客户满意度预测：机器学习与深度学习的实战应用

构建预测客户满意度的应用，综合使用机器学习和深度学习模型，重点处理类别不平衡问题，通过多指标评估选择最优模型

• 原作者/维护者: AnkurBhatt07
• 来源平台: GitHub
• 原始标题: Customer-Satisfaction-Score-Prediction-using-ML-DL
• 原始链接: https://github.com/AnkurBhatt07/Customer-Satisfaction-Score-Prediction-using-ML-DL
• 发布时间: 2026-06-11

在竞争激烈的商业环境中，获取新客户的成本是维护老客户的5-25倍。客户满意度（Customer Satisfaction Score, CSAT）是衡量客户体验的核心指标，直接影响客户留存、口碑传播和最终营收。

传统的满意度调查依赖事后问卷，存在滞后性。而预测性分析能够在客户表达不满之前就识别风险，让企业有机会主动干预。这个项目展示了如何构建一个端到端的客户满意度预测系统，综合应用机器学习和深度学习技术。

基于客户的历史行为数据、交易记录和服务交互信息，预测客户对服务的满意度评分（通常是1-5分或满意/不满意二元分类）。

类别不平衡

• 满意客户通常远多于不满意客户
• 极端评分（1分或5分）可能比中间评分更常见
• 标准模型倾向于预测多数类

特征复杂性

• 客户数据包含数值特征（消费金额、使用时长）和类别特征（地区、产品类型）
• 时间序列特征（购买频率变化趋势）
• 文本特征（客服聊天记录、评论）

数据质量问题

• 缺失值（部分客户未填写某些信息）
• 异常值（大额异常交易）
• 数据录入错误

缺失值处理

• 数值特征：用中位数或均值填充，或基于其他特征预测填充
• 类别特征：用众数填充或创建"未知"类别
• 高缺失率特征（>50%）：考虑删除或特殊处理

异常值检测与处理

• IQR方法：识别超出1.5倍四分位距的数据点
• Z-score：标记|z|>3的异常值
• 业务规则：如单笔消费超过客户历史平均10倍

数据类型转换

• 日期字符串转为datetime对象
• 类别编码：One-hot或Label encoding
• 文本向量化：TF-IDF或词嵌入

时间特征提取

• 客户生命周期：首次购买距今天数
• 活跃度：最近购买距今天数（Recency）
• 频率：过去30/90/365天购买次数
• 金额：平均订单价值、总消费金额

RFM模型特征

• Recency（最近度）：客户最近一次购买距今天数
• Frequency（频率）：购买次数
• Monetary（金额）：累计消费金额
• RFM是客户价值分析的经典框架

交互特征

• 创建特征组合，如"消费金额 × 购买频率"
• 捕捉非线性关系

特征缩放

• 标准化（StandardScaler）：均值为0，方差为1
• 归一化（MinMaxScaler）：缩放到[0,1]
• 对神经网络尤为重要

过采样（Oversampling）

• 随机过采样：复制少数类样本

  • 简单但容易导致过拟合

• SMOTE（Synthetic Minority Over-sampling Technique）

  • 在少数类样本间插值生成新样本
  • 缓解过拟合问题

• ADASYN（Adaptive Synthetic Sampling）

  • 自适应生成样本，重点关注难以学习的样本

欠采样（Undersampling）

• 随机欠采样：随机删除多数类样本

  • 可能丢失重要信息

• Tomek Links：删除互为最近邻的不同类别样本对

  • 清理类别边界

• Edited Nearest Neighbors：删除被错误分类的多数类样本

混合策略

• SMOTE + Tomek Links
• 先过采样再欠采样