[發(fā)明專利]一種基于熵值法的欠費(fèi)停復(fù)電投訴傾向預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201811586647.1
• 申請日: 2018-12-25
• 公開（公告）號: CN109858669A
• 公開（公告）日: 2019-06-07
• 發(fā)明（設(shè)計(jì)）人: 劉輝舟;歐陽昱;張波;周開保;金備;左松林;徐曉耘;葉磊;陳偉;倪妍妍;王峰;唐亮;尤佳;趙騫;劉單華
• 申請（專利權(quán)）人: 國網(wǎng)安徽省電力有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q30/00;G06F16/2458
• 代理公司: 合肥和瑞知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 34118
• 代理人: 王挺

1.一種基于熵值法的欠費(fèi)停復(fù)電投訴傾向預(yù)測方法，其特征在于：基于熵值法構(gòu)建的投訴傾向預(yù)測模型；獲取源數(shù)據(jù)寬表，將其包括的最終指標(biāo)及其取值作為投訴傾向預(yù)測模型的輸入值，根據(jù)投訴傾向預(yù)測模型計(jì)算各個(gè)用戶標(biāo)準(zhǔn)化之后的最終綜合得分，若用戶的最終綜合得分高于第一閾值，則判定該用戶有投訴傾向。

2.如權(quán)利要求1所述的投訴傾向預(yù)測方法，其特征在于，基于熵值法構(gòu)建的投訴傾向預(yù)測模型的具體步驟如下：

S20，建立最終指標(biāo)數(shù)據(jù)矩陣A:

其中，X_ij為源數(shù)據(jù)寬表中的第i個(gè)用戶的第j個(gè)最終指標(biāo)的取值，i≤n，j≤m；n為用戶總數(shù)；m為最終指標(biāo)的總數(shù)；

S21，對最終指標(biāo)數(shù)據(jù)矩陣A中的X_ij均進(jìn)行非負(fù)數(shù)化處理，得到X′_ij；

S22，計(jì)算第i個(gè)用戶的第j個(gè)最終指標(biāo)的取值與所有用戶第j個(gè)最終指標(biāo)的取值的比值P_ij：

S23，計(jì)算每個(gè)最終指標(biāo)的熵值e_j：

其中，

S24，計(jì)算每個(gè)最終指標(biāo)的差異系數(shù)g_j：

g_j＝1-e_j j＝1,2,…,m

S25，計(jì)算每個(gè)最終指標(biāo)的權(quán)重W_j：

S26，計(jì)算每個(gè)用戶的綜合得分S_i：

其中，為第j個(gè)最終指標(biāo)的標(biāo)準(zhǔn)化取值；

S27，計(jì)算各個(gè)用戶標(biāo)準(zhǔn)化之后的最終綜合得分

其中，max(S_i)為所有用戶的綜合得分中的最大值。

3.如權(quán)利要求2所述的投訴傾向預(yù)測方法，其特征在于，步驟S21中的對最終指標(biāo)數(shù)據(jù)矩陣A中的X_ij均進(jìn)行非負(fù)數(shù)化處理，得到非負(fù)數(shù)化處理之后的X_i′_j，具體步驟如下：

對于X_ij越大，客戶越容易發(fā)生投訴行為，X_ij的非負(fù)數(shù)化處理的公式為：

對于X_ij越大，客戶越不容易發(fā)生投訴行為，X_ij的非負(fù)數(shù)化處理的公式為：

其中，max(X_1j,X_2j,…,X_nj)為X_1j,X_2j,…,X_2j中的最大值；min(X_1j,X_2j,…,X_nj)為X_1j,X_2j,…,X_2j中的最小值。

4.如權(quán)利要求1所述的預(yù)測方法，其特征在于，獲取源數(shù)據(jù)寬表的具體步驟如下：

S41，獲取多個(gè)工單主表以及客戶計(jì)量點(diǎn)表和計(jì)量點(diǎn)關(guān)系表，關(guān)聯(lián)多個(gè)工單主表、客戶計(jì)量點(diǎn)表和計(jì)量點(diǎn)關(guān)系表，生成原始數(shù)據(jù)寬表，原始數(shù)據(jù)寬表包括多個(gè)原始指標(biāo)及其取值；

S42，對原始數(shù)據(jù)寬表中的原始指標(biāo)進(jìn)行處理，獲得源數(shù)據(jù)寬表，源數(shù)據(jù)寬表包括多個(gè)最終指標(biāo)及其取值。