CN112434954A - 停电敏感度的评估方法以及装置 - Google Patents
停电敏感度的评估方法以及装置 Download PDFInfo
- Publication number
- CN112434954A CN112434954A CN202011360509.9A CN202011360509A CN112434954A CN 112434954 A CN112434954 A CN 112434954A CN 202011360509 A CN202011360509 A CN 202011360509A CN 112434954 A CN112434954 A CN 112434954A
- Authority
- CN
- China
- Prior art keywords
- target object
- power failure
- evaluation index
- sensitivity
- work order
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 85
- 230000035945 sensitivity Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000007477 logistic regression Methods 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims description 24
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Water Supply & Treatment (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种停电敏感度的评估方法以及装置。其中,该方法包括:获取目标对象的工单数据;根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。本申请解决了由于相关技术中采用人工方法对工单数据进行分析造成的处理效率低下从而导致客户满意度下降的技术问题。
Description
技术领域
本申请涉及电力领域,具体而言,涉及一种停电敏感度的评估方法以及装置。
背景技术
电力的广泛使用,为信息时代的到来提供了基础。随着经济的发展、社会的进步,人们要求进一步加强联系,电讯事业在这一时期也得到了迅速发展。随着电力的广泛使用和信息时代的到来,伴随而来的也多了许多各行各业的问题;为了更好的提高用电客户的体验和满意度,通过现阶段各属地公司用户信息以及来电信息进行收集、根据各属地公司工作人员经验构建规则,对用户进行敏感用户区分。
当前电网企业面向客户的主要服务渠道为实体营业大厅、95598供电服务热线以及客户回访,其中每年由95598供电服务热线得到的客户反馈工单量巨大,包括咨询查询业务、故障报修业务、服务申请业务、批评投诉建议举报业务等,而由于多数工单停留在人工数据处理与分析阶段,且数据处理方法简单、方式单一,无法对海量数据进行关联分析,从而发生对客户的需求不明确导致客户的满意度下降,不仅增加电力公司的人力成本,并直接影响了客户对电网企业服务的评价,增加客户流失的可能性。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种停电敏感度的评估方法以及装置,以至少解决由于相关技术中采用人工方法对工单数据进行分析造成的处理效率低下从而导致客户满意度下降的技术问题。
根据本申请实施例的一个方面,还提供了一种停电敏感度的评估方法,包括:获取目标对象的工单数据;根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。
可选地,将第一评估指标输入至逻辑回归模型之前,包括:获取停电事件的训练样本;根据训练样本中的多个第二评估指标对逻辑回归模型进行训练,以确定第二评估指标对应的回归系数。
可选地,获取停电事件的训练样本,包括:获取电力***的停电信息、用户热线信息以及用户信息;对停电信息、用户热线信息以及用户信息进行匹配,确定停电事件的训练样本。
可选地,逻辑回归模型为:
p表示第一评估指标对应的输出值;b0为截距;x为k个独立变量的向量;b为每个独立变量的系数向量,bx=b1x1+b2x2+...+bkxk,bk表示回归系数为常数,xk表示第一评估指标。
可选地,当有多个目标对象时,将输出值作为目标对象的停电敏感度之后,方法还包括:对多个目标对象对应的输出值进行排序;根据排序结果确定目标对象所属的客户类型,其中,客户类型,包括:第一客户群、第二客户群、第三客户群、第四客户群。
可选地,对多个目标对象对应的输出值进行排序,包括:按照从大到小的顺序对多个目标对象对应的输出值进行排序,得到排序结果;根据排序结果确定目标对象所属的客户类型,包括:第一客户群、第二客户群、第三客户群、第四客户群对应的输出值依次递减。
可选地,根据工单数据确定第一评估指标,包括:根据中文分词算法确定工单数据中与停电敏感度相关的字段,其中,字段,至少包括:停电次数、停电时长;将字段作为第一评估指标。
根据本申请实施例的另一方面,还提供了一种停电敏感度的评估装置,包括:获取模块,用于获取目标对象的工单数据;第一确定模块,用于根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;输出模块,用于将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;第二确定模块,用于将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。
根据本申请实施例的另一方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行任意一种停电敏感度的评估方法。
根据本申请实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行任意一种停电敏感度的评估方法。
在本申请实施例中,采用逻辑回归模型分析工单数据的方式,通过获取目标对象的工单数据;根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;将输出值作为目标对象的停电敏感度,达到了通过逻辑回归模型自动分析工单数据得到目标对象的停电灵敏度的技术效果,进而解决了由于相关技术中采用人工方法对工单数据进行分析造成的处理效率低下从而导致客户满意度下降的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的停电灵敏度的评估方法的流程示意图;
图2是根据本申请实施例的一种停电敏感度的评估装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种停电灵敏度的评估方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的停电灵敏度的评估方法,如图1所示,该方法包括如下步骤:
步骤S102,获取目标对象的工单数据;
步骤S104,根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;
步骤S106,将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;
步骤S108,将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。
该停电灵敏度的评估方法中,首先,获取目标对象的工单数据;然后,根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;再将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;最后,将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度,达到了通过逻辑回归模型自动分析工单数据得到目标对象的停电灵敏度的技术效果,进而解决了由于相关技术中采用人工方法对工单数据进行分析造成的处理效率低下从而导致客户满意度下降的技术问题。
本申请一些实施例中,将第一评估指标输入至逻辑回归模型之前,可以通过以下方式确定第二评估指标对应的回归系数:获取停电事件的训练样本;根据训练样本中的多个第二评估指标对逻辑回归模型进行训练,以确定第二评估指标对应的回归系数。需要说明的是,在根据训练样本中的多个第二评估指标对逻辑回归模型中进行训练前,可将训练样本中的缺失数据或者异常数据剔除,可对处理后的数据进行Z-Scroe归一化预处理,以消除量纲的影响,使得从所有样本提取的特征可以在同一量纲下作比对。在进行Z-Scroe归一化处理后,可以通过中文分词算法,提取可能与停电敏感度相关的客户信息字段,如营业区域、用电类别、计量方式、电源类型、电压等级、停电次数及停电时长等字段,可以理解的,第二评估指标包括但不限于:训练样本中的各个对象的停电次数、停电时长等。
本申请一些实施例中,可以通过以下方式获取停电事件的训练样本:获取电力***的停电信息、用户热线信息以及用户信息;对停电信息、用户热线信息以及用户信息进行匹配,确定停电事件的训练样本。
该逻辑回归模型可以为:
p表示第一评估指标对应的输出值;b0为截距;x为k个独立变量的向量;b为每个独立变量的系数向量,bx=b1x1+b2x2+...+bkxk,bk表示回归系数为常数,xk表示第一评估指标。
本申请一些可选的实施例中,当有多个目标对象时,将输出值作为目标对象的停电敏感度之后,可以通过以下方式确定客户类型,具体地:对多个目标对象对应的输出值进行排序;根据排序结果确定目标对象所属的客户类型,其中,客户类型,包括:第一客户群、第二客户群、第三客户群、第四客户群。例如,第一客户群、第二客户群、第三客户群、第四客户群可以分别为高敏感客户群、潜在次高敏感客户群、潜在普通敏感客户群、潜在低敏感客户群。
本申请一些实施例中,可通过以下方式对多个目标对象对应的输出值进行排序,具体地:按照从大到小的顺序对多个目标对象对应的输出值进行排序,得到排序结果;根据排序结果确定目标对象所属的客户类型,需要说明的是,第一客户群、第二客户群、第三客户群、第四客户群对应的输出值依次递减。
本申请一些实施例中,可根据工单数据确定第一评估指标,具体地:可根据中文分词算法确定工单数据中与停电敏感度相关的字段,其中,与停电敏感度相关的字段,至少包括:停电次数、停电时长;将与停电敏感度相关的字段作为第一评估指标。
图2是根据本申请实施例的一种停电敏感度的评估装置的示意图,如图2所示,该装置包括:
获取模块40,用于获取目标对象的工单数据;
第一确定模块42,用于根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;
输出模块44,用于将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;
第二确定模块46,用于将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。
该停电敏感度的评估装置中,获取模块40,用于获取目标对象的工单数据;第一确定模块42,用于根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;输出模块44,用于将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;第二确定模块46,用于将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度,达到了通过逻辑回归模型自动分析工单数据得到目标对象的停电灵敏度的技术效果,进而解决了由于相关技术中采用人工方法对工单数据进行分析造成的处理效率低下从而导致客户满意度下降的技术问题。
本申请一些实施例中,将第一评估指标输入至逻辑回归模型之前,可以通过以下方式确定第二评估指标对应的回归系数:获取停电事件的训练样本;根据训练样本中的多个第二评估指标对逻辑回归模型进行训练,以确定第二评估指标对应的回归系数。
本申请一些实施例中,可以通过以下方式获取停电事件的训练样本:获取电力***的停电信息、用户热线信息以及用户信息;对停电信息、用户热线信息以及用户信息进行匹配,确定停电事件的训练样本。
该逻辑回归模型可以为:
p表示第一评估指标对应的输出值;b0为截距;x为k个独立变量的向量;b为每个独立变量的系数向量,bx=b1x1+b2x2+...+bkxk,bk表示回归系数为常数,xk表示第一评估指标。
本申请一些可选的实施例中,当有多个目标对象时,将输出值作为目标对象的停电敏感度之后,可以通过以下方式确定客户类型,具体地:对多个目标对象对应的输出值进行排序;根据排序结果确定目标对象所属的客户类型,其中,客户类型,包括:第一客户群、第二客户群、第三客户群、第四客户群。
本申请一些实施例中,可通过以下方式对多个目标对象对应的输出值进行排序,具体地:按照从大到小的顺序对多个目标对象对应的输出值进行排序,得到排序结果;根据排序结果确定目标对象所属的客户类型,需要说明的是,第一客户群、第二客户群、第三客户群、第四客户群对应的输出值依次递减。例如,第一客户群、第二客户群、第三客户群、第四客户群可以分别为高敏感客户群、潜在次高敏感客户群、潜在普通敏感客户群、潜在低敏感客户群。
本申请一些实施例中,可根据工单数据确定第一评估指标,具体地:可根据中文分词算法确定工单数据中与停电敏感度相关的字段,其中,字段,至少包括:停电次数、停电时长;将字段作为第一评估指标。
根据本申请实施例的另一方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行任意一种停电敏感度的评估方法。
具体地,上述存储介质用于存储执行以下功能的程序指令,实现以下功能:
获取目标对象的工单数据;根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。
根据本申请实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行任意一种停电敏感度的评估方法。
具体地,上述处理器用于调用存储器中的程序指令,实现以下功能:
获取目标对象的工单数据;根据工单数据确定第一评估指标,其中,第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;将第一评估指标输入至逻辑回归模型,得到第一评估指标对应的输出值;将输出值作为目标对象的停电敏感度,其中,停电敏感度用于指示停电事件对于目标对象的影响程度。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种停电敏感度的评估方法,其特征在于,包括:
获取目标对象的工单数据;
根据所述工单数据确定第一评估指标,其中,所述第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长;
将所述第一评估指标输入至逻辑回归模型,得到所述第一评估指标对应的输出值;
将所述输出值作为所述目标对象的停电敏感度,其中,所述停电敏感度用于指示停电事件对于所述目标对象的影响程度。
2.根据权利要求1所述的方法,其特征在于,将所述第一评估指标输入至逻辑回归模型之前,包括:
获取所述停电事件的训练样本;
根据所述训练样本中的多个第二评估指标对所述逻辑回归模型进行训练,以确定所述第二评估指标对应的回归系数。
3.根据权利要求2所述的方法,其特征在于,获取所述停电事件的训练样本,包括:获取电力***的停电信息、用户热线信息以及用户信息;对所述停电信息、所述用户热线信息以及所述用户信息进行匹配,确定所述停电事件的训练样本。
5.根据权利要求1所述的方法,其特征在于,当有多个所述目标对象时,将所述输出值作为所述目标对象的停电敏感度之后,所述方法还包括:
对所述多个所述目标对象对应的输出值进行排序;
根据排序结果确定所述目标对象所属的客户类型,其中,所述客户类型,包括:第一客户群、第二客户群、第三客户群、第四客户群。
6.根据权利要求5所述的方法,其特征在于,
对所述多个所述目标对象对应的输出值进行排序,包括:按照从大到小的顺序对所述多个所述目标对象对应的输出值进行排序,得到所述排序结果;
根据所述排序结果确定所述目标对象所属的客户类型,包括:所述第一客户群、第二客户群、第三客户群、第四客户群对应的输出值依次递减。
7.根据权利要求1至6任意一项所述的方法,其特征在于,根据所述工单数据确定第一评估指标,包括:
根据中文分词算法确定所述工单数据中与所述停电敏感度相关的字段,其中,所述字段,至少包括:所述停电次数、所述停电时长;
将所述字段作为第一评估指标。
8.一种停电敏感度的评估装置,其特征在于,包括:
获取模块,用于获取目标对象的工单数据;
第一确定模块,用于根据所述工单数据确定第一评估指标,其中,所述第一评估指标包括以下至少之一:目标对象的停电次数、目标对象的停电时长、
输出模块,用于将所述第一评估指标输入至逻辑回归模型,得到所述第一评估指标对应的输出值;
第二确定模块,用于将所述输出值作为所述目标对象的停电敏感度,其中,所述停电敏感度用于指示停电事件对于所述目标对象的影响程度。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述停电敏感度的评估方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述停电敏感度的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011360509.9A CN112434954A (zh) | 2020-11-27 | 2020-11-27 | 停电敏感度的评估方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011360509.9A CN112434954A (zh) | 2020-11-27 | 2020-11-27 | 停电敏感度的评估方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112434954A true CN112434954A (zh) | 2021-03-02 |
Family
ID=74698564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011360509.9A Pending CN112434954A (zh) | 2020-11-27 | 2020-11-27 | 停电敏感度的评估方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112434954A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401601A (zh) * | 2023-04-14 | 2023-07-07 | 国网浙江省电力有限公司 | 基于逻辑回归模型的停电敏感用户优选处置方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952043A (zh) * | 2017-03-23 | 2017-07-14 | 国家电网公司客户服务中心 | 一种计划停电敏感度评估方法和装置 |
CN107392479A (zh) * | 2017-07-27 | 2017-11-24 | 国网河南省电力公司电力科学研究院 | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 |
CN109767266A (zh) * | 2018-12-25 | 2019-05-17 | 国网北京市电力公司 | 销售策略的确定方法和装置 |
CN109934469A (zh) * | 2019-02-25 | 2019-06-25 | 国网河南省电力公司电力科学研究院 | 基于异源交叉回归分析的停电敏感度预警方法及装置 |
CN111062564A (zh) * | 2019-11-08 | 2020-04-24 | 广东电网有限责任公司 | 一种电力客户诉求敏感值计算方法 |
-
2020
- 2020-11-27 CN CN202011360509.9A patent/CN112434954A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952043A (zh) * | 2017-03-23 | 2017-07-14 | 国家电网公司客户服务中心 | 一种计划停电敏感度评估方法和装置 |
CN107392479A (zh) * | 2017-07-27 | 2017-11-24 | 国网河南省电力公司电力科学研究院 | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 |
CN109767266A (zh) * | 2018-12-25 | 2019-05-17 | 国网北京市电力公司 | 销售策略的确定方法和装置 |
CN109934469A (zh) * | 2019-02-25 | 2019-06-25 | 国网河南省电力公司电力科学研究院 | 基于异源交叉回归分析的停电敏感度预警方法及装置 |
CN111062564A (zh) * | 2019-11-08 | 2020-04-24 | 广东电网有限责任公司 | 一种电力客户诉求敏感值计算方法 |
Non-Patent Citations (1)
Title |
---|
王宇韬: "《Python大数据分析与机器学习商业案例实战》", 31 May 2020, 机械工业出版社, pages: 92 - 93 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401601A (zh) * | 2023-04-14 | 2023-07-07 | 国网浙江省电力有限公司 | 基于逻辑回归模型的停电敏感用户优选处置方法 |
CN116401601B (zh) * | 2023-04-14 | 2023-09-15 | 国网浙江省电力有限公司 | 基于逻辑回归模型的停电敏感用户处置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220732B (zh) | 一种基于梯度提升树的停电投诉风险预测方法 | |
CN111178396A (zh) | 用电异常用户的识别方法及装置 | |
CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
CN110727662A (zh) | 基于相关性分析的低压台区用户相位识别方法和*** | |
CN111402017A (zh) | 一种基于大数据的信用评分方法和*** | |
KR102464783B1 (ko) | 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치 | |
Ünver et al. | Determinants of e-commerce use at different educational levels: empirical evidence from Turkey e-commerce use at different educational levels | |
CN106548357A (zh) | 客户满意度的测评方法及*** | |
CN111062564A (zh) | 一种电力客户诉求敏感值计算方法 | |
CN112614004A (zh) | 用电信息的处理方法及装置 | |
CN111651444B (zh) | 一种自适应时间序列数据预测方法 | |
CN111178957A (zh) | 一种用电客户电量突增预警的方法 | |
CN112434954A (zh) | 停电敏感度的评估方法以及装置 | |
CN112950359B (zh) | 一种用户识别方法和装置 | |
CN112016856A (zh) | 综合倍率异常识别方法、装置、计量***和存储介质 | |
CN111311094A (zh) | 供应链项目分析方法、装置、设备及存储介质 | |
KR20120069206A (ko) | 유사 특허 분석맵 정보 제공 방법 및 그 시스템 | |
CN110738571B (zh) | 一种交易风险控制的方法以及相关装置 | |
CN113313615A (zh) | 一种对企业司法风险进行量化评分定级的方法及装置 | |
CN111191915A (zh) | 一种基于配电网运行数据的10kV双电源用户线变关系分析方法 | |
Pusparani | Development of framework for information system strategy formulation | |
Davarzani et al. | Study of missing meter data impact on domestic load profiles clustering and characterization | |
WO2023075497A1 (ko) | 기업 정보를 이용한 기업 미래 성장지수 분석 시스템 | |
CN114638654A (zh) | 目标对象的确定方法、装置及电子设备 | |
CN117076978A (zh) | 一种防窃电方法、***、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |