基于文本分析的运营商潜在升级投诉客户挖掘

doi:10.19722/j.cnki.1008-7729.2022.0017

北京邮电大学学报(社会科学版) ›› 2022, Vol. 24 ›› Issue (5): 32-38.doi: 10.19722/j.cnki.1008-7729.2022.0017

基于文本分析的运营商潜在升级投诉客户挖掘

张爱华（1964—），女，安徽六安人，博士，教授，硕士生导师

北京邮电大学经济管理学院

出版日期:2022-10-30 发布日期:2022-11-16
基金资助:
通鼎研究基金

Mining of Operators’ Potential Customers with Further Complaints Based on Text Analysis

School of Economics and Management, Beijing University of Posts and Telecommunications

Online:2022-10-30 Published:2022-11-16

摘要/Abstract

摘要： 爬取新浪微博中国移动官方账号评论区的1560条投诉文本作为普通投诉数据，以及黑猫投诉平台对中国移动的4600条投诉文本作为升级投诉数据，对数据进行预处理。采用word2vec技术，将预处理后的投诉文本数据转化为数值数据，通过计算向量余弦相似度，获取容易上升为升级投诉的普通投诉数据，即潜在升级投诉数据，并对其主题进行总结。通过对升级投诉文本进行LDA主题分析，获取升级投诉的主题，从而分析客户进行升级投诉的原因，为运营商准确挖掘潜在升级投诉客户提供新思路，对运营商的客户投诉管理提出切实可行的建议。

关键词: , 升级投诉；客户挖掘；文本分析

Abstract: Through data crawling, 1560 complaint texts in the comment area of China Mobile’s official microblog in sina are taken as ordinary complaint data and 4600 complaint texts about China Mobile from the black cat complaint platform are taken as further complaint data, and then the data is preprocessed. Word2vec technology is used to convert the preprocessed complaint text data into numerical data, and by calculating the vector cosine similarity, the ordinary complaints that are easy to become further complaints are obtained, and the themes are summarized. The LDA (linear discriminant analysis) subject analysis is used to obtain the subjects of the further complaints, so as to analyze their reasons. This study aims to provide new ideas for operators to accurately locate potential customers with further complaints, and put forward suggestions for operators’ customer complaint management.

Key words: further complaints, customer mining, text analysis

中图分类号:

C912.63

张爱华, 于涵, 陈超雨. 基于文本分析的运营商潜在升级投诉客户挖掘[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 32-38.

ZHANG Aihua, YU Han, CHEN Chaoyu. Mining of Operators’ Potential Customers with Further Complaints Based on Text Analysis[J]. Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition), 2022, 24(5): 32-38.

参考文献

［1］唐盛涛.基于数据挖掘的运营商客户投诉分析方法研究［J］.互联网天地,2016(3):53-55+3.
［2］顾敏艳,谭春霞.顾客抱怨行为影响因素研究综述［J］.金华职业技术学院学报,2009,9(5):42-45.
［3］ DAY R L. Research perspectives on consumer complaining behavior［J］. Theoretical Developments in Marketing, 1980, 2(10): 211-215.
［4］ JACOBY J, JACCARD J J. The sources, meaning, and validity of consumer complaint behavior: A psychological analysis［J］. Journal of Retailing, 1981, 57(3):4-24.
［5］ SINGH J. Consumer complaint intentions and behavior: Definitional and taxonomical issues［J］. Journal of Marketing, 1988, 52(1): 93-107.
［6］ BEARDEN W O, TEEL J E. Selected determinants of consumer satisfaction and complaint reports［J］. Journal of Marketing Research, 1983, 20(1): 21-28.
［7］ OLIVER R L, WINER R S. A framework for the formation and structure of consumer expectations: Review and propositions［J］. Journal of Economic Psychology, 1987, 8(4): 469-499.
［8］ MARQUIS M, FILIATRAULT P. Understanding complaining responses through consumers’ self-consciousness disposition［J］. Psychology & Marketing, 2002, 19(3): 267-292.
［9］ HALSTEAD D, MORASH E A, OZMENT J. Comparing objective service failures and subjective complaints: An investigation of domino and halo effects［J］. Journal of Business Research, 1996, 36(2): 107-115.
［10］王军, 江若尘. 顾客抱怨行为及其影响因素研究述评［J］. 科学·经济·社会, 2016 (2): 51-57.
［11］ SINGH J, WILKES R E. When consumers complain: A path analysis of the key antecedents of consumer complaint response estimates［J］. Journal of the Academy of Marketing Science, 1996, 24(4): 350-365.
［12］ LAWRENCE K. How to profit from customer complaints: Turning problems into opportunities［J］. Canadian Manager, 2000, 25(3): 25-25.
［13］崔启国, 刘秀丽. 以客户为导向建立投诉管理体系［J］. 通信企业管理, 2013 (7): 42-44.
［14］王琴,张炯.数据挖掘在移动客户投诉分析中的应用研究［J］.湖南邮电职业技术学院学报,2018,17(4):25-27+42.
［15］祝好,齐磊,顾慧琼.基于人工神经网络算法的运营商客户投诉智能分类问题研究［J］.电信工程技术与标准化,2021,34(3):31-35.
［16］ RUUSUVUORI J, LINFORS P. Complaining about previous treatment in health care settings［J］. Journal of Pragmatics, 2009, 41(12): 2415-2434.
［17］ SILVA P H, KAPLAN S, TACO P W G. Service climate antecedents of transit passenger complaints and temporary opt-out: The case study of Brasília［J］. Research in Transportation Business & Management, 2021, 41: 100671.
［18］ LEE S Y, LEE J Y, AHN H, et al. How implicit mindset influences consumers’ perception of company engagement with product complaints online［J］. Social Behavior and Personality: An International Journal, 2019, 47(10): 1-9.
［19］苏良良,雷蕾,李景文,等.基于Word2Vec技术隐性特征挖掘及潜在升级投诉用户识别研究［J］.电信技术,2018(12):36-39.
［20］吕景楠,刘世伟,莫兰.基于TRIZ理论的升级投诉预测模型优化研究［J］.科技创新与应用,2017(3):18-19.
［21］张琳.电信企业升级投诉的分析与预防管理［J］.通信管理与技术,2014(1):52-53+60.
［22］赵燕,曾剑秋.基元事件分析法在处理升级投诉中的应用［J］.中国新通信,2008(7):73-75.
［23］曹鲁慧,邓玉香,陈通,等.一种基于深度学习的中文文本特征提取与分类方法［J］.山东科学,2019,32(6):106-111.
［24］ TRIVISON D. Term co-occurrence in cited/citing journal articles as a measure of document similarity［J］. Information Processing & Management, 1987, 23(3): 183-194.
［25］ CRONIN B, OVERFELT K. Citation-based auditing of academic performance［J］. Journal of the American Society for Information Science, 1994, 45(2): 61-72.
［26］潘谦红,王炬,史忠植.基于属性论的文本相似度计算［J］.计算机学报,1999(6):651-655.
［27］张焕炯,王国胜,钟义信.基于汉明距离的文本相似度计算［J］.计算机工程与应用,2001(19):21-22.
［28］张振亚,王进,程红梅,等.基于余弦相似度的文本空间索引方法研究［J］.计算机科学,2005(9):160-163.
［29］郑小波,郑诚,尹莉莉.基于GVSM的文本相似度算法研究［J］.微型机与应用,2011,30(3):9-11.
［30］ BLEI D M, NG A Y, JORDON M I. Latent dirichlet allocation［J］. Journal of Machine Learning Research, 2003, 3(1): 993-1022.

[1]	赵保国, 崔书嘉. 绿色金融、金融科技与经济高质量发展[J]. 北京邮电大学学报(社会科学版), 2023, 25(1): 12-24.
[2]	潘修平, 于晓琪. 通谋虚伪规则在金融领域的适用——以（2020）京民终36号判决为例[J]. 北京邮电大学学报(社会科学版), 2023, 25(1): 61-66.
[3]	丁伟, 倪诗颖. 数字贸易视野下我国跨境数据监管的发展困境及合作治理[J]. 北京邮电大学学报(社会科学版), 2023, 25(1): 67-76.
[4]	唐士亚, 张巍瑜. 金融科技伦理规制的基本法理与制度化构造[J]. 北京邮电大学学报(社会科学版), 2022, 24(6): 21-27.
[5]	谢永江, 杨永兴. 人工智能时代下的算法歧视及其治理研究[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 18-25.
[6]	叶晓丹, 朱倩青. 盲盒销售的法律规制困境与出路探寻[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 26-31.
[7]	彭若弘, 李怡斐. 政策性负担与国有企业创新绩效 ——高管激励的调节效应[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 58-68.
[8]	赵宏中, 郭小莹. 高铁发展、人力资本与区域经济差距[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 69-79.
[9]	张志明, 杨南奎. 中国情境下双元领导与员工主动变革行为的影响机制研究[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 80-91.
[10]	张静, 尼玛拉姆, 王欢. 抗疫元素融入高校思想政治理论课教学的三重逻辑[J]. 北京邮电大学学报(社会科学版), 2022, 24(5): 110-116.
[11]	高锦萍, 吴美娟. 公司年报信用信息披露质量对股权资本成本的影响[J]. 北京邮电大学学报(社会科学版), 2022, 24(4): 39-50.
[12]	周晔, 王莉珍. 论列宁对伯恩施坦“和平长入社会主义”的认识与批判[J]. 北京邮电大学学报(社会科学版), 2022, 24(3): 1-4.
[13]	李钢, 徐佳音. 新时代党的政治建设的基本经验探析——学习贯彻党的十九届六中全会精神[J]. 北京邮电大学学报(社会科学版), 2022, 24(3): 5-12.
[14]	袁康, 鄢浩宇. 包容审慎视角下数据竞争法律制度的理念调适与范式革新[J]. 北京邮电大学学报(社会科学版), 2022, 24(3): 34-44.
[15]	兰朵. 新时代中国电影海外网络传播创新路径探寻[J]. 北京邮电大学学报(社会科学版), 2022, 24(3): 45-53.

基于文本分析的运营商潜在升级投诉客户挖掘

Mining of Operators’ Potential Customers with Further Complaints Based on Text Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价