科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来伴随新媒体的不断发展,金融服务行业的投诉话题极易暴露在社会公众视角下,成为舆论关注与讨论的焦点。据2020年金融监管部门投诉公开数据显示,金融领域投诉量正在以两位数逐年增长,如何有效挖掘海量投诉文本价值,洞悉投诉关注的主题及发展趋势,成为金融管理部门亟需解决的问题。本文在LDA模型基础上提出TPA算法((1)),通过实证分析某股份制银行2018年1月至2020年12月投诉数据库,识别出账单服务、卡片使用、业务营销、贷款申请等20个常见投诉主题,发现"贷款申请、还款方式、额度提升、费用减免"等方面的投诉主题增长趋势较为明显,呈现出周期性上升特点,而"商城购物、商品发货、券票使用"等方面的投诉主题应成为下一轮监管部门关注的焦点,为投诉数据文本挖掘及针对性改善金融服务体验提供方法论。
-
单位中国人民银行
