[发明专利]一种维修案例分类方法以及装置在审
| 申请号： | 201811149677.6 | 申请日： | 2018-09-29 |
| 公开（公告）号： | CN109409537A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 刘均;刘新;邓思超 | 申请（专利权）人： | 深圳市元征科技股份有限公司 |
| 主分类号： | G06Q10/00 | 分类号： | G06Q10/00;G06F17/27;G06F16/35 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518000 广东省深圳市龙*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 维修 分类结果 文本向量 特征词 分类装置 决策函数 样本集合 有效地 分类 申请 | ||
1.一种维修案例分类方法，其特征在于，包括：
获取样本集合的特征词集；
根据所述特征词集，获取维修案例的文本向量；
向SVM分类决策函数输入所述维修案例的文本向量，得到所述维修案例分类结果。
2.根据权利要求1所述的方法，其特征在于，所述获取样本集合的特征词集，包括：通过文本分词算法，将所述样本集合的文本进行分词，对分词结果进行词频统计，选取满足词频次数的词语作为特征词集。
3.根据权利要求1所述的方法，其特征在于，所述根据所述特征词集，获取维修案例的文本向量，包括：通过文本分词算法，将所述维修案例的文本进行分词，根据所述特征词集对分词结果进行处理，得到所述维修案例的文本向量。
4.根据权利要求1所述的方法，其特征在于，还包括：
获取样本集合的特征向量；
根据所述特征向量，得到训练数据集；
计算所述训练数据集，建立所述SVM分类决策函数。
5.根据权利要求4所述的方法，其特征在于，所述获取样本集合的特征向量，包括：
根据所述特征词集和所述样本集合的分词结果，得到初始特征向量；
计算所述特征词集的词权重对应的加权值；
将所述初始特征向量的维度分别乘以对应的加权值，得到所述特征向量。
6.根据权利要求4所述的方法，其特征在于，所述根据所述特征向量，得到训练数据集，包括：通过所述特征向量的类别，得到和所述特征向量的类别数相同的训练数据集。
7.根据权利要求4所述的方法，其特征在于，所述计算所述训练数据集，建立所述SVM分类决策函数，包括：计算所述训练数据集，获取每一个训练数据集的分类决策函数，所有分类决策函数构成所述SVM分类决策函数。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述样本集合为通过数据库中标签属性筛选得到的样本集合，或者采用随机算法筛选得到的样本集合。
9.根据权利要求1至7任一项所述的方法，其特征在于，所述维修案例分类结果为通过所述SVM分类决策函数的最大的分类决策函数结果值，确定的所属训练数据集的类别。
10.一种维修案例分类装置，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-9中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市元征科技股份有限公司，未经深圳市元征科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811149677.6/1.html，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
