到的投诉升级清单推 送至监控页面以预警。 本申请所述方法基于数据 驱动， 增加了非线性预测能力， 使预测结果更准 确。 同时， 所述投诉升级预测模型具有预 警功能， 能实现对投诉升级的有效监管。 权利要求书2页 说明书6页 附图3页 CN 115545727 A 2022.12.30 CN 115545727 A 1.一种监管投诉升级的方法， 其特 征在于， 包括： 提取投诉案件相关信息中的特 征数据； 利用Python中的机器学习工具包， 基于所述特征数据训练得到投诉升级预测模型文 件； 将获取的阈值时间内投诉案件信息数据和所述投诉升级预测模型文件整合形成可预 测投诉升级的机器学习应用； 所述机器学习应用基于待预测投诉案件预测得到包括投诉案件号、 投诉升级概率和用 户信息的投诉升级清单； 推送所述投诉升级清单至监控页面进行 预警。 2.根据权利要求1所述的方法， 其特征在于， 在提取投诉案件相关信息中的特征数据 前， 所述方法还包括： 利用监控页面从投诉概况维度、 产品维度、 客户维度和营销员维度提 取所述投诉案件相关信息 。 3.根据权利要求1所述的方法， 其特征在于， 所述基于所述特征数据训练得到投诉升级 预测模型文件， 包括： 基于所述特 征数据， 采用集成决策树模型迭代更新建模； 对所述特征数据中过拟合的数据下采样， 对所述特征数据中欠拟合的数据进行局部加 权操作； 将训练结果保存成投诉升级预测模型文件。 4.根据权利要求3所述的方法， 其特征在于， 所述方法还包括： 决策树模型输出特征重 要性。 5.根据权利要求1所述的方法， 其特征在于， 所述将 获取的阈值 时间内投诉案件信 息数 据和所述投诉升级预测模型文件整合形成可 预测投诉升级的机器学习应用， 包括： 整合上游输入宽表得到阈值时间内投诉案件信息数据； 所述上游输入宽表包括： 阈值 时间内投诉案件和与所述阈值时间内投诉案件 对应的特 征数据； 将所述阈值 时间内投诉案件信 息数据和所述投诉升级预测模型文件整合， 形成机器学 习应用。 6.一种监管投诉升级的装置， 其特征在于， 包括： 特征数据提取单元、 训练单元、 整合单 元、 预测单 元和推送单 元； 所述特征数据提取 单元， 用于提取投诉案件相关信息中的特 征数据； 所述训练单 元， 用于基于所述特 征数据训练得到投诉升级预测模型文件； 所述整合单元， 用于将 获取的阈值 时间内投诉案件信 息数据和所述投诉升级预测模型 文件整合形成可 预测投诉升级的机器学习应用； 所述预测单元， 用于基于待预测 投诉案件预测得到包括投诉案件号、 投诉升级概率和 用户信息的投诉升级清单； 所述推送单 元， 用于推送所述投诉升级清单至监控页面进行 预警。 7.根据权利要求6所述的装置， 其特征在于， 所述装置还包括： 相关信 息提取单元， 用于 从投诉概况维度、 产品维度、 客户维度和营销员维度提取 所述投诉案件相关信息 。 8.根据权利要求6所述的装置， 其特 征在于， 所述训练单 元包括： 建模子单 元， 用于基于所述特 征数据， 采用集成决策树模型迭代更新建模；权　利　要　求　书 1/2 页 2 CN 115545727 A 2拟合子单元， 用于对所述特征数据中过拟合的数据下采样， 对所述特征数据中欠拟合 的数据进行局部加权操作； 保存子单 元， 用于将训练结果保存成投诉升级预测模型文件。 9.根据权利要求8所述的装置， 其特征在于， 所述装置还包括： 特征重要性输出单元， 用 于输出特征重要性。 10.根据权利要求6所述的装置， 其特 征在于， 所述整合单 元包括： 上游输入宽表整合单元， 用于整合上游输入宽表， 得到阈值时间内投诉案件信 息数据； 所述上游输入宽表包括： 阈值时间内投诉案件和与所述阈值时间内投诉案件对应的特征数 据； 机器学习应用形成单元， 用于将所述阈值 时间内投诉案件信 息数据和所述投诉升级预 测模型文件整合， 形成机器学习应用。权　利　要　求　书 2/2 页 3 CN 115545727 A 3