作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着大量的运营商客户热线语音能够被智能识别形成文本文件,如何有效利用这些文本信息,进行有效的分类管理,发挥潜在的数据价值,是目前大数据整合的一个关键问题.本文采用文本分类技术进行建模,将中文分词、特征提取、分类算法等方法综合应用到客户文本的自动分类中.在分类算法选择上我们采用深度神经网络,并结合分层抽样的方法取得了良好的建模和实际应用准确率.
推荐文章
5G时代对运营商客服带来的影响
客服
5G
技术支持
专业性
及时性
浅议电信运营商客户盈利性分析
电信运营商
盈利性分析
MOU
ARPU
面向全业务运营的客服中心建设研究
全业务运营
客服中心
多媒体
SOA
解决方案
运营商客户关怀策略及应用
客户关怀
维系
策略
战术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 运营商客服通话信息的文本自动分类
来源期刊 江苏通信 学科
关键词 热线语音 文本分类 深度神经网络 分层抽样
年,卷(期) 2018,(5) 所属期刊栏目 大数据、云计算、网信安全及其他新技术——创新与发展
研究方向 页码范围 53-56
页数 4页 分类号
字数 4087字 语种 中文
DOI 10.3969/j.issn.1007-9513.2018.05.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡波 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
热线语音
文本分类
深度神经网络
分层抽样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏通信
双月刊
1007-9513
32-1782/TN
大16开
南京市中山北路301号
1985
chi
出版文献量(篇)
3248
总下载数(次)
8
总被引数(次)
3698
论文1v1指导