智能客服 提问（在制定的会话中） 创建问答会话 问答满意度评价 查询反馈选项 反馈评价 语料提问 查询语料详情 查询联想问题 查询语料 查询推荐热词 新问答接口 产品类型转为主题 查询案例 查询公告 查询工具 父主题： API v2（推荐）

查看更多 →

智能客服 在使用时有问题需要快速得到解答时可以使用智能客服解决问题。 父主题： 移动端

查看更多 →

智能客服 在使用时有问题需要快速得到解答时可以使用智能客服解决问题。 父主题： 桌面端

查看更多 →

智能客服和意见反馈 智能客服 单击左下角的“…”，点击客服图标，用户可与 WeLink 官方客服联系，快速寻求官方帮助。 问题反馈 如果您在体验的过程中有任何意见或建议，单击头像，在弹出菜单中，选择“帮助与反馈 > 问题反馈”，进入反馈，将您的想法传递给我们。 反馈时可在“选择日志上

查看更多 →

我的客服 我的客服 您可以通过WeLink的“我的客服”寻求帮助。 在“我的客服”界面，可直接输入问题，智能客服会匹配你想要的问题并输出答案。 我的客服快捷入口 通过搜索、通讯录、业务、知识界面的右上角，找到我的客服快捷入口，快速进入“我的客服”界面。 快速定位客服常见问题 在任

查看更多 →

从下拉框中选择当前数据操作流的名字。 操作流变量名 如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。 单击图标，运行“删除列”代码框内容。 选择列 如果数据的特征量大，而大多数特征对模型训练无效，可通过“选择列”保留仅对模型训练有意义的特征。 操作步骤如下所示。 单击界面右上角的图标，选择“数据处理

查看更多 →

数据可控的需求，具有问答准确率高、自主学习等特点。能够帮助企业节省客服人力，大大降低客服响应时间。 QABot 具备如下优势点： 智能的问答管理 热点问题、趋势、知识自动分析统计。 支持未知问题自动聚类，匹配相似问答，辅助人工不断扩充知识库。 支持问答调测，点对点的监测智能应答过程。

查看更多 →

数据特征 数据分析 数据处理 特征工程 父主题： 预置算子说明

查看更多 →

而用极少的几个特征来涵盖大部分的数据集信息。主成分分析认为，沿某特征分布的数据的方差越大，则该特征所包含的信息越多，也就是所谓的主成分。适用于线性可分的数据集。 KPCA：基于核函数的主成分分析。KPCA与PCA基本原理相同，只是需要先升维再进行投影，因为有些非线性可分的数据集只有在升维的视角下才线性可分。

查看更多 →

果右侧的参数说明，如表1所示。 表1 特征画像参数说明 参数 说明 设备数 需要检测的KPI对象的数量，如设备或端口的数目。 样本数 训练数据总的样本数。 采样率 采样频率，单位为秒。60的含义为每60秒采样一次。 开始时间 采样的时间跨度。 结束时间 周期 是否有周期的特性，给出评估的值。

查看更多 →

呼叫特征 表1 呼叫特征说明 值 说明 0 普通客户呼叫 1 来自话务员 2 长途客户呼叫 3 CTI收到网络路由实呼后发起的路由 4 国际长途来话 40 预约呼出 41 预占用呼出 42 预连接呼出 43 虚呼入呼出 44 预览呼出 45 回呼请求 51 内部求助 父主题： 附录

查看更多 →

特征；过低的iv值没有区分性会造成训练资源的浪费，过高的iv值又过于突出可能会过度影响训练出来的模型。 例如这里大数据厂商提供的f4特征iv值是0，说明这个特征对于标签的识别没有区分度，可以不选用；而f0、f2特征的iv值中等，适合作为模型的训练特征。 根据计算得出的iv值，企业

查看更多 →

特征转换 概述 将对应列的数据乘以相应的权重得到新的列，只支持数字列。 输入 参数 子参数 参数说明 inputs dataframe inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 输出 数据集 参数说明 参数 子参数 参数说明 input_columns_str

查看更多 →

智能问答机器人简介 问答机器人可提供智能对话引擎，通过对机器人知识的配置，可以让机器人回答不同的问题。配置后，您可以通过API接口的方式接入已有的对话应用，比如智能客服、通讯软件、公众号等，以实现智能对话的功能。 在使用智能问答机器人之前，需要您先购买智能问答机器人，目前提供的智

查看更多 →

超过5人天的运维。 智能客服 智能流程机器人流程实例开发服务-基础版 梳理客户最终确认的流程需求并完成方案设计、业务流程的定制化开发与集成测试，实现业务流程的上线运行与验收，并指导用户使用，不超过5人天的运维。 自动报销、业务流程自动化 智能流程机器人流程实例开发服务-标准版 梳

查看更多 →

客服管理 资产中心前台集成在线客服功能，客服管理可以配置在线客服的系统参数，提供修改服务端配置、头像配置、标题配置、消息通知配置、初始化问题配置、用户留资配置、转人工配置、公告栏配置、广告图配置和大屏配置。“客户服务云”跳转支持系统参数配置（CP_DS__OnLineChatUrl）。

查看更多 →

单击“创建”，界面新增“Harddisk”特征工程。 等待特征工程的“环境信息”中的特征工程状态从“创建中”变更为“运行中”，即开发环境创建完成。 单击特征工程“操作”列的图标，进入JupyterLab环境的“Launcher”界面。 在左侧的代码目录中，可以看到系统自动为用户创建的与特征工程同名的算法工程目录

查看更多 →

得超过行为数据的时间范围。 测试数据时间：测试数据起始时间和终止时间，该起始时间和终止时间不得超过行为数据的时间范围。 “RATE” 训练数据占比：生成的结果中，训练集占整个训练集和测试集的比例，默认0.7。 测试数据占比：生成的结果中，训练集占整个训练集和测试集的比例，默认0.3。

查看更多 →

项目ID，获取方法请参考获取项目ID。 instance_id 是 String 实例的ID。 最小长度：1 最大长度：64 请求参数 表2 请求Body参数 参数 是否必选 参数类型 描述 package_id 是 String 模型包ID。 entity_type 是 String

查看更多 →

指向一个pyspark的DataFrame类型对象，该对象中包含各个特征取值的gini，entropy指标 参数说明 参数 是否必选 参数说明 默认值 feature_cols 是 待分析的特征名称 "" label_col 是 标签列的名称 "" enable_sparse 是 输入数据是否为稀疏格式，取值为{true

查看更多 →

Frequency，针对非数值型的数据，即类别离散数据的算法。具体步骤如下： 将所有的数据点都标为非异常点； 计算所有每一个属性值的频数； 计算每一个点的AVF score，即样本点x的每一个属性值对应的频数之和除以属性总数，这里的属性指的都是category的属性。 AVF score值越小，样本越异常。

查看更多 →