基于機(jī)器學(xué)習(xí)的用戶反饋數(shù)據(jù)中心設(shè)計(jì)與實(shí)現(xiàn).pdf

1、該項(xiàng)目是來(lái)源于百度公司度秘產(chǎn)品線的實(shí)際項(xiàng)目，屬于互聯(lián)網(wǎng)人工智能領(lǐng)域。度秘是新一代智能操作系統(tǒng)的杰出代表，以NLP(Natural Language Processing，自然語(yǔ)言處理)技術(shù)為基礎(chǔ)，明確用戶需求，提供相應(yīng)服務(wù)。在該產(chǎn)品線上，每天要接收到十萬(wàn)量級(jí)的用戶評(píng)論和用戶反饋，數(shù)據(jù)量十分龐大。通過(guò)對(duì)用戶反饋進(jìn)行分類篩選，可以得到用戶對(duì)于當(dāng)前產(chǎn)品使用體驗(yàn)的相關(guān)問(wèn)題和建議，直觀的反映出當(dāng)前版本產(chǎn)品所存在的問(wèn)題和亟待優(yōu)化的部分，從而引導(dǎo)迭代

2、需求，也為質(zhì)量保證人員跟蹤線上問(wèn)題提供了依據(jù)。數(shù)量龐大的用戶反饋數(shù)據(jù)的文本分類和篩選成為問(wèn)題的關(guān)鍵，但是當(dāng)前的解決方法為人工從線上數(shù)據(jù)庫(kù)中導(dǎo)出部分?jǐn)?shù)據(jù)，并進(jìn)行人工分類篩選有用的反饋。
　　論文運(yùn)用機(jī)器學(xué)習(xí)的方法，設(shè)計(jì)和實(shí)現(xiàn)了用戶反饋數(shù)據(jù)中心平臺(tái)，將戶反饋數(shù)據(jù)導(dǎo)入到平臺(tái)中，可以高效且準(zhǔn)確地對(duì)龐大數(shù)據(jù)量的用戶反饋文本進(jìn)行分類篩選，進(jìn)行分類展現(xiàn)和統(tǒng)計(jì)，方便相關(guān)人員進(jìn)行查閱并跟進(jìn)用戶反饋問(wèn)題的原因排查和問(wèn)題解決。用戶反饋數(shù)據(jù)中心平臺(tái)系統(tǒng)可

3、劃分成三大部分:用戶反饋數(shù)據(jù)的拉取、反饋數(shù)據(jù)分類篩選和用戶反饋數(shù)據(jù)中心。其中，用戶反饋數(shù)據(jù)的拉取利用Python編寫(xiě)相關(guān)輪詢API(Application Programming Interface，應(yīng)用程序編程接口)從公司統(tǒng)一的用戶反饋平臺(tái)上拉取該產(chǎn)品線的所有反饋數(shù)據(jù)并根據(jù)需要重新組織數(shù)據(jù)格式，并存儲(chǔ)到Hbase中;反饋數(shù)據(jù)的分類篩選利用機(jī)器學(xué)習(xí)中的遺傳算法等相關(guān)算法，完成特征詞的提取，優(yōu)化分類以及數(shù)據(jù)根據(jù)特征詞進(jìn)行相應(yīng)的數(shù)據(jù)分類篩選

4、;數(shù)據(jù)中心基于PHP和MySQL，實(shí)現(xiàn)數(shù)據(jù)的分類展現(xiàn)、條件查詢、反饋問(wèn)題跟蹤處理等功能。論文完成了用戶反饋數(shù)據(jù)中心平臺(tái)系統(tǒng)的需求分析、總體設(shè)計(jì)、詳細(xì)設(shè)計(jì)、測(cè)試驗(yàn)證等具體工作。本人參與設(shè)計(jì)和開(kāi)發(fā)了用戶反饋數(shù)據(jù)拉取、基于機(jī)器學(xué)習(xí)的反饋數(shù)據(jù)分類篩選和數(shù)據(jù)平臺(tái)中的相關(guān)功能。
　　目前論文完成的用戶反饋數(shù)據(jù)中心平臺(tái)系統(tǒng)已經(jīng)上線投入使用，數(shù)據(jù)分類合格率達(dá)到91％以上。用戶反饋數(shù)據(jù)中心極大地提高了用戶反饋處理的效率，并釋放了數(shù)據(jù)人力，獲得了部門