[發明專利]信息交互平臺的交互數據分類方法、裝置及存儲介質

在審

• 申請號: 202010061143.9
• 申請日: 2020-01-19
• 公開（公告）號: CN111259649A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 曾冰清
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/289;G06F40/30;G06K9/62
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 袁文婷;王迎

本發明屬于互聯網交互信息處理技術領域，本發明提供一種信息交互平臺的交互數據分類方法、裝置及計算機可讀存儲介質，其中的方法包括：對從交互數據語料庫中獲取的交互數據做語句編號處理，得到編號語句；剔除編號語句中沒有語義價值的詞語，得到精選編號語句；計算出組成精選編號語句中的詞語在交互數據語料庫中出現的詞頻；確定組成精選編號語句的詞語在交互數據語料庫中的權重；將組成精選編號語句的詞語在交互數據語料庫中的權重整理為編號特征向量；根據編號特征向量計算每兩個編號語句的相似值；根據相似值對編號語句進行歸類。本發明通過客服與用戶的聊天記錄直接總結出用戶的痛點問題，節約時間、節省人力、提高工作效率。

技術領域

本發明屬于互聯網交互信息處理技術領域，尤其涉及一種信息交互平臺的交互數據分類方法、裝置及計算機可讀存儲介質。

背景技術

用戶的痛點問題指用戶最迫切的訴求，每個平臺都會關注用戶的痛點問題有哪些。然后針對用戶的痛點問題給用戶提供解決方法，為用戶提供更好的服務，從而吸引和穩定用戶的數量。傳統發現用戶痛點問題的方法是通過走訪用戶或者讓用戶反饋問題和評價服務從而得出用戶的訴求，這種直接面對用戶的行為在一定程度上讓用戶付出了時間成本，用戶體驗也不好。

目前，解決上述問題的方法為：收集與用戶的聊天記錄，然后通過大量的人工對用戶的聊天記錄進行分析整理，工作量大，需要耗費大量的人力，而且工作效率低，浪費時間。

發明內容

基于上述現有技術中存在的問題，本發明提供一種信息交互平臺的交互數據分類方法、裝置及計算機可讀存儲介質，其主要目的在于，通過從客服人員與用戶的交互數據語料庫中獲取交互數據，對獲取的交互數據進行一系列處理，最終得到用戶的痛點問題分類，本發明通過客服人員與用戶的聊天記錄，直接總結出用戶的痛點問題，節約時間、節省人力、提高工作效率。

為實現上述目的，本發明提供一種信息交互平臺的交互數據分類方法，該方法包括：

對從交互數據語料庫中獲取的交互數據做語句編號處理，得到編號語句；

根據預設的沒有語義價值的詞語集合，剔除所述編號語句中沒有語義價值的詞語，得到精選編號語句；

利用預設的權重算法，計算出組成所述精選編號語句中的詞語在所述交互數據語料庫中出現的詞頻；

根據所述詞頻，確定組成所述精選編號語句的詞語在所述交互數據語料庫中的權重；

將組成所述精選編號語句的詞語在所述交互數據語料庫中的權重整理為編號特征向量；

根據所述編號特征向量計算每兩個編號語句的相似值；

根據所述相似值對所述編號語句進行歸類。

優選地，所述對從交互數據語料庫中獲取的交互數據做語句編號處理的步驟包括：

將從所述交互數據語料庫中獲取的交互數據語句按時間順序進行排序，得到時間排序語句；

確定出所述時間排序語句中的語料最小單元，其中，所述語料最小單元為用戶每次所發送的對話語句；

對所述語料最小單元進行編號。

優選地，所述根據預設的沒有語義價值的詞語集合，剔除所述編號語句中沒有語義價值的詞語的步驟包括：

將所述編號語句的語料最小單元進行分詞處理，得到分詞集合；

將所述分詞集合與預設的沒有語義價值的詞語集合做差集處理，除去沒有語義價值的詞語。

優選地，所述預設的權重算法為TF-IDF算法，所述TF-IDF算法的公式為：

TF-IDF＝TF*log(N/Nw)，

TF＝Tn/Dn；