机构名称：
¥ 1.0
摘要 摩托车在日常活动中发挥着重要作用。摩托车是印度尼西亚经常使用的交通工具之一。印度尼西亚使用的摩托车数量在不断增加。因此，摩托车问题的发生会影响社区活动并扰乱社会经济状况。由于摩托车问题可能随时发生，因此需要通过提供在线咨询平台采取预防措施。然而，需要一个分类模型来处理有关摩托车问题的广泛问题。通过将这些问题分类到特定的问题类别中，可以更快地将解决方案交付给消费者。在本研究中，我们开发了预测模型来对消费者问题进行分类。数据集是从消费者关于经常发生的摩托车问题的问题中收集的。该模型是使用两种机器学习算法开发的，即朴素贝叶斯和支持向量机 (SVM)。使用 n-gram 和词频-逆文档频率 (TF-IDF) 方法执行文本向量化。结果表明,采用单三元模型的SVM模型效果更佳,准确率和F值分别为0.910和0.910。
消费者问题分类模型...
主要关键词
相关文件推荐
