[发明专利]一种基于人工智能的营销稽查分析的系统和方法

说明书

本发明涉及一种基于人工智能的营销稽查分析的系统和方法，所述系统包括大数据平台、AI模型和基于人工智能的客户量费业务风险分析系统，AI模型包括数据预处理模块、输入图处理模块和图卷积网络，基于人工智能的客户量费业务风险分析系统包括预处理层、神经网络层和视图层；所述方法基于人工智能的营销稽查分析系统，通过建立大数据平台、AI模型和基于人工智能的客户量费业务风险分析系统，通过AI模型算法自学习逐步细化稽查规则，并快速高效定位问题，减少人工工作量，提升稽查效率，通过人工智能技术以及大数据计算，实现营销风险自动分析，精准定位，实现准确的靶向式问题防范，实现了智能化高、准确率高和便于使用的目的。

技术领域

本发明涉及人工智能技术领域，更具体地，涉及一种基于人工智能的营销稽查分析的系统和方法。

背景技术

营销稽查中心按照稽查工作要求开展在线稽查、常态稽查和专项稽查，稽查业务包含了抄核收、业扩、用电检查、计里、客户服务以及线损6核心营销主营业务，通过对营销市场营销工作的再监督和检查，堵塞管理、系统等漏洞，防止经营流失，规范营销稽查行为，随着市场营销业务、管理的创新，营销稽查规则已固化在营销系统，实现信息化管控，但也存在规则不灵活，缺乏变化，导致了常态稽查抽样、在线稽查检索的样本数据准确率不高，需人工逐条判断筛选，工作重大而且仍存在漏洞；为适应供给侧结构性改革、国资国企改革、电力体制改革等新形式新要求，加快推进公司营销创新发展，需要引入新型技术，提升业务实施效率，提高公司营销管控能力。

发明内容

本发明为克服上述现有技术中稽查数据人工筛选效率低，准确率不高的缺陷，以及营销稽查规则不灵活，缺乏变化等缺陷，提供一种基于人工智能的营销稽查分析的系统和方法。

本发明所述系统包括大数据平台、AI模型和基于人工智能的客户量费业务风险分析系统；

所述的AI模型包括数据预处理模块、输入图处理模块和图卷积网络；

数据预处理模块用CA知识图谱构建邻接矩阵构造，输入图模块对图中确定点打标签，

图卷积网络包括SVM/SOFTMAX分类器、自研发图卷积层、优化模块；

所述的基于人工智能的客户量费业务风险分析系统包括预处理层、神经网络层和视图层；

预处理层的功能包括知识图谱构建和生成输入图；

神经网络层的功能包括输入图处理、图卷积操作、网络训练优化和输出候选异常用户列表，

视图层用于把候选异常用户列表显示出来。

该系统包括大数据平台、AI模型和基于人工智能的客户量费业务风险分析系统，AI模型包括数据预处理模块、输入图处理模块和图卷积网络，基于人工智能的客户量费业务风险分析系统包括预处理层、神经网络层和视图层，可实现减少人工工作量，提升稽查效率。

本发明所述的基于人工智能的营销稽查分析方法，包括以下步骤：

S1：对原始量费进行预处理；

S2：根据S1预处理过的原始量费，通过建立多层级结构的图模型，考虑主次级别的基础上建立不同对象之间的关系；

S3：根据不同对象之间的关系构建混合模型；

S4：对S3所建的混合模型，对输入图的部分用户进行语义标注，在神经网络层研发图卷积网络的隐藏层；

S5：针对网络进行训练优化；

S6：对S5优化后输出的结果进行最终分类并打上对应标签；

S7：选择分类算法；

S8：在选定一组基于全局准确率的最佳方法后，设计一个集成深度学习模型进行多分类器融合学习；