CN108345670A - 一种用于95598电力工单的服务热点发现方法 - Google Patents
一种用于95598电力工单的服务热点发现方法 Download PDFInfo
- Publication number
- CN108345670A CN108345670A CN201810132743.2A CN201810132743A CN108345670A CN 108345670 A CN108345670 A CN 108345670A CN 201810132743 A CN201810132743 A CN 201810132743A CN 108345670 A CN108345670 A CN 108345670A
- Authority
- CN
- China
- Prior art keywords
- hot spot
- electric power
- power work
- service
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000005611 electricity Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000009412 basement excavation Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000007635 classification algorithm Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种用于95598电力工单的服务热点发现方法,基于海量的历史电力工单数据,通过多次迭代,确定最优的热点发现二分类模型,并形成二分类模型的闭环更新系统,从历史电力工单数据和新的电力工单中发现服务热点,从而可以准确、高效地发现电力客户用电诉求中反映的服务热点数据,可以进行线上电力工单热点类型的实时诊断,也可以线下批量处理电力工单发现新的服务热点,线下发现的新热点反馈到线上诊断系统使用,以此形成一个发现新热点扩增旧热点,不断提高线上模型诊断率的闭环系统,具有良好的应用前景。
Description
技术领域
本发明涉及一种用于95598电力工单的服务热点发现方法,属于文本挖掘技术领域。
背景技术
95598电力工单为用电客户通过电力客服热线95598反映的业务咨询、用电诉求等所形成的文本,由客服代表根据用电客户描述的问题现象,以及该问题给用电客户带来的影响程度选择对应的业务类型。
由于导致某一类问题现象的原因可能有多种,这种分类方式不能直观反映表象背后的供电服务热点事件;此外部分用电客户的描述会带有主观情绪,可能导致对问题的描述存在偏差,更不能挖掘出客户产生诉求的真实原因。
目前,对95598电力工单的数据分析,主要是依靠人工对海量工单逐张分析工单中描述的现象对应的服务热点,并基于热点类型进行进一步深入分析。
针对上述采用人工方式来实现服务热点发现方法,存在人力资源投入大,工作量大,发现周期长,费时费力,且存在发现结果不准确的问题,对相关人员的业务能力要求较高,如何克服上述问题,是当前急需解决的问题。
发明内容
本发明目的是为了克服现有的对95598电力工单,采用人工方式实现服务热点发现所存在的问题。本发明的用于95598电力工单的服务热点发现方法,基于海量的历史电力工单数据,通过多次迭代,确定最优的热点发现二分类模型,并形成二分类模型的闭环更新系统,从历史电力工单数据和新的电力工单中发现服务热点,从而可以准确、高效地发现电力客户用电诉求中反映的服务热点数据,具有良好的应用前景。
为了达到上述目的,本发明所采用的技术方案是:
一种用于95598电力工单的服务热点发现方法,包括以下步骤,
步骤(A),采集数据库中海量的历史电力工单数据,作为热点分析的原始数据,并根据供电服务过程中用电客户反映的热点事件,以及对原始数据的热点爆发频度的数据分析,得出具有代表的9类预定义服务热点;
步骤(B),从原始数据中根据9类预定义服务热点的特征,筛选出对应的具有独立且特征明显的数据集;对筛选出的数据集进行结构化和去噪处理,并按照预设的比例对所述处理后的数据集进行数量上的调整,从而获得9组样本数据集和9组测试数据集;
步骤(C),根据9组样本数据集,进行文本预处理,并使用机器学习分类算法进行分类器模型构建,利用测试数据集对生成的分类器模型进行准确率预估;若达到满意的准确率,则将该分类器模型作为最终的二分类模型;若不达标,则调整特征词选择,重新生成新的分类器模型在利用测试数据进行准确率预估,多次迭代,获得准确率最高的分类器模型作为作为最终的二分类模型,从而形成9组最终的二分类模型;
步骤(D),对历史电力工单数据进行热点数据挖掘,使用9组最终的二分类模型对电力工单进行批量验证,若验证通过被分到了预定义服务热点中,则将该电力工单打上热点标签,并放入新服务热点池中;若验证不通过,则不做处理;在新服务热点池中存储的电力工单数量达到预定阈值后,进行聚类处理,并通过人工审核聚类处理结果,发现新的服务热点;
步骤(E),将步骤(D)发现新的服务热点,加入重复步骤(B)-步骤(C),更新9组最终的二分类模型,形成生成9组最终的二分类模型的闭环系统;
步骤(F),采集发现新的电力工单数据,执行步骤(D),使用9组最终的二分类模型对电力工单进行验证,识别出该新的电力工单数据是否为新的服务热点。
前述的用于95598电力工单的服务热点发现方法,步骤(A),根据供电服务过程中用电客户反映的热点事件,以及对原始数据的热点爆发频度的数据分析,得出具有代表的9类预定义服务热点,数据分析过程根据预先获取的业务专家经验进行的,9类预定义服务热点包括串户、表计故障、频繁停电、表箱破损、新装增容、停送电问题、施工规范、催缴电费、营业厅服务。
前述的用于95598电力工单的服务热点发现方法,步骤(B),从原始数据中根据9类预定义服务热点的特征,筛选出对应的具有独立且特征明显的数据集,是基于电力工单业务分类属性对电力工单进行粗分类,再由业务专家基于电力工单中的受理内容和处理结果人工判断该电力工单是否为指定热点而形成精分类,从而筛选出对应的具有独立且特征明显的数据集。
前述的用于95598电力工单的服务热点发现方法,步骤(B),按照预设的比例对所述处理后的数据集进行数量上的调整,从而获得9组样本数据集和9组测试数据集,调整过程使用随机欠采样和随机过采样两种采样策略来调整数据集的比例。
前述的用于95598电力工单的服务热点发现方法,步骤(C),根据9组样本数据集,根据9组样本数据集,进行文本预处理,包括发现电力领域新名词、工单分词、去停用词、文本特征选择、词频统计、文本向量化,所述去停用词包括标点、数字、单字和无含义副词。
前述的用于95598电力工单的服务热点发现方法,步骤(C),使用机器学习分类算法进行分类器模型构建,是使用libSVM工具中的SVM二分类算法,结合使用java-ml工具作为数据转换器将文本预处理后的数据集转换成libSVM的标准数据格式,构建形成分类器模型。
前述的用于95598电力工单的服务热点发现方法,步骤(D),若验证通过被分到了预定义服务热点中,则将该电力工单打上热点标签,一张电力工单可打上一个或多个热点标签。
前述的用于95598电力工单的服务热点发现方法,步骤(D),对历史电力工单数据进行热点数据挖掘,用于发现历史电力工单数据中原来未发现的服务热点,查漏补缺。
前述的用于95598电力工单的服务热点发现方法,步骤(D),在新服务热点池中存储的电力工单数量达到预定阈值后,进行聚类处理,并通过人工审核聚类处理结果,发现新的服务热点,是将产生的聚类结果展示到系统中的web页面由人工分析筛选,从而发现新的服务热点。
本发明的有益效果是:本发明的用于95598电力工单的服务热点发现方法,基于海量的历史电力工单数据,通过多次迭代,确定最优的热点发现二分类模型,并形成二分类模型的闭环更新系统,从历史电力工单数据和新的电力工单中发现服务热点,从而可以准确、高效地发现电力客户用电诉求中反映的服务热点数据,可以进行线上电力工单热点类型的实时诊断,也可以线下批量处理电力工单发现新的服务热点,线下发现的新热点反馈到线上诊断系统使用,以此形成一个发现新热点扩增旧热点,不断提高线上模型诊断率的闭环系统,具有良好的应用前景。
附图说明
图1是本发明的用于95598电力工单的服务热点发现方法的流程图;
图2是本发明的具体实施例的流程图;
图3是本发明的设计架构示意图;
图4是本发明的未知热点的新电力工单流入的处理过程图。
具体实施方式
下面将结合说明书附图,对本发明做进一步说明。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的本发明的用于95598电力工单的服务热点发现方法,基于海量的历史电力工单数据,通过多次迭代,确定最优的热点发现二分类模型,并形成二分类模型的闭环更新系统,从历史电力工单数据和新的电力工单中发现服务热点,从而可以准确、高效地发现电力客户用电诉求中反映的服务热点数据,可以进行线上电力工单热点类型的实时诊断,也可以线下批量处理电力工单发现新的服务热点,线下发现的新热点反馈到线上诊断系统使用,以此形成一个发现新热点扩增旧热点,不断提高线上模型诊断率的闭环系统,如图1所示,包括以下步骤,
步骤(A),采集数据库中海量的历史电力工单数据,作为热点分析的原始数据,并根据供电服务过程中用电客户反映的热点事件,以及对原始数据的热点爆发频度的数据分析,得出具有代表的9类预定义服务热点,数据分析过程根据预先获取的业务专家经验进行的,9类预定义服务热点包括串户、表计故障、频繁停电、表箱破损、新装增容、停送电问题、施工规范、催缴电费、营业厅服务,具体描述见下表,
步骤(B),从原始数据中根据9类预定义服务热点的特征,筛选出对应的具有独立且特征明显的数据集,是基于电力工单业务分类属性对电力工单进行粗分类,再由业务专家基于电力工单中的受理内容和处理结果人工判断该电力工单是否为指定热点而形成精分类,从而筛选出对应的具有独立且特征明显的数据集;对筛选出的数据集进行结构化和去噪处理,并按照预设的比例对所述处理后的数据集进行数量上的调整,从而获得9组样本数据集和9组测试数据集,调整过程使用随机欠采样和随机过采样两种采样策略来调整数据集的比例;
步骤(C),根据9组样本数据集,进行文本预处理,包括发现电力领域新名词、工单分词、去停用词、文本特征选择、词频统计、文本向量化,所述去停用词包括标点、数字、单字和无含义副词,使用机器学习分类算法进行分类器模型构建,是使用libSVM工具中的SVM二分类算法,结合使用jaVa-ml工具作为数据转换器将文本预处理后的数据集转换成libSVM的标准数据格式,构建形成分类器模型,利用测试数据集对生成的分类器模型进行准确率预估;若达到满意的准确率,则将该分类器模型作为最终的二分类模型;若不达标,则调整特征词选择,重新生成新的分类器模型在利用测试数据进行准确率预估,多次迭代,获得准确率最高的分类器模型作为作为最终的二分类模型,从而形成9组最终的二分类模型;
步骤(D),对历史电力工单数据进行热点数据挖掘,使用9组最终的二分类模型对电力工单进行批量验证,若验证通过被分到了预定义服务热点中,则将该电力工单打上热点标签,这里的一张电力工单可打上一个或多个热点标签,并放入新服务热点池中;若验证不通过,则不做处理;在新服务热点池中存储的电力工单数量达到预定阈值后,进行聚类处理,并通过人工审核聚类处理结果,是将产生的聚类结果展示到系统中的web页面由人工分析筛选,从而发现新的服务热点,该步骤(D)实现对历史电力工单数据进行热点数据挖掘,用于发现历史电力工单数据中原来未发现的服务热点,查漏补缺;
在新服务热点池中存储的电力工单数量达到预定阈值后,进行聚类处理,并通过人工审核聚类处理结果,发现新的服务热点,
步骤(E),将步骤(D)发现新的服务热点,加入重复步骤(B)-步骤(C),更新9组最终的二分类模型,形成生成9组最终的二分类模型的闭环系统;
步骤(F),采集发现新的电力工单数据,执行步骤(D),使用9组最终的二分类模型对电力工单进行验证,识别出该新的电力工单数据是否为新的服务热点。
根据本发明的用于95598电力工单的服务热点发现方法,介绍一具体实施例,如图2所示,包括以下步骤,
步骤101,采集数据库中2013年(可选)以来的历史电力工单数据作为热点分析的原始数据;根据供电服务过程中客户反映的热点事件,以及对原始数据的热点爆发频度维度的数据分析,选出具有代表的9类预定义服务热点;
步骤102,从步骤101的原始数据中对预定义的9类服务热点,筛选出对应的9个具有独立且特征明显的数据集;对筛选出的数据进行结构化和去噪处理,并按照预设的比例对所述处理后的数据集合进行数量上的调整,以达到正负比例基本平衡,从而获得9组样本数据集和9组测试数据集;
步骤103,利用步骤102产生的样本数据,先进行文本预处理,将样本集通过中文文本分词,特征词选择,文本向量化表示后,使用机器学习分类算法进行分类器模型构建,利用步骤102产生的测试数据对生成的模型进行准确率预估;若达到满意的准确率,则将该模型作为最终的二分类模型待用;若不达标,则调整特征选择的参数,重新生成新模型后进行准确率预估,多次迭代获得准确率最高的模型作为最优模型,9大预定义热点构建出9个二分类器,基于不属于9个预定义热点即为新热点工单的假设,集成9个分类器为一套判定是否为新热点的混合分类系统;
步骤104,利用步骤103的系统对历史工单数据进行新热点数据挖掘,使用所述的混合分类模型对工单进行验证判断是否为已知热点;
步骤105,如果验证通过则工单被分到预定义的热点中,并打上热点标签,一张工单可以被打上多个热点标签;
步骤106,如果验证不通过则工单被分到其他类中,需要放入新热点池中等待数据量达到预定阈值后,进行聚类模型处理,通过人工审核聚类结果来发现新的热点。
步骤107,将步骤106发现的新热点,执行步骤104进行新一轮的样本筛选并构建最优二分类器;
步骤108,将步骤107新构建的二分类器集成到混合分类系统中,以此构建出发现新热点扩增旧热点集的闭环系统;
步骤108完成以后,采集新的工单数据,并利用所述用于发现热点的混合分类聚类模型,也可从中识别出新服务热点类别。
如图3所示,本发明的用于95598电力工单的服务热点发现方法的设计架构示意图,包括了文本数据预处理模块;模型构建模块;复合分类聚类模型模块;热点标签和模型管理平台;在线实时预判接口;新词发现模块;数据可视化展示;离线热点发现引擎;多维度数据统计分析模块等。
如图4所示,为未知热点的新电力工单流入该系统的数量处理过程。
综上所述,本发明的用于95598电力工单的服务热点发现方法,基于海量的历史电力工单数据,通过多次迭代,确定最优的热点发现二分类模型,并形成二分类模型的闭环更新系统,从历史电力工单数据和新的电力工单中发现服务热点,从而可以准确、高效地发现电力客户用电诉求中反映的服务热点数据,可以进行线上电力工单热点类型的实时诊断,也可以线下批量处理电力工单发现新的服务热点,线下发现的新热点反馈到线上诊断系统使用,以此形成一个发现新热点扩增旧热点,不断提高线上模型诊断率的闭环系统,具有良好的应用前景。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种用于95598电力工单的服务热点发现方法,其特征在于:包括以下步骤,
步骤(A),采集数据库中海量的历史电力工单数据,作为热点分析的原始数据,并根据供电服务过程中用电客户反映的热点事件,以及对原始数据的热点爆发频度的数据分析,得出具有代表的9类预定义服务热点;
步骤(B),从原始数据中根据9类预定义服务热点的特征,筛选出对应的具有独立且特征明显的数据集;对筛选出的数据集进行结构化和去噪处理,并按照预设的比例对所述处理后的数据集进行数量上的调整,从而获得9组样本数据集和9组测试数据集;
步骤(C),根据9组样本数据集,进行文本预处理,并使用机器学习分类算法进行分类器模型构建,利用测试数据集对生成的分类器模型进行准确率预估;若达到满意的准确率,则将该分类器模型作为最终的二分类模型;若不达标,则调整特征词选择,重新生成新的分类器模型在利用测试数据进行准确率预估,多次迭代,获得准确率最高的分类器模型作为作为最终的二分类模型,从而形成9组最终的二分类模型;
步骤(D),对历史电力工单数据进行热点数据挖掘,使用9组最终的二分类模型对电力工单进行批量验证,若验证通过被分到了预定义服务热点中,则将该电力工单打上热点标签,并放入新服务热点池中;若验证不通过,则不做处理;在新服务热点池中存储的电力工单数量达到预定阈值后,进行聚类处理,并通过人工审核聚类处理结果,发现新的服务热点;
步骤(E),将步骤(D)发现新的服务热点,加入重复步骤(B)-步骤(C),更新9组最终的二分类模型,形成生成9组最终的二分类模型的闭环系统;
步骤(F),采集发现新的电力工单数据,执行步骤(D),使用9组最终的二分类模型对电力工单进行验证,识别出该新的电力工单数据是否为新的服务热点。
2.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(A),根据供电服务过程中用电客户反映的热点事件,以及对原始数据的热点爆发频度的数据分析,得出具有代表的9类预定义服务热点,数据分析过程根据预先获取的业务专家经验进行的,9类预定义服务热点包括串户、表计故障、频繁停电、表箱破损、新装增容、停送电问题、施工规范、催缴电费、营业厅服务。
3.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(B),从原始数据中根据9类预定义服务热点的特征,筛选出对应的具有独立且特征明显的数据集,是基于电力工单业务分类属性对电力工单进行粗分类,再由业务专家基于电力工单中的受理内容和处理结果人工判断该电力工单是否为指定热点而形成精分类,从而筛选出对应的具有独立且特征明显的数据集。
4.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(B),按照预设的比例对所述处理后的数据集进行数量上的调整,从而获得9组样本数据集和9组测试数据集,调整过程使用随机欠采样和随机过采样两种采样策略来调整数据集的比例。
5.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(C),根据9组样本数据集,根据9组样本数据集,进行文本预处理,包括发现电力领域新名词、工单分词、去停用词、文本特征选择、词频统计、文本向量化,所述去停用词包括标点、数字、单字和无含义副词。
6.根据权利要求5所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(C),使用机器学习分类算法进行分类器模型构建,是使用libSVM工具中的SVM二分类算法,结合使用java-ml工具作为数据转换器将文本预处理后的数据集转换成libSVM的标准数据格式,构建形成分类器模型。
7.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(D),若验证通过被分到了预定义服务热点中,则将该电力工单打上热点标签,一张电力工单可打上一个或多个热点标签。
8.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于:步骤(D),对历史电力工单数据进行热点数据挖掘,用于发现历史电力工单数据中原来未发现的服务热点,查漏补缺。
9.根据权利要求1所述的用于95598电力工单的服务热点发现方法,其特征在于: 步骤(D),在新服务热点池中存储的电力工单数量达到预定阈值后,进行聚类处理,并通过人工审核聚类处理结果,发现新的服务热点,是将产生的聚类结果展示到系统中的web页面由人工分析筛选,从而发现新的服务热点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810132743.2A CN108345670B (zh) | 2018-02-09 | 2018-02-09 | 一种用于95598电力工单的服务热点发现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810132743.2A CN108345670B (zh) | 2018-02-09 | 2018-02-09 | 一种用于95598电力工单的服务热点发现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108345670A true CN108345670A (zh) | 2018-07-31 |
CN108345670B CN108345670B (zh) | 2021-11-30 |
Family
ID=62959497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810132743.2A Active CN108345670B (zh) | 2018-02-09 | 2018-02-09 | 一种用于95598电力工单的服务热点发现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345670B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657240A (zh) * | 2018-12-12 | 2019-04-19 | 中国移动通信集团江苏有限公司 | 确定故障类型的方法、装置、设备和介质 |
CN110009064A (zh) * | 2019-04-30 | 2019-07-12 | 广东电网有限责任公司 | 一种基于电网领域的语义模型训练方法及装置 |
CN110060034A (zh) * | 2019-04-28 | 2019-07-26 | 北京达佳互联信息技术有限公司 | 工单处理方法、装置、电子设备及存储介质 |
CN112258235A (zh) * | 2020-10-28 | 2021-01-22 | 国家电网有限公司客户服务中心 | 一种电力营销稽核新业务发现方法及系统 |
CN112667777A (zh) * | 2020-12-28 | 2021-04-16 | 广东电网有限责任公司中山供电局 | 一种用于客户来电诉求的分类方法 |
CN113836307A (zh) * | 2021-10-15 | 2021-12-24 | 国网北京市电力公司 | 一种供电服务工单热点发现方法、系统、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477556A (zh) * | 2009-01-22 | 2009-07-08 | 苏州智讯科技有限公司 | 一种从互联网海量信息中发现热点的方法 |
US20130239037A1 (en) * | 2012-03-06 | 2013-09-12 | Hendricks Investment Holdings, Llc | Methods and systems for facilitating a navigation of a facility |
US9336818B1 (en) * | 2015-02-04 | 2016-05-10 | HGST Netherlands B.V. | Method for reducing adjacent track interference effects in a data storage system |
CN106156107A (zh) * | 2015-04-03 | 2016-11-23 | 刘岩松 | 一种新闻热点的发现方法 |
-
2018
- 2018-02-09 CN CN201810132743.2A patent/CN108345670B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477556A (zh) * | 2009-01-22 | 2009-07-08 | 苏州智讯科技有限公司 | 一种从互联网海量信息中发现热点的方法 |
US20130239037A1 (en) * | 2012-03-06 | 2013-09-12 | Hendricks Investment Holdings, Llc | Methods and systems for facilitating a navigation of a facility |
US9336818B1 (en) * | 2015-02-04 | 2016-05-10 | HGST Netherlands B.V. | Method for reducing adjacent track interference effects in a data storage system |
CN106156107A (zh) * | 2015-04-03 | 2016-11-23 | 刘岩松 | 一种新闻热点的发现方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657240A (zh) * | 2018-12-12 | 2019-04-19 | 中国移动通信集团江苏有限公司 | 确定故障类型的方法、装置、设备和介质 |
CN110060034A (zh) * | 2019-04-28 | 2019-07-26 | 北京达佳互联信息技术有限公司 | 工单处理方法、装置、电子设备及存储介质 |
CN110009064A (zh) * | 2019-04-30 | 2019-07-12 | 广东电网有限责任公司 | 一种基于电网领域的语义模型训练方法及装置 |
CN112258235A (zh) * | 2020-10-28 | 2021-01-22 | 国家电网有限公司客户服务中心 | 一种电力营销稽核新业务发现方法及系统 |
CN112667777A (zh) * | 2020-12-28 | 2021-04-16 | 广东电网有限责任公司中山供电局 | 一种用于客户来电诉求的分类方法 |
CN113836307A (zh) * | 2021-10-15 | 2021-12-24 | 国网北京市电力公司 | 一种供电服务工单热点发现方法、系统、装置及存储介质 |
CN113836307B (zh) * | 2021-10-15 | 2024-02-20 | 国网北京市电力公司 | 一种供电服务工单热点发现方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108345670B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345670A (zh) | 一种用于95598电力工单的服务热点发现方法 | |
CN109615004A (zh) | 一种多源数据融合的防窃电预警方法 | |
CN106228389A (zh) | 基于随机森林算法的网络潜力用户挖掘方法及系统 | |
CN113298422B (zh) | 一种基于用电数据的污染源企业违规生产监控方法 | |
CN107507038A (zh) | 一种基于stacking和bagging算法的电费敏感用户分析方法 | |
CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
CN108228853A (zh) | 一种微博谣言识别方法及系统 | |
CN110458600A (zh) | 画像模型训练方法、装置、计算机设备及存储介质 | |
CN110147389A (zh) | 帐号处理方法和装置、存储介质及电子装置 | |
KR20200010624A (ko) | 머신러닝을 이용한 빅데이터 통합진단 예측 시스템 | |
CN108961095A (zh) | 一种基于ai的智能催收电费系统 | |
CN109543874A (zh) | 一种结合气象条件影响的机场空气质量预测方法 | |
CN110609898B (zh) | 一种面向不平衡文本数据的自分类方法 | |
CN110033307A (zh) | 一种基于机器学习模型的电力优质客户筛选方法 | |
CN201355495Y (zh) | 一种商场客流分析系统 | |
CN113704389A (zh) | 一种数据评估方法、装置、计算机设备及存储介质 | |
CN108154276A (zh) | 基于图像识别和机器学习的考勤分析方法 | |
CN115358481A (zh) | 一种企业外迁预警识别的方法、系统及装置 | |
CN105426915A (zh) | 基于支持向量机的预测方法及系统 | |
CN105991298B (zh) | 一种重做话单的方法和装置 | |
CN110060246A (zh) | 一种图像处理方法、设备及存储介质 | |
CN117197591A (zh) | 一种基于机器学习的数据分类方法 | |
CN107122653A (zh) | 一种图片验证码处理方法及装置 | |
Wu et al. | Identifying potential standard essential patents based on text mining and generative topographic mapping | |
CN106649758A (zh) | 一种基于物联网的知识产权缴费提醒系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |