基于注意力机制的在线用户痛点信息挖掘

摘要

[目的/意义]在用户痛点信息破碎化的背景下,及时准确了解客户对特定产品和服务的要求和体验诉求,把握用户对产品和服务主要关注度和问题所在,对企业克服产品和服务缺陷,改善用户产品体验,满足用户客观需求具有重要的现实意义。[方法/过程]利用条件随机场CRF序列标注和GloVe词向量编码,注意力机制和VGG-19构建基于文本、图像及双特征融合的用户痛点提取和分析模型,建立用户痛点量化与计算,实现基于注意力机制的在线用户痛点信息挖掘。[结果/结论]对OPPO Find X5 Pro手机在线评论用户痛点信息进行挖掘,该模型有效提取了文本、语音和图像中的用户情感特征,建立了用户情感词三个类别的分类和量化,得到用户痛点计算得分,构建了OPPO Find X5 Pro手机用户痛点5个等级划分。该模型计算准确度比现有典型模型平均高13.49%。