基于機器學習的用戶反饋數據中心設計與實現.pdf

1、該項目是來源于百度公司度秘產品線的實際項目，屬于互聯網人工智能領域。度秘是新一代智能操作系統(tǒng)的杰出代表，以NLP(Natural Language Processing，自然語言處理)技術為基礎，明確用戶需求，提供相應服務。在該產品線上，每天要接收到十萬量級的用戶評論和用戶反饋，數據量十分龐大。通過對用戶反饋進行分類篩選，可以得到用戶對于當前產品使用體驗的相關問題和建議，直觀的反映出當前版本產品所存在的問題和亟待優(yōu)化的部分，從而引導迭代

2、需求，也為質量保證人員跟蹤線上問題提供了依據。數量龐大的用戶反饋數據的文本分類和篩選成為問題的關鍵，但是當前的解決方法為人工從線上數據庫中導出部分數據，并進行人工分類篩選有用的反饋。
　　論文運用機器學習的方法，設計和實現了用戶反饋數據中心平臺，將戶反饋數據導入到平臺中，可以高效且準確地對龐大數據量的用戶反饋文本進行分類篩選，進行分類展現和統(tǒng)計，方便相關人員進行查閱并跟進用戶反饋問題的原因排查和問題解決。用戶反饋數據中心平臺系統(tǒng)可

3、劃分成三大部分:用戶反饋數據的拉取、反饋數據分類篩選和用戶反饋數據中心。其中，用戶反饋數據的拉取利用Python編寫相關輪詢API(Application Programming Interface，應用程序編程接口)從公司統(tǒng)一的用戶反饋平臺上拉取該產品線的所有反饋數據并根據需要重新組織數據格式，并存儲到Hbase中;反饋數據的分類篩選利用機器學習中的遺傳算法等相關算法，完成特征詞的提取，優(yōu)化分類以及數據根據特征詞進行相應的數據分類篩選

4、;數據中心基于PHP和MySQL，實現數據的分類展現、條件查詢、反饋問題跟蹤處理等功能。論文完成了用戶反饋數據中心平臺系統(tǒng)的需求分析、總體設計、詳細設計、測試驗證等具體工作。本人參與設計和開發(fā)了用戶反饋數據拉取、基于機器學習的反饋數據分類篩選和數據平臺中的相關功能。
　　目前論文完成的用戶反饋數據中心平臺系統(tǒng)已經上線投入使用，數據分類合格率達到91％以上。用戶反饋數據中心極大地提高了用戶反饋處理的效率，并釋放了數據人力，獲得了部門