[发明专利]一种基于深度学习的线上渠道业务数据处理方法及系统

说明书

本公开提供了一种基于深度学习的线上渠道业务数据处理方法及系统，获取线上各渠道的运营数据和用电客户数据；对获取的数据进行预处理，得到格式统一的数据；将预处理后的数据输入到预设长短期记忆神经网络模型中，得到线上渠道各类业务办理趋势数据和风险点数据；将历史数据以及业务办理趋势数据和风险点数据进行融合，得到基于日期、单位和渠道的多维度数据，根据获取的多维度数据进行业务引导；本公开采用深度学习，扩展多元数据挖掘分析模型，提高了数据预测精度，实现了对预测线上渠道各类业务办理趋势以及可能存在的风险点的预测，以数字化驱动营销精益化管理，提高了对营销运营情况的感知、分析和管控能力。

技术领域

本公开涉及数据处理技术领域，特别涉及一种基于深度学习的线上渠道业务数据处理方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

目前，针对电力公司各对外服务线上渠道，强化了渠道运营数据分析，深度融合移动作业应用、营业厅智能化、数据挖掘和共享，打造线上线下一体化服务模式，挖掘分析渠道服务业务模式与用户画像，研究中短期线上渠道业务行为趋势预测，并有针对性的制定运营策略，全面支撑网上国网APP以及其他渠道各类运营活动，促进各类业务价值共创，全面深化服务渠道应用。

目前电力公司在渠道运营分析方面存在的问题主要包括：

(1)现公司线上渠道分散，渠道业务交叉，公共类服务未共享，各单位业务独立纵向开展，横向没有融通，业务数据资源分散，跨专业数据集成关系复杂，各渠道数据无法统一。各渠道的分析运营缺乏有力的技术支撑，缺乏对渠道的业务发展趋势预测，缺乏服务资源调度分配的依据和机制。

(2)在深入推进“互联网+”供电服务的过程中，省市县一体化系协同和线上线下服务协同机制不够健全，需要加快从线下到线上的服务融合转变。结合公司电网、技术、信息平台的优势，进一步整合内外部资源，为用户提供跨领域、多维度的增值服务,提升公司各自有渠道市场影响力。

(3)存量数据多，数据价值利用不高，各线上渠道上线以来，积累大量业务数据，业务办理实时办理量巨大，各渠道的数据来源以及记录方式等影响因素的不同，造成大量数据为不相关信息，渠道运营数据的价值密度、真实性受到极大程度的影响，而这种差异会极大程度地影响各渠道运营数据分析的准确性，目前数据价值利用较低。

发明内容

为了解决现有技术的不足，本公开提供了一种基于深度学习的线上渠道业务数据处理方法及系统，以实现对线上线下渠道的运行监控及运营管理为目标，构建了渠道服务全景视图，为渠道运营管控提供了数据支撑，即结合渠道、日期、单位等变量信息，通过收集各渠道、各单位的推广、注册、绑定、活跃等账号信息和用户行为数据，根据对大量实时数据、历史数据、结构化数据、非结构化数据通过深度学习进行业务分析与趋势预测，预测量化线上渠道各类业务办理趋势以及可能存在的风险点，提高了预测精度，展示了各时间段的数据变化趋势，为渠道的运营活动策划与风险管控提供了数据支撑，促进了各类业务价值共创。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种基于深度学习的线上渠道业务数据处理方法。

一种基于深度学习的线上渠道业务数据处理方法，包括以下步骤：

获取线上各渠道的运营数据和用电客户数据；

对获取的数据进行预处理，得到格式统一的数据；

将预处理后的数据输入到预设长短期记忆神经网络模型中，得到线上渠道各类业务办理趋势数据和风险点数据；

将历史数据以及业务办理趋势数据和风险点数据进行融合，得到基于日期、单位和渠道的多维度数据，根据获取的多维度数据进行业务引导。

本公开第二方面提供了一种基于深度学习的线上渠道业务数据处理系统。