Краткое описание всего проекта: Система аналитики для работников поддержки. Наша система затрагивает наиболее важные, по нашему мнению, аспекты, в которых до сих пор все делается вручную.
Первое, мы сделали детектор аномалий тем. Поступающие вопросы от пользователей классифицируются по 11 наиболее частым темам: "Проблемы с интернетом", "Вопросы по личному кабинету", "Пополнение баланса" и другим (код: question_classification.ipynb). Количество вопросов по данной тематике выводистя в виде графика, на котором можно отследить аномальное количество вопросов, что позволит быстрее реагироавть на проблемы (код: anomaly_detection.ipynb). Ранее этот алгоритм выполнялся вручную саппортом.
Второе, мы позаботились над качеством обслуживания. Мы научились детектировать аномалии в поведении саппорта. Его код по большей части находится в файле Operator abnormality detection.ipynb.
Алгоритм: unsupervised language model, обученная на всем корпусе ответов операторов. Детекция по нетипично большой перплексии между вероятностями модели и высказыванием оператора.
Мотивация: операторы ограничены в выборе слов и словесных конструкций, что модель легко научиться предугадывать следующее слово в высказывании, соответственно на всем, что будет "вне паттерна" модель будет ошибаться.
Третье, мы сделали удобный раздел трендов, который позволяет нам понять, как часто некоторое словосочетание встречается в вопросах пользователя. Используя данный трекер трендов, можно понять как часто пользователи испытывали проблемы в прошлом и о чем они пишут в саппорт (код: text_trends.ipynb).
-
Куприянов Артем (front, UI/UX)
-
Воротынцев Денис (детектор аномалий, тренды)
-
Абулханов Дмитрий (качество обслуживания)