CN119149741B 客户诉求智能识别预警方法及系统 （北京小猪福车科技有限公司）

本发明公开了客户诉求智能识别预警方法采样批次采集客户诉求数据，中央平台基于NLP求数据输入最终情感分析模型得到情感分析结2设定初始采样批次采集客户诉求数据，中央平台基于NLP技术提取客户诉求数据的语构建情感分析模型，动态调整采样批次持续采样训练基于语义特征和情感分析结果分析客户诉求优先度，按照优先度进行排所述设定初始采样批次采集客户诉求数据，中央平台基于NLP技术提取客户诉求数据所述构建情感分析模型，动态调整采样批次持续采样训练情感分析模根据客户诉求文本数据前段和后段的情感词汇频率计算局部Valence(q)和局部根据客户诉求文本数据整体的正面情感词汇和负面情感词汇频率计算全局Arousal提取初始采样批次中所有客户诉求文本数据的局部情感特征和全局情感特3p使用双向长短时记忆网络处理全局情感特征提取隐藏状态h，并引入基于空间的多层ppp采用特征向量拼接操作将最终局部情感特征Q和最终全局情感特征P进行拼接得到最收集历史客户诉求文本数据提取情感特征向量并标注情感分析结果作为训练集进行L为损失变化率阈值；情感分析结果分析客户诉求优先度，按照优先度进行排序处理指构建卷积神经网络模型，户反馈数据分析客户满意度指在处理客户诉求后收集客户的反馈文本数据输入情感分析分析结果和优先度存储在数据库中与客户诉6.一种如权利要求1－5任一所述的客户诉求智能识别预警方法的客户诉求智能识别4数据收集模块，用于收集客户诉求数据并进行预处理，同步提情感分析模块，用于构建情感分析模型并对客户诉求数据进诉求处理模块，用于构建卷积神经网络根据客户诉求数据的语监测存储模块，用于监测客户诉求中负面情感状处理器执行时实现权利要求1至5中任一项所述的客户诉求智能识别预警方5[0003]鉴于上述现有的客户诉求智能识别预警方法及系统中存在的问题，提出了本发始采样批次采集客户诉求数据，中央平台基于NLP技术提取客户诉求数据的语义特征指采采集客户诉求数据输入最终情感分析模型得到情感[0008]使用HBRNN模型作为情感分析模型，包括双向递归神经网络层、全连接层和6[0009]中央平台将每条客户诉求文本数据平均划分为前段和后[0010]根据客户诉求文本数据前段和后段的情感词汇频率计算局部Valence(q)和局部[0013]其中x11为客户诉求文本数据前段正面情感词汇频率，x22为客户诉求文本数据后[0014]根据客户诉求文本数据整体的正面情感词汇和负面情感词汇频率计算全局Arousal(p)和全局情感倾向g作为全[0016]其中xp1为客户诉求文本数据整体的正面情感词汇频率，xp2为客户诉求文本数据pp[0020]采用特征向量拼接操作将最终局部情感特征Q和最终全局情感特征P进行拼接得[0021]收集历史客户诉求文本数据提取情感特征向量并标注情感分析结果作为训练集7L为损失变化率阈值；后收集客户反馈数据分析客户满意度指在处理客户诉求后收集客户的反馈文本数据输入据中负面情感状态的客户诉求数据占所有客户诉求数据的比例与负面诉求阈值进行对比，据的情感分析结果和优先度存储在数据库中与客户诉求数[0033]监测存储模块，用于监测客户诉求中负面情感状态的客户诉求比例进行对应处理器执行所述计算机程序时实现上述客户诉求智能识别预警方法8求数据的语义特征指采集客户诉求文本数据，中央平台对客户诉求文本数据进行清洗过9最终情感分析模型，实时采集客户诉求数据输入最终情感分析模型得到情感分析结果包[0051]使用HBRNN模型作为情感分析模型，包括双向递归神经网络层、全连接层和[0052]中央平台将每条客户诉求文本数据平均划分为前段和后[0053]根据客户诉求文本数据前段和后段的情感词汇频率计算局部Valence(q)和局部[0056]其中x11为客户诉求文本数据前段正面情感词汇频率，x22为客户诉求文本数据后[0057]根据客户诉求文本数据整体的正面情感词汇和负面情感词汇频率计算全局Arousal(p)和全局情感倾向g作为全[0059]其中xp1为客户诉求文本数据整体的正面情感词汇频率，xp2为客户诉求文本数据qqpp[0063]采用特征向量拼接操作将最终局部情感特征Q和最终全局情感特征P进行拼接得[0064]收集历史客户诉求文本数据提取情感特征向量并标注情感分析结果作为训练集L为损失变化率阈值；别出情感的微妙变化，局部与全局情感特征的结合大大提高了情感分析的准确性和可靠性，双向递归神经网络层能够从输入的客户诉求数据中同时捕捉前向和后向的上下文信[0071]卷积神经网络能够从复杂的语义特征和情感分析结果中提取出具有区分性的优到了显著提升，结合客户诉求中的语义特征和情感分析结果，进行多模态融合输入CNN模[0076]情感分析模型能够高效处理大量文本数据，并自动判断每条客户诉求的情感状[0084]监测存储模块，用于监测客户诉求中负面情感状态的客