摘要
本发明涉及一种基于主题模型的产品召回预测方法及系统,方法包括:获取投诉数据和产品召回数据;对投诉数据进行处理,得到待分析语料库;对待分析语料库中的每一条投诉根据投诉品牌对应赋予产品召回标签;训练待分析语料库,根据困惑度和主题解释性确定主题数;提取投诉数据中元数据并进行相应的预处理;构建基于缺陷投诉元数据的监督型段落主题模型,并预置先验参数;利用改进的随机期望最大化算法对监督型段落主题模型的隐变量进行推断,得到缺陷主题分布,并为待分析语料库中所有单词分配稳定的主题;根据缺陷主题分布预测产品召回的概率,并判断产品召回是否发生。有助于决策者制定召回策略,帮助企业规避召回风险。
技术关键词
主题模型
期望最大化算法
BFGS算法
产品质量缺陷
召回预测系统
中文文本
变量
参数
标签
桌子
矩阵
分词
多项式
序列
数据获取模块
数据处理模块
系统为您推荐了相关专利信息
块稀疏贝叶斯学习
期望最大化算法
麦克风阵列
贝叶斯框架
稀疏先验
数据分布特征
期望最大化算法
概率密度函数
直方图
可读存储介质
高斯混合模型
变量
协方差矩阵
建模方法
后电力系统
语义角色
语义注意力
机器翻译系统
主题关键词
注意力机制
企业
数据分析模块
实习管理系统
数据采集模块
模式