RE-GrievanceAssist: Enhancing Customer Experience through ML-Powered Complaint Management

简介

最近几年，数字平台公司面临越来越多的挑战，需要管理消费者的投诉，这是由广泛的消费者采用所推动的。本文介绍了一个名为RE-GrievanceAssist的端到端流程，专门为房地产客户投诉管理而设计。该流程包括三个关键组成部分：i）使用TF-IDF向量化和XGBoost分类器的响应/非响应ML模型；ii）使用fasttext分类器的用户类型分类器；iii）使用TF-IDF向量化和XGBoost分类器的问题/子问题分类器。最后，它已经部署为Databricks的批处理作业，自2023年8月以来，总体手动工作量减少了40％，每月成本减少了1,50,000卢比。
作者讲解

目前尚无作者解读视频，你可点击下方【许愿开讲】按钮，许愿作者开讲~
图表
解决问题

本论文旨在解决数字平台公司在处理房地产客户投诉方面面临的挑战，并提出了一种名为RE-GrievanceAssist的端到端流水线，以实现房地产客户投诉管理。
关键思路

论文提出了一种包括三个关键组件的流水线，使用TF-IDF向量化和XGBoost分类器进行响应/无响应ML模型、用户类型分类器和问题/子问题分类器。
其它亮点

该流水线已在Databricks中部署为批处理作业，自2023年8月以来，总体手动工作量减少了40％，每月成本降低了1,50,000卢比。
相关研究

最近的相关研究不在摘要中提到。