基于文本分类技术的客户投诉智能分析系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 文本分类算法研究 | 第15-28页 |
| 2.1 TF-IDF算法模型 | 第15-16页 |
| 2.2 KNN算法模型 | 第16-17页 |
| 2.3 LM算法模型 | 第17-18页 |
| 2.4 实验结果与分析 | 第18-26页 |
| 2.4.1 特征复杂度分析 | 第18-19页 |
| 2.4.2 准确率分析 | 第19-22页 |
| 2.4.3 最优方案选择 | 第22-24页 |
| 2.4.4 防抖动方案 | 第24-26页 |
| 2.5 算法质量检验 | 第26-27页 |
| 2.6 小结 | 第27-28页 |
| 第3章 系统的设计与实现 | 第28-55页 |
| 3.1 系统建设目标和建设内容 | 第28页 |
| 3.2 系统模型 | 第28-30页 |
| 3.2.1 系统总体模型 | 第28-29页 |
| 3.2.2 投诉内容智能分类模型 | 第29-30页 |
| 3.3 系统功能设计 | 第30-43页 |
| 3.3.1 用户投诉内容智能识别模块 | 第31-32页 |
| 3.3.2 用户投诉智能分析模块 | 第32-38页 |
| 3.3.3 潜在投诉智能分析模块 | 第38-43页 |
| 3.4 系统实现 | 第43-51页 |
| 3.4.1 算法实现 | 第43-47页 |
| 3.4.2 前台展现 | 第47-51页 |
| 3.5 系统平台方案 | 第51-53页 |
| 3.5.1 网络系统拓扑 | 第51-52页 |
| 3.5.2 系统平台软硬件设备选型 | 第52页 |
| 3.5.3 系统的监控与维护 | 第52-53页 |
| 3.6 系统应用效果 | 第53-54页 |
| 3.7 小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
