[发明专利]一种电力识别模型的构建方法及系统

说明书

本申请公开一种电力识别模型的构建方法及系统，该方法在基于电力历史业务数据确定出各个预定的电力客户类型(至少包括潜在投诉倾向客户类型)所对应的客户特征，以及确定出构建电力识别模型所需的各模型因子的基础上，通过分析各模型因子对客户类型识别结果的影响作用，并基于影响作用分析结果，获得各模型因子的综合权重，最终得到包括各模型因子及模型因子权重的电力识别模型，后续可利用该模型识别电力客户的类型，进而识别出电力行业中的潜在投诉倾向客户。可见应用本申请方案，可实现利用构建的电力识别模型来更为直观、准确、快速地识别电力行业中的潜在投诉倾向客户，从而可有效解决通过主观判断来认知客户的方式存在的各种问题。

技术领域

本发明属于电力数据的分析处理技术领域，尤其涉及一种电力识别模型的构建方法及系统。

背景技术

随着生活方式和行为习惯的变化，人们对供电服务的要求越来越倾向于便捷专业、智能互动、量身定制等方面，这对供电服务的客户需求感知能力、及时响应能力以及服务提供能力提出了更高的要求。为了提升供电服务的以上各方面能力，进而降低用电客户的投诉几率、提高用电客户的满意度，识别出电力行业中潜在的具有投诉倾向的客户、对客户诉求提前预知变得十分必要。

目前，电力行业对于潜在投诉倾向客户的识别多为基于业务经验进行的群体识别，该识别方式通过主观判断来认知客户，对业务数据的应用率低，过于依赖分析者的主观情绪感受，易受分析者的个人分析倾向左右，不够客观；且该识别方式直观性差、精准度低、用时长，无法应对不断发展延伸的电力业务如95598业务带来的人工话务强度增大、精准服务能力低下、对客户认知有待提升等情况。

发明内容

有鉴于此，本发明的目的在于提供一种电力识别模型的构建方法及系统，旨在克服现有的潜在投诉倾向客户识别方式存在的上述问题，使得基于构建的模型能够更为直观、准确、快速地识别出电力行业中的潜在投诉倾向客户。

为此，本发明公开如下技术方案：

一种电力识别模型的构建方法，包括：

获得构建电力识别模型所需基于的历史业务数据，所述历史业务数据包括多个电力客户所对应的各个电力业务指标的指标数据；

基于所述历史业务数据确定各个预定的电力客户类型所对应的客户特征；其中，所述电力客户类型至少包括潜在投诉倾向客户类型；

确定构建所述电力识别模型所需的各个模型因子，所述模型因子基于各个电力业务指标确定；

结合各个模型因子所对应的电力业务指标的历史业务数据，分析各个模型因子对于识别结果的影响作用，并基于各个模型因子对于识别结果的影响作用，获得各个模型因子的综合权重，得到包括各个模型因子及模型因子权重的电力识别模型，以使得后续基于所述电力识别模型来识别电力客户的类型；其中，所述识别结果包括识别出具有相应客户特征的相应电力客户类型。

上述方法，优选的，模型因子对识别结果的影响包括模型因子对识别结果的重要性及所提供的信息量大小；则所述结合各个模型因子所对应的电力业务指标的历史业务数据，分析各个模型因子对于识别结果的影响作用，并基于各个模型因子对于识别结果的影响作用，获得各个模型因子的综合权重，包括：

获得各模型因子的熵权值，并利用配合熵权法的相关分析进行模型因子筛选；其中，模型因子的熵权值越大，表示模型因子对于识别结果所提供的信息量越大；

利用主成分分析法，获得筛选后所剩余的各模型因子的因子载荷，并基于所述各模型因子的因子载荷，再次进行模型因子筛选，其中，模型因子的因子载荷的绝对值越大，模型因子对识别结果的重要性越高；

利用主成分分析法，提取二次筛选后所剩余的各模型因子所对应的主成分因子，实现模型维度降低，并基于主成分因子载荷权重还原，得到各主成分因子所对应的原始的模型因子的指标权重；