本申请提供一种满意度预测模型的训练方法、满意度预测方法及装置，应用于数据处理技术领域，通过获取多个用户数据样本以及各用户数据样本对应的标签信息，根据多个用户数据样本中的第一用户数据样本，更新初始分类模型的参数，得到分类模型，根据多个用户数据样本中除第一用户数据样本之外的第二用户数据样本，更新初始回归模型的参数，得到回归模型，最后根据分类模型和回归模型，确定满意度预测模型。通过融合分类模型和回归模型，可以有效减少预测误差，提高用户满意度预测的准确性，且让预测结果的分布更加接近真实用户评分的分布，以便运营商根据预测的满意度评分来做出进一步的提升。