[发明专利]基于改进熵值法的计划停电敏感客户识别方法

权利要求书

1.基于改进熵值法的计划停电敏感客户识别方法，其特征在于，所需采集的数据指标W_i包括：

W₁：计划停电事件总拨打次数，

W₂：计划停电事件重复拨打次数，

W₃：单计划停电事件重复拨打平均次数，

W₄：计划停电事件诉求升级(催办/投诉)拨打事件数，

W₅：计划停电事件平均拨打时长，

W₆：计划停电事件重复拨打平均时间间隔，

W₇：计划停电事件升级(催办/投诉)平均时间间隔，

W₈：计划停电事件首次拨打与停电开始平均时间间隔，

W₉：对发布渠道有异议的拨打次数，

W₁₀：对停电安排有异议的拨打次数，

W₁₁：对未按计划停送电的拨打次数，

W₁₂：停电时间长的拨打次数，

W₁₃：因频繁停电的拨打次数，

W₁₄：计划停电事件平均停电时；

识别方法包括如下过程：

步骤一：使用熵值法计算权重

用于对所述原始数据矩阵进行归一化处理，其中归一化公式为：

a_ij为原始数据矩阵中第i行第j列的元素，r_ij为归一化处理后矩阵中第i行第j列的元素；

熵值计算模块，用于计算各个评价指标的熵；

其中熵的计算公式为：

h_i为第i个评价指标的熵，

权重计算模块，用于计算各个评价指标的权重；

其中，权重的计算公式为：

步骤二：使用手工标签数据对权重进行修正

(1)通过权重计算得分

(2)计算误差，t为真实值，o为预测值

(3)梯度下降

(4)得到权重公式

η为修正参数

W_i＝W₀+Δw

其中，w₀为步骤一中通过熵值法计算的权重；

步骤三：使用修正的权重计算得分

步骤四：将得分排在前40％的识别为计划停电敏感用户。

2.基于改进熵值法的计划停电敏感客户识别方法，其特征在于，所需采集的数据指标W_i包括：

W₁：近一个月计划停电事件总拨打次数，

W₂：近三个月计划停电事件总拨打次数，

W₃：近一年计划停电事件总拨打次数，

W₄：近一个月计划停电事件重复拨打次数，

W₅：近三个月计划停电事件重复拨打次数，

W₆：近一年计划停电事件重复拨打次数，

W₇：近一个月单计划停电事件重复拨打平均次数，

W₈：近三个月单计划停电事件重复拨打平均次数，

W₉：近一年单计划停电事件重复拨打平均次数，

W₁₀：近一个月计划停电事件诉求升级(催办/投诉)拨打事件数，

W₁₁：近三个月计划停电事件诉求升级(催办/投诉)拨打事件数，

W₁₂：近一年计划停电事件诉求升级(催办/投诉)拨打事件数，

W₁₃：近一个月计划停电事件平均拨打时长，

W₁₄：近三个月计划停电事件平均拨打时长，

W₁₅：近一年计划停电事件平均拨打时长，

W₁₆：近一个月计划停电事件重复拨打平均时间间隔，

W₁₇：近三个月计划停电事件重复拨打平均时间间隔，

W₁₈：近一年计划停电事件重复拨打平均时间间隔，

W₁₉：近一个月计划停电事件升级(催办/投诉)平均时间间隔，

W₂₀：近三个月计划停电事件升级(催办/投诉)平均时间间隔，

W₂₁：近一年计划停电事件升级(催办/投诉)平均时间间隔，

W₂₂：近一个月计划停电事件首次拨打与停电开始平均时间间隔，

W₂₃：近三个月计划停电事件首次拨打与停电开始平均时间间隔，

W₂₄：近一年计划停电事件首次拨打与停电开始平均时间间隔，

W₂₅：近一个月对发布渠道有异议的拨打次数，

W₂₆：近三个月对发布渠道有异议的拨打次数，

W₂₇：近一年对发布渠道有异议的拨打次数，

W₂₈：近一个月对停电安排有异议的拨打次数，

W₂₉：近三个月对停电安排有异议的拨打次数，

W₃₀：近一年对停电安排有异议的拨打次数，

W₃₁：近一个月对未按计划停送电的拨打次数，

W₃₂：近三个月对未按计划停送电的拨打次数，

W₃₃：近一年对未按计划停送电的拨打次数，

W₃₄：近一个月停电时间长的拨打次数，

W₃₅：近三个月停电时间长的拨打次数，

W₃₆：近一年停电时间长的拨打次数，

W₃₇：近一个月因频繁停电的拨打次数，

W₃₈：近三个月因频繁停电的拨打次数，

W₃₉：近一年因频繁停电的拨打次数，

W₄₀：近一个月计划停电事件平均停电时长，

W₄₁：近三个月计划停电事件平均停电时长，

W₄₂：近一年计划停电事件平均停电时长；

识别方法包括如下过程：

步骤一：使用熵值法计算权重

用于对所述原始数据矩阵进行归一化处理，其中归一化公式为：

a_ij为原始数据矩阵中第i行第j列的元素，r_ij为归一化处理后矩阵中第i行第j列的元素；

熵值计算模块，用于计算各个评价指标的熵；

其中熵的计算公式为：

h_i为第i个评价指标的熵，

权重计算模块，用于计算各个评价指标的权重；

其中，权重的计算公式为：

步骤二：使用手工标签数据对权重进行修正

(1)通过权重计算得分

(2)计算误差，t为真实值，o为预测值

(3)梯度下降

(4)得到权重公式

η为修正参数

W_i＝W₀+Δw

其中，w₀为步骤一中通过熵值法计算的权重；

步骤三：使用修正的权重计算得分

步骤四：将得分排在前40％的识别为计划停电敏感用户。