隨著互聯(lián)網(wǎng)的發(fā)展,電子商務(wù)正在逐步取代傳統(tǒng)的零售業(yè),在線購(gòu)物已成為大眾生活的一部分,商家的服務(wù)中心開始由商品轉(zhuǎn)向客戶。如何利用有限的時(shí)間,與客戶有效溝通,了解客戶需求,盡量激發(fā)客戶的購(gòu)物意愿,是商家提高競(jìng)爭(zhēng)力的重要手段。在大多數(shù)網(wǎng)絡(luò)購(gòu)物場(chǎng)景中,客戶往往希望對(duì)商品的咨詢得到及時(shí)的解答,否則很可能轉(zhuǎn)向其他商家。因此,在海量客服會(huì)話數(shù)據(jù)中,實(shí)時(shí)挖掘出具有潛在購(gòu)物意愿的客戶（潛在購(gòu)物客戶）,以對(duì)其提供重點(diǎn)服務(wù),對(duì)于提升客服效率和企業(yè)效益非常重要。目前,基于客戶歷史行為（歷史購(gòu)買記錄、瀏覽記錄等）預(yù)測(cè)客戶購(gòu)物意愿的研究較多,而基于客服會(huì)話實(shí)現(xiàn)在線預(yù)測(cè)的研究很少。相對(duì)于后者,基于客戶歷史行為的預(yù)測(cè)模型存在以下主要不足:（1）實(shí)時(shí)性差;（2）難以對(duì)新客戶的購(gòu)物意愿做出準(zhǔn)確判斷;（3）老客戶的每次客服咨詢不一定都具有購(gòu)物意愿;（4）客戶對(duì)于具體商品的購(gòu)物意愿經(jīng)常會(huì)轉(zhuǎn)移;（5）基于客服會(huì)話實(shí)時(shí)預(yù)測(cè)客戶的購(gòu)物意愿,是智能客服的關(guān)鍵功能之一。為此,本文基于電子商務(wù)平臺(tái)的實(shí)時(shí)客服會(huì)話數(shù)據(jù),研究如何構(gòu)建客戶購(gòu)物意愿在線預(yù)測(cè)模型,實(shí)現(xiàn)潛在購(gòu)物客戶的實(shí)時(shí)挖掘,其主要工作包括:（1）基于某省電信公司微信營(yíng)業(yè)廳在線預(yù)測(cè)... 

【文章來(lái)源】：南昌大學(xué)江西省 211工程院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?Ｔｒａｎｓｆｏｒｍｅｒ模型結(jié)構(gòu)圖??８??

?第２章相關(guān)理論與技術(shù)???ｎ??ａｊ?—?＾?ｔａｎｈ（／ｉｊ?＊?Ｕ?＋?Ｂ）?＊?Ｋ７?（２．８）??ｉ＝０??［ａ０，?ｃｔ１｝．．．；?ｄｎ＼?＝?ＳｏｆｔＭａｘ（［ａ０＞?ａｌｔ．．．；?ａｎ］）?（２．９）??ｅｘ?一?ｅ－ｘ??ｔａｎｈ（ｘ）?＝?—（２．１０）??ｅｘ?＋?ｅ?Ｘ??ｓｔｅｐ３－對(duì)輸入信息進(jìn)行加權(quán)求和，得到注意力信息Ｃ。??ｎ??Ｃ?＝?＾?ｈｉ?＊?ａｉ?（２．１１）??ｉ＝ｌ??其計(jì)算流程如圖Ｚ６所示。??０．５?Ｑｌ?０．５＾?０．５?尚?０．５?如，??Ａ?Ａ?Ａ??ｓｏｆｔｍａｘ??４?Ａ?Ａ?Ａ??ａ〇?Ｏ－ｌ?Ｑ〇?ａｐ??ｈ１?—＞?ｈ２?—？?ｈ３?—？?ｈ４??＿－ｊ－?Ｔ?￣￣Ｔ￣￣??購(gòu)買?流量?加速?包??圖２．６?Ａｔｔｅｎｔｉｏｎ算法計(jì)算流程??２．３?Ｂｉ?ＬＳＴＭ??２．３．１?ＬＳＴＭ??ＬＳＴＭ全稱為Ｌｏｎｇ?ｓｈｏｒｔ－ｔｅｒｍ?ｍｅｍｏｒｙ，中文名叫長(zhǎng)短期記憶，在１９９７年由??１４??

?第２章相關(guān)理論與技術(shù)???Ｓｅｐｐ?Ｈｏｃｈｒｅｉｔｅｒ和ＪＵｒｇｅｎ?Ｓｃｈｍｉｄｈｕｂｅｒ首次提出，它是一種遞歸神經(jīng)網(wǎng)絡(luò)（ＲＮＮ?），??在計(jì)算時(shí)把之前輸出的作為輸入的一部分，然后與下一次輸入一起輸入到神經(jīng)??網(wǎng)絡(luò)中，把先前的輸入信息保留以備后續(xù)使用。ＲＮＮ適用于預(yù)測(cè)詞與信息間隔??較小的情況，當(dāng)預(yù)測(cè)信息比較復(fù)雜而且間隔比較大時(shí)，需要用ＬＳＴＭ具有長(zhǎng)短??期記憶的算法來(lái)計(jì)算，可以根據(jù)上下文的語(yǔ)義信息，解決長(zhǎng)期依賴問題。在ＬＳＴＭ??是通過三“門”進(jìn)行計(jì)算的，分別為遺忘門、輸入門和輸出門。結(jié)構(gòu)中有一個(gè)??Ｓｉｇｍｏｉｄ神經(jīng)網(wǎng)絡(luò)層，作用是把輸出的結(jié)果控制在［０－１］之間，用這種方式表示有??多少信息量通過，０表示沒有信息通過，１表示信息全部通過。??？?？?０???Ｌ??Ｌ??Ｌ??＾??Ａ?林本ｄｌ?Ａ?＿??圖２．７?ＬＳＴＭ模型圖??１、遺忘門??ＬＳＴＭ中的遺忘門是決定哪些信息需要被舍棄的，用概率來(lái)決定上一層有多??少信息被遺忘，數(shù)學(xué)公式如下。??／ｔ?＝?ｏ｛Ｗｆ?＊?［ｈｔ＿ｖｘｔ］?＋?ｂｆ）?（２．１２）??其中／Ｖｌ表示上一層輸入，＆表示本序列輸入，ｆＳＳｉｇｍｏｉｄ激活函數(shù)，輸??入結(jié)果在［０－１］之間％和力代表線性關(guān)系的系數(shù)，輸出結(jié)果１表示遺忘上一層??信息的概率。??１５??


本文編號(hào)：3018167