基于LDA主题的改进TFIDF 95598工单智能分类研究

作者：武光华; 李洪宇; 刘二刚; 柳长发; 李倩

来源：微型电脑应用, 2020, 36(03): 87-90.

• 95598
• 投诉工单
• Latent dirichlet allocation
• term frequency inverse document frequency

为了提高95595工单智能分类的准确率,提出了基于LDA (Latent Dirichlet Allocation)的改进TFIDF算法。先对文本提取特征词,然后采用K-means算法进行聚类处理。构建LDA模型,获得概率分布函数θ和φ,求取语义影响力SI(semantic influence, SI)作为特征词的权重,该改进算法记作SI-TFIDF(semantic influence-term frequency inverse document frequency, SI-TFIDF)。将SI-TFIDF算法与传统的TFIDF算法在sougou的数据库进行特征词提取,并采用K-means算进行聚类,对比结果显示,采用SI-TFIDF算法提取的特征词聚类效果优于TFIDF,验证了所提出方法的可靠性。在95598投诉工单上进行仿真实验,SI-TFIDF算法的投诉工单聚类准确率高于传统的TFIDF算法,验证了SI-TFIDF更适用于处理工单投诉的分类研究。