? ? ? 老王是市政府"12345"便民熱線的電話后臺(tái)負(fù)責(zé)人，平時(shí)的主要工作是對(duì)接線員記錄的各種投訴信息進(jìn)行分類處理，再統(tǒng)一轉(zhuǎn)交到相關(guān)部門進(jìn)行處理?？呻S著市民的投訴信息越來(lái)越多，老王也越來(lái)越焦慮了：待分類的信息越來(lái)越多，而有經(jīng)驗(yàn)的員工卻不足，分類處理效率亟待提高。

? ? ? ?急得食不知味的老王看著便民電話后臺(tái)中心里每一條處理記錄，心想，要是有什么方法能夠?qū)⑦^(guò)去的分類經(jīng)驗(yàn)積攢下來(lái)，甚至能夠根據(jù)市民來(lái)電的信息記錄自動(dòng)分類，那就好了。

? ? ? 老王想，最近那么流行數(shù)據(jù)分析，那數(shù)據(jù)分析的方法能不能解決自己的問(wèn)題呢？老王咨詢數(shù)據(jù)科學(xué)家之后，開(kāi)始了他的數(shù)據(jù)分析之旅。

? ? ?老王嘗試對(duì)不同政府部門接到的投訴建議內(nèi)容中出現(xiàn)的詞的次數(shù)進(jìn)行統(tǒng)計(jì)，并嘗試運(yùn)用“詞云”的方式對(duì)結(jié)果進(jìn)行可視化。老王注意到，不同部門受理的投訴建議的內(nèi)容，不僅包含著像這樣有趣且有用的信息，似乎還反映了不同部門的職能特點(diǎn)。

? ? ? ?分析到這里，老王發(fā)現(xiàn)，不同詞匯在不同部門的投訴建議中出現(xiàn)的概率不同，例如，出現(xiàn)“自來(lái)水”這個(gè)詞的投訴建議，最后被歸屬于市水務(wù)管理局處理的比例最高。老王靈機(jī)一動(dòng)：通過(guò)簡(jiǎn)單的統(tǒng)計(jì)，得到各個(gè)詞匯出現(xiàn)時(shí)分屬于各個(gè)類別的概率，然后對(duì)每條投訴建議計(jì)算所屬類別的概率，最后把投訴建議分到最大概率的那個(gè)類別！哦哦，這不就是數(shù)據(jù)分析里“樸素貝葉斯”模型的分類思想嗎？想到這里，老王不禁為自己的聰明而暗自竊喜！

? ? ?說(shuō)干就干！老王將1600條投訴建議記錄“訓(xùn)練”得到了一個(gè)分類模型，并將模型應(yīng)用于另外400條投訴建議記錄，嘗試預(yù)測(cè)這400條投訴建議記錄應(yīng)該被分到哪一個(gè)政府部門。結(jié)果出來(lái)后，老王驚喜地發(fā)現(xiàn)，模型將投訴建議記錄準(zhǔn)確分類的概率居然可以達(dá)到95％左右！

? ? ? 自從通過(guò)數(shù)據(jù)分析解決了投訴信息的自動(dòng)分類問(wèn)題，老王頭也不疼了，心情也好了，吃嘛嘛香，老王更是打心底里感謝數(shù)據(jù)分析給他的幫助！

免費(fèi)領(lǐng)取數(shù)據(jù)分析更多學(xué)習(xí)資料? 點(diǎn)贊+評(píng)論資料