基于ccr模型的用户投诉智能识别系统

《基于ccr模型的用户投诉智能识别系统》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于CCR模型的用户投诉智能识别系统目录===================================第1章项目背景和意义2第2章项目特点和功能描述4第3章项目主要内容5第4章主要创新点13第5章成果效益15第6章项目推广前景16上海移动商业机密第16页共16页第1章项目背景和意义竞争战略之父迈克尔·波特说过：企业之间的竞争归根到底是对客户资源的竞争。在全业务竞争时代，客户忠诚将成为中国移动的核心竞争力之一。在各运营商层出不穷的、同质化的业务和服务下，客户的选择增多；需求从同质化走向个性化，客户对服务的期望提高，对运营商而言，客户满意

2、度的提升变得更加挑战。中国移动要在全业务竞争中领先，需要将客户规模优势转化为客户关系优势，需不断提升客户满意度。移动公司在投诉处理过程中，积累的投诉量大。客户与公司的接触与交互，蕴含着丰富的客户提升客户满意度的机会，他们的每一通来电，无论是投诉还是查询或咨询，不管是为业务办理还是提交故障，都能促使我们提升业务管理水平。因此，深入分析客户投诉内容，发现用户不满原因，是提升客户满意度最重要的手段。传统的投诉处理分析方式（登陆WMS系统查看，统计报表，个案分析报告）进行现状诊断与分析，发现了公司在投诉分析方面存在的问题，最终归结为下面几个方面：外部

3、因素：1)热点捕捉难：热点发现不及时，热点不明确，难以聚焦；2)内容分析难：数据量大文字多，需要对内容逐个采用人工分析，很繁琐。对热点分析不透，难以发现引发投诉的根本问题。上海移动商业机密第16页共16页1)工作发力难：投诉热点、难点识别的及时性和精确度不高，关键投诉较难把控，分析结果较难应用。内部因素：1)系统支撑力度不够：WMS系统主要支撑业务运营，系统分析能力有限，难以支撑对投入内容的深入分析。2)流程不完善：投诉热点发现、原因分析和问题处理环节相对孤立，没有形成闭环，问题解决效率不高。基于以上背景，上海公司今年在集团公司指导下，以“基

4、于投诉文本内容智能识别客户投诉原因的研究与应用”项目为切入点，开展客户满意度深入分析工作，进一步提升企业竞争力和持续发展能力，为打造卓越的经营分析体系，加速实现成为世界一流移动信息运营商的目标奠定基础。上海移动商业机密第16页共16页第1章项目特点和功能描述本项目主要包括三大内容：（一）通过对传统的投诉处理分析方式（登陆WMS系统查看，统计报表，个案分析报告）进行现状诊断与分析，发现了公司在投诉分析方面存在的问题，最终归结为下述问题：Ø数据量大、文字多、内容难分析，察看需要逐个进行，很繁琐Ø用户真实投诉原因难发现，对背后隐性问题分析很少，不易

5、发现用户隐性或潜在需求Ø分类固定，新问题易忽略导致发现时间不及时；（二）针对这三大改进领域，借鉴业内成熟技术经验，将文本分析引入到投诉内容中，提出了基于投诉文本内容智能识别客户投诉原因的投诉分析模型；（三）基于模型的识别结果，选取投诉热点进行专题分析，识别出用户投诉的原因，从中发现产品设计和服务策略中存在的问题，并采取相应的对策进行改善。上海移动商业机密第16页共16页第1章项目主要内容1.模型介绍投诉内容识别模型，后文简称为CCR(ComplainContentRecognizer)。CCR借鉴业内成功技术经验，探索基于客户投诉信息以获得服

6、务和产品改进和创意思路的方法。下图是CCR模型的实现框架：1)对投诉内容进行分词采用完全基于Lucene的中文分词系统，针对移动投诉专题建立专属的投诉词库，在此技术上使用分词系统的analyzer对文本进行切分。Apache上海移动商业机密第16页共16页Lucene是一个高性能的全能的全文检索的搜索引擎框架库，完全使用Java开发。它是一种适合于几乎任何一种需要全文检索的应用的技术，特别是跨平台的应用。Lucene基础排序算法:score_d=sum_t(tf_q*idf_t/norm_q*tf_d*idf_t/norm_dt_t)scor

7、e_d:Document(d)的得分sum_t:Term(t)的总和tf_q:查询中t的频度的平方根tf_q:d中t的频度的平方根idf_t:log(numDocs/docFreq_t+1)+1.0numDocs:索引中Document的数量docFreq_t:包含t的Document的数量norm_q:sqrt(sum_t((tf_q*idf_t)^2))norm_d_t:在与t相同域的d中tokens数量的平方根分词的算法：按照词长对投诉词汇进行分词，对要分词的文本进行匹配，如果找到了匹配词汇，则在该词汇处分词，如果没有匹配，那么缩短词汇

8、继续进行匹配，直到匹配为止。如果一直到最后单字都没有匹配，则认为该词为新词，在新词后进行分词。1)过滤无用词汇，构建投诉词典采用基于感知语义的信息过滤法，通过对投诉