基于大模型实现结构化标签提取-2024大数据大模型峰会.pdf
SpotterGPT
“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。
基于大模型实现结构化标签提取
——助力指标体系用户画像构建
2024.07.06
主讲人：梁伟
目录
01
引言
02
传统算法方案及其局限
“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。
03
生成式大模型的优势与发展
04
系统架构与关键技术
05
实际效果与自动化能力分析
2
业务需求
用户焦点挖掘灵活数据标签素材分类整理产品反馈通路用户画像构建
“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。对用户需求和行为
对于海量的用户声当前固定的分类对于海量的社区用对于用户在各个渠
音,难以快速分析用标签，无法快速户发布的素材难以道反馈的产品/服务缺乏深刻理解，无
户关注点，聚焦用响应事件爆发和快速检索、分类整等优化建议,难以快法制定出精准的营
户讨论中心产品迭代理速检索并传递至有销策略、产品设计
需要的团队和服务方案，导致
资源浪费和用户满
意度下降
0102030405
how?
各式各样的数据采集源标签挖掘易于分析的指标平台
预期目标
5.预测及决策活动策划收益预估用户情感波动预测…
4.实时监控车型上市实时舆情分析舆论事件舆情分析…
“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。
3.统计结论站内VOC分析和监控公域流量舆情监控…
2.VOC打标社区内容打标内测圈打标NPS问卷内容打标…