一种基于内容的投诉分类方法和系统技术方案

本发明专利技术涉及一种基于内容的投诉分类方法和系统，包括如下步骤：获取历史诉求件、历史案例文本，并根据内容进行分类，打上标签；对文本进行学习模型训练，生成机器学习分类模型；训练决策树机器学习模型，再进行细分，随后分配到各部门。本发明专利技术实现对大量的诉求件的准确识别以及精确分类，使得投诉工作流程系统化，自动化，智能化，大大节约了人工成本，并且降低了人员流动对工作效率产生影响的风险。

【技术实现步骤摘要】
一种基于内容的投诉分类方法和系统
本专利技术涉及公共信息服务业务支撑领域和计算机软件领域，具体涉及一种基于内容的投诉分类方法和系统。
技术介绍
随着社会的发展，市民的维权意识不断的增强，政府为了顺应人民群众的需求也相应增加了各种各样的在线投诉渠道，比如投诉热线，便民服务平台等等。但是目前受理诉求件、咨询的交办工作完全依赖人工完成，已经面临非常大的压力。当前，解决市民投诉问题的关键是投诉的识别定位和具体职能部门的准确分发。目前投诉的一般处理流程为：1、首先，接线人员根据市民来电进行沟通，记录诉求件内容。2、建好后诉求件后系统流转到交办处，交办员阅读诉求件内容，根据内容交办到各个职能部门。3、职能部门接收后进行实际办理，然后再从系统中反馈到平台。4、最后，接线人员根据系统回访显示进行回访。存在的问题和不足：1、交办工作完全依赖人工完成(即人工分类、交办)。随着人民群众维权和参与市政建设的意识的不断增强，诉求需求必会迅速增加。诉求件交办如仍依赖人工，工作量必将明显增大，所消耗的人力资源也必将增多。2、诉求件交办需要业务能手。由于诉求件必须交办到上百个职能部门去办理，需要交办人员对部门职能非本文档来自技高网...

【技术保护点】
1.一种基于内容的投诉分类方法，其特征在于包括如下步骤：步骤一，获取历史诉求件、历史案例文本，并根据内容进行分类，打上标签；步骤二，对文本进行朴素贝叶斯机器学习模型训练，生成机器学习分类模型；步骤三，训练决策树机器学习模型，并使用决策树模型对诉求件再进行细分，随后分配到各部门。

【技术特征摘要】
1.一种基于内容的投诉分类方法，其特征在于包括如下步骤：步骤一，获取历史诉求件、历史案例文本，并根据内容进行分类，打上标签；步骤二，对文本进行朴素贝叶斯机器学习模型训练，生成机器学习分类模型；步骤三，训练决策树机器学习模型，并使用决策树模型对诉求件再进行细分，随后分配到各部门。2.根据权利要求1所述的一种基于内容的投诉分类方法，其特征在于：步骤一完成后，对历史诉求件、历史案例文本进行分词、去除停用词，把每一个文本转化为词袋数据，然后使用词袋数据进行模型训练。3.根据权利要求1所述的一种基于内容的投诉分类方法，其特征在于：步骤三中，有新诉求件进入后，则使用机器学习模型对新的诉求件进行分类。4.根据权利要求1、2或3所述的一种基于内容的投诉分类方法，其特征在于：还包括步骤四，当新的诉求件积累后，用新增的诉求件和历史数据再次进行机器...

【专利技术属性】
技术研发人员：陈汝烨，
申请(专利权)人：上海万行信息科技有限公司，
类型：发明
国别省市：上海,31