-
公开(公告)号：CN115829608A
公开(公告)日：2023-03-21
申请号：CN202211473868.4
申请日：2022-11-22
Applicant: 国家电网有限公司客户服务中心
IPC: G06Q30/0201 , G06Q10/0639 , G06Q50/06 , G06F16/215 , G06F16/25 , G06F16/28
Abstract: 本发明公开了基于人工智能的电力营销数据治理管控系统及其管控方法，涉及电力数据管理系统技术领域。为了解决由于审计人员的工作不够规范化，往往导致监管无法取得预期成效，且企业的营销治理人员没有足够的素养和专业能力，造成浪费资源的现象，无法提高公司的收益的问题。基于人工智能的电力营销数据治理管控系统及其管控方法，通过行为数据获取模块获取审计人员的工作行为，更有效地对审计人员进行管理，规范审计人员的行为，避免监管无法取得预期成效的情况，依据营销人员的评分对营销人员进行管理，有效提高了系统的监督和治理效率，进行个人评价考核，培养营销人员满足目前营销治理能力，为公司带来了良好的收益。
-
公开(公告)号：CN115809423A
公开(公告)日：2023-03-17
申请号：CN202211501599.8
申请日：2022-11-28
Applicant: 国家电网有限公司客户服务中心
IPC: G06F18/24 , G06F18/22 , G06F18/213 , G06F18/214
Abstract: 本发明实施例提供一种客服服务中身份识别方法、装置、存储介质和设备，其中，所述方法包括：获取数据集并进行预处理，利用提示模板提取预处理后的数据集进行特征提取，获得数据特征向量集，将数据特征向量集输入预训练模型中进行训练，利用调参器对所述数据特征向量集进行MLM任务训练，训练过程，所述预训练模型参数冻结，只对所述调参器进行参数更新，获得训练好的数据预测模型，将待测试数据输入所述训练好的数据预测模型进行身份识别，输出身份识别结果。通过本发明可能解决现有技术中客服服务中心用户身份识别困难的问题，降低了数据标注成本和训练时间，降低了身份识别的复杂度，提高了身份识别结果的精度。
-
公开(公告)号：CN113159993A
公开(公告)日：2021-07-23
申请号：CN202110657854.7
申请日：2021-06-11
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明涉及一种基于电力系统的知识库构建方法及系统。所述方法包括：获得第一用户的家庭用电电路布局信息；获得第一图像信息；获得第一电路故障图像信息；获得第一电路故障信息；获得第一检修方案；获得第二检修方案；获得第一检修差异信息；根据所述第一检修方案和所述第一检修差异信息获得第一检修方案差异信息；根据所述第二检修方案和所述第一检修差异信息获得第二检修方案差异信息；获得第一标签信息，同时，获得第二标签信息；将所述第一标签信息和所述第二标签信息上传至电路故障检修库，并根据所述电路故障检修库构建家庭用电电力系统知识库。本申请达到了使得筛选出的最佳方案能高效快速地检修电路故障的技术效果。
-
公开(公告)号：CN112887495A
公开(公告)日：2021-06-01
申请号：CN202110027918.5
申请日：2021-01-11
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明涉及智能语音客服菜单顺序动态调整方法。调整方法包括如下步骤：步骤1：根据呼入客户的电话号码，查询客户关系库，找到客户的户号、户名身份信息；步骤2：找寻客户的特征，预测客户可能的业务需求；找到客户的特征转步骤3，未找到客户的特征则转步骤4；步骤3：将上一次服务的服务菜单类别优先播放；调整后进行后续工作；步骤4：按照系统默认的服务菜单播放顺序，进行后续工作。本发明降低客户在IVR中的时间耗费，提升客户满意度。
-
公开(公告)号：CN117874203A
公开(公告)日：2024-04-12
申请号：CN202410061113.6
申请日：2024-01-16
Applicant: 国家电网有限公司客户服务中心
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06Q30/016
Abstract: 本发明涉及电网客服智能会话技术领域，具体公开一种基于大数据分析的电网客服智能会话系统，该系统包括：问题收集整理模块、目标问题确认模块、答案推荐分析模块、用户整体满意度分析模块和云数据库；本发明通过对当前电力用户咨询的相关电力问题进行整理，得到当前电力用户咨询的目标问题，分析目标问题对应的各推荐答案的推荐指数，并分析当前电力用户的整体满意度，对整体不满意的用户进行电话回访，通过回访，可以对不满意用户的反馈进行深入了解，明确他们对当前服务存在的问题和不满，进而更好地理解他们的需求和期望，有助于优化服务流程，提高服务质量，同时提高整体服务水平和服务效率。
-
Patent Agency Ranking
公开(公告)号：CN116187799A
公开(公告)日：2023-05-30
申请号：CN202211538024.3
申请日：2022-12-02
Applicant: 国家电网有限公司客户服务中心
IPC: G06Q10/0639 , G06Q50/06 , G06F18/22 , G06N3/0464
Abstract: 本发明涉及停电监测技术领域，具体为一种基于停电态势分析的事件影响评估调控方法及系统，本方法包括：以小区为基本单位，基于深度神经网络预测评估得出各待估小区停电态势；基于各待估小区停电态势，结合小区的用户数量、影响区域及范围和所在小区重要客户信息并设置权重，并基于瓦片地图构建各待估小区停电态势图；基于停电事件影响评估模型评估各待估小区的停电事件影响等级，并匹配接近的预警方案、停电事件处理方案和/或专家针对停电事件制定的标准方案作为待估小区的应急处理方案；本发明解决目前对停电风险监测预警的不足，为停电事件的预处理及应急处理提供保障。
-
公开(公告)号：CN115662401B
公开(公告)日：2023-03-10
申请号：CN202211604120.3
申请日：2022-12-14
Applicant: 国家电网有限公司客户服务中心
IPC: G10L15/06 , G10L15/065 , G10L15/26 , G10L25/48
Abstract: 一种基于持续学习的客服通话语音识别方法，首先训练初始语音识别模型；其次设场景个数为s，分别对于及，获取第s个95598客服通话业务场景的语音和文本标注资料，使用持续学习方法对初始语音识别模型及第个95598客服通话语音识别持续学习模型参数调整，获得第s个95598客服通话语音识别持续学习模型；最后将待识别的95598客服通话语音输入到第s个95598客服通话语音识别持续学习模型，获得待识别的95598客服通话语音中文文本。本发明能够持续适应通话业务场景变化，不断提升语音识别模型的适应能力，具备面对新通话业务场景的持续学习能力，以保持或提升模型在各个场景下的语音识别效果，同时克服模型在适应新通话业务场景的过程中存在的灾难性遗忘问题。
-
公开(公告)号：CN115662401A
公开(公告)日：2023-01-31
申请号：CN202211604120.3
申请日：2022-12-14
Applicant: 国家电网有限公司客户服务中心
IPC: G10L15/06 , G10L15/065 , G10L15/26 , G10L25/48
Abstract: 一种基于持续学习的客服通话语音识别方法，首先训练初始语音识别模型；其次设场景个数为s，分别对于及，获取第s个95598客服通话业务场景的语音和文本标注资料，使用持续学习方法对初始语音识别模型及第个95598客服通话语音识别持续学习模型参数调整，获得第s个95598客服通话语音识别持续学习模型；最后将待识别的95598客服通话语音输入到第s个95598客服通话语音识别持续学习模型，获得待识别的95598客服通话语音中文文本。本发明能够持续适应通话业务场景变化，不断提升语音识别模型的适应能力，具备面对新通话业务场景的持续学习能力，以保持或提升模型在各个场景下的语音识别效果，同时克服模型在适应新通话业务场景的过程中存在的灾难性遗忘问题。
-
公开(公告)号：CN115630111A
公开(公告)日：2023-01-20
申请号：CN202211410374.1
申请日：2022-11-04
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明公开一种基于Kafka的电力客户数据采样方法，包括以下步骤：(1)对目标埋点的内容下定义并实施数据埋点操作；(2)用电客户操作触发产生埋点数据并与目标采样系统建立联络；(3)目标采样系统上收投送的埋点数据；(4)目标系统解析埋点数据产生目标字段信息并实时转发至Kafka消息队列；(5)依据采样到的目标字段信息，统计加工实时指标数据，并将结果转发至Kafka消息队列；(6)可视化系统实时消费Kafka消息队列，将采样到的业务指标可视化展示。本发明能够很好地解决当前电力客户数据采样处理技术中存在的埋点数据采样、加工实时指标效率低，不能高效、及时满足埋点数据采样领域的各类电力业务实时指标计算、数字化产品运营分析、电力客户用电行为分析等诸多问题与痛点。
-
公开(公告)号：CN115271041A
公开(公告)日：2022-11-01
申请号：CN202210875713.7
申请日：2022-07-25
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明涉及一种电力服务话务量预测方法。预测方法包括如下过程：对过往的话务量数据与话务影响因素数据进行收集获取，形成话务量数据集；对话务量数据集数据进行预处理，形成话务量预测数据集；将话务量预测数据集按照工作日与休息日分为工作日数据集与休息日数据集，开启多线程技术，将数据分别放入模型预测；最后对各模型预测的数据对比择优，实现预测修正调整与准确率提升；本发明的有益效果：获取话务量数据，利用大数据技术进行处理分析，通过研究时间序列法、梯度回归法、神经网络法等预测方法的优缺点，首次建立了分省、分业务双维度预测模型，解决了客服中心目前预测工作缺少系统工具支撑的问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.045 seconds)
