[发明专利]一种软件故障智能分类方法与可读存储介质

说明书

本发明提供了一种软件故障智能分类方法，包括：前置处理采用无监督聚类方法，按需产生分类；采用近义词、同义词、指代词替换的手段重新构造关键词，并采用聚类中心关键词构造新话题中心；采用优化k‑means模型，创建子类数量窗函数。本发明还提供了一种可读存储介质。本发明的有益效果是：在面对智能汽车市场新功能导致的新问题的分类中，无需预设问题类型，能有效发掘非预期的软件故障类型，能按需汽车词库分类类目，退回率下降大约12%；采用少即是多的手段重新构造关键词，能有效突出话题中心思想，聚类中心词构造新话题，解决核心话题文本关键词覆盖率低的问题；用聚类中心最近邻多词构造新话题中心，使LSI、PLSA模型相似度分析准确率约有35%的提升。

技术领域

本发明涉及分类方法，尤其涉及一种软件故障智能分类方法与可读存储介质。

背景技术

现阶段汽车用户声音分类主要有以下处理方式:

1)基于excel的人工分类；

2)互联企业基于LDA的摘要检索分类。

目前的处理，存在以下问题:

1)需要预设用户抱怨问题分类的类型，导致很多用户声音、用户抱怨被强行分类；

2)传统文本核心话题抽取文本关键词覆盖率低；

3)潜在语义分析模型在汽车用户抱怨这类10-30字超短文本分类失准的问题。

发明内容

为了解决现有技术中的问题，本发明提供了一种软件故障智能分类方法与可读存储介质。

本发明提供了一种软件故障智能分类方法，包括：前置处理采用无监督聚类方法，按需产生分类；采用近义词、同义词、指代词替换的手段重新构造关键词，并采用聚类中心关键词构造新话题中心；采用优化k-means模型，创建子类数量窗函数。

作为本发明的进一步改进，用聚类中心最近邻的多个关键词，构造新话题中心。

作为本发明的进一步改进，所述方法包括以下步骤：

S1、输入汽车用户声音超短文本；

S2、采用中文分词、去除停用词、合并近义词进行文本类数据清洗；

S3、提取超短文本关键词；

S4、超短文本向量化，对清洗过的超短文本类数据进行数字化转换，将文本分成单词、再将单词转化数字，通过数字转化，将包含多个单词的每条用户声音转化为一个多维数组，即多维向量；

S5、k-means++聚类的奇异值分析，根据步骤S3中提取到的超短文本关键词的总量确定窗口值，当子类数量大于窗口值时，提取距离聚类中心最近的多个关键语来构造新话题中心，进行奇异值分析，在排除无关内容后，加入全局文本，使用潜在语义索引在全局文本中寻找相似语句，根据汽车词库提取每组相似语句摘要作为分类类目，分类完成。

本发明还提供了一种可读存储介质，所述可读存储介质存储有执行指令，所述执行指令被处理器执行时用于实现如上述中任一项所述的方法。

本发明的有益效果是：

一、在面对智能汽车市场新功能导致的新问题的分类中，无需预设问题类型，能有效发掘非预期的软件故障类型，能按需汽车词库分类类目，退回率下降大约12%；

二、采用少即是多的手段重新构造关键词，能有效突出话题中心思想，聚类中心词构造新话题，解决核心话题文本关键词覆盖率低的问题；

三、用聚类中心最近邻多词构造新话题中心，使LSI、PLSA模型相似度分析准确率约有35%的提升。

附图说明

图1是本发明种软件故障智能分类方法的流程图。