一种基于文本分类的政企服务派单方法及系统技术方案

本发明专利技术涉及文本分类技术领域，具体涉及一种基于文本分类的政企服务派单方法及系统，所述方法包括：为每个业务咨询文本类别创建对应的数据库表，采集业务咨询文本数据集，将业务咨询文本数据集划分为训练数据集和测试数据集，利用改进的鲸鱼优化算法优化设计业务咨询文本分类器，并利用优选的业务咨询文本分类器对用户输入的业务咨询文本进行分类，根据得到的类别将用户输入的业务咨询文本写入到对应的数据库表中，实现业务咨询的派单；本发明专利技术应用改进的鲸鱼优化算法提升了业务咨询文本的分类精度，能够提高政企服务系统的派单效率。能够提高政企服务系统的派单效率。能够提高政企服务系统的派单效率。

【技术实现步骤摘要】
一种基于文本分类的政企服务派单方法及系统


[0001]本专利技术涉及文本分类
，具体涉及一种基于文本分类的政企服务派单方法及系统。

技术介绍

[0002]为了更加高效地掌握企业的诉求，许多地方都建立了政企服务系统。通过政企服务系统，企业办事人员可以随时随地提交相关的业务咨询文本，政企服务系统操作人员将该业务咨询文本派送到对应的业务解答人员，然后业务解答人员在政企服务系统中直接回复企业办事人员，这样实现了“让数据多跑路，企业少跑腿”，从而节省了大量的时间和精力。
[0003]随着政企服务系统的不断发展壮大，政企服务系统中接收的业务咨询文本的数量日益增多。面对数量巨大的业务咨询文本，如何将大量的业务咨询文本派送到对应的业务解答人员是一项非常具有挑战性的技术难题。为此，研究人员提出了基于机器学习的方法对业务咨询文本进行分类，然后根据业务咨询文本的类别将其派送到负责该类别业务咨询的业务解答人员。然而，当前的政企服务系统对业务咨询文本进行分类时，存在业务咨询文本的分类精度不够的缺点，影响政企服务系统的派单效率。

技术实现思路

[0004]本专利技术目的在于提供一种基于文本分类的政企服务派单方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0005]为了实现上述目的，本专利技术提供以下技术方案：
[0006]一种基于文本分类的政企服务派单方法，所述方法包括以下步骤：
[0007]步骤S100、设置业务咨询文本的类别数量；
[0008]步骤S200、在政企服务系统中创建多个数据库表；其中，每个数据库表对应一个业务咨询文本的类别；
[0009]步骤S300、从政企服务系统中抽取出业务咨询文本数据集；
[0010]步骤S400、将业务咨询文本数据集划分为训练数据集和测试数据集；
[0011]步骤S500、确定业务咨询文本分类器；
[0012]步骤S600、利用改进的鲸鱼优化算法优化设计业务咨询文本分类器，得到优选的业务咨询文本分类器；
[0013]步骤S700、获取用户输入的业务咨询文本；
[0014]步骤S800、利用优选的业务咨询文本分类器对用户输入的业务咨询文本进行分类，得到用户输入的业务咨询文本对应的类别，将用户输入的业务咨询文本写入到该类别对应的数据库表中，以实现业务咨询的派单。
[0015]进一步，所述步骤S600包括以下步骤：
[0016]步骤S601，设置种群大小WSize，最大搜索代数MWT；
[0017]步骤S602，确定业务咨询文本分类器的优化设计训练参数；
[0018]步骤S603，确定业务咨询文本分类器的优化设计训练参数的数量EPN；
[0019]步骤S604，设置当前搜索代数t＝0；
[0020]步骤S605，随机产生WSize个个体组成种群，其中每个体都存储了业务咨询文本分类器的EPN个优化设计训练参数；
[0021]步骤S606，计算种群中每个个体的适应值；
[0022]步骤S607，找出种群中适应值最小的个体记为最优个体MinWP；
[0023]步骤S608，在[0,1]区间内生成一个随机实数kpr；
[0024]步骤S609，如果kpr小于0.5，则转到步骤S616，否则转到步骤S610；
[0025]步骤S610，根据公式(1)计算优秀个体的数量WEN：
[0026][0027]步骤S611，如果WEN小于2，则设置WEN＝2，否则保持WEN的值不变；
[0028]步骤S612，从种群中选择出适应值最小的WEN个个体，然后计算出所选择的WEN个个体的平均值WEMean；
[0029]步骤S613，根据公式(2)计算反向学习值OV：
[0030]OV＝(WLB+WUB)
×
WF1
‑
WEMean
ꢀꢀ
(2)；
[0031]其中，WF1是[0,1]区间内的随机实数；WLB表示当前种群的搜索下界；WUB表示当前种群的搜索上界；
[0032]步骤S614，根据公式(3)执行反向螺旋捕猎算子：
[0033][0034]其中，个体下标ni＝1,2,...,WSize；WX
ni
表示种群中的第ni个个体；TV表示螺旋搜索值；WV
ni
表示个体WX
ni
的子个体；WF2是[0,1]区间内的随机实数；WK为[
‑
1,1]区间内的随机实数；π为圆周率；exp表示以自然常数e为底的指数函数；cos表示余弦函数；
[0035]步骤S615，转到步骤S621；
[0036]步骤S616，根据公式(4)计算步长因子WS：
[0037][0038]其中，WF3是[0,1]区间内的随机实数，WD为收敛因子；
[0039]步骤S617，如果WS的绝对值小于1，则转到步骤S618，否则转到步骤S620；
[0040]步骤S618，根据公式(5)执行反向包围捕猎算子：
[0041][0042]其中，WF4是[0,1]区间内的随机实数；WF5是[0,1]区间内的随机实数；BV表示包围搜索值；
[0043]步骤S619，转到步骤S621；
[0044]步骤S620，根据公式(6)执行随机搜寻算子：
[0045]WV
ni
＝WX
ruk
‑
WS
×
|2
×
WF1
×
WX
ni
‑
WX
ruk
|
ꢀꢀ
(6)；
[0046]其中，WX
ruk
表示种群中随机选择出来的个体；
[0047]步骤S621，计算子个体WV
ni
的适应值；
[0048]步骤S622，如果子个体WV
ni
的适应值小于个体WX
ni
的适应值，则在种群中利用子个体WV
ni
替换个体WX
ni
，否则保持个体WX
ni
不变；
[0049]步骤S623，找出种群中适应值最小的个体记为最优个体MinWP；
[0050]步骤S624，设置当前搜索代数t＝t+1；
[0051]步骤S625，如果当前搜索代数t小于最大搜索代数MWT，则转到步骤S608，否则转到步骤S626；
[0052]步骤S626，从最优个体MinWP中提取出业务咨询文本分类器的EPN个优化设计训练参数，利用得到的EPN个优化设计训练参数在训练数据集上训练出业务咨询文本分类器，即得到优选的业务咨询文本分类器。
[0053]一种计算机可读存储介质，所述计算机可读存储介质上存储有基于文本分类的政企服务派单程序，所述基于文本分类的政企服务派本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于文本分类的政企服务派单方法，其特征在于，所述方法包括以下步骤：步骤S100、设置业务咨询文本的类别数量；步骤S200、在政企服务系统中创建多个数据库表；其中，每个数据库表对应一个业务咨询文本的类别；步骤S300、从政企服务系统中抽取出业务咨询文本数据集；步骤S400、将业务咨询文本数据集划分为训练数据集和测试数据集；步骤S500、确定业务咨询文本分类器；步骤S600、利用改进的鲸鱼优化算法优化设计业务咨询文本分类器，得到优选的业务咨询文本分类器；步骤S700、获取用户输入的业务咨询文本；步骤S800、利用优选的业务咨询文本分类器对用户输入的业务咨询文本进行分类，得到用户输入的业务咨询文本对应的类别，将用户输入的业务咨询文本写入到该类别对应的数据库表中，以实现业务咨询的派单。2.根据权利要求1所述的一种基于文本分类的政企服务派单方法，其特征在于，所述步骤S600包括以下步骤：步骤S601，设置种群大小WSize，最大搜索代数MWT；步骤S602，确定业务咨询文本分类器的优化设计训练参数；步骤S603，确定业务咨询文本分类器的优化设计训练参数的数量EPN；步骤S604，设置当前搜索代数t＝0；步骤S605，随机产生WSize个个体组成种群，其中每个体都存储了业务咨询文本分类器的EPN个优化设计训练参数；步骤S606，计算种群中每个个体的适应值；步骤S607，找出种群中适应值最小的个体记为最优个体MinWP；步骤S608，在[0,1]区间内生成一个随机实数kpr；步骤S609，如果kpr小于0.5，则转到步骤S616，否则转到步骤S610；步骤S610，根据公式(1)计算优秀个体的数量WEN：步骤S611，如果WEN小于2，则设置WEN＝2，否则保持WEN的值不变；步骤S612，从种群中选择出适应值最小的WEN个个体，然后计算出所选择的WEN个个体的平均值WEMean；步骤S613，根据公式(2)计算反向学习值OV：OV＝(WLB+WUB)
×
WF1
‑
WEMean
ꢀꢀ
(2)其中，WF1是[0,1]区间内的随机实数；WLB表示当前种群的搜索下界；WUB表示当前种群的搜索上界；步骤S614，根据公式(3)执行反向螺旋捕猎算子：其中，个体下标ni＝1,2,...,WSize；WX
ni
表示种群中的第ni个个体；TV表示螺旋搜索
值；WV
ni
表示个体WX
ni
的子个体；WF2是[0,...

【专利技术属性】
技术研发人员：谭力江，霍剑峰，郭肇禄，
申请(专利权)人：广东奥博信息产业股份有限公司，
类型：发明
国别省市：