为此，Chatopera机器人平台上线了聚类分析服务，聚类分析是将对话历史按照相似度自动聚类，分成一个个聚簇。每个聚簇中任何两个文本都是相似的。
聚类分析在运营聊天机器人、提升智能化水平起着关键作用。聚类分析的结果可以用来：
1）优化知识库：发现新知识，新问题或已有问题的相似问；
2）优化多轮对话脚本：发现对话流程，话术，业务流程需求；
3）优化意图识别：新的意图，意图中的参数；
4）优化商业智能：发现新需求，访客痛点，业务流程改造；
5）衡量用户活跃度，分析用户激活、留存、客户服务等环节的问题。
在聊天机器人上线后，可能未必达到及格的程度。比如知识库命中率比较低，这时候，就要经常的使用聚类分析功能，优化知识库，常用方案是每天上午执行过去24小时或3天的对话历史，然后下载聚类结果，进行机器人优化。
Chatopera机器人平台提供聚类输出包括：
1）访客发送内容的聚类结果，文件：chats.user.tsv.clust.txt；
2）BOT发送内容的聚类结果，文件：chats.bot.tsv.clust.txt；
3）BOT回复为兜底回复时，用户的发送内容的聚类结果，文件：fallbacks.tsv.clust.txt；
4）访客点击没有帮助时，发送的问题，聚类结果，文件：negative.tsv.clust.txt。
每个文件中，包含了聚簇、该聚簇关键词和聚簇内成员等信息。
如果所选聚类时间范围包含数据量太少，也会在聚类结果中提示，因为在这种情况下，没有聚类的价值，通过肉眼就可以完成对话分析。
聚类通常针对的是大规模数据，成千上万、乃至数十万数百万的对话历史记录。
聚类分析服务的研发，是我们不断倾听客户的反馈，从客户的关键需求出发优化Chatopera机器人平台的成果，已经在多个Chatopera云服务用户获得好评！来自九九互动的客服负责人Michael就说：这个真应该给你们点个赞，对我们帮助非常大！让我们一道努力，帮助您的企业或客户上线聊天机器人！
Chatopera云服务，https://bot.chatopera.com
