|
|
||
|---|---|---|
| .. | ||
| data | ||
| src | ||
| tests | ||
| .env.example | ||
| .gitignore | ||
| .python-version | ||
| 1.py | ||
| auto_fix_path.ps1 | ||
| fix_path_and_run.bat | ||
| pyproject.toml | ||
| quick_start.ps1 | ||
| README.md | ||
| start_app.bat | ||
| start_app.ps1 | ||
| uv_start.ps1 | ||
| uv.lock | ||
航空公司情感分析与智能客服优先级系统
基于社交媒体数据的航空公司服务质量监控与客户服务优先级排序系统。
项目特色
- 🎯 情感分析：对航空公司推文进行情感分类
- 🤖 智能Agent：生成结构化客服处置方案
- 📊 优先级排序：自动识别紧急服务请求
- 📈 质量监控：实时监测服务质量波动
快速开始
1. 环境配置
# 安装依赖
uv sync
# 配置API密钥
cp .env.example .env
# 编辑.env文件，填入DeepSeek API Key
2. 运行应用
# 训练模型
uv run python src/train.py
# 启动可视化界面
uv run streamlit run src/streamlit_app.py
# 运行Agent应用
uv run python src/agent_app.py
项目结构
├── src/ # 源代码
│ ├── data.py # 数据处理模块
│ ├── train.py # 模型训练
│ ├── streamlit_app.py # 可视化界面
│ └── agent_app.py # Agent应用
├── data/ # 数据文件
├── models/ # 保存的模型
└── tests/ # 测试文件
技术栈
- 机器学习：scikit-learn, LightGBM
- 数据处理：polars, pandas, pandera
- 可视化：streamlit, seaborn
- Agent框架：pydantic-ai
- API：DeepSeek LLM