本技术属于数据处理，尤其涉及一种基于用户满意度的产品需求评估方法、装置、设备及介质。
背景技术：
1、随着互联网技术的蓬勃发展，用户对产品的需求多样化，且随着时间的变化，用户对产品的喜好程度也在不断变化。对于生产商来讲，需要对对产品进行评估，进而确定生产量，以满足用户对产品的需求。
2、现有技术中，对产品进行评估通常是基于用户对产品的喜好程度来评估，但因为用户对产品的喜好会随着时间的变化而变化，会影响用户对产品的需求度，且用户对产品的需求度也受其他多方面因素的影响，比如，季节等，导致对产品评估的结果不准确。
技术实现思路
1、本技术实施例提供一种基于用户满意度的产品需求评估方法、装置、设备及介质，在同一时间段内，对目标产品的第一特征参数信息对应的第一目标满意度进行预测，然后将第一特征参数信息中的第一目标特征参数信息更新为第二目标特征参数信息，得到第二特征参数信息，并确定第二目标满意度，根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果，排除因时间不同而导致的多方面因素不同的影响，对比相同时间段内用户的满意度，根据相同时间段内用户的满意度对产品需求进行评估，得到的评估结果更准确。
2、第一方面，本技术实施例提供一种基于用户满意度的产品需求评估方法，方法包括：
3、获取目标时间段内目标产品的第一特征参数信息，第一特征参数信息至少包括推送方式信息和满意度变化趋势信息；
4、将第一特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第一特征参数信息对应的第一目标满意度；
5、将第一特征参数信息中的第一目标特征参数信息更新为第二目标特征参数信息，得到第二特征参数信息；
6、将第二特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第二特征参数信息对应的第二目标满意度；
7、根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果。
8、在一个可能实现的实施例中，在将第一特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第一特征参数信息对应的第一目标满意度之前，方法还包括：
9、获取预设时间段内产品的历史特征参数信息和第一实际满意度；
10、将历史特征参数信息输入至第一初始满意度生成模型中，利用第一初始满意度生成模型中预设特征参数信息和用户对预设产品的满意度的初始关系信息，确定与历史特征参数信息对应的第一预测满意度；
11、根据第一预测满意度和第一实际满意度的差值，确定第一初始满意度生成模型的准确率；
12、在第一初始满意度生成模型的准确率不满足第一训练停止条件的情况下，更新第一初始满意度生成模型中预设特征参数信息和用户对预设产品的满意度的初始关系信息，利用更新后的初始关系信息，更新第一预测满意度，根据更新后的第一预测满意度和第一实际满意度的差值，更新第一初始满意度生成模型的准确率，直到第一初始满意度生成模型的准确率满足第一训练停止条件，得到满意度生成模型。
13、在一个可能实现的实施例中，获取预设时间段内产品的历史特征参数信息和第一实际满意度，包括：
14、获取预设时间段内产品的第一目标特征参数信息和第一实际满意度；
15、对第一实际满意度进行拟合，得到满意度曲线；
16、生成满意度曲线对应的满意度变化趋势信息，并确定预设时间段内产品的第一目标特征参数信息和满意度变化趋势信息为预设时间段内产品的历史特征参数信息。
17、在一个可能实现的实施例中，在将产品推送特征输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与产品推送特征对应的第一目标用户对产品的满意度之前，方法还包括：
18、获取预设时间段内产品的历史特征参数信息和第一实际满意度；
19、将历史特征参数信息输入至第二初始满意度生成模型中，将历史特征参数信息与第二初始满意度生成模型中的初始分类条件信息进行对比，确定与历史特征参数信息对应的第二预测满意度，初始分类条件信息包括预设特征参数信息；
20、根据第二预测满意度和第一实际满意度的差值，确定第二初始满意度生成模型的准确率；
21、在第二初始满意度生成模型的准确率不满足第二训练停止条件的情况下，更新第二初始满意度生成模型中的初始分类条件信息，利用更新后的初始分类条件信息，更新第二预测满意度，根据更新后的第二预测满意度和第一实际满意度的差值，更新第二初始满意度生成模型的准确率，直到第二初始满意度生成模型的准确率满足第二训练停止条件，得到满意度生成模型，满意度生成模型包括预设特征参数信息和用户对预设产品的满意度的关系信息。
22、在一个可能实现的实施例中，目标特征参数信息为第一特征参数信息中除满意度变化趋势信息之外的特征参数信息。
23、在一个可能实现的实施例中，在根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果之后，方法还包括：
24、获取目标时间段内的第二实际满意度；
25、确定第一目标满意度和第二实际满意度的差值为预测误差；
26、在预测误差大于预设阈值的情况下，显示目标提示信息。
27、第二方面，本技术实施例提供了一种基于用户满意度的产品需求评估装置，装置包括：
28、获取模块，用于获取目标时间段内目标产品的第一特征参数信息，第一特征参数信息至少包括推送方式信息和满意度变化趋势信息；
29、确定模块，用于将第一特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第一特征参数信息对应的第一目标满意度；
30、更新模块，用于将第一特征参数信息中的第一目标特征参数信息更新为第二目标特征参数信息，得到第二特征参数信息；
31、确定模块，还用于将第二特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第二特征参数信息对应的第二目标满意度；
32、确定模块，还用于根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果。
33、在一个可能实现的实施例中，装置还包括：
34、获取模块，还用于在将第一特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第一特征参数信息对应的第一目标满意度之前，获取预设时间段内产品的历史特征参数信息和第一实际满意度；
35、确定模块，还用于将历史特征参数信息输入至第一初始满意度生成模型中，利用第一初始满意度生成模型中预设特征参数信息和用户对预设产品的满意度的初始关系信息，确定与历史特征参数信息对应的第一预测满意度；
36、确定模块，还用于根据第一预测满意度和第一实际满意度的差值，确定第一初始满意度生成模型的准确率；
37、确定模块，还用于在第一初始满意度生成模型的准确率不满足第一训练停止条件的情况下，更新第一初始满意度生成模型中预设特征参数信息和用户对预设产品的满意度的初始关系信息，利用更新后的初始关系信息，更新第一预测满意度，根据更新后的第一预测满意度和第一实际满意度的差值，更新第一初始满意度生成模型的准确率，直到第一初始满意度生成模型的准确率满足第一训练停止条件，得到满意度生成模型。
38、在一个可能实现的实施例中，获取模块具体用于：
39、获取预设时间段内产品的第一目标特征参数信息和第一实际满意度；
40、对第一实际满意度进行拟合，得到满意度曲线；
41、生成满意度曲线对应的满意度变化趋势信息，并确定预设时间段内产品的第一目标特征参数信息和满意度变化趋势信息为预设时间段内产品的历史特征参数信息。
42、在一个可能实现的实施例中，装置还包括：
43、获取模块，还用于在将产品推送特征输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与产品推送特征对应的第一目标用户对产品的满意度之前，获取预设时间段内产品的历史特征参数信息和第一实际满意度；
44、确定模块，还用于将历史特征参数信息输入至第二初始满意度生成模型中，将历史特征参数信息与第二初始满意度生成模型中的初始分类条件信息进行对比，确定与历史特征参数信息对应的第二预测满意度，初始分类条件信息包括预设特征参数信息；
45、确定模块，还用于根据第二预测满意度和第一实际满意度的差值，确定第二初始满意度生成模型的准确率；
46、确定模块，还用于在第二初始满意度生成模型的准确率不满足第二训练停止条件的情况下，更新第二初始满意度生成模型中的初始分类条件信息，利用更新后的初始分类条件信息，更新第二预测满意度，根据更新后的第二预测满意度和第一实际满意度的差值，更新第二初始满意度生成模型的准确率，直到第二初始满意度生成模型的准确率满足第二训练停止条件，得到满意度生成模型，满意度生成模型包括预设特征参数信息和用户对预设产品的满意度的关系信息。
47、在一个可能实现的实施例中，目标特征参数信息为第一特征参数信息中除满意度变化趋势信息之外的特征参数信息。
48、在一个可能实现的实施例中，装置还包括：
49、获取模块，还用于在根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果之后，获取目标时间段内的第二实际满意度；
50、确定模块，还用于确定第一目标满意度和第二实际满意度的差值为预测误差；
51、显示模块，用于在预测误差大于预设阈值的情况下，显示目标提示信息。
52、第三方面，本技术实施例提供了一种电子设备，设备包括：
53、处理器以及存储有计算机程序指令的存储器；
54、处理器执行计算机程序指令时实现上述任意一项的基于用户满意度的产品需求评估方法。
55、第四方面，本技术实施例提供了一种计算机存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现上述任意一项的基于用户满意度的产品需求评估方法。
56、第五方面，本技术实施例提供了一种计算机程序产品，其特征在于，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任意一项的基于用户满意度的产品需求评估方法。
57、本技术实施例的基于用户满意度的产品需求评估方法、装置、设备及介质，该方法包括：获取目标时间段内目标产品的第一特征参数信息，第一特征参数信息包括推送方式信息和满意度变化趋势信息；将第一特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第一特征参数信息对应的第一目标满意度；将第一特征参数信息中的第一目标特征参数信息更新为第二目标特征参数信息，得到第二特征参数信息；将第二特征参数信息输入至满意度生成模型中，利用满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与第二特征参数信息对应的第二目标满意度；根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果。
58、这样，在同一时间段内，对目标产品的第一特征参数信息对应的第一目标满意度进行预测，然后将第一特征参数信息中的第一目标特征参数信息更新为第二目标特征参数信息，得到第二特征参数信息，并确定第二目标满意度，根据第一目标满意度和第二目标满意度的差值，确定目标产品的产品需求评估结果，排除因时间不同而导致的多方面因素不同的影响，对比相同时间段内用户的满意度，根据相同时间段内用户的满意度对产品需求进行评估，得到的评估结果更准确。
1.一种基于用户满意度的产品需求评估方法，其特征在于，包括：
2.根据权利要求1所述的基于用户满意度的产品需求评估方法，其特征在于，在将所述第一特征参数信息输入至满意度生成模型中，利用所述满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与所述第一特征参数信息对应的第一目标满意度之前，所述方法还包括：
3.根据权利要求2所述的基于用户满意度的产品需求评估方法，其特征在于，所述获取预设时间段内产品的历史特征参数信息和第一实际满意度，包括：
4.根据权利要求1所述的基于用户满意度的产品需求评估方法，其特征在于，在将所述产品推送特征输入至满意度生成模型中，利用所述满意度生成模型中预设特征参数信息和用户对预设产品的满意度的关系信息，确定与所述产品推送特征对应的第一目标用户对产品的满意度之前，所述方法还包括：
5.根据权利要求1所述的基于用户满意度的产品需求评估方法，其特征在于，所述目标特征参数信息为所述第一特征参数信息中除满意度变化趋势信息之外的特征参数信息。
6.根据权利要求1所述的基于用户满意度的产品需求评估方法，其特征在于，在根据所述第一目标满意度和所述第二目标满意度的差值，确定所述目标产品的产品需求评估结果之后，所述方法还包括：
7.一种基于用户满意度的产品需求评估装置，其特征在于，包括：
8.根据权利要求7所述的基于用户满意度的产品需求评估装置，其特征在于，所述装置还包括：
9.根据权利要求8所述的基于用户满意度的产品需求评估装置，其特征在于，所述获取模块具体用于：
10.根据权利要求7所述的基于用户满意度的产品需求评估装置，其特征在于，所述装置还包括：
11.根据权利要求7所述的基于用户满意度的产品需求评估装置，其特征在于，所述目标特征参数信息为所述第一特征参数信息中除满意度变化趋势信息之外的特征参数信息。
12.根据权利要求7所述的基于用户满意度的产品需求评估装置，其特征在于，所述装置还包括：
13.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的基于用户满意度的产品需求评估方法。
15.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-6任意一项所述的基于用户满意度的产品需求评估方法。
