新经济的到来,一方面使得知识成为企业赖以生存和发展的动力,另一方面使得以客户为导向成为企业的主要生产经营理念。于是,越来越多的学者和企业人士都开始重视对于客户知识管理的研究。那么什么是客户知识?如何来获得客户知识?这一新需求促进了客户知识发现这一领域的理论的探讨和方法的应用性研究。 本文的研究着重于知识发现在通信行业客户服务文本记录分类这一问题的应用上。目前通信行业已经积累了大量的客户服务文本记录,但对文本记录的使用主要仍是结构化查询和统计,而另一方面,随着我国通信行业的不断发展,国外通信运营商的加入,3G业务的使用,文本记录的数量会呈现高速增长的趋势,这些记录中存在着大量的客户知识,如果不能够很好的得到充分地利用,对企业来说不仅仅是一种资源的浪费,也将会使企业失去把握客户的机会。这一问题已经愈发显得突出和急需解决。 通过对不同的知识发现技术进行了比较分析后,结合通信行业客户服务文本记录的自身的特点,最后选择了凝聚层次聚类的方法进行文本记录的知识发现处理。尝试探索一个适用于通信行业客户服务系统的文本处理模式和聚类方法的具体实施步骤。在方法比较和实例验证的研究过程中,也进行了以下方面内容的尝试,期望在方法的应用方面有一点见解和创新。 (1) 在通信行业客户知识的界定和表示方面,采用集合方式和产生式系统的表示方法。 (2) 在通信行业文本知识的转化方面,采用了目前研究和应用都比较成熟的向量空间模型(VSM)的方法,尝试使用TF-MI函数进行权重计算。 (3) 进行了一定规模的实例验证分析,最后得出具有实际意义的客户反馈的分类标准和客户知识具体分类方法。