[发明专利]一种投诉处理的方法和系统

权利要求书

1.一种投诉处理的方法，其特征在于，包括以下步骤：

输入投诉文本；

分析投诉文本与投诉解决方案数据的相关性，确定样本数据；

训练神经网络对投诉文本的识别；

识别系统结果与实际结果，进行误差分析，并修改对应的权值；

还包括以下步骤：

将系统已归档用户满意的投诉回复进行筛选，并将用户满意投诉回复进行文本向量转换，形成一个投诉回复结果池R；

系统处理的向量结果是S，采用结果自动匹配算法将S的文本向量向客服系统输出；

接收客服系统反馈的用户满意的投诉结果向量R，将结果文本向量R与系统输出结果S进行误差分析比对。

2.根据权利要求1所述的一种投诉处理的方法，其特征在于，还包括以下步骤：

将投诉文本转换为文本空间向量。

3.根据权利要求2所述的一种投诉处理的方法，其特征在于，所述将投诉文本转换为文本空间向量，进一步包括以下步骤：

建立投诉常用词汇库；

从投诉文本中获取关键字，在词汇库中检索关键字；

如果词汇库存在所述关键字，按照所述关键字所在词汇库的序列位置，在空间向量对应的维数中设置为1，否则设置为0。

4.根据权利要求1-3中任一权利要求所述的一种投诉处理的方法，其特征在于，所述分析投诉文本与投诉解决方案数据的相关性，进一步包括以下步骤：

采用BP神经网络，建立一个有三层网络模型，包括输入层、隐藏层和输出层；

在输入层输入投诉文本，经过隐含层的函数的作用，在输出端口输出值；

将输出值进行误差计算，如果没有达到误差要求，根据正确结果，输出反馈信息到输入层和隐藏层，调节权值和相关函数。

5.根据权利要求4所述的一种投诉处理的方法，其特征在于，

输入层输入投诉文本转化的文本空间向量I0，BP神经网络中，每个神经元阈值θj，前一层神经元到后一层神经元的权值是Wij；

对于隐藏层和输出层的输入Ij＝∑WijOi+θj；

神经网络中的神经元输出是经由赋活函数计算得到的，神经元的输出为

误差计算对于输出层每一个输出单元Errj＝Oj(1-Oj)(Tj-Oj)，其中Tj为实际结果。

6.根据权利要求5所述的一种投诉处理的方法，其特征在于，所述赋活函数使用simoid函数或者logistic函数。