[发明专利]信息交互平台的交互数据分类方法、装置及存储介质

说明书

本发明属于互联网交互信息处理技术领域，本发明提供一种信息交互平台的交互数据分类方法、装置及计算机可读存储介质，其中的方法包括：对从交互数据语料库中获取的交互数据做语句编号处理，得到编号语句；剔除编号语句中没有语义价值的词语，得到精选编号语句；计算出组成精选编号语句中的词语在交互数据语料库中出现的词频；确定组成精选编号语句的词语在交互数据语料库中的权重；将组成精选编号语句的词语在交互数据语料库中的权重整理为编号特征向量；根据编号特征向量计算每两个编号语句的相似值；根据相似值对编号语句进行归类。本发明通过客服与用户的聊天记录直接总结出用户的痛点问题，节约时间、节省人力、提高工作效率。

技术领域

本发明属于互联网交互信息处理技术领域，尤其涉及一种信息交互平台的交互数据分类方法、装置及计算机可读存储介质。

背景技术

用户的痛点问题指用户最迫切的诉求，每个平台都会关注用户的痛点问题有哪些。然后针对用户的痛点问题给用户提供解决方法，为用户提供更好的服务，从而吸引和稳定用户的数量。传统发现用户痛点问题的方法是通过走访用户或者让用户反馈问题和评价服务从而得出用户的诉求，这种直接面对用户的行为在一定程度上让用户付出了时间成本，用户体验也不好。

目前，解决上述问题的方法为：收集与用户的聊天记录，然后通过大量的人工对用户的聊天记录进行分析整理，工作量大，需要耗费大量的人力，而且工作效率低，浪费时间。

发明内容

基于上述现有技术中存在的问题，本发明提供一种信息交互平台的交互数据分类方法、装置及计算机可读存储介质，其主要目的在于，通过从客服人员与用户的交互数据语料库中获取交互数据，对获取的交互数据进行一系列处理，最终得到用户的痛点问题分类，本发明通过客服人员与用户的聊天记录，直接总结出用户的痛点问题，节约时间、节省人力、提高工作效率。

为实现上述目的，本发明提供一种信息交互平台的交互数据分类方法，该方法包括：

对从交互数据语料库中获取的交互数据做语句编号处理，得到编号语句；

根据预设的没有语义价值的词语集合，剔除所述编号语句中没有语义价值的词语，得到精选编号语句；

利用预设的权重算法，计算出组成所述精选编号语句中的词语在所述交互数据语料库中出现的词频；

根据所述词频，确定组成所述精选编号语句的词语在所述交互数据语料库中的权重；

将组成所述精选编号语句的词语在所述交互数据语料库中的权重整理为编号特征向量；

根据所述编号特征向量计算每两个编号语句的相似值；

根据所述相似值对所述编号语句进行归类。

优选地，所述对从交互数据语料库中获取的交互数据做语句编号处理的步骤包括：

将从所述交互数据语料库中获取的交互数据语句按时间顺序进行排序，得到时间排序语句；

确定出所述时间排序语句中的语料最小单元，其中，所述语料最小单元为用户每次所发送的对话语句；

对所述语料最小单元进行编号。

优选地，所述根据预设的没有语义价值的词语集合，剔除所述编号语句中没有语义价值的词语的步骤包括：

将所述编号语句的语料最小单元进行分词处理，得到分词集合；

将所述分词集合与预设的没有语义价值的词语集合做差集处理，除去没有语义价值的词语。

优选地，所述预设的权重算法为TF-IDF算法，所述TF-IDF算法的公式为：

TF-IDF＝TF*log(N/Nw)，

TF＝Tn/Dn；