买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浪潮软件科技有限公司

摘要：本发明公开一种基于机器学习的热点问题发现方法及系统，涉及数据分析技术领域，方法包括：获取来电咨询文本，对文本进行预处理及分词；采用TF‑IDF算法计算出每个词的重要程度，选择热点词；以选出热点词的分词结果作为输入，通过Word2vec方法训练词向量模型，得到词向量，进而得到文本中每个句子的向量表示；使用k‑means聚类算法对向量化句子进行聚类，得到多个簇；将每个簇中的向量化句子合并为一个文本，使用TextRank算法分析每个簇的文本，找出该簇的热点问题；将提出问题的人与执行对应义务的人进行关联，进行热点问题的展示和明细问题下钻。本发明可以实现热点问题的自动发现和分类分析。

主权项：1.一种基于机器学习的热点问题发现方法，其特征在于，包括如下步骤：S1、获取服务热线来电咨询的问题小结文本，对问题小结文本进行预处理及分词；S2、对于经过预处理及分词后的问题小结文本，采用TF-IDF算法计算出每个词的重要程度，并从中选择出分值最高的K个候选词作为热点词；S3、以选出热点词的分词结果作为输入，通过Word2vec方法训练词向量模型，得到步骤S1所述分词的向量形式，进而得到问题小结文本中每个句子的向量表示；S4、对步骤S3的向量化句子使用k-means聚类算法进行聚类，以将相似的问题分组到同一簇中，具体包括：先预设一个簇数范围，对每个预设范围的簇数分别运行K-means聚类算法，得到不同簇的聚类结果；计算并比较每个聚类结果的轮廓系数，选择具有最高轮廓系数的簇数作为最终的聚类数目；根据选定的聚类数目，运行K-means聚类算法，将相似的问题分组到同一簇中；S5、将每个簇中的向量化句子合并为一个文本，使用TextRank算法分析每个簇的文本，找出权重最高的文本句子，作为该簇的热点问题，具体包括：将每个簇中的所有向量化句子合并为一个文本；使用TextRank算法，将文本中的每个句子作为图的一个节点；在两个句子有共同的关键词或词组时，在对应节点之间创建边，边的权重根据共同词汇的TF-IDF值来确定；通过迭代计算每个节点的得分，直到得分稳定，通过节点的最终得分得知其在文本中的重要性；对每个簇，选取经过TextRank算法计算后权重最高的前三个句子作为热点问题的候选描述句；针对候选描述句的句子长度、包含的实词数量、与其所属簇内剩余句子的相似度设定权重，加和候选描述句在句子长度、包含的实词数量、与其所属簇内剩余句子的相似度三个方面的权重，得到综合权重，选择综合权重最高的候选描述句作为该簇的热点问题；S6、将提出问题的人与执行对应义务的人进行关联，按照不同维度进行热点问题的展示和明细问题的下钻展示。

全文数据：

权利要求：

百度查询： 浪潮软件科技有限公司 一种基于机器学习的热点问题发现方法及系统