基于LDA主题的改进TFIDF95598工单智能分类研究

• 作者: 刘二刚 李倩 李洪宇 柳长发 武光华
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 95598 投诉工单 Latent dirichlet allocation term frequency inverse document frequency
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究与设计
• 页码范围: 87-90
• 页数: 4页
• 分类号: TM73
• 字数: 2808字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2020.03.026

摘要

为了提高95595工单智能分类的准确率,提出了基于LDA (Latent Dirichlet Allocation)的改进TFIDF算法.先对文本提取特征词,然后采用K-means算法进行聚类处理.构建LDA模型,获得概率分布函数θ和φ,求取语义影响力SI(semantic influence,SI)作为特征词的权重,该改进算法记作SI-TFIDF(semantic influence-term frequency inverse document frequency,SI-TFIDF).将SI-TFIDF算法与传统的TFIDF算法在sougou的数据库进行特征词提取,并采用K-means算进行聚类,对比结果显示,采用SI-TFIDF算法提取的特征词聚类效果优于TFIDF,验证了所提出方法的可靠性.在95598投诉工单上进行仿真实验,SI-TFIDF算法的投诉工单聚类准确率高于传统的TFIDF算法,验证了SI-TFIDF更适用于处理工单投诉的分类研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪宇	国网河北省电力有限公司电力科学研究院	4	0	0.0	0.0
2	柳长发	国网河北省电力有限公司电力科学研究院	6	0	0.0	0.0
3	李倩	国网河北省电力有限公司电力科学研究院	3	0	0.0	0.0
4	武光华	国网河北省电力有限公司电力科学研究院	3	0	0.0	0.0
5	刘二刚	国网河北省电力有限公司电力科学研究院	1	0	0.0	0.0