基于自然语言处理技术的电力客户投诉工单文本挖掘分析

• 作者: 吴刚勇 吴恒超 张千斌 顾冰
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 投诉工单 自然语言处理 文本挖掘 词云分析
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 大数据专题
• 页码范围: 68-73
• 页数: 6页
• 分类号: TP3
• 字数: 4535字
• 语种: 中文

摘要

本文主要结合浙江湖州电力业务需求,旨在打破客户对用电诉求存在的盲区,从而提高对用户用电需求的管理程度,实现热点投诉业务工单的原因挖掘.为了更好的深入挖掘投诉工单背后所蕴含的信息,研究基于自然语言处理技术出发,对电力客户投诉工单进行深入文本挖掘,利用隐马尔可夫模型等分词技术分析投诉工单中的受理内容,进行词频统计,通过TF-IDF算法计算关键词重要性权重值,提取权重值大的关键词频作为客户投诉文本挖掘的最终结果,并运用词云分析技术进行分析结果可视化展示;通过文本分类分析,构建文本分类器模型,实现对“热点词频”在不同业务中的分布情况的研究,并根据结果开展相应改进措施.把控住当下电力客户投诉的主要问题,针对性的为不同类型的电力客户提供差异化的服务策略,从而提高客户满意度和忠诚度.专题的推广应用,能够很好的提升客服部门的工作效率,落在实处的为客户解决难题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾冰		5	19	2.0	4.0
2	吴刚勇		8	17	2.0	4.0
3	张千斌		3	22	3.0	3.0
4	吴恒超		10	21	3.0	4.0