在日常生活中,我們總是免不了與各行各業的客服人員交流,有時對于其推廣的服務,我們欣然接受;而有時是真的不需要;當然,偶爾也會出現實則需要,但因其産品功能等達不到自己的要求而拒絕。過往,用戶的需求都是通過人工來留存處理,但這樣對企業來說,效率低且成本高,有沒有可能借助更高效的技術來對用戶需求進行自動歸納與處理?
答案是:必須有!
近日,作業幫公開了發明專利“一種挖掘用戶需求的數據處理方法、裝置及電子設備”,可以通過對用戶需求的大概定位,通過聚類分析提高備選語句的質量和濃度,利用核心詞權重在每個分類内排序,提高後續歸納工作的效率和效果,使用戶需求的挖掘更加系統化。
專利摘要顯示:本發明屬于數據信息處理技術領域,特别适用于在線服務中的數據信息處理,更具體的是涉及一種挖掘用戶需求的數據處理方法、裝置及電子設備。 方法包括:
其中,提到使用聚類分析模型對短句進行聚類分析,所述聚類分析模型采用Biterm Topic Model算法。
Biterm Topic Model (BTM)是一個基于單詞共現的主題模型,它通過建模單詞共現模式(比如 biterms)來學習主題。
在作業幫此專利中,提到“聚類分析模型在對短句進行聚類過程中,Biterm Topic Model 算法會對每個分類中包含的單詞計算在該分類下的權重。基于核心詞的權重确定各個分類的主題,即用戶需求。”
其實,在Biterm Topic Model的應用目前已不鮮見,比如有國外相關領域研究者采用這種方法來識别推文的主題等。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!