APP下载

基于文本挖掘技术的客服投诉工单自动分类探讨

2017-02-06张吉皓

移动通信 2017年23期
关键词:分类文本模型

李 颢,张吉皓

(1.上海邮电设计咨询研究院有限公司,上海 200092;2.中国电信集团公司客服运营支撑中心,上海 200040)

1 引言

在日常生产经营中,运营商每天都能获取几百TB的各类数据。这些数据日积月累,形成了一座巨大的“数据宝库”。借助传统的数据挖掘技术和工具,已经可以实现针对结构化数据的挖掘和分析,为生产经营活动提供准确、实时、有效的技术支持(如市场预测、业务预警、精准营销等)。而针对非结构化数据(如投诉内容等文本、图片等)的大量分析仍需要依靠人工配合开展,此外还缺少有效的方法和工具,从而容易造成大量数据沉淀在各个平台和系统中的状况,数据价值难以得到体现。在这种背景下,利用文本挖掘技术,充分挖掘出文本内容等非结构化数据背后所蕴含的信息,将有助于发挥出数据的价值,从而更好地服务于日常工作。

基于海量的客户投诉工单,借助大数据工具构建基于非结构化数据的文本分类模型,可实现投诉文本的自动分类应用。此外,利用热词可进一步挖掘投诉工单中具有普遍性,且客户关注度高的热点问题,及时获知用户对产品、业务和服务的感知,提炼体验主题。

表1 常见的开源文本分类工具

2 文本挖掘的定义及工具

文本挖掘是对于非结构化数据进行处理、分析及应用的技术的统称。一般来说,首先利用文本切分技术,抽取文本特征,将文本数据转化为能描述文本内容的结构化数据,然后利用聚类、分类和关联分析等数据挖掘技术,形成结构化文本,并根据该结构发现新的概念,获取相应的关系。……

登录APP查看全文

猜你喜欢

分类文本模型
一半模型
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
在808DA上文本显示的改善
基于doc2vec和TF-IDF的相似文本识别
教你一招:数的分类
3D打印中的模型分割与打包
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
如何快速走进文本