典型文献
基于自然语言处理的车企客户反馈数据挖掘:上汽通用五菱公司的案例
文献摘要：
文本数据作为典型的非结构化数据,存在于汽车企业的全业务流程各个环节中.本文以上汽通用五菱公司"用户之声"数据集为背景进行案例研究,首先将文本数据进行预处理并构建汽车领域专业词典,然后将利用词向量训练模型获得的语义特征输入云算法池中的机器学习模型进行预测和分类,最终服务于应用层业务环节的各个场景和任务目标.本文一方面提炼出了基于文本数据挖掘的分析架构,另一方面提升了客户投诉反馈工单的数据质量,并对上海通用五菱公司文本数据体系建设和流程环节质量提升有积极的促进作用.
文献关键词：
客诉文本;自然语言处理;文本挖掘;质量提升
中图分类号：
作者姓名：
胡洁;练朝春;李艳婷;雷月霆;岳子桐
作者机构：
上海通用五菱汽车股份有限公司,广西柳州545000;上海交通大学机械与动力工程学院,上海200240
文献出处：
引用格式：
[1]胡洁;练朝春;李艳婷;雷月霆;岳子桐-.基于自然语言处理的车企客户反馈数据挖掘:上汽通用五菱公司的案例)[J].工业工程与管理,2022(06):192-200
A类：
客诉文本
B类：
自然语言处理,上汽,通用五菱,非结构化数据,汽车企业,全业务,业务流程,集为,汽车领域,词典,用词,词向量训练,训练模型,语义特征,机器学习模型,应用层,任务目标,文本数据挖掘,客户投诉,工单,数据质量,上海通用,数据体系,文本挖掘
AB值：
0.380875
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
