[发明专利]基于坐席数据的用户意愿分析方法、装置、电子设备

权利要求书

1.一种基于坐席数据的用户意愿分析方法，其特征在于，所述方法包括：

获取坐席数据，对所述坐席数据进行脏字筛除，并对脏字筛除后的坐席数据进行关键字提取，得到有效数据；

判断所述有效数据中是否存在异常数值，当所述有效数据中存在异常数值时，将所述有效数据中的异常数值进行数据格式规范化操作，得到有效规范数据；

查询所述有效规范数据中的缺失值，并对所述缺失值进行填充处理，得到待分析数据；

利用预训练的意愿度模型对所述待分析数据进行特征识别分析，得到所述待分析数据对应的期望意愿，并将所述期望意愿分类存储至预设存储空间；

监控所述存储空间，得到所述存储空间中每类期望意愿的数量，并根据所述每类期望意愿的数量将各类期望意愿进行可视化表示，得到意愿实况图。

2.如权利要求1所述的基于坐席数据的用户意愿分析方法，其特征在于，所述获取坐席数据，对所述坐席数据进行脏字筛除，并对脏字筛除后的坐席数据进行关键字提取，得到有效数据，包括：

利用空间数据库数据同步方法监控预构建的智能坐席数据库中的数据生产状况，当所述智能坐席数据库中生成坐席数据时，提取所述坐席数据；

根据预设的脏字类型表，对所述坐席数据进行脏数据检测，并根据检测结果剔除所述坐席数据中的脏数据，得到干净数据；

利用预构建的卷积神经网络对所述干净数据进行关键字提取，得到所述有效数据。

3.如权利要求1所述的基于坐席数据的用户意愿分析方法，其特征在于，所述判断所述有效数据中是否存在异常数值，当所述有效数据中存在异常数值时，将所述有效数据中的异常数值进行数据格式规范化操作，得到有效规范数据，包括：

根据预设的标准形式表，将所述有效数据中各个属性标签下的数据进行标准性判断；

根据所述标准性判断的结果，得到异常数值；

将所述异常数值转化为对应的标准形式，得到所述有效规范数据。

4.如权利要求1所述的基于坐席数据的用户意愿分析方法，其特征在于，所述查询所述有效规范数据中的缺失值，并对所述缺失值进行填充处理，得到待分析数据，包括：

利用数据库查询函数查询所述有效规范数据中的缺失值，并对各个所述缺失值进行统计；

根据统计结果对各个缺失值进行相关性分类，得到随机缺失值与相关缺失值；

按照预设的第一填充策略对所述随机缺失值进行填充，并按照预设的第二填充策略对所述相关缺失值进行填充，得到所述待分析数据。

5.如权利要求1所述的基于坐席数据的用户意愿分析方法，其特征在于，所述利用预训练的意愿度模型对所述待分析数据进行特征识别分析之前，所述方法还包括：

步骤I、获取待训练意愿度模型及本地训练集，并利用所述待训练意愿度模型中的特征提取网络对所述本地训练集进行特征提取，得到特征序列集。

步骤II、利用所述待训练意愿度模型中的特征识别网络，对所述特征序列集进行特征识别，得到预测结果集合。

步骤III、将所述预测结果集合与所述本地训练集对应的预设识别标签进行对比，得到所述预测结果集合的准确率；

步骤IV、当所述准确率未收敛时，更新所述待训练意愿度模型中的函数参数，并返回执行所述步骤I，直至所述准确率达到收敛，得到训练完成的意愿度模型。

6.如权利要求5所述的基于坐席数据的用户意愿分析方法，其特征在于，所述更新所述待训练意愿度模型中的函数参数，包括：

计算所述预测结果集合中的各个预测结果与所述预测结果对应的预设识别标签之间的差值；

利用所述待训练意愿度模型中的损失函数对各个差值进行统计计算，得到损失值；

利用所述损失值，计算所述待训练意愿度模型中激活函数的线性回归参数，并利用所述线性回归参数更新所述待训练意愿度模型中的函数参数。