基于文本分类的上海液化气公司客户投诉分析与研究

作     者：柯宇 

作者单位：上海第二工业大学 

学位级别：硕士

导师姓名：陈林;胡文俊

授予年度：2022年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 083305[工学-城乡生态环境与基础设施规划] 081203[工学-计算机应用技术] 0833[工学-城乡规划学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：客户投诉 行业词典 分词优化 文本分类 词共现网络 

摘      要：上海液化气公司于2018年成立,负责保障全上海市液化气钢瓶的安全服务供应工作。公司为做好液化气钢瓶服务全流程管理,适应未来信息化发展要求,在成立初期就开发使用了液化气钢瓶客户信息管理系统平台。公司管理人员使用此系统管理平台记录液化气钢瓶用户的投诉文本内容,并通过人工分类方式来处理投诉问题。随着时间的推移,液化气钢瓶用户不断增加,订单数量也随之增加,系统管理平台中累积的投诉数量也日益增多。如何对用户的投诉数据实现自动分类,并进行科学、高效、准确的挖掘分析成为急需解决的问题。自然语言处理技术和大数据算法的发展为传统的人工分类处理方式提供了新的方向。本文利用文本分类算法和词共现网络分析法实现对液化气钢瓶用户投诉文本的自动分类和分析研究,有利于提升公司处理相关液化气钢瓶用户投诉问题的准确率、科学性、减少人工成本。提升用户满意度,减少用户流失,助力液化气钢瓶营销。本文以上海液化气公司的实际用户为研究对象,以用户的投诉建议为数据基础,应用自然语言处理算法和大数据技术对用户投诉展开分析研究。本文首先构建液化气行业语料库,其数据来源为:公司内液化气钢瓶业务相关服务文档、政府部门发布的行业政策管理文件和办法、液化气钢瓶服务领域的网站文章和公开的行业文献资料。接下来,结合自由度和凝合度的新词发现方法构建液化气行业专用词典。然后,结合上一步建立好的液化气行业专用词典,用n-gram语言模型和朴素贝叶斯相结合的文本分类算法来构建液化气钢瓶用户投诉文本分类模型,实现对用户投诉意见的自动分类功能。最后分别对不同类别的投诉文本提取关键词,构建投诉关键词共现网络图,实现对不同类别的投诉问题进行可视化展示和关联分析。通过共现网络图可分析不同类别用户投诉问题的核心关键词,进一步分析出投诉发生的原因,确定该类别投诉的核心问题。通过网络分析法可以方便液化气公司管理人员提出针对投诉关键问题的准确整改方案,及时满足用户需求。实验结果对比表明,结合构建好的液化气行业专用词典对液化气钢瓶用户的投诉文本进行分类,相比直接使用传统的文本分类方法准确率更高。验证了此分类方法的有效性和可行性。液化气公司管理人员可以根据用户投诉的分析结果,制定相应的服务解决方法,设计合理、科学、有效的液化气钢瓶管理措施。全方位提升公司自身的管理水平和服务质量,保障液化气钢瓶的供应能力,进一步完善用户服务体验和运营管理效率,提高液化气公司品牌形象。