基于智能客服学习的客户购买意图识别方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要工作及创新点 | 第15-17页 |
| 1.3.1 论文的主要工作 | 第15-16页 |
| 1.3.2 论文的创新点 | 第16-17页 |
| 1.4 研究思路与论文结构 | 第17-19页 |
| 第2章 客户购买意图识别相关技术 | 第19-32页 |
| 2.1 中文分词技术 | 第19-20页 |
| 2.2 词语相似度计算 | 第20-25页 |
| 2.2.1 基于语义词典的相似度计算 | 第20-23页 |
| 2.2.2 基于语料库的相似度计算 | 第23-25页 |
| 2.3 关键词提取算法 | 第25-27页 |
| 2.3.1 基于统计的关键词提取算法 | 第25-26页 |
| 2.3.2 基于语义的关键词提取算法 | 第26页 |
| 2.3.3 基于机器学习的关键词提取算法 | 第26-27页 |
| 2.4 kmeans聚类算法简介 | 第27-29页 |
| 2.5 意图识别技术 | 第29-31页 |
| 2.5.1 情感分析技术简介 | 第29-30页 |
| 2.5.2 艾宾浩斯遗忘曲线简介 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于时间序列的用户聊天主题聚类方法 | 第32-41页 |
| 3.1 主题观念抽取 | 第32-33页 |
| 3.2 关键词提取 | 第33-37页 |
| 3.2.1 文本分词 | 第34-35页 |
| 3.2.2 建立停用词表 | 第35-37页 |
| 3.2.3 基于word2vec的主题聚类方法 | 第37页 |
| 3.3 实验数据及结果分析 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 客服购买意图识别 | 第41-51页 |
| 4.1 用户购买意图网络构建 | 第41-43页 |
| 4.2 遗忘曲线函数与意图强度模型 | 第43-44页 |
| 4.3 意图强度多阶段量化 | 第44-46页 |
| 4.4 实验结果 | 第46-50页 |
| 4.4.1 算法准确性实验对比 | 第47-49页 |
| 4.4.2 实验总结 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 智能客服购买意图识别系统设计 | 第51-56页 |
| 5.1 购买意图识别系统设计 | 第51-52页 |
| 5.2 数据模块 | 第52-53页 |
| 5.3 意图识别模块 | 第53-54页 |
| 5.4 用户模块 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 总结和展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
