所屬的技術(shù)人員能夠理解，本公開的各個方面可以實現(xiàn)為系統(tǒng)、方法或程序產(chǎn)品。因此，本公開的各個方面可以具體實現(xiàn)為以下形式，即：完全的硬件實施例、完全的軟件實施例(包括固件、微代碼等)，或硬件和軟件方面結(jié)合的實施例，這里可以統(tǒng)稱為“電路”、“模塊”或“系統(tǒng)”。本公開的示例性實施方式還提供一種計算機(jī)程序產(chǎn)品。計算機(jī)程序產(chǎn)品包括計算機(jī)程序，計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述模型訓(xùn)練方法、行為質(zhì)量評價方法。在一種實施方式中，計算機(jī)程序產(chǎn)品可以是包含計算機(jī)程序的有形產(chǎn)品，如存儲有計算機(jī)程序的計算機(jī)可讀存儲介質(zhì)?？勺x存儲介質(zhì)可以是基于電、磁、光、電磁、紅外線等信號的存儲介質(zhì)，包括但不限于：隨機(jī)存取存儲器(ram)，只讀存儲器(rom)，磁帶，軟盤，閃存(flash)，機(jī)械硬盤(hdd)，固態(tài)硬盤(ssd)，等等。示例性的，計算機(jī)程序產(chǎn)品可以實現(xiàn)為存儲有計算機(jī)程序的非易失性存儲介質(zhì)，如只讀存儲器，與非門閃存(nand?flash)等。在一種實施方式中，計算機(jī)程序產(chǎn)品可以是包含計算機(jī)程序的無形產(chǎn)品。示例性的，計算機(jī)程序產(chǎn)品可以實現(xiàn)為虛擬數(shù)字產(chǎn)品，如存儲有計算機(jī)程序的可執(zhí)行文件，安裝包等數(shù)字文件。計算機(jī)程序的代碼可以通過一種或多種程序設(shè)計語言來編寫。程序設(shè)計語言如c語言、java、c++等。程序代碼可以完全地在用戶計算設(shè)備上執(zhí)行，或者部分地在用戶計算設(shè)備上執(zhí)行，或者作為一個獨立的軟件包執(zhí)行，或者部分在用戶計算設(shè)備上部分在遠(yuǎn)程計算設(shè)備上執(zhí)行，或者完全在遠(yuǎn)程計算設(shè)備或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計算設(shè)備的情形中，遠(yuǎn)程計算設(shè)備可以通過任意種類的網(wǎng)絡(luò)，如局域網(wǎng)(lan)、廣域網(wǎng)(wan)等，連接到用戶計算設(shè)備，或者，可以連接到外部計算設(shè)備(例如通過運營商提供的因特網(wǎng)連接)。計算機(jī)程序可以通過電、磁、光、電磁、紅外線等信號承載或傳輸。電子設(shè)備可以將承載計算機(jī)程序的信號轉(zhuǎn)換為數(shù)字信號，進(jìn)而運行計算機(jī)程序。當(dāng)計算機(jī)程序在電子設(shè)備上運行時，其代碼用于使電子設(shè)備執(zhí)行(更具體地，可以使電子設(shè)備的處理器執(zhí)行)本公開各種示例性實施方式的方法步驟，如可以執(zhí)行上述模型訓(xùn)練方法、行為質(zhì)量評價方法。本公開的示例性實施方式還提供一種電子設(shè)備，電子設(shè)備可以包括處理器與存儲器。存儲器存儲有處理器的可執(zhí)行指令，如可以是計算機(jī)程序。處理器通過執(zhí)行該可執(zhí)行指令來執(zhí)行本公開各種示例性實施方式的方法步驟。此外，電子設(shè)備還可以包括顯示器，以用于顯示圖形用戶界面。下面參考圖8，以通用計算設(shè)備的形式對電子設(shè)備進(jìn)行示例性說明。應(yīng)當(dāng)理解，圖8顯示的電子設(shè)備800僅僅是一個示例，不應(yīng)對本公開實施方式的功能和使用范圍帶來限制。如圖8所示，電子設(shè)備800可以包括：處理器810、存儲器820、總線830、i/o(輸入/輸出)接口840、網(wǎng)絡(luò)適配器850、顯示器860。存儲器820可以包括易失性存儲器，例如ram?821、緩存單元822，還可以包括非易失性存儲器，例如rom?823。存儲器820還可以包括一個或多個程序模塊824，這樣的程序模塊824包括但不限于：操作系統(tǒng)、一個或者多個應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實現(xiàn)。例如，程序模塊824可以包括上述裝置中的各模塊。處理器810可以包括一個或多個處理單元，例如：處理器810可以包括ap(application?processor，應(yīng)用處理器)、調(diào)制解調(diào)處理器、gpu(graphics?processingunit，圖形處理器)、isp(image?signal?processor，圖像信號處理器)、控制器、編碼器、解碼器、dsp(digital?signal?processor，數(shù)字信號處理器)、基帶處理器和/或npu(neural-network?processing?unit，神經(jīng)網(wǎng)絡(luò)處理器)等。處理器810可用于執(zhí)行存儲器820中存儲的可執(zhí)行指令，如可以執(zhí)行上述模型訓(xùn)練方法，或行為質(zhì)量評價方法?？偩€830用于實現(xiàn)電子設(shè)備800的不同組件之間的連接，可以包括數(shù)據(jù)總線、地址總線和控制總線。電子設(shè)備800可以通過i/o接口840與一個或多個外部設(shè)備900(例如鍵盤、鼠標(biāo)、外置控制器等)進(jìn)行通信。電子設(shè)備800可以通過網(wǎng)絡(luò)適配器850與一個或者多個網(wǎng)絡(luò)通信，例如網(wǎng)絡(luò)適配器850可以提供如3g/4g/5g等移動通信解決方案，或者提供如無線局域網(wǎng)、藍(lán)牙、近場通信等無線通信解決方案。網(wǎng)絡(luò)適配器850可以通過總線830與電子設(shè)備800的其它模塊通信。電子設(shè)備800可以通過顯示器860顯示圖形用戶界面，如顯示服務(wù)行為數(shù)據(jù)的評價等級結(jié)果的界面等。盡管圖8中未示出，還可以在電子設(shè)備800中設(shè)置其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動器、冗余處理器、外部磁盤驅(qū)動陣列、raid系統(tǒng)、磁帶驅(qū)動器以及數(shù)據(jù)備份存儲系統(tǒng)等。

背景技術(shù)：

1、運營商日常維護(hù)工作主要是針對通信網(wǎng)絡(luò)末梢的一線業(yè)務(wù)進(jìn)行維護(hù)，是保障客戶業(yè)務(wù)質(zhì)量、提升客戶滿意度的重要工作之一，因此，運營商對維護(hù)質(zhì)量的管控是維護(hù)工作流程中的一項重要環(huán)節(jié)。除維護(hù)的業(yè)務(wù)質(zhì)量外，運維人員服務(wù)行為也是影響客戶感知以及維護(hù)質(zhì)量的重要因素之一，提升人員服務(wù)行為質(zhì)量，進(jìn)而在一定程度上提高整體維護(hù)質(zhì)量，同時使得運維人員的服務(wù)行為評價也能夠作為工作成效的重要參考指標(biāo)。

2、需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對本公開的背景的理解，因此可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實現(xiàn)思路

1、本公開的目的在于提供一種模型訓(xùn)練方法、行為質(zhì)量評價方法、模型訓(xùn)練裝置、行為質(zhì)量評價裝置、電子設(shè)備以及計算機(jī)程序產(chǎn)品，進(jìn)而至少在一定程度上克服相關(guān)方案中無法對業(yè)務(wù)人員的服務(wù)行為質(zhì)量進(jìn)行有效評價的問題。

2、本公開的其他特性和優(yōu)點將通過下面的詳細(xì)描述變得顯然，或部分地通過本發(fā)明的實踐而習(xí)得。

3、根據(jù)本公開的第一方面，提供一種模型訓(xùn)練方法，包括：獲取業(yè)務(wù)人員的歷史服務(wù)行為數(shù)據(jù)，所述歷史服務(wù)行為數(shù)據(jù)包括多個行為特征數(shù)據(jù)與行為質(zhì)量評分；根據(jù)所述行為特征數(shù)據(jù)與所述行為質(zhì)量評分，構(gòu)建模型輸入數(shù)據(jù)集；獲取預(yù)先構(gòu)建的初始模型，所述初始模型包括至少一基學(xué)習(xí)器與元學(xué)習(xí)器；基于所述模型輸入數(shù)據(jù)集對所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到所述基學(xué)習(xí)器的輸出結(jié)果，所述輸出結(jié)果包括驗證集輸出結(jié)果與測試集輸出結(jié)果；基于所述驗證集輸出結(jié)果與所述測試集輸出結(jié)果，對所述元學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到行為質(zhì)量評價模型。

4、在本公開的一種示例性實施方案中，所述根據(jù)所述行為特征數(shù)據(jù)與所述行為質(zhì)量評分，構(gòu)建模型輸入數(shù)據(jù)集，包括：根據(jù)所述行為特征數(shù)據(jù)與所述行為質(zhì)量評分，構(gòu)建行為質(zhì)量評價樣本集，所述行為質(zhì)量評價樣本集包括多個行為質(zhì)量評價樣本；對所述行為質(zhì)量評價樣本集進(jìn)行劃分處理，得到訓(xùn)練樣本集與測試樣本集；對所述多個行為質(zhì)量評價樣本進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化的特征數(shù)據(jù)集；對所述特征數(shù)據(jù)集進(jìn)行特征選擇處理，得到模型輸入特征；基于所述模型輸入特征、所述訓(xùn)練樣本集與測試樣本集，構(gòu)建所述模型輸入數(shù)據(jù)集。

5、在本公開的一種示例性實施方案中，所述對所述特征數(shù)據(jù)集進(jìn)行特征選擇處理，得到模型輸入特征，包括：確定所述特征數(shù)據(jù)集對應(yīng)的輸出結(jié)果類別以及結(jié)果類別數(shù)量；確定所述特征數(shù)據(jù)集中各所述行為質(zhì)量評價樣本對應(yīng)的樣本所屬類別概率；基于所述結(jié)果類別數(shù)量與所述樣本所屬類別概率，計算所述特征數(shù)據(jù)集的基尼系數(shù)；根據(jù)所述基尼系數(shù)對所述特征數(shù)據(jù)集進(jìn)行特征選擇處理，得到所述模型輸入特征。

6、在本公開的一種示例性實施方案中，所述基于所述模型輸入數(shù)據(jù)集對所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到所述基學(xué)習(xí)器的輸出結(jié)果，包括：基于所述模型輸入數(shù)據(jù)集確定模型訓(xùn)練數(shù)據(jù)集與模型測試數(shù)據(jù)集；對所述模型訓(xùn)練數(shù)據(jù)集進(jìn)行等比例劃分，得到k個訓(xùn)練數(shù)據(jù)子集，所述k個訓(xùn)練數(shù)據(jù)子集包括訓(xùn)練數(shù)據(jù)集與驗證數(shù)據(jù)集；基于所述訓(xùn)練數(shù)據(jù)集與所述驗證數(shù)據(jù)集，分別對各所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到各所述基學(xué)習(xí)器對應(yīng)的驗證集輸出結(jié)果；根據(jù)所述模型測試數(shù)據(jù)集在多個輪次下的基學(xué)習(xí)器預(yù)測輸出結(jié)果與訓(xùn)練次數(shù)，確定所述基學(xué)習(xí)器的測試集輸出結(jié)果。

7、在本公開的一種示例性實施方案中，所述基于所述訓(xùn)練數(shù)據(jù)集與所述驗證數(shù)據(jù)集，分別對各所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到各所述基學(xué)習(xí)器對應(yīng)的驗證集輸出結(jié)果，包括：對各所述基學(xué)習(xí)器逐一執(zhí)行下述步驟：從所述k個訓(xùn)練數(shù)據(jù)子集中選取k-1個訓(xùn)練數(shù)據(jù)子集作為所述訓(xùn)練數(shù)據(jù)集，并將剩余的所述訓(xùn)練數(shù)據(jù)子集作為所述驗證數(shù)據(jù)集；根據(jù)所述訓(xùn)練數(shù)據(jù)集與所述驗證數(shù)據(jù)集對所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到所述基學(xué)習(xí)器在本輪訓(xùn)練中的單次驗證集輸出結(jié)果；基于多個所述單次驗證集輸出結(jié)果，生成所述驗證集輸出結(jié)果。

8、在本公開的一種示例性實施方案中，所述基于所述驗證集輸出結(jié)果與所述測試集輸出結(jié)果，對所述元學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到行為質(zhì)量評價模型，包括：確定基學(xué)習(xí)器的權(quán)重；基于所述基學(xué)習(xí)器的權(quán)重與所述驗證集輸出結(jié)果，確定驗證集加權(quán)輸出結(jié)果；基于所述基學(xué)習(xí)器的權(quán)重與所述測試集輸出結(jié)果，確定測試集加權(quán)輸出結(jié)果；將所述驗證集加權(quán)輸出結(jié)果作為所述元學(xué)習(xí)器的訓(xùn)練集輸入數(shù)據(jù)，結(jié)合所述行為質(zhì)量評分對所述元學(xué)習(xí)器進(jìn)行模型訓(xùn)練；將所述測試集加權(quán)輸出結(jié)果作為所述元學(xué)習(xí)器的測試集輸入數(shù)據(jù)，得到所述元學(xué)習(xí)器輸出的測試集預(yù)測結(jié)果，以根據(jù)所述測試集預(yù)測結(jié)果與所述行為質(zhì)量評分確定所述行為質(zhì)量評價模型。

9、在本公開的一種示例性實施方案中，所述確定基學(xué)習(xí)器的權(quán)重，包括：將所述驗證集輸出結(jié)果與所述行為質(zhì)量評分進(jìn)行誤差分析對比，得到誤差評價指標(biāo)值，所述誤差評價指標(biāo)值包括均方根誤差、平均絕對百分比誤差、平均絕對誤差與決定系數(shù)中的一種或多種；根據(jù)所述誤差評價指標(biāo)值構(gòu)建所述基學(xué)習(xí)器的評價矩陣，所述評價矩陣包括各所述基學(xué)習(xí)器對應(yīng)的多個所述誤差評價指標(biāo)值；基于所述評價矩陣，分別計算各所述誤差評價指標(biāo)值對應(yīng)的評價因子權(quán)重；根據(jù)所述評價因子權(quán)重，確定所述基學(xué)習(xí)器的熵值；基于所述基學(xué)習(xí)器的熵值，確定所述基學(xué)習(xí)器的權(quán)重。

10、在本公開的一種示例性實施方案中，所述行為特征數(shù)據(jù)基于服務(wù)行為特征生成，所述服務(wù)行為特征包括電子圍欄進(jìn)出次數(shù)、規(guī)劃路徑校驗重合率、里程數(shù)差值校驗、作業(yè)質(zhì)量達(dá)標(biāo)率、用戶滿意度測評得分與超出時間限制次數(shù)中的一種或多種。

11、根據(jù)本公開的第二方面，提供一種行為質(zhì)量評價方法，包括：獲取業(yè)務(wù)人員的服務(wù)行為數(shù)據(jù)，以及預(yù)先訓(xùn)練的行為質(zhì)量評價模型，所述行為質(zhì)量評價模型是采用上述任意一項所述的模型訓(xùn)練方法訓(xùn)練得到；將所述服務(wù)行為數(shù)據(jù)輸入至所述行為質(zhì)量評價模型，得到行為質(zhì)量預(yù)測評分；獲取預(yù)設(shè)的質(zhì)量評價等級，以及所述質(zhì)量評價等級的等級劃分閾值；根據(jù)所述行為質(zhì)量預(yù)測評分、所述等級劃分閾值與所述質(zhì)量評價等級，確定所述服務(wù)行為數(shù)據(jù)對應(yīng)的評價等級結(jié)果。

12、在本公開的一種示例性實施方案中，上述方法還包括：響應(yīng)于閾值更新指令，基于所述閾值更新指令調(diào)整所述等級劃分閾值，得到更新后的等級劃分閾值；根據(jù)所述更新后的等級劃分閾值，確定新增服務(wù)行為數(shù)據(jù)對應(yīng)的評價等級結(jié)果。

13、根據(jù)本公開的第三方面，提供一種模型訓(xùn)練裝置，包括：樣本數(shù)據(jù)獲取模塊，用于獲取業(yè)務(wù)人員的歷史服務(wù)行為數(shù)據(jù)，所述歷史服務(wù)行為數(shù)據(jù)包括多個行為特征數(shù)據(jù)與行為質(zhì)量評分；數(shù)據(jù)集構(gòu)建模塊，用于根據(jù)所述行為特征數(shù)據(jù)與所述行為質(zhì)量評分，構(gòu)建模型輸入數(shù)據(jù)集；初始模型獲取模塊，用于獲取預(yù)先構(gòu)建的初始模型，所述初始模型包括至少一基學(xué)習(xí)器與元學(xué)習(xí)器；第一模型訓(xùn)練模塊，用于基于所述模型輸入數(shù)據(jù)集對所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到所述基學(xué)習(xí)器的輸出結(jié)果，所述輸出結(jié)果包括驗證集輸出結(jié)果與測試集輸出結(jié)果；第二模型訓(xùn)練模塊，用于基于所述驗證集輸出結(jié)果與所述測試集輸出結(jié)果，對所述元學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到行為質(zhì)量評價模型。

14、在本公開的一種示例性實施方案中，所述數(shù)據(jù)集構(gòu)建模塊包括數(shù)據(jù)集構(gòu)建單元，用于：根據(jù)所述行為特征數(shù)據(jù)與所述行為質(zhì)量評分，構(gòu)建行為質(zhì)量評價樣本集，所述行為質(zhì)量評價樣本集包括多個行為質(zhì)量評價樣本；對所述行為質(zhì)量評價樣本集進(jìn)行劃分處理，得到訓(xùn)練樣本集與測試樣本集；對所述多個行為質(zhì)量評價樣本進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化的特征數(shù)據(jù)集；對所述特征數(shù)據(jù)集進(jìn)行特征選擇處理，得到模型輸入特征；基于所述模型輸入特征、所述訓(xùn)練樣本集與測試樣本集，構(gòu)建所述模型輸入數(shù)據(jù)集。

15、在本公開的一種示例性實施方案中，所述數(shù)據(jù)集構(gòu)建單元包括特征選擇子單元，用于：確定所述特征數(shù)據(jù)集對應(yīng)的輸出結(jié)果類別以及結(jié)果類別數(shù)量；確定所述特征數(shù)據(jù)集中各所述行為質(zhì)量評價樣本對應(yīng)的樣本所屬類別概率；基于所述結(jié)果類別數(shù)量與所述樣本所屬類別概率，計算所述特征數(shù)據(jù)集的基尼系數(shù)；根據(jù)所述基尼系數(shù)對所述特征數(shù)據(jù)集進(jìn)行特征選擇處理，得到所述模型輸入特征。

16、在本公開的一種示例性實施方案中，所述第一模型訓(xùn)練模塊包括第一模型訓(xùn)練單元，用于：基于所述模型輸入數(shù)據(jù)集確定模型訓(xùn)練數(shù)據(jù)集與模型測試數(shù)據(jù)集；對所述模型訓(xùn)練數(shù)據(jù)集進(jìn)行等比例劃分，得到k個訓(xùn)練數(shù)據(jù)子集，所述k個訓(xùn)練數(shù)據(jù)子集包括訓(xùn)練數(shù)據(jù)集與驗證數(shù)據(jù)集；基于所述訓(xùn)練數(shù)據(jù)集與所述驗證數(shù)據(jù)集，分別對各所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到各所述基學(xué)習(xí)器對應(yīng)的驗證集輸出結(jié)果；根據(jù)所述模型測試數(shù)據(jù)集在多個輪次下的基學(xué)習(xí)器預(yù)測輸出結(jié)果與訓(xùn)練次數(shù)，確定所述基學(xué)習(xí)器的測試集輸出結(jié)果。

17、在本公開的一種示例性實施方案中，所述第一模型訓(xùn)練單元包括第一模型訓(xùn)練子單元，用于：對各所述基學(xué)習(xí)器逐一執(zhí)行下述步驟：從所述k個訓(xùn)練數(shù)據(jù)子集中選取k-1個訓(xùn)練數(shù)據(jù)子集作為所述訓(xùn)練數(shù)據(jù)集，并將剩余的所述訓(xùn)練數(shù)據(jù)子集作為所述驗證數(shù)據(jù)集；根據(jù)所述訓(xùn)練數(shù)據(jù)集與所述驗證數(shù)據(jù)集對所述基學(xué)習(xí)器進(jìn)行模型訓(xùn)練，得到所述基學(xué)習(xí)器在本輪訓(xùn)練中的單次驗證集輸出結(jié)果；基于多個所述單次驗證集輸出結(jié)果，生成所述驗證集輸出結(jié)果。

18、在本公開的一種示例性實施方案中，所述第二模型訓(xùn)練模塊包括第二模型訓(xùn)練單元，用于：確定基學(xué)習(xí)器的權(quán)重；基于所述基學(xué)習(xí)器的權(quán)重與所述驗證集輸出結(jié)果，確定驗證集加權(quán)輸出結(jié)果；基于所述基學(xué)習(xí)器的權(quán)重與所述測試集輸出結(jié)果，確定測試集加權(quán)輸出結(jié)果；將所述驗證集加權(quán)輸出結(jié)果作為所述元學(xué)習(xí)器的訓(xùn)練集輸入數(shù)據(jù)，結(jié)合所述行為質(zhì)量評分對所述元學(xué)習(xí)器進(jìn)行模型訓(xùn)練；將所述測試集加權(quán)輸出結(jié)果作為所述元學(xué)習(xí)器的測試集輸入數(shù)據(jù)，得到所述元學(xué)習(xí)器輸出的測試集預(yù)測結(jié)果，以根據(jù)所述測試集預(yù)測結(jié)果與所述行為質(zhì)量評分確定所述行為質(zhì)量評價模型。

19、在本公開的一種示例性實施方案中，所述第二模型訓(xùn)練單元包括權(quán)重計算子單元，用于：將所述驗證集輸出結(jié)果與所述行為質(zhì)量評分進(jìn)行誤差分析對比，得到誤差評價指標(biāo)值，所述誤差評價指標(biāo)值包括均方根誤差、平均絕對百分比誤差、平均絕對誤差與決定系數(shù)中的一種或多種；根據(jù)所述誤差評價指標(biāo)值構(gòu)建所述基學(xué)習(xí)器的評價矩陣，所述評價矩陣包括各所述基學(xué)習(xí)器對應(yīng)的多個所述誤差評價指標(biāo)值；基于所述評價矩陣，分別計算各所述誤差評價指標(biāo)值對應(yīng)的評價因子權(quán)重；根據(jù)所述評價因子權(quán)重，確定所述基學(xué)習(xí)器的熵值；基于所述基學(xué)習(xí)器的熵值，確定所述基學(xué)習(xí)器的權(quán)重。

20、根據(jù)本公開的第四方面，提供一種行為質(zhì)量評價裝置，包括：數(shù)據(jù)獲取模塊，用于獲取業(yè)務(wù)人員的服務(wù)行為數(shù)據(jù)，以及預(yù)先構(gòu)建的行為質(zhì)量評價模型，所述行為質(zhì)量評價模型是采用上述任意一項所述的模型訓(xùn)練方法訓(xùn)練得到；預(yù)測評分確定模塊，用于將所述服務(wù)行為數(shù)據(jù)輸入至所述行為質(zhì)量評價模型，得到行為質(zhì)量預(yù)測評分；閾值獲取模塊，用于獲取預(yù)設(shè)的質(zhì)量評價等級，以及所述質(zhì)量評價等級的等級劃分閾值；結(jié)果確定模塊，用于根據(jù)所述行為質(zhì)量預(yù)測評分、所述等級劃分閾值與所述質(zhì)量評價等級，確定所述服務(wù)行為數(shù)據(jù)對應(yīng)的評價等級結(jié)果。

21、在本公開的一種示例性實施方案中，所述行為質(zhì)量評價裝置還包括閾值更新模塊，用于：響應(yīng)于閾值更新指令，基于所述閾值更新指令調(diào)整所述等級劃分閾值，得到更新后的等級劃分閾值；根據(jù)所述更新后的等級劃分閾值，確定新增服務(wù)行為數(shù)據(jù)對應(yīng)的評價等級結(jié)果。

22、根據(jù)本公開的第五方面，提供一種電子設(shè)備，包括：處理器；以及存儲器，所述存儲器上存儲有計算機(jī)可讀指令，所述計算機(jī)可讀指令被所述處理器執(zhí)行時實現(xiàn)根據(jù)上述任意一項所述的模型訓(xùn)練方法，或?qū)崿F(xiàn)根據(jù)上述任意一項所述的行為質(zhì)量評價方法。

23、根據(jù)本公開實施例的第六方面，提供一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述任意一項所述的模型訓(xùn)練方法，或?qū)崿F(xiàn)根據(jù)上述任意一項所述的行為質(zhì)量評價方法。

24、本公開提供的技術(shù)方案可以包括以下有益效果：

25、本公開的示例性實施例中的模型訓(xùn)練方法，一方面，基于行為特征數(shù)據(jù)構(gòu)建模型輸入數(shù)據(jù)集，使得模型可以學(xué)習(xí)到多維度特征，從多維度特征角度可以更科學(xué)、準(zhǔn)確地量化服務(wù)行為質(zhì)量。另一方面，基于集成學(xué)習(xí)構(gòu)建模型結(jié)構(gòu)，并對模型進(jìn)行訓(xùn)練得到行為質(zhì)量評價模型，相較于基礎(chǔ)模型可以有效提高模型輸出結(jié)果的準(zhǔn)確性以及泛化性。

26、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。