10、基于支持向量机的客户情感分析

基于支持向量机的客户情感分析

1. 问题提出

在电商业务中，客户可分为开心和不开心两类。开心的客户会持续访问网站并购买商品，而不开心的客户要么只是逛逛，要么花钱无度且不在乎公司，或者把钱花在其他地方。我们的目标有两个：一是确定客户的满意度是否与公司的盈利相关，二是监测客户的满意度。

然而，我们面临一个问题：如何用数值来衡量客户是否开心呢？数据库中并没有直接表明客户开心程度的字段。虽然直觉上我们知道开心的客户更有可能成为回头客，但如何去验证这一点呢？

这个问题可分为两个层次：
1. 判断客户是否开心，即他们话语中的情感是积极还是消极。
2. 整体客户情感是否与公司的盈利相关？我们通常认为开心的客户意味着更多的收入，但这真的正确吗？又该如何构建算法来验证呢？

为了解决这个两层问题，我们需要找到一种将客户与情感映射的方法。可以采用多种方式，比如将客户聚类成两组，使用KNN算法找出与已知开心或不开心客户最近的邻居，或者使用支持向量机（SVM）。

2. 使用SVM进行情感分类

要映射整体客户情感，首先需要数据。我们有一个支持系统，可以导出客户撰写的数据。对于那些多次在支持系统中与我们沟通的客户，可通过以下方式判断他们是否开心：
- 让支持人员为每张工单标记情感（积极或消极）。
- 让支持人员标记部分工单（如所有工单的X%）。
- 使用现有的标记数据库（如电影评论或一些学术数据集）。

在数据收集方面，虽然这里使用学术数据集作为示例，但通常让一组人标记部分数据是解决此问题的正确方法。在实际操作中，我们希望以最少的工作量获得最佳结果，也就是为问题获取一组可靠的基础