基于DBM的电力投诉工单分类的应用研究

摘要

提出了基于深度玻尔兹曼机的电力投诉工单识别分类模型.首先对投诉工单数据进行数据清洗,对处理后的数据使用结巴分词算法进行分词并制作字典,再使用词袋模型对所分词向量化处理提取文本特征.进一步地,通过TF-IDF算法找出关键词以及余弦相似度计算训练、测试文档间的相似度;最后使用深度玻尔兹曼机对投诉工单进行分类.实验证明,分类的准确度达到80％,有效地缓解电力部门的工作压力,提高工作效率.