-
公开(公告)号：CN111126775A
公开(公告)日：2020-05-08
申请号：CN201911177989.2
申请日：2019-11-26
申请人： 国网浙江省电力有限公司电力科学研究院
发明人： 金良峰 , 郑斌 , 王正国 , 侯素颖 , 洪健山 , 裘炜浩 , 丁麒 , 沈皓 , 许小卉 , 叶盛 , 张维 , 沈然 , 陈海娜 , 陈雨佳 , 项秋涛 , 张爽 , 吕诗宁 , 汪一帆 , 朱凯熙 , 吴冰洁 , 左玉 , 朱亚雯
摘要： 本发明公开了一种基于层次分析法的居民客户价值分级模型构建方法，属于电力技术领域。现有的评估方案直接套用公式进行信用评估计算，无法根据实际情况进行更深层次的影响因素识别与评估，评估分级方案不够科学、合理。本发明采用AHP层次分析法计算客户综合评级得分，对客户价值进行定性与定量相结合、多目标、层次化的分析；能够对客户价值特征进行充分挖掘，评估分级方案更加科学、合理。本发明结合现阶段客户营销服务导向，基于信息情况、交费情况、用电情况、交互情况、成长情况等客户用电历史数据，通过业务调研、专家访谈、挖掘建模等研究方法，从客户信息情况、交费情况、用电情况、交互情况、成长情况等五个维度，来综合评定客户模型得分。
-
公开(公告)号：CN109685240A
公开(公告)日：2019-04-26
申请号：CN201811247204.X
申请日：2018-10-24
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于LSTM深度学习的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
公开(公告)号：CN111047094A
公开(公告)日：2020-04-21
申请号：CN201911272670.8
申请日：2019-12-12
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习算法的抄表数据异常分析方法，涉及电力用户抄表异常判定方法领域。历来对于抄表数据异常类意见投诉的处理多采用现场检测的方法，耗费物力、人力资源，效率低，对于确定的抄表数据异常用户差错电量的判定也存在方法单一、准确率低下等问题。本方法采用经深度学习训练的BP神经网络建立用户抄表数据异常属实判定算法模型及优化配置策略，实现工单用户抄表数据异常属实的快速准确判断，通过建立抄表数据异常用户日用电量预测模型和优化配置策略，实现差错时间和差错电量的准确估算。从而提高95598指标分析与质量管控的工作效率，发挥辅助决策作用。
-
公开(公告)号：CN111161094A
公开(公告)日：2020-05-15
申请号：CN201911272970.6
申请日：2019-12-12
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习的电力工单诉求点识别方法，涉及电力工单诉求点识别方法领域。目前客户诉求挖掘效率低下，面对海量非结构化文本诉求，仍停留在依靠人工进行数据处理与分析的阶段，存在数据处理方式单一、投入人力成本高，实时性差等问题。本方法包括建立诉求点机器识别标签体系、工单诉求高维矩阵向量化、诉求点机器识别建模、样本学习训练、相似度模型识别分类等关键步骤。利用深度学习技术手段，有效实现以机器识别为主、人工复核为辅的诉求人机偶合识别分类功能，实时精准识别客户诉求点，提高诉求分析与问题管控的工作效率，减少一线人员诉求分析压力。
-
公开(公告)号：CN111062581A
公开(公告)日：2020-04-24
申请号：CN201911177439.0
申请日：2019-11-26
申请人： 国网浙江省电力有限公司电力科学研究院
发明人： 金良峰 , 郑斌 , 侯素颖 , 洪健山 , 裘炜浩 , 沈皓 , 许小卉 , 叶盛 , 沈然 , 胡若云 , 朱斌 , 孙钢 , 陈海娜 , 陈雨佳 , 谭毅 , 景伟强 , 章晓明 , 吕诗宁 , 谷泓杰 , 朱凯熙 , 吴冰洁 , 左玉 , 陈璐
摘要： 本发明公开了一种基于AHP层次的企业客户高压增值服务体系构建方法，属于电力技术领域。现有方案无法根据实际情况进行更深层次的影响因素识别与评估，评估分级方案不够科学、合理，不能对客户进行精准区分，进而无法满足不同群体的客户需求，无法实现供电服务精益化转变。本发明采用AHP层次分析法对客户用电数据的多维度综合评价；对客户价值进行定性与定量相结合、多目标、层次化的分析；能够对客户价值特征进行充分挖掘，评估分级方案更加科学、合理。进而对客户进行评价分级后，得到客户星级结果，能够有效识别市场价值密度、确定营销策略、调配服务资源。
-
公开(公告)号：CN109670167A
公开(公告)日：2019-04-23
申请号：CN201811247198.8
申请日：2018-10-24
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.047 秒)
