【技術實現步驟摘要】
本專利技術涉及電商消費糾紛處理，具體為一種基于大數據的糾紛處理方法及系統。
技術介紹
1、網絡購物因電子商務的興起而產生，在網絡交易的過程中，交易雙方是依靠互聯網絡來進行交易的，由于網絡存在著虛擬性的問題，網上商店的經營者存在著不確定性的問題，網絡交易雙方存在所獲取的信息不對稱的問題，這些問題使得網絡購物中的消費糾紛日益增多，消費維權變得尤為困難，消費者往往因為空間和時間的限制，無法直接與電商企業面對面進行協商，僅通過客服電話或網上留言的方式往往無法得到滿意的結果，消費者在訴求無法得到解決、企業不作為或不正面回復而逐漸失去耐心時，只能通過向消費者協會投訴或通過網上曝光的方式來維護自己的合法權益，但往往得不到回應或消費糾紛處理結果較差，可以發現傳統的糾紛解決機制時常無法適應網絡消費糾紛的需要，因此，設計及時化解消費糾紛問題和優化現有糾紛處理機制的一種基于大數據的糾紛處理方法及系統是很有必要的。
技術實現思路
1、本專利技術的目的在于提供一種基于大數據的糾紛處理方法及系統，以解決上述
技術介紹
中提出的問題。
2、為了解決上述技術問題，本專利技術提供如下技術方案：一種基于大數據的糾紛處理方法，包括以下步驟：
3、步驟一：系統中建立消費糾紛預警分析終端，通過大數據對電商產品質量進行評估以及對消費者行為進行預判，提前預測電商企業行為或產品質量可能引起的消費糾紛類型和產品存在的問題；
4、步驟二：系統確立針對系統中消費者和電商企業以及糾紛處理第三方機構的運行原
5、步驟三：系統糾紛處理終端接收以信息流的方式發起的電商消費糾紛處理請求，利用特征提取獲得消費糾紛請求中的特征向量，并利用神經網絡模型進行消費糾紛類型的分類預測以獲得類別標簽；
6、步驟四：通過利用糾紛案例推理理論查詢電商消費案例庫中已有的最相似的消費糾紛案例進行處理；
7、步驟五：基于消費糾紛處理的結果建立電商企業的消費糾紛處理的內部和外部信譽制度標記。
8、根據上述技術方案，所述建立的消費糾紛預警分析終端進行預判的方法步驟，包括：
9、步驟11：通過收集消費者評價和實時反饋數據，對大數據進行分析比對，通過大數據分析消費者的消費訴求進行消費預警，提前預判該筆消費或該商品是否會存在消費投訴風險；
10、步驟12：對于存在消費投訴風險的商品提前對電商企業進行預警，讓電商企業第一時間做出對商品進行下架的處理，同步與消費者提前溝通或對未發出的商品再次進行品控確認，避免消費糾紛的產生；
11、步驟13：電商企業對可能發生的消費糾紛類型提前制定消費糾紛應對預案，在消費糾紛發生后可以第一時間安排專人進行處理。
12、根據上述技術方案，所述系統確立針對系統中消費者和電商企業以及糾紛處理第三方平臺的運行原則的步驟，包括：
13、電商消費糾紛產生過程中的原則確立；
14、電商消費糾紛處理過程中的原則確立。
15、根據上述技術方案，所述系統糾紛處理終端接收以信息流的方式發起的電商消費糾紛處理請求方法過程步驟，包括：
16、步驟31：系統糾紛處理終端面向三類用戶：電商消費的消費用戶、電商企業用戶和作為第三方糾紛處理的電商平臺用戶；
17、步驟32：消費用戶針對消費的商品所產生的不滿意問題發出自己的電商消費糾紛處理請求；
18、步驟33：針對消費者提出的消費糾紛處理請求，系統糾紛處理終端進行判斷是否受理，對消費者提出的消費糾紛信息進行比對確認，將判斷為無效或不真實的消費者消費糾紛投訴信息直接歸檔登記入系統數據庫；
19、步驟34：當判斷結果為受理時，將有效的消費糾紛信息投訴信息上傳糾紛處理終端進行解決；
20、步驟35：糾紛處理終端在接到消費者的消費糾紛投訴信息后針對消費糾紛中包含的內容信息進行分類，創建消費糾紛投訴工單，進行消費糾紛投訴事件編號，通過對消費糾紛投訴工單進行規范化整理，形成對消費者用戶的消費糾紛投訴信息的準確數據化和文字化表達；
21、步驟36：進一步將形成的準確數據化和文字化表達的消費糾紛信息內容進行特征提取，獲得消費糾紛的特征向量，利用神經網絡模型進行消費糾紛類型的分類預測獲得類別標簽。
22、根據上述技術方案，所述消費糾紛投訴的分析和處理方法步驟，包括：
23、步驟41：系統糾紛處理終端根據接收到的來自電商消費的消費用戶、電商企業用戶的有效電商消費糾紛處理請求后，調取已建立的消費糾紛投訴處理案例庫，進行相似度計算進而確定最相近的案例；
24、步驟42：根據消費者提出的問題，使用糾紛案例推理理論查詢電商消費案例庫中已有的最相似的消費糾紛案例，并將其解決方案進行修正重用；
25、步驟43：進一步計算與歷史消費糾紛的特征向量的余弦相似度，并按從大到小的順序排列，推薦排在前列的多條歷史糾紛數據信息及其對應解決方案；
26、步驟44：同時根據投訴的類別標簽，推薦此類消費糾紛對應的自定義解決方案，達到綜合推薦的目的；
27、步驟45：最后將消費糾紛類別標簽與推薦的解決方案輸出給涉及消費糾紛的消費用戶和電商企業，且電商平臺可以進行人工糾正類別標簽，觸發消費糾紛解決方案實時更新。
28、根據上述技術方案，所述基于消費糾紛處理的結果建立電商企業的消費糾紛處理的內部和外部信譽制度標記的步驟，包括：
29、建立電商企業在平臺內部的信譽標記制度：電商企業在進入電商平臺后，根據授權協議決定是否同意遵守電商平臺規則，當授權同意遵守第三方電商糾紛處理的電商平臺提出的針對在出現消費糾紛后，主動通過電商平臺內部糾紛解決機制解決問題，履行消費糾紛處理的協商結果后，將會得到平臺所給與的信譽標記，表明其擁有良好的信譽；當電商企業授權同意后又不遵守上述要求時，作為第三方的電商平臺有權對其做出降低信譽標記，甚至給與負面信譽標記的決定；
30、建立電商企業在平臺外部的信譽標記制度：對切實按照平臺規則遵守并履行協商或調解決議的商家自動給予信用標識，電商企業將此標識直接標注在電商平臺網頁上與其他電商企業進行區別。
31、根據上述技術方案，所述該系統包括：
32、消費糾紛預警分析模塊，用于系統中建立消費糾紛預警分析終端進行消費糾紛行為的分析預判；
33、消費糾紛處理模塊，用于對接收到的消費糾紛請求進行處理；
34、信譽制度標記模塊，用于基于消費糾紛處理的結果建立電商企業的消費糾紛處理的內部和外部信譽制度標記。
35、與現有技術相比，本專利技術所達到的有益效果是：本專利技術，
36、1、通過利用消費糾紛案例處理的檢索和重用，在相似電商消費糾紛處理案例的相似性上，包括現有的消費糾紛產生原因分類、責任端劃分、消費者的情緒狀態程度、糾紛產生的損失程度，已有的電商消費糾紛案例庫中的相似案例的成果方案對新的消費糾紛處理具較強的參考價值本文檔來自技高網...
【技術保護點】
1.一種基于大數據的糾紛處理方法，其特征在于：所述該方法包括以下步驟：
2.根據權利要求1所述的一種基于大數據的糾紛處理方法，其特征在于：所述建立的消費糾紛預警分析終端進行預判的方法步驟，包括：
3.根據權利要求2所述的一種基于大數據的糾紛處理方法，其特征在于：所述系統確立針對系統中消費者和電商企業以及糾紛處理第三方平臺的運行原則的步驟，包括：
4.根據權利要求3所述的一種基于大數據的糾紛處理方法，其特征在于：所述系統糾紛處理終端接收以信息流的方式發起的電商消費糾紛處理請求方法過程步驟，包括：
5.根據權利要求4所述的一種基于大數據的糾紛處理方法，其特征在于：所述消費糾紛投訴的分析和處理方法步驟，包括：
6.根據權利要求5所述的一種基于大數據的糾紛處理方法，其特征在于：所述基于消費糾紛處理的結果建立電商企業的消費糾紛處理的內部和外部信譽制度標記的步驟，包括：
7.執行如權利要求1所述的一種基于大數據的糾紛處理方法的糾紛處理系統，其特征在于：所述該系統包括：
8.根據權利要求7所述的糾紛處理系統，其
9.根據權利要求8所述的糾紛處理系統，其特征在于：所述消費糾紛處理模塊包括：
10.根據權利要求9所述的糾紛處理系統，其特征在于：所述信譽制度標記模塊包括：
...【技術特征摘要】
1.一種基于大數據的糾紛處理方法，其特征在于：所述該方法包括以下步驟：
2.根據權利要求1所述的一種基于大數據的糾紛處理方法，其特征在于：所述建立的消費糾紛預警分析終端進行預判的方法步驟，包括：
3.根據權利要求2所述的一種基于大數據的糾紛處理方法，其特征在于：所述系統確立針對系統中消費者和電商企業以及糾紛處理第三方平臺的運行原則的步驟，包括：
4.根據權利要求3所述的一種基于大數據的糾紛處理方法，其特征在于：所述系統糾紛處理終端接收以信息流的方式發起的電商消費糾紛處理請求方法過程步驟，包括：
5.根據權利要求4所述的一種基于大數據的糾紛處理方法，其特征...
【專利技術屬性】
技術研發人員：請求不公布姓名，
申請(專利權)人：濰坊市濰城區博路電子商務有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。