一种基于文本分类技术和决策树的投诉倾向判断方法

    公开(公告)号:CN107992609A

    公开(公告)日:2018-05-04

    申请号:CN201711346831.4

    申请日:2017-12-15

    摘要: 本发明公开了一种基于文本分类技术和决策树的投诉倾向判断方法,包括下述步骤:从数据库管理系统获取用户信息,包括用户档案信息和客服工单信息,并据此建立用户历史来电情况表;确定获取用户信息的时间窗;确定预判周期及用于预判的特征数据集;确定预判群体范围;本发明可以在用户来电时,准确地判别用户的投诉倾向程度,为设计策略库和采取不同的安抚和引导策略提供参考,充分利用从结构化数据提取的客户诉求信息,同时对工单中来电内容的非结构化文本数据经过系统的分析,根据客户的历史来电信息对客户的未来投诉实现事前预测,可以减少客户投诉风险,树立电力公司的良好社会形象。

    基于分级分类的非结构化数据资产防泄露方法

    公开(公告)号:CN104866780A

    公开(公告)日:2015-08-26

    申请号:CN201510202687.1

    申请日:2015-04-24

    IPC分类号: G06F21/62

    CPC分类号: G06F21/6209

    摘要: 本发明公开了一种基于分级分类的非结构化数据资产防泄露方法,包括以下步骤:a.受控终端对非结构化的数据资产进行分类分级,并进行数字签名;b.当受控终端请求向Internet或者Extranet发送非结构化数据时,网络防护服务器通过镜像的流量和敏感关键词对该数据进行过滤处理;c.若所述的非结构化数据中包含敏感关键词,则采用相应敏感级的公钥对该非结构化数据的签名进行验证;d.若通过验证,则阻断该受控终端向Internet或者Extranet发送数据的请求。本发明通过采用关键词过滤和数据标签相结合的方法对企业分级分类数据资产中的非结构化数据进行防护,从而可以有效防止数据泄露并降低信息防护的误报现象。

    非结构化数据全生命周期的安全管理视图建立方法

    公开(公告)号:CN104778420A

    公开(公告)日:2015-07-15

    申请号:CN201510203225.1

    申请日:2015-04-24

    IPC分类号: G06F21/60 G06F17/30

    摘要: 本发明公开了一种非结构化数据全生命周期的安全管理视图建立方法,所述方法包括以下步骤:步骤一,记录非结构化数据文件在创建、存储、使用、传输、销毁与恢复各阶段的数据操作行为,并存储为日志审计记录;步骤二,读取非结构化数据文件在创建、存储、使用、传输、销毁与恢复各阶段的日志审计记录,对违反安全策略的数据操作行为进行分析,生成分析报告;步骤三,建立非结构化数据的全生命周期的安全管理视图。本发明能对大数据全生命周期(创建、存储、使用、传输、销毁和恢复)进行跟踪,对违反安全策略的行为进行取证,便于对数据泄漏等安全突发时间追踪溯源的,提高了数据监控的准确性与实时性。

    一种基于大数据画像闭环营销数据分析方法

    公开(公告)号:CN111737338A

    公开(公告)日:2020-10-02

    申请号:CN202010380363.8

    申请日:2020-05-07

    摘要: 一种基于大数据画像闭环营销数据分析方法,包括有以下步骤:步骤S1:获取数据;步骤S2:数据处理,步骤S3:形成结果入库;步骤S4:入库数据可视化,通过数据库读取和打印;步骤S5:精准推送,其中精准推送为通过商业广告推送。优点1:本发明通过对销售数据的高效率分析,减少了这些数据占用的计算机存储物理空间,更能准确地把握销售数据的动态变化,根据销售信息确定生产方向,最大化地开发了销售数据资料的功能,实时对销售全过程进行管理和决策。优点2:本发明通过基于大数据分析的电商营销系统,使企业的营销、销售、客服以及生产调度和资源管理处于一个完整的闭环系统中,使企业能够在激烈的市场竞争中借助O2O模式保持高速发展。

    一种停电敏感预判方法和系统

    公开(公告)号:CN108304990A

    公开(公告)日:2018-07-20

    申请号:CN201711444284.3

    申请日:2017-12-27

    IPC分类号: G06Q10/06 G06Q50/06 G06F17/30

    摘要: 本发明公开了一种停电敏感预判方法。该方法包括:获取用户用电相关信息,根据所述用户用电相关信息建立用户历史停电情况表;将所述用户历史停电情况表输入到分析计算平台进行预处理,得到用户历史停电情况的模型数据集;根据管理规则将所述模型数据集中的用户划分为特殊用户群体和非特殊用户群体,将所述特殊用户群体确定为停电高敏感用户;采用半监督分类模型从所述非特殊用户群体中找出停电敏感用户。通过管理规则和半监督分类模型可以准确判别对停电状况的敏感的用户,从而可以在停电发生时,为采取不同的安抚和引导策略提供参考,减少客户来电风险,树立了电力公司良好的社会形象。