CN111080142A - 一种基于电力报障的主动服务辅助判定方法 - Google Patents

Abstract

本发明公开了一种基于电力报障的主动服务辅助判定方法，包括如下步骤：a、分析影响用户优先级排序的维度；b、抓取用户历史行为数据；c、建立用户优先级排序模型；d、通过用户历史行为数据及用户优先级排序模型，实现用户优先级评定。本发明基于停电故障申报行为的用户优先级排序算法，通过对用户历史停电故障报修的行为进行分析，对用户优先级进行评定，优先解决真实存在故障，且较为着急的用户停电问题，提升用户体验，提高电网服务质量。

Description

一种基于电力报障的主动服务辅助判定方法

技术领域

本发明属于电力数据分析技术领域，具体涉及一种基于电力报障的主动服务辅助判定方法。

背景技术

随着电力行业互联网技术的发展，越来越多的便民电力***上线应用，如配网抢修***可以在用户申报停电故障时，为用户派单抢修。但原配网抢修***在用户报修停电故障时，按照用户接入电话顺序排列，部分误报、乱报等情况浪费了大量的人力资源，导致部分用户等待时间过长，投诉过多，用户体验差等问题。

发明内容

基于上述现有技术的不足，本发明提供了一种基于电力报障的主动服务辅助判定方法。

本发明是通过如下技术方案来实现的。

一种基于电力报障的主动服务辅助判定方法，包括如下步骤：

a、分析影响用户优先级排序的维度；

b、抓取用户历史行为数据；

c、建立用户优先级排序模型；

d、通过用户历史行为数据及用户优先级排序模型，实现用户优先级评定。

较佳地，步骤a中影响用户优先排序的维度分析如下：

a1、用户报修故障正确率对用户优先级的影响；

a2、用户投诉情况对用户优先级的影响；

a3、用户误报对用户优先级的影响；

a4、用户针对同一故障来电次数对优先级的影响。

较佳地，步骤b中需要抓取的用户历史行为数据如下：

b1、以年为单位，抓取用户在历史一年内申报停电故障的行为数据；

b2、抓取用户申报故障数据；

b3、抓取用户申报故障中确认为故障的数据；

b4、抓取用户申报故障来电总数；

b5、抓取用户投诉次数；

b6、抓取用户误报故障数；

b7、抓取用户针对本次故障申报来电次数。

较佳地，步骤c中用户优先级排序模型的维度如下：

c1、用户所报故障的准确率；

c2、用户报故障来电频率；

c3、用户投诉的概率；

c4、用户误报的概率。

较佳地，使用上述用户所报故障的准确率、用户报故障来电频率、用户投诉的概率和用户误报的概率建立用户优先级排序模型，具体如下：

故障准确率：

x＝∑_t∈1yearA_t/∑_t∈1vearB_t

用户所报故障来电频率：

y＝(∑_t∈1yearT_t/∑_t∈1yearA_t)²

用户误报概率：

用户投诉的概率：

P(C)＝(Σ_t∈1yearC_t/Σ_t∈1yearT_t)·E

其中，系数A为报故障总数，系数B为所报故障中确认为真实故障数，系数T为报故障来电总数，系数C为投诉次数，系数D为误报故障数，系数E为针对本次故障来电次数，∑_t∈1yearρ_t表示以一年为统计时间，其中t代表时间，t∈1year表示统计时间为一年；根据用户习惯，优先级排序模型确定两个参数，参数1为F(n)：

F(n)＝x+y+z，

F(n)＝∑_t∈1year(A³+BT²+ABD²)_t/∑_t∈1year(BA²)_t，

其中，T和D的值对参数F(n)有较大影响，即历史误报数越多，针对同一故障频繁报修越多，对用户优先级的排序越低；

参数2为用户投诉概率P(C)。

较佳地，根据建立的用户优先级排序模型，计算得出两个参数F(n)和P(C)，并使用这两个参数来判定用户优先级排序，具体如下：

如果参数F(n)≤5，则用户优先级定级为A级；

如果参数5＜F(n)≤10，则用户优先级定级为B级；

如果参数10＜F(n)≤15，则用户优先级定级为C级；

如果参数15＜F(n)，则用户优先级定级为D级；

参数P(C)作为用户优先级评定的第二标准，在参数P(C)＜1时，用户定级由参数F(n)的结果决定；在参数P(C)≥1时，直接将该用户定级为A级。

本发明基于停电故障申报行为的用户优先级排序算法，通过对用户历史停电故障报修的行为进行分析，对用户优先级进行评定，优先解决真实存在故障，且较为着急的用户停电问题，提升用户体验，提高电网服务质量。

附图说明

图1为本发明的流程图；

图2为本发明的逻辑分析图。

具体实施方式

以下结合图1、图2对本发明做进一步的说明：

如图1所示，一种基于电力报障的主动服务辅助判定方法：包括有以下步骤：

a、分析影响用户优先级排序的维度；

b、抓取用户历史行为数据；

c、建立用户优先级排序模型；

d、通过用户历史行为数据及用户优先级排序模型，实现用户优先级评定。

其中，步骤a中影响用户优先级排序的维度分为用户所报故障的准确率，用户误报情况、用户投诉情况、同一故障来电频率；用户误报会较多会降低用户的优先级；针对同一故障来电频率高，重复占用来电通道，也会降低用户的优先级，而用户申报故障准确率高，则会提升用户优先级。如用户有投诉倾向，则需在用户投诉前尽快处理好用户故障，故用户有投诉倾向时，将用户优先级提高至最优。

如图2所示，根据影响用户优先级排序的维度，分析出需要抓取报故障数、确认故障数、报故障来电数、投诉次数、停电误报数、本次故障来电次数的历史行为数据，如表1所示，抓取四个用户历史故障报修数据：

表1

使用基础数据进行建模，得到以下模型：

故障准确率：

x＝∑_t∈1yearA_t/∑_t∈1yearB_t

用户所报故障来电频率：

y＝(∑_t∈1yearT_t/∑_t∈1yearA_t)²

用户误报概率：

用户投诉的概率：

P(C)＝(Σ_t∈1yearC_t/Σ_t∈1yearT_t)·E

其中，系数A为报故障总数，系数B为所报故障中确认为真实故障数，系数T为报故障来电总数，系数C为投诉次数，系数D为误报故障数，系数E为针对本次故障来电次数，∑_t∈1yearρ_t表示以一年为统计时间，其中t代表时间，t∈1year表示统计时间为一年。

根据用户习惯，优先级排序模型确定两个参数，参数1为F(n)：

F(n)＝x+y+z，

F(n)＝∑_t∈1year(A³+BT²+ABD²)_t/∑_t∈1year(BA²)_t，

其中，T和D的值对参数F(n)有较大影响，即历史误报数越多，针对同一故障频繁报修越多，对用户优先级的排序越低；

参数2为用户投诉概率P(C)。

根据上述获取到的用户数据，计算得出用户优先级评分和投诉概率，如表2所示：

表2

根据模型计算得出两个参数F(n)和P(C)，来判定用户优先级排序，具体如下：

如果参数F(n)≤5，则用户优先级定级为A级；

如果参数5＜F(n)≤10，则用户优先级定级为B级；

如果参数10＜F(n)≤15，则用户优先级定级为C级；

如果参数15＜F(n)，则用户优先级定级为D级；

参数P(C)作为用户优先级评定的第二标准，在参数P(C)＜1时，用户定级由参数F(n)的结果决定，在参数P(C)≥1时，直接将该用户定级为A级。

如表2中，用户2优先级评分大于5分，应评定为B级，但由于投诉概率大于1，有投诉倾向，将用户定级为最优级A级。

以上所揭露的为本发明的优选实施例，不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

Claims (6)

1.一种基于电力报障的主动服务辅助判定方法，其特征在于，所述方法包括如下步骤：

a、分析影响用户优先级排序的维度；

b、抓取用户历史行为数据；

c、建立用户优先级排序模型；

d、通过用户历史行为数据及用户优先级排序模型，实现用户优先级评定。

2.如权利要求1所述的一种基于电力报障的主动服务辅助判定方法，其特征在于：步骤a中影响用户优先排序的维度分析如下：

a1、用户报修故障正确率对用户优先级的影响；

a2、用户投诉情况对用户优先级的影响；

a3、用户误报对用户优先级的影响；

a4、用户针对同一故障来电次数对优先级的影响。

3.如权利要求1所述的一种基于电力报障的主动服务辅助判定方法，其特征在于：步骤b中需要抓取的用户历史行为数据如下：

b1、以年为单位，抓取用户在历史一年内申报停电故障的行为数据；

b2、抓取用户申报故障数据；

b3、抓取用户申报故障中确认为故障的数据；

b4、抓取用户申报故障来电总数；

b5、抓取用户投诉次数；

b6、抓取用户误报故障数；

b7、抓取用户针对本次故障申报来电次数。

4.如权利要求1所述的一种基于电力报障的主动服务辅助判定方法，其特征在于：步骤c中用户优先级排序模型的维度如下：

c1、用户所报故障的准确率；

c2、用户报故障来电频率；

c3、用户投诉的概率；

c4、用户误报的概率。

5.如权利要求4所述的一种基于电力报障的主动服务辅助判定方法，其特征在于：使用用户所报故障的准确率、用户报故障来电频率、用户投诉的概率和用户误报的概率建立用户优先级排序模型，具体如下：

故障准确率:

x＝∑_t∈1yearA_t/∑_t∈1yearB_t

用户所报故障来电频率：

y＝(Σ_t∈1yearT_t/∑_t∈1yearA_t)²

用户误报概率：

用户投诉的概率：

P(C)＝(Σ_t∈1yearC_t/Σ_t∈1yearT_t)·E

其中，系数A为报故障总数，系数B为所报故障中确认为真实故障数，系数T为报故障来电总数，系数C为投诉次数，系数D为误报故障数，系数E为针对本次故障来电次数，∑_t∈1yearρ_t表示以一年为统计时间，其中t代表时间，t∈1year表示统计时间为一年；根据用户习惯，优先级排序模型确定两个参数，参数1为F(n)：

F(n)＝x+y+z，

F(n)＝∑_t∈1year(A³+BT²+ABD²)_t/∑_t∈1year(BA²)_t，其中，T和D的值对参数F(n)有较大影响，即历史误报数越多，针对同一故障频繁报修越多，对用户优先级的排序越低；

参数2为用户投诉概率P(C)。

6.如权利要求5所述的一种基于电力报障的主动服务辅助判定方法，其特征在于：根据建立的用户优先级排序模型，计算得出两个参数F(n)和P(C)，并使用这两个参数来判定用户优先级排序，具体如下：

如果参数F(n)≤5，则用户优先级定级为A级；

如果参数5＜F(n)≤10，则用户优先级定级为B级；

如果参数10＜F(n)≤15，则用户优先级定级为C级；

如果参数15＜F(n)，则用户优先级定级为D级；

参数P(C)作为用户优先级评定的第二标准，在参数P(C)＜1时，用户定级由参数F(n)的结果决定；在参数P(C)≥1时，直接将该用户定级为A级。

Images