[发明专利]基于NLP技术的电费通知与催收客户诉求的分类方法、系统及存储介质

说明书

本发明属于电力数据处理技术，为基于NLP技术的电费通知与催收客户诉求的分类方法、系统及存储介质，其方法包括：梳理分类知识图谱，搭建出符合实际需要的分类框架，将电费类客服工单由人工进行分类及标注，并经迭代运算提炼出分类规则；对拟分类的电费类客服工单进行文本清洗；构造专业词库对清洗后的电费类客服工单进行文本分词；利用TF‑IDF算法表示电费类客服工单的文本向量；采用信息增益法筛选文本向量的有效特征；采用SVM支持向量机算法对工单进行分类。本发明可对投诉内容进行精准分词，计算文本的最佳分类，实现了对客服电费类客服工单中客户投诉内容的自动分类，解决了人工归类的颗粒度不够精细、人力资源耗费过多、归类速度滞后等问题。

技术领域

本发明属于电力数据处理技术领域，涉及机器学习、NLP与客户工单分类，具体为基于NLP技术的电费通知与催收客户诉求的分类方法、系统及存储介质。

背景技术

为认真落实营销工作部署，深入推进营销大数据应用工作，以客户为中心，基于95598电费类工单基础数据，利用自然语言处理、机器学习等大数据处理技术，构建客户对于电费通知与催缴诉求的分类模型，实时聚焦客户对电费通知的诉求、电费催缴的反馈，优化电费通知内容与实现分群差异化，识别电费催缴特征群体并制定合适的催缴策略，提升电费催缴效率和效果，降低95598话务量和投诉量。

随着市场经济的发展和电力体制改革的不断深入，客户和社会各界对电力企业的服务要求越来越高，电力企业必须以优质服务为宗旨的管理理念，以崭新的服务面貌，树立起崭新的企业形象，从而去赢得市场，促进发展。提高服务水平，需要进一步改善客户体验和提升客户满意度。要提升客户满意度，必须从客户不满意点出发，客服工单诉求分析就是其中的关键环节。

传统的投诉处理分析方式是由人工根据投诉受理时的投诉分类进行归类，并对投诉内容文本逐一分析，这种方法存在如下不足：

(1)投诉受理分类不准确：受理人员在受理投诉，对投诉进行分类时对客户的诉求内容理解存在偏差，导致分类不准确，增加投诉处理判断难度及统计数据偏差。

(2)投诉热点捕捉难：热点发现不及时，热点不明确，难以聚焦。

(3)内容分析难：数据量大、文字多，需要对文本内容逐个采用人工分析的方式进行，处理过程繁琐，人力成本高，并对热点分析不透彻，难以发现引发投诉的根本原因。

(4)分析效率低：由于工单文本量大，工单分析时间长。

(5)工作发力难：投诉热点、难点识别的及时性和准确性不高，处罚考核难以落实，对关键投诉较难把控，分析结果较难应用，问题得不到根本解决。

鉴于以上存在的困难，且由于投诉工单存在非结构化文本内容的特点，很难通过简单分析来进行分类，因此研究文本挖掘智能分类的方法成为目前需要解决的关键问题。

发明内容

为解决现有技术所存在的技术问题，本发明提供基于NLP技术的电费通知与催收的客户诉求的分类方法、系统及存储介质，对电费类客服工单内容进行精准分词，对切分后的词语进行向量化，对电费类客服工单进行分类建模，计算文本的最佳分类，实现了对电费类客服工单中客户投诉内容的自动分类，解决了当前人工归类中归类颗粒度不够精细、人力资源耗费过多、归类速度滞后等问题。

本发明基于NLP技术的电费通知与催收客户诉求的分类方法，包括以下步骤：

S1、梳理分类知识图谱，搭建出符合实际需要的分类框架；基于分类框架，将电费类客服工单由人工进行分类，分析客户投诉的原因，标注历史电费类客服工单，经过分类模型的迭代运算，提炼出分类规则；

S2、对拟分类的电费类客服工单进行文本清洗；

S3、构造专业词库对清洗后的电费类客服工单进行文本分词；