一种基于产品KEI指标预测用户实时满意度的方法

本发明涉及用户体验评估与人工智能交叉技术领域，本发明公开了一种基于产品KEI指标预测用户实时满意度的方法，包括以下步骤：S1、实时采集产品与用户交互过程中的关键体验指标KEI数据，采集产品满意度评价数据，以及采集用户特征数据，本发明通过对KEI指标的实时采集与预处理，采用孤立森林算法剔除异常值、删除重复数据并结合Z‑score标准化，有效降低了数据噪声；通过随机森林提取关键指标并结合相关性分析与聚类分析构建单一指标和组合指标的输入特征集，显著提升了模型的预测精度，采用基于星际放射映射原理的神经网络优化算法，通过模拟宇宙射线的非线性随机传播进行全局参数搜索，有效避免了梯度消失与局部最优问题。