坐席说了哪些话对成单有影响? 咱们通常认为客户不需要时,坐席说了一些话会影响成单,那么我们就把这些话和成单之间建立一个映射关系。
怎么建立这个关系呢? 我们通过一个神经网络来拟合这么个关系,即需要用数据去训练一个神经网络模型(成单概率模型),我们可以使用MLP来实现,MLP是一个多层感知器,能够轻松的模拟输入(坐席说的话)和输出(成单)之间的非线性关系(复杂关系)。 实际上就是去训练一个分类器来判断:坐席说什么样的话会影响成单。
本文实现过程如下:
import pandas as pd
import json
data = []
history_question = []
history_qa = []
history_answers = []
his = json.load(open('dialog.json'))
for k, x in enumerate(his):
content = x['content']
lines = content.split('\n')
line = lines[0]
if line[:3]=='坐席:':
del lines[0]
for i in range(0, len(lines)-1, 2):
data.append(lines[i])
history_qa.append({lines[i]: lines[i+1]})