[发明专利]一种电力营销服务热点95598工单自动分类方法

说明书

技术领域

本发明涉及一种电力营销服务热点95598工单自动分类方法，具体涉及一种基于TF-IDF算法的电力营销服务热点95598工单自动分类方法，属于信息收集、信息过滤、信息分类等技术领域。

背景技术

随着计算机技术的应用普及，大量的文字信息开始以计算机可读写的形式存在，由此计算机自动文本分类技术应运而生。当前常用的文本分类方法主要有：决策树分类法、基于支持向量机方法(SVM法)、朴素的贝叶斯分类法、K-最近邻法(KNN)、神经网络法、模糊分类法、Rocchio分类方法和Boosting算法等。文本分类技术被广泛利用在文档索引建立、不良信息检测、主题识别、自动文摘、智能信息检索等各个研究领域。

其中将文本信息转化为可计算的数值信息的方法是向量空间模型，效果最好的为支持向量机方法，建立特征向量的最常用方法是TF-IDF(TF：TermFrequency，IDF：InverseDocumentFrequency)方法，以及在其基础进行的各种改进计算方法。但TF-IDF算法以及不少改进后的TF-IDF算法，常将各个词语分量视为静态的特征项，忽略了部分短文本信息以及特征项增减变动对分类准确性的影响，无法满足对电力营销服务热点95598工单的分类要求。

发明内容

为了解决上述技术问题，本发明提供了一种电力营销服务热点95598工单自动分类方法。

为了达到上述目的，本发明所采用的技术方案是：

一种电力营销服务热点95598工单自动分类方法，包括以下步骤，

步骤一，从国网业务支持系统中获取95598工单受理内容；

步骤二，利用人工智能语义分析技术，对95598工单受理内容进行分词，结合电力营销服务热点的特点，形成电力营销专业词库和同义词库；

步骤三，采用增量-归一化TF-IDF模型对分词结果进行文本表示；

t时刻文本k中某词汇x的TF-IDF值为：

TF-IDFx,k,t=TFx,k×logNt-1+Nc,tDFx,t-1+DFx,(c,t)Σx=1nk,i(TFx,k×logNt-1+Nc,tDFx,t-1+DFx,(c,t))2]]>