面向特定主题的客户抱怨文本分类识别方法

客户抱怨的自动识别是企业支持和维系客户的关键问题。文章将文本挖掘与支持向量机理论相结合,提出一种网络客户抱怨文本的分类识别方法。该方法通过2次分类识别客户抱怨文本和客户抱怨的类型,主要是通过构建情感词典,选取特征词汇,以特征向量表示客户抱怨文本,以支持向量机的方法分类抱怨文本,并识别抱怨文本类型;用实验方法验证了其合理性和有效性,对企业网上客户抱怨识别和服务质量提高具有重要意义和实用价值。     

一种BP神经网络声音特征信号的识别方法

建立了一个三层前向神经网络对四种声音信号进行识别分类,网络采用改进学习的BP算法训练,即在最速下降法训练的基础上,引入了MOBP动量因子和学习率调整。仿真验证结果表明,所设计的BP网络识别分类误差小,识别正确率高。     

关于CRM新型理论框架下客户识别系统的研究

客户识别是CRM实施中的一个重要概念,为指导CRM中客户识别的实施.基于对整个市场竞争下的3个角色的思考,提出了多维的客户识别理论框架.     

信息素养视角下网络意见领袖传播效能评价研究

论文在构建网络意见领袖信息素养的四维度模型基础上,提出了基于层次分析法的网络意见领袖传播效能评价方法。本论文通过建立网络意见领袖信息意识、信息知识、信息能力和信息道德等信息素养的四维度模型,即构建网络意见领袖传播效能评价指标体系;讨论了层次分析法判定矩阵构造、指标权值计算、一致性检验等。通过实证研究,根据网络舆情实际需要,将网络意见领袖传播效能分为特别关注级、关注级、普通级等3个等级。对于特别关注级的网络意见领袖,及时关注其动态,对其进行正面引导,让其主动担负起净化网络空间、弘扬社会主义先进文化、传播正能量的重任。     

多信息融合特征下的发动机故障自动化诊断研究

发动机工作过程的复杂性以及其故障诊断信息的繁杂性使得单一传感器难以较好识别与诊断故障问题。故研究对数据层、特征层以及诊断层进行多信息融合,并基于最大信息特征和主成分分析提出诊断模型。实验结果表明,模型对不同故障类型的数据提取偏差值低于5%,且其误差性能(<0.06%)和测试精度明显优于其他对比算法。多信息融合特征诊断算法能有效对发动机设备进行故障诊断,并提供新维修思路。     

基于复杂网络的虚拟品牌社区意见领袖识别研究——以魅族Flyme社区为例

基于虚拟品牌社区的网络社交关系构建消费者回复网络,采用复杂网络理论分析虚拟品牌社区的结构特性,并选取个体指标与整体指标构建意见领袖识别的完整指标体系,在此基础上借助熵权法设计了意见领袖识别的计算公式。最后以魅族Flyme社区这一虚拟品牌社区为例,结合消费者互动内容选出了适当数量的意见领袖,验证了其有效性。     

大规模定制下客户价值的分析及其定价模式研究

对大规模定制下的客户价值的内涵进行了界定,并对客户价值的测量进行了分析;指出了大规模定制产品价格组成,分析了客户价值与MC产品价格之间的关系,提出了MC产品价格的计算方法;最后提出了基于不同类型客户的MC产品定价模式。     

扰动环境下作业车间网络多瓶颈识别方法研究

针对扰动环境下作业车间多瓶颈识别困难、瓶颈漂移后的瓶颈识别缺乏全局性和实效性这一问题,构建了基于网络特性的多瓶颈动态识别方法。首先,根据设备工装、工艺路线、物流路径以及产品配置等多层次生产数据,构造作业车间网络模型;其次,建立作业车间网络动力学方程,获取扰动因素流转的判定依据。对瓶颈内涵进行扩充,综合考虑节点自身动力学特性、节点间拓扑耦合影响机理及扰动在生产网络中的传播机制,建立基于耦合映射格子(CML)的瓶颈识别算法,实现作业车间瓶颈的量化描述和连续预测;最后,对某机电企业作业车间进行瓶颈的动态监控和预测。结果表明:在扰动环境下,CML模型能够较好地预测各工作站瓶颈度走势,其中工作站R1平均瓶颈度为1.12,瓶颈持续时间长达40h;工作站R3的平均瓶颈度为1.05,瓶颈持续时间为10h;工作站R1、R3首先成为系统的瓶颈,随着加工进度的推移,工作站R1和R24交替成为系统瓶颈。研究结果与该企业实际情况具有很好的一致性,验证了该方法的有效性和准确性。     

网络协议流不平衡环境下基于机器学习算法的在线流量分类方法研究

随着时间的推移,网络协议流将出现不平衡的现象,经常出现不可预知的在线流量种类,传统在线流量分类模型无法对未知的流量种类进行分类,导致整体分类精度低,适应能力差。为此提出一种新的基于机器学习算法的在线流量分类方法,针对不同类别的在线流量样本流集合筛取出若干最近邻样本流,求出各个样本流特征权重,确定各个特征与类别的相关性,将相关性大的特征当成在线流量特征。依据得到的特征选取部分标识在线流量数据,确定K中值聚类的起始中心,构造映射关系,获取未知的在线流量种类。实验结果表明,所提方法有很高的分类精度,且扩展性和适应能力较强。     

驾驶员转向特性分类与辨识方法对比研究

针对汽车驾驶员转向特性分类与辨识问题,基于CarSim仿真平台对研究方法进行了初步探索。设计了转向工况仿真试验,采集试验数据,根据车辆最大横摆角速度,使用K-means聚类算法对驾驶员转向特性进行分类。在Matlab软件环境下分别采用学习向量量化(LVQ)神经网络、BP神经网络、支持向量机(SVM)建立驾驶员转向特性辨识模型,并对3种网络建立的辨识模型进行测试试验和比较。试验结果表明:3种辨识方法均具有较高的辨识精度,其中支持向量机方法在汽车驾驶员转向特性辨识方面具有一定的优势。     

电力集团客户缴费案例研究

为方便集团客户缴费和账务处理,某电力公司客户服务中心在公司营销部的直接指导下,拓展了集团客户缴费业务,并率先在中国电信和中国移动两大集团客户中试点运作。这一业务的成功开展,极大地方便了集团客户的缴费和账务处理,也方便了电力公司出账,同时有效降低了电力公司的出账成本。     

领导群体结构要素及效能研究

建立了企业系统领导群体结构层次模型及效能评价指标体系,应用层分析法（AHP）对层次结构模型进行要素分析,得出了企业系统结构效能评价指标体系要素的权重分配,提出了基于AHP和灰色系统理论相融合的领导群体结构能评估模型,并应用该模型对某大型企业系统领导群体结构进行实例分析,得出了此企业系统领导群体结构效能的综合评估结果。     

关于高校图书馆内部顾客制度体系的研究

基于企业内部顾客制度,分析了高校图书馆目前存在的问题,提出在高校图书馆内建立内部顾客制度体系的构想及其方案。     

不同属性加权方法对冠心病数据分类效果的研究

本文主要研究的是系统重构方法和层次分析方法在属性加权过程中的作用.根据背传神经网络获得分类正确率被作为比较标准.文中使用的数据是冠心病病例数据,直接来源于医院临床环节.实验表明,系统重构算法的加权数据的分类正确率要高于层次分析算法的加权结果,且两种加权方法的分类正确率都高于为加权的原始数据.     

从第五级领导理论看领导能力创新

分析了中国企业领导实践中存在的问题,结合第五级领导理论,对如何进行领导能力创新提出了新的观点。     

遏制读者违章之我见

介绍了图书馆读者违章的表现;针对图书馆存在的读者违章现象,提出了打牢“德治基准线”、构筑“法治高压线”、发展“个性生命线”等遏制读者违章的措施。     

遥感影像分类方法的研究

该文基于ERDAS的KnowledgeEngineer分类方法原理,提出一种多信息源、智能化、程序化的阈值分类技术,利用空间模型语言SML（SpatialModelerLanguage）编程实现遥感影像的分类,进而克服了传统分类方法只能针对单一信息源的局限。研究工作以1999年ETM＋遥感影像临港新城为例,将该方法与传统的监督分类方法进行比较和精度评价。结果表明,阈值分类法比监督分类法分类精度高,指标Kappa系数由0.6109提高到0.8204。该方法可通过模块实现多信息源的调用,从已分类图像中提取确认的分类信息,达到一定的智能化,减少人为的重复性操作。     

青海早熟禾属植物系统修订

本文通过对青海省早熟禾属植物的研究,提出了一个青海省早熟禾属分类系统排列,首次确认青海省产10组45种,其中8种为青海新记录种类,2种青海特有种．     

平面机构中齿轮副的类别及其确定方法

本文通过分析齿轮副元素的实际接触情况,将齿轮副分为平面普通高副和平面瞬心副;并给出了其确定方法。解决了含有齿轮副机构在自由度计算中的疑难问题。