数据分析解决了老王的烦恼

      老王是市政府"12345"便民热线的电话后台负责人，平时的主要工作是对接线员记录的各种投诉信息进行分类处理，再统一转交到相关部门进行处理。可随着市民的投诉信息越来越多，老王也越来越焦虑了：待分类的信息越来越多，而有经验的员工却不足，分类处理效率亟待提高。

       急得食不知味的老王看着便民电话后台中心里每一条处理记录，心想，要是有什么方法能够将过去的分类经验积攒下来，甚至能够根据市民来电的信息记录自动分类，那就好了。

      老王想，最近那么流行数据分析，那数据分析的方法能不能解决自己的问题呢？老王咨询数据科学家之后，开始了他的数据分析之旅。

     老王尝试对不同政府部门接到的投诉建议内容中出现的词的次数进行统计，并尝试运用“词云”的方式对结果进行可视化。老王注意到，不同部门受理的投诉建议的内容，不仅包含着像这样有趣且有用的信息，似乎还反映了不同部门的职能特点。

       分析到这里，老王发现，不同词汇在不同部门的投诉建议中出现的概率不同，例如，出现“自来水”这个词的投诉建议，最后被归属于市水务管理局处理的比例最高。老王灵机一动：通过简单的统计，得到各个词汇出现时分属于各个类别的概率，然后对每条投诉建议计算所属类别的概率，最后把投诉建议分到最大概率的那个类别！哦哦，这不就是数据分析里“朴素贝叶斯”模型的分类思想吗？想到这里，老王不禁为自己的聪明而暗自窃喜！

     说干就干！老王将1600条投诉建议记录“训练”得到了一个分类模型，并将模型应用于另外400条投诉建议记录，尝试预测这400条投诉建议记录应该被分到哪一个政府部门。结果出来后，老王惊喜地发现，模型将投诉建议记录准确分类的概率居然可以达到95％左右！

      自从通过数据分析解决了投诉信息的自动分类问题，老王头也不疼了，心情也好了，吃嘛嘛香，老王更是打心底里感谢数据分析给他的帮助！

免费领取数据分析更多学习资料  点赞+评论资料