[发明专利]基于改进熵值法的计划停电敏感客户识别方法

摘要

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。

主权项

1.基于改进熵值法的计划停电敏感客户识别方法，其特征在于，所需采集的数据指标Wi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；识别方法包括如下过程：步骤一：使用熵值法计算权重用于对所述原始数据矩阵进行归一化处理，其中归一化公式为：aij为原始数据矩阵中第i行第j列的元素，rij为归一化处理后矩阵中第i行第j列的元素；熵值计算模块，用于计算各个评价指标的熵；其中熵的计算公式为：hi为第i个评价指标的熵，权重计算模块，用于计算各个评价指标的权重；其中，权重的计算公式为：步骤二：使用手工标签数据对权重进行修正(1)通过权重计算得分(2)计算误差，t为真实值，o为预测值(3)梯度下降(4)得到权重公式η为修正参数Wi＝W0+Δw其中，w0为步骤一中通过熵值法计算的权重；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。