[发明专利]一种电力营销服务热点95598工单自动分类方法

摘要

本发明公开了一种电力营销服务热点95598工单自动分类方法，在TF‑IDF方法中引入了“增量”和“归一化”概念，把“增量”和“归一化”作为一个变量考虑在特征向量权重的计算过程中，在此基础上针对电力营销服务热点95598工单进行特征选择，并以服务热点为基点形成训练集，再对比多种文本挖掘和分类算法，选择分类效果最佳的算法，形成分类器模型，并对95598工单进行分类处理，能够及时挖掘出电力营销的服务热点事件，支撑电力营销的精益化管理。

主权项

一种电力营销服务热点95598工单自动分类方法，其特征在于：包括以下步骤，步骤一，从国网业务支持系统中获取95598工单受理内容；步骤二，利用人工智能语义分析技术，对95598工单受理内容进行分词，结合电力营销服务热点的特点，形成电力营销专业词库和同义词库；步骤三，采用增量‑归一化TF‑IDF模型对分词结果进行文本表示；t时刻文本k中某词汇x的TF‑IDF值为：$TF-{\mathrm{IDF}}_{x,k,t}=\frac{{\mathrm{TF}}_{x,k}\×log\frac{N_{t-1}+N_{c,t}}{{\mathrm{DF}}_{x,t-1}+{\mathrm{DF}}_{x,(c,t)}}}{\sqrt{\underset{x=1}{\overset{n_{k,t}}{\Σ}}{({\mathrm{TF}}_{x,k}\×1og\frac{N_{t-1}+N_{c,t}}{{\mathrm{DF}}_{x,t-1}+{\mathrm{DF}}_{x,(c,t)}})}^2}}$其中，TF‑IDF_x,k,t为t时刻文本k中某词汇x的TF‑IDF值，TF_x,k表示在文本k中词汇x的词频，N_t‑1表示t‑1时刻的文本总量，N_c,t表示t时刻增加的文本量，DF_x,t‑1表示t‑1时刻的词汇x在总文本中的出现的频率，DF_x,(c,t)表示在t时刻词汇x文本频率总增加量，n_k,t为t时刻文本k中的词汇总量；步骤四，根据词汇频率与业务相结合的算法，选取最能代表服务热点特征的特征词；步骤五，利用95598工单的特点，形成对海量95598工单的预处理规则，并对海量95598工单进行预处理，采用向下随机取样方法，从预处理后的95598工单中随机筛选若干条95598工单形成训练集进行人工判断；步骤六，利用训练集，对比多种文本分类算法,选择分类效果最好的算法，构建分类器模型；步骤七，利用分类器模型，对海量95598工单按服务热点进行分类。