[发明专利]基于改进熵值法的计划停电敏感客户识别方法

说明书

本发明涉及数据处理领域，具体涉及基于改进熵值法的计划停电敏感客户识别方法。识别方法包括如下过程：步骤一：使用熵值法计算权重；步骤二：使用手工标签数据对权重进行修正；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。与现有技术相比，本发明具有如下优点及有益效果：本文使用自适应神经元网络算法对权重值更新的原理对熵值法进行改进，用已知的数据校正熵值法得到的权重，将无监督学习转化为半监督学习。

技术领域：

本发明涉及数据处理领域，具体涉及基于改进熵值法的计划停电敏感客户识别方法。

背景技术：

随着电力体制改革的推进，行业竞争的逐步发展，公司自身、行业主体、市场开拓和优质服务面临的压力越来越大。充分利用现有数据资源，深入挖掘用户潜在需求，改善供电服务质量，对公司未来发展至关重要。

从国内供电可靠性指标的管理数据分析，我国供电可靠性中的非限电性质的计划停电所占比例最大，对供电可靠性影响最大。因此，提高供电可靠性，必须要加强非限电计划停电管理，制定科学、合理的停电计划，这就对计划停电工作提出新的要求。

敏感客户识别不同于一般的客户分类问题，类似于效能评估、技能评估等没有明确的定义和规则，通常使用无监督学习的方法，首选确定业务指标，利用历史数据确定业务指标的权重，通过权重计算得分，通过得分识别停电敏感用户。传统方法遇到的问题，使用熵值法计算权重，基于数据本身，当某个指标的离散程度太大时，该指标的权重会过大，导致某些重要业务指标权重被弱化这一问题，缺少监督因素。

发明内容：

为了解决传统熵值法计算权重，基于数据本身，当某个指标的离散程度太大时，该指标的权重会过大，导致某些重要业务指标权重被弱化这一问题，引入客服坐席手工标签，通过手工标签的方式标记计划停电敏感客户，通过手工标签数据校正熵值法的权重,得到改进熵值法，在此基础上发明计划停电敏感客户识别技术。具体技术方案如下：

基于改进熵值法的计划停电敏感客户识别方法，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。

作为优选方案，所需采集的数据指标W_i可以扩展为：

W₁：近一个月计划停电事件总拨打次数，