CN110929036B - 电力营销稽查管理方法、装置、计算机设备和存储介质 - Google Patents

电力营销稽查管理方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110929036B
CN110929036B CN201911196973.6A CN201911196973A CN110929036B CN 110929036 B CN110929036 B CN 110929036B CN 201911196973 A CN201911196973 A CN 201911196973A CN 110929036 B CN110929036 B CN 110929036B
Authority
CN
China
Prior art keywords
marketing
auditing
abnormal
processing
information
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.)
Active
Application number
CN201911196973.6A
Other languages
English (en)
Other versions
CN110929036A (zh
Inventor
张文瀚
詹卫许
谢辉
胡如乐
张倩
张霞
司福利
孙纯勇
沈宇红
段海燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Digital Enterprise Technology Guangdong Co ltd
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN201911196973.6A priority Critical patent/CN110929036B/zh
Publication of CN110929036A publication Critical patent/CN110929036A/zh
Application granted granted Critical
Publication of CN110929036B publication Critical patent/CN110929036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282Rating or review of business operators or products
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种电力营销稽查管理方法、装置、计算机设备和存储介质。所述方法包括:获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果,从而建立起用于稽查的稽查知识图谱,具有可追溯性,实现营销全业务、全数据、全专业、全风险的精准稽查。

Description

电力营销稽查管理方法、装置、计算机设备和存储介质
技术领域
本申请涉及电力稽查技术领域,特别是涉及一种电力营销稽查管理方法、装置、计算机设备和存储介质。
背景技术
随着我国电力体制改革的不断深入,为了提高整个电力工业的运营效率和全社会范围内资源优化配置,省间互联、区域互联、全国联网成了一个必然的发展趋势,其中电力营销稽查是提高电力运营效率和优化资源配置重要的一环,再加上营商环境要求企业服务更加灵活且规范,因而要求电力营销稽查随着市场环境变化而变化,但是,在实现过程中,发明人发现传统技术中至少存在如下问题:传统电力营销稽查技术未跟上实际需要的变化,导致无法有效地对电力营销进行稽查。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效地稽查电力营销的电力营销稽查管理方法、装置、计算机设备和存储介质。
一种电力营销稽查管理方法,包括以下步骤:
获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;
对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;
基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;
基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果。
在其中一个实施例中,基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果的步骤之后,还包括步骤:
将异常节点对应的数据源与对应的营销稽查规则进行关联,并对关联后的结果以相应的图形进行显示。
在其中一个实施例中,稽查知识图谱包括客户诉求关联图谱和问题工单关联图谱。
在其中一个实施例中,基于以下步骤得到客户诉求关联图谱:
对历史营销业务数据中的诉求类的工单信息进行文本挖掘,提取热点关键词;工单信息包括业务号、业务名称、业务类型、同步日期、操作人员信息、业务状态;
对热点关键词进行分类算法说明处理,赋予对应的标签类别,形成关键词库;标签类别包括电费差错状况,停电信息通知状况和服务满意程度;
对关键词库进行热点排序和评价处理,形成按出现频率由高至低排列的各热点诉求信息;
对各热点诉求信息进行追根溯源,获取与各热点诉求信息相关联的热点工单信息,并分析热点工单信息,获取关键问题环节信息;
基于知识图谱的线性扩展技术处理关键问题环节信息,得到客户诉求关联图谱。
在其中一个实施例中,基于知识图谱的线性扩展技术处理关键问题环节信息,得到客户诉求关联图谱的步骤之后,还包括步骤:
基于稽查案例知识库对客户诉求关联图谱进行机器学习,更新客户关联图谱;稽查案例知识库为基于知识图谱的线性扩展技术定位关键问题环节信息的根源得到。
在其中一个实施例中,基于以下步骤得到问题工单关联图谱:
基于自然语言处理技术从政策文件和规范文件中提取异常特征关键词,并在规则集里为各异常特征关键词匹配相应的稽查规则;规则集为基于大数据统计分析技术获取历史营销业务数据中的各用电客户信息对应的规则数和样本数得到;
基于历史稽查结果,将稽查规则进行分类组合,形成问题工单关联图谱。
在其中一个实施例中,在稽查规则包括业扩超时对应的稽查规则和电费差错对应的稽查规则时,问题工单关联图谱为客户满意度知识图谱。
一种电力营销稽查管理装置,装置包括:
标准化处理模块,用于获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;
异常提取模块,用于对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;
图谱获取模块,用于基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;
稽查模块,用于基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
本申请各实施例提供的电力营销稽查管理方法通过以下步骤:获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果,从而实现利用营销全业务域的数据源,将稽查线索采用人工智能技术构建稽查知识图谱,运用区块链状布局深度扩线分组,行对节点多发问题的根源分析,从而建立起用于稽查的稽查知识图谱,具有可追溯性,实现营销全业务、全数据、全专业、全风险的精准稽查。
附图说明
图1为一个实施例中电力营销稽查管理方法的流程示意图;
图2为一个实施例中获取客户诉求关联图谱步骤的流程示意图;
图3为一个实施例中获取问题工单关联图谱步骤的流程示意图;
图4为一个实施例中电力营销稽查管理装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
为了解决传统电力营销稽查技术未跟上实际需要的变化,导致无法有效地对电力营销进行稽查的问题,在一个实施例中,如图2所示,提供了一种电力营销稽查管理方法,包括以下步骤:
步骤S110,获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理。
需要说明的是,从电力营销系统中获取历史营销业务数据以及当前营销业务数据,对历史营销业务数据以及当前营销业务数据进行清洗载入Hive数据库。其中,营销业务数据包括用电客户信息,工单信息,诉求信息等等。
步骤S120,对标准化处理后的历史营销业务数据进行分析,提取异常特征数据。
需要说明的是,可通过专题分析、聚类分析或专家分析等方法对标准化处理后的历史营销业务数据进行分析,提取异常特征数据。
步骤S130,基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱。
需要说明的是,将分析与提取的异常特征数据,基于机器学习和深度学习方法构建异常复核及定位算法模型,然后通过不断的自我学习能力形成一个沉淀历年结果和经验的专家级别的稽查知识图谱。
稽查知识图谱为客户诉求关联图谱时,在一个示例中,如图2所示,基于以下步骤得到客户诉求关联图谱:
步骤S210,对历史营销业务数据中的诉求类的工单信息进行文本挖掘,提取热点关键词;工单信息包括业务号、业务名称、业务类型、同步日期、操作人员信息、业务状态。
步骤S220,对热点关键词进行分类算法说明处理,赋予对应的标签类别,形成关键词库;标签类别包括电费差错状况,停电信息通知状况和服务满意程度;
步骤S230,对关键词库进行热点排序和评价处理,形成按出现频率由高至低排列的各热点诉求信息;
步骤S240,对各热点诉求信息进行追根溯源,获取与各热点诉求信息相关联的热点工单信息,并分析热点工单信息,获取关键问题环节信息;
步骤S250,基于知识图谱的线性扩展技术处理关键问题环节信息,得到客户诉求关联图谱。
需要说明的是,将客户诉求的工单信息采用文本挖掘的方式提取热点关键词,并对热点关键词按照分成算法,进行热点排序和评价,形成客户关注的热点诉求,将诉求的工单信息关联到具体的用电客户,并以客户编号、资产编号、风险编码各种关键字作为追踪的节点,梳理分析节点的点边关系。然后采用最短路径法、线路闭环方法,分析同一个关键字下的所有关联的路径及路径的层级,提炼成典型模型,再通过统计分析和自我学习方法形成专家模型,通过问题链式追踪关键点提取和问题链式路径追踪处理后,达到客户关系追溯、客户设备异常原因定位、违约窃电追溯、电费风险根源追溯等问题链式的追踪,并且将提取的关键点作为中心,对所有分析出来的点边关系形成一张关系网,形成客户诉求关联图谱。在形成客户诉求关联图谱后以图形化的方式呈现出来,呈现的粒度可以个体展示和群体展示方式。
为了保证客户关联图谱的时效性,在一个实施例中,基于知识图谱的线性扩展技术处理关键问题环节信息,得到客户诉求关联图谱的步骤之后,还包括步骤:
基于稽查案例知识库对客户诉求关联图谱进行机器学习,更新客户关联图谱;稽查案例知识库为基于知识图谱的线性扩展技术定位关键问题环节信息的根源得到。
稽查知识图谱为问题工单关联图谱时,在一个示例中,如图3所示,基于以下步骤得到问题工单关联图谱:
步骤S310,基于自然语言处理技术从政策文件和规范文件中提取异常特征关键词,并在规则集里为各异常特征关键词匹配相应的稽查规则;规则集为基于大数据统计分析技术获取历史营销业务数据中的各用电客户信息对应的规则数和样本数得到;
步骤S320,基于历史稽查结果,将稽查规则进行分类组合,形成问题工单关联图谱。
需要说明的是,从政策文件以及规范文件中采用自然语言处理技术提取异常特征关键词,并在规则集里匹配相应的规则,通过大数据平台的统计分析方法获取到每个用电客户所涉及的规则数和样本数,形成规则集,通过总结历年的稽查结果及经验,系统性地梳理智能稽查规则,将稽查规则进行分类组合,形成知识图谱,通过规则版本的管理,了解规则体系变更前后的精准率变化,从而提升规则的精准率。
在一个示例中,在所述稽查规则包括业扩超时对应的稽查规则和电费差错对应的稽查规则时,所述问题工单关联图谱为客户满意度知识图谱。
步骤S140,基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果。
需要说明的是,将营销稽查规则,营销稽查规则对应的问题类型,以及问题产生的根源数据,基于稽查知识图谱技术,用点边点三元组的关系进行分析定位异常产生的异常节点,得到营销稽查结果。
为了能够直观的展示营销稽查结果,确保相关工作人员能够快速地获取到营销稽查结果,在一个实施例中,基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果的步骤之后,还包括步骤:
将异常节点对应的数据源与对应的营销稽查规则进行关联,并对关联后的结果以相应的图形进行显示。
需要说明的是,将分析出的数据源与对应的营销稽查规则之间的关联,通过不同级别的节点,以图形方式呈现出来。
本申请各实施例提供的电力营销稽查管理方法通过以下步骤:获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果,从而实现利用营销全业务域的数据源,将稽查线索采用人工智能技术构建稽查知识图谱,运用区块链状布局深度扩线分组,行对节点多发问题的根源分析,从而建立起用于稽查的稽查知识图谱,具有可追溯性,实现营销全业务、全数据、全专业、全风险的精准稽查。
应该理解的是,虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种电力营销稽查管理装置,装置包括:
标准化处理模块41,用于获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;
异常提取模块43,用于对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;
图谱获取模块45,用于基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;
稽查模块47,用于基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果。
关于电力营销稽查管理装置的具体限定可以参见上文中对于电力营销稽查管理方法的限定,在此不再赘述。上述电力营销稽查管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储营销业务数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电力营销稽查管理方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;
对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;
基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;
基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将异常节点对应的数据源与对应的营销稽查规则进行关联,并对关联后的结果以相应的图形进行显示。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对历史营销业务数据中的诉求类的工单信息进行文本挖掘,提取热点关键词;工单信息包括业务号、业务名称、业务类型、同步日期、操作人员信息、业务状态;
对热点关键词进行分类算法说明处理,赋予对应的标签类别,形成关键词库;标签类别包括电费差错状况,停电信息通知状况和服务满意程度;
对关键词库进行热点排序和评价处理,形成按出现频率由高至低排列的各热点诉求信息;
对各热点诉求信息进行追根溯源,获取与各热点诉求信息相关联的热点工单信息,并分析热点工单信息,获取关键问题环节信息;
基于知识图谱的线性扩展技术处理关键问题环节信息,得到客户诉求关联图谱。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于自然语言处理技术从政策文件和规范文件中提取异常特征关键词,并在规则集里为各异常特征关键词匹配相应的稽查规则;规则集为基于大数据统计分析技术获取历史营销业务数据中的各用电客户信息对应的规则数和样本数得到;
基于历史稽查结果,将稽查规则进行分类组合,形成问题工单关联图谱。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取电力营销系统的历史营销业务数据,并对历史营销业务数据进行标准化处理;
对标准化处理后的历史营销业务数据进行分析,提取异常特征数据;
基于机器学习和深度学习处理异常特征数据,建立异常复核定位算法模型,并完成异常复核定位算法模型的自我学习,得到稽查知识图谱;
基于稽查知识图谱处理营销稽查规则、营销稽查规则对应的问题类型和问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将异常节点对应的数据源与对应的营销稽查规则进行关联,并对关联后的结果以相应的图形进行显示。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对历史营销业务数据中的诉求类的工单信息进行文本挖掘,提取热点关键词;工单信息包括业务号、业务名称、业务类型、同步日期、操作人员信息、业务状态;
对热点关键词进行分类算法说明处理,赋予对应的标签类别,形成关键词库;标签类别包括电费差错状况,停电信息通知状况和服务满意程度;
对关键词库进行热点排序和评价处理,形成按出现频率由高至低排列的各热点诉求信息;
对各热点诉求信息进行追根溯源,获取与各热点诉求信息相关联的热点工单信息,并分析热点工单信息,获取关键问题环节信息;
基于知识图谱的线性扩展技术处理关键问题环节信息,得到客户诉求关联图谱。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于自然语言处理技术从政策文件和规范文件中提取异常特征关键词,并在规则集里为各异常特征关键词匹配相应的稽查规则;规则集为基于大数据统计分析技术获取历史营销业务数据中的各用电客户信息对应的规则数和样本数得到;
基于历史稽查结果,将稽查规则进行分类组合,形成问题工单关联图谱。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电力营销稽查管理方法,其特征在于,包括以下步骤:
获取电力营销系统的历史营销业务数据,并对所述历史营销业务数据进行清洗后进行标准化处理;
通过专题分析、聚类分析或专家分析的方式对标准化处理后的所述历史营销业务数据进行分析,提取异常特征数据;
基于机器学习和深度学习处理所述异常特征数据,建立异常复核定位算法模型,并完成所述异常复核定位算法模型的自我学习,得到稽查知识图谱;所述稽查知识图谱包括客户诉求关联图谱和问题工单关联图谱;
基于所述稽查知识图谱处理营销稽查规则、所述营销稽查规则对应的问题类型和所述问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果;
基于以下步骤得到所述客户诉求关联图谱:
对所述历史营销业务数据中的诉求类的工单信息进行文本挖掘,提取热点关键词;所述工单信息包括业务号、业务名称、业务类型、同步日期、操作人员信息、业务状态;对所述热点关键词进行分类算法说明处理,赋予对应的标签类别,形成关键词库;所述标签类别包括电费差错状况,停电信息通知状况和服务满意程度;对所述关键词库进行热点排序和评价处理,形成按出现频率由高至低排列的各热点诉求信息;对各所述热点诉求信息进行追根溯源,获取与各所述热点诉求信息相关联的热点工单信息,并分析所述热点工单信息,获取关键问题环节信息;基于知识图谱的线性扩展技术处理所述关键问题环节信息,得到所述客户诉求关联图谱;基于稽查案例知识库对所述客户诉求关联图谱进行机器学习,更新所述客户诉求关联图谱;所述稽查案例知识库为基于知识图谱的线性扩展技术定位所述关键问题环节信息的根源得到。
2.根据权利要求1所述的电力营销稽查管理方法,其特征在于,基于所述稽查知识图谱处理营销稽查规则、所述营销稽查规则对应的问题类型和所述问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果的步骤之后,还包括步骤:
将所述异常节点对应的数据源与对应的营销稽查规则进行关联,并对所述关联后的结果以相应的图形进行显示。
3.根据权利要求1所述的电力营销稽查管理方法,其特征在于,基于以下步骤得到所述问题工单关联图谱:
基于自然语言处理技术从政策文件和规范文件中提取异常特征关键词,并在规则集里为各所述异常特征关键词匹配相应的稽查规则;所述规则集为基于大数据统计分析技术获取所述历史营销业务数据中的各用电客户信息对应的规则数和样本数得到;
基于历史稽查结果,将所述稽查规则进行分类组合,形成所述问题工单关联图谱。
4.根据权利要求3所述的电力营销稽查管理方法,其特征在于,在所述稽查规则包括业扩超时对应的稽查规则和电费差错对应的稽查规则时,所述问题工单关联图谱为客户满意度知识图谱。
5.一种电力营销稽查管理装置,其特征在于,所述装置包括:
标准化处理模块,用于获取电力营销系统的历史营销业务数据,并对所述历史营销业务数据进行清洗后进行标准化处理;
异常提取模块,用于通过专题分析、聚类分析或专家分析的方式对标准化处理后的所述历史营销业务数据进行分析,提取异常特征数据;
图谱获取模块,用于基于机器学习和深度学习处理所述异常特征数据,建立异常复核定位算法模型,并完成所述异常复核定位算法模型的自我学习,得到稽查知识图谱;所述稽查知识图谱包括客户诉求关联图谱和问题工单关联图谱;
稽查模块,用于基于所述稽查知识图谱处理营销稽查规则、所述营销稽查规则对应的问题类型和所述问题类型对应的数据源,定位当前营销业务数据的异常节点,获取营销稽查结果;
客户诉求关联图谱获取模块,用于基于以下步骤得到所述客户诉求关联图谱:
对所述历史营销业务数据中的诉求类的工单信息进行文本挖掘,提取热点关键词;所述工单信息包括业务号、业务名称、业务类型、同步日期、操作人员信息、业务状态;对所述热点关键词进行分类算法说明处理,赋予对应的标签类别,形成关键词库;所述标签类别包括电费差错状况,停电信息通知状况和服务满意程度;对所述关键词库进行热点排序和评价处理,形成按出现频率由高至低排列的各热点诉求信息;对各所述热点诉求信息进行追根溯源,获取与各所述热点诉求信息相关联的热点工单信息,并分析所述热点工单信息,获取关键问题环节信息;基于知识图谱的线性扩展技术处理所述关键问题环节信息,得到所述客户诉求关联图谱;基于稽查案例知识库对所述客户诉求关联图谱进行机器学习,更新所述客户诉求关联图谱;所述稽查案例知识库为基于知识图谱的线性扩展技术定位所述关键问题环节信息的根源得到。
6.根据权利要求5所述的电力营销稽查管理装置,其特征在于,所述装置还包括:
结果显示模块,用于将所述异常节点对应的数据源与对应的营销稽查规则进行关联,并对所述关联后的结果以相应的图形进行显示。
7.根据权利要求5所述的电力营销稽查管理装置,其特征在于,所述装置还包括:
问题工单关联图谱获取模块,用于基于自然语言处理技术从政策文件和规范文件中提取异常特征关键词,并在规则集里为各所述异常特征关键词匹配相应的稽查规则;所述规则集为基于大数据统计分析技术获取所述历史营销业务数据中的各用电客户信息对应的规则数和样本数得到;基于历史稽查结果,将所述稽查规则进行分类组合,形成所述问题工单关联图谱。
8.根据权利要求7所述的电力营销稽查管理装置,其特征在于,在所述稽查规则包括业扩超时对应的稽查规则和电费差错对应的稽查规则时,所述问题工单关联图谱为客户满意度知识图谱。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任意一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任意一项所述的方法的步骤。
CN201911196973.6A 2019-11-29 2019-11-29 电力营销稽查管理方法、装置、计算机设备和存储介质 Active CN110929036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911196973.6A CN110929036B (zh) 2019-11-29 2019-11-29 电力营销稽查管理方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911196973.6A CN110929036B (zh) 2019-11-29 2019-11-29 电力营销稽查管理方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110929036A CN110929036A (zh) 2020-03-27
CN110929036B true CN110929036B (zh) 2023-05-05

Family

ID=69847742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911196973.6A Active CN110929036B (zh) 2019-11-29 2019-11-29 电力营销稽查管理方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110929036B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111522947A (zh) * 2020-04-22 2020-08-11 北京思特奇信息技术股份有限公司 一种处理投诉工单的方法和系统
CN112182363B (zh) * 2020-09-05 2024-02-02 南方电网数字电网研究院有限公司 基于微服务框架的智能稽查方法、装置、设备及存储介质
CN112183990B (zh) * 2020-09-22 2024-07-05 国网冀北电力有限公司计量中心 基于大数据机器学习的自适应稽查监控管理平台及方法
CN112053095A (zh) * 2020-09-30 2020-12-08 东莞市盟大塑化科技有限公司 货物监控方法、装置、计算机设备和存储介质
CN112486992B (zh) * 2020-11-30 2023-11-21 深圳供电局有限公司 一种数据存储方法及系统
CN112488539B (zh) * 2020-12-03 2024-04-23 中邮信息科技(北京)有限公司 一种薪酬指标测算方法、装置、电子设备和存储介质
CN112818130A (zh) * 2021-01-29 2021-05-18 泽恩科技有限公司 一种基于知识图谱的在线稽查方法
CN112883062A (zh) * 2021-02-03 2021-06-01 泽恩科技有限公司 一种不基于规则的自定义规则稽查方法
CN112926855A (zh) * 2021-02-24 2021-06-08 北京通付盾人工智能技术有限公司 一种基于知识图谱的营销活动风险控制系统及方法
CN113515642A (zh) * 2021-05-17 2021-10-19 中国工商银行股份有限公司 电话营销关键断点确定方法及装置
CN113190693B (zh) * 2021-05-31 2023-01-20 冯凯 储能系统的数据处理方法、装置、电子设备及存储介质
CN113641654B (zh) * 2021-08-16 2024-04-19 神州数码融信软件有限公司 一种基于实时事件的营销处置规则引擎方法
CN113887862A (zh) * 2021-08-24 2022-01-04 国网天津市电力公司营销服务中心 一种能源计量业务数据分析方法和系统
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
CN114647743B (zh) * 2022-05-20 2022-08-26 国网浙江省电力有限公司 电力营销全业务门禁规则图谱生成及处理方法、装置
CN115080997B (zh) * 2022-06-02 2024-01-09 武汉金豆医疗数据科技有限公司 医保基金的移动稽查方法、装置、计算机设备及存储介质
CN116913460B (zh) * 2023-09-13 2023-12-29 福州市迈凯威信息技术有限公司 一种药械及检验试剂的营销业务合规性判断分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484371A (zh) * 2014-12-05 2015-04-01 广州供电局有限公司 电力营销异常数据在线监控分析方法和系统
CN105373894A (zh) * 2015-11-20 2016-03-02 广州供电局有限公司 基于稽查数据的电力营销业务诊断模型的建立方法及系统
CN107861942A (zh) * 2017-10-11 2018-03-30 国网浙江省电力公司电力科学研究院 一种基于深度学习的电力疑似投诉工单识别方法
CN109214719A (zh) * 2018-11-02 2019-01-15 广东电网有限责任公司 一种基于人工智能的营销稽查分析的系统和方法
CN109558486A (zh) * 2018-10-30 2019-04-02 国家电网有限公司客户服务中心 电力客服客户诉求智能识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8185455B2 (en) * 2005-09-30 2012-05-22 At&T Intellectual Property I, L.P. Auditing system with interactive rule construction user interface

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484371A (zh) * 2014-12-05 2015-04-01 广州供电局有限公司 电力营销异常数据在线监控分析方法和系统
CN105373894A (zh) * 2015-11-20 2016-03-02 广州供电局有限公司 基于稽查数据的电力营销业务诊断模型的建立方法及系统
CN107861942A (zh) * 2017-10-11 2018-03-30 国网浙江省电力公司电力科学研究院 一种基于深度学习的电力疑似投诉工单识别方法
CN109558486A (zh) * 2018-10-30 2019-04-02 国家电网有限公司客户服务中心 电力客服客户诉求智能识别方法
CN109214719A (zh) * 2018-11-02 2019-01-15 广东电网有限责任公司 一种基于人工智能的营销稽查分析的系统和方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于自然语言处理技术的电力客户投诉工单文本挖掘分析;吴刚勇;《电力大数据》;20181031;第21卷(第10期);第68-73页 *
稽查问题多维定位模式;张文冰;《科技创新与应用》;20190131(第3期);第69-70页 *
营销在线稽查精益化管理模式研究;李飞伟;《科技与创新》;20181231;第110-111页 *

Also Published As

Publication number Publication date
CN110929036A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110929036B (zh) 电力营销稽查管理方法、装置、计算机设备和存储介质
CN107819627B (zh) 系统故障处理方法及服务器
Khan et al. A systematic review on test suite reduction: Approaches, experiment’s quality evaluation, and guidelines
US20210092160A1 (en) Data set creation with crowd-based reinforcement
CN108509485A (zh) 数据的预处理方法、装置、计算机设备和存储介质
CN110019116B (zh) 数据追溯方法、装置、数据处理设备及计算机存储介质
US10671061B2 (en) Devices, methods, and systems for a distributed rule based automated fault detection
CN110674360B (zh) 一种用于数据的溯源方法和系统
CN111459796B (zh) 自动化测试方法、装置、计算机设备和存储介质
CN114218568B (zh) 一种应用于云服务的大数据攻击处理方法及系统
CN113238924B (zh) 分布式图数据库系统中的混沌工程实现方法和系统
van Cruchten et al. Process mining in logistics: The need for rule-based data abstraction
CN112540887A (zh) 故障演练方法、装置、电子设备及存储介质
CN111859047A (zh) 一种故障解决方法及装置
CN109542764B (zh) 网页自动化测试方法、装置、计算机设备和存储介质
CN105630656A (zh) 基于日志模型的系统健壮性分析方法及装置
CN108717415B (zh) 生产设备生命周期状态数据建模方法和系统
Amusuo et al. Reflections on software failure analysis
CN114968816A (zh) 基于数据模拟的策略测试方法、装置、设备及存储介质
CN114490413A (zh) 测试数据的准备方法及装置、存储介质和电子设备
CN118134508A (zh) 基于共识机制的产品溯源方法及系统
Munger et al. The use of domain knowledge models for effective data mining of unstructured customer service data in engineering applications
CN115271277A (zh) 电力设备画像构建方法、系统、计算机设备及存储介质
CN111309623B (zh) 一种坐标类数据分类测试方法及装置
CN113791980A (zh) 测试用例的转化分析方法、装置、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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: Room 1301, Chengtou building, No. 106, Fengze East Road, Nansha District, Guangzhou City, Guangdong Province

Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

Country or region after: China

Address before: Room 1301, Chengtou building, No. 106, Fengze East Road, Nansha District, Guangzhou City, Guangdong Province

Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

Country or region before: China

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20240912

Address after: Yunsheng Science Park, No. 11 Spectral Middle Road, Huangpu District, Guangzhou City, Guangdong Province, 510700

Patentee after: China Southern Power Grid Digital Enterprise Technology (Guangdong) Co.,Ltd.

Country or region after: China

Address before: Room 1301, Chengtou building, No. 106, Fengze East Road, Nansha District, Guangzhou City, Guangdong Province

Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right