[發明專利]一種工單數據的投訴傾向分析預警方法及裝置

有效

• 申請號: 201811631912.3
• 申請日: 2018-12-29
• 公開（公告）號: CN109710766B
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 楊政;劉柱揆;尹春林;潘侃;朱華
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

本申請提供一種工單數據的投訴傾向分析預警方法及裝置，其中，所述方法包括：對各個工單數據進行分詞以及刪除停用詞，得到第二分詞組合；利用word2vec模型生成詞向量；求解所述工單數據對應的句向量；利用k?means算法將各個句向量劃分為三個簇；利用Softmax邏輯回歸生成投訴傾向分類模型；利用投訴傾向分類模型判斷新的工單數據的投訴傾向類別；若所述新的工單數據的投訴傾向類別為高危投訴傾向或有投訴傾向，則作出預警。本申請提供的方法中，利用大量工單數據生成投訴傾向分類模型，在投訴傾向分類模型的基礎上，對新的工單數據進行投訴傾向類別的預測，根據預測結果，實現及時主動預警的目的，從而解決了現有人工分析方法效率低下的問題。

技術領域

本申請涉及大數據應用技術領域，具體涉及一種工單數據的投訴傾向分析預警方法及裝置。

背景技術

隨著電力行業信息化建設的快速發展和普遍應用，電力企業各級單位、各業務部門基本實現了信息化全覆蓋。其中，95598客戶服務系統是電力企業與客戶交流的重要窗口，該系統中積累了大量的非結構化的工單數據，電力企業根據工單數據的內容，了解客戶的意圖和態度，提升服務質量。

由于工單數據的數量眾多，且各個工單數據的緊急程度存在差異，對于緊急程度較高的工單數據，若電力企業沒有及時處理，則有可能被客戶投訴。為了降低被客戶投訴的風險，電力企業需要對工單數據進行分析，將工單數據進行投訴傾向等級劃分，并對投訴傾向等級較高的的工單數據作出預警，電力企業根據預警情況，能夠快速、有預見性和針對性地采取措施。

現有工單數據的投訴傾向分析仍然處于人工分析的階段，而人工分析無法對工單數據進行及時有效地處理，從而導致現有分析方法效率低下的問題，因此，目前亟需一種能夠及時有效地對工單數據進行分析，并及時作出投訴傾向預警的方法。

發明內容

本申請提供一種工單數據的投訴傾向分析預警方法及裝置，以解決現有人工分析方法效率低下的問題。

本申請的第一方面，提供一種工單數據的投訴傾向分析預警方法，包括：

獲取工單數據，以工單單號相同的工單數據為單位，對各個隸屬于同一個單位的工單數據進行分詞，得到第一分詞組合；

刪除所述第一分詞組合中的停用詞，得到所述工單數據的第二分詞組合；

利用word2vec模型生成所述第二分詞組合詞中各個分詞的詞向量；

求解所述工單數據對應的詞向量的平均向量，將所述平均向量作為所述工單數據的句向量；

利用k-means算法將各個所述工單數據的句向量劃分為三個簇，所述三個簇對應所述工單數據的三個投訴傾向類別，其中，所述三個投訴傾向類別分別為：高危投訴傾向、有投訴傾向以及無投訴傾向；

為各個投訴傾向類別的工單數據分別設置相應的第一輸出向量，并將所述工單數據的句向量作為第一輸入向量，利用Softmax邏輯回歸生成投訴傾向分類模型；

利用所述投訴傾向分類模型判斷新的工單數據的投訴傾向類別；

若所述新的工單數據的投訴傾向類別為高危投訴傾向或有投訴傾向，則作出預警。

可選的，所述利用word2vec模型生成所述第二分詞組合詞中各個第二分詞的詞向量，包括：

根據以下公式計算所述第二分詞出現的頻率，并判斷所述第二分詞出現的頻率是否大于第一預設閾值：

其中，P(wi)為第二分詞出現的頻率，f(wi)為第二分詞的出現頻次，wi為第二分詞，i＝1,2,3...x，x為第二分詞的數量，n為第二預設閾值；