[發明專利]一種電力營銷稽核新業務發現方法及系統

在審

• 申請號: 202011177992.7
• 申請日: 2020-10-28
• 公開（公告）號: CN112258235A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 王宗偉;趙郭燚;蘇媛;卜曉陽;冉晶晶;金鵬;柏彬;朱瑾鵬
• 申請（專利權）人: 國家電網有限公司客戶服務中心;北京數洋智慧科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/33;G06F16/35;G06F40/216;G06F40/289;G06K9/62
• 代理公司: 北京鼎真知識產權代理事務所(普通合伙) 11815
• 代理人: 洪波

本發明涉及一種電力營銷稽核新業務發現方法及系統，所述方法包括：根據XGBoost算法建立業務分類基礎模型，利用SMOTE算法處理業務分類中的非均衡類別數據；根據歷史工單數據對所述業務分類基礎模型進行訓練；將實時工單數據輸入所述業務分類基礎模型，得到工單業務分類數據；將所述工單業務分類數據中無法歸類的數據根據K?Means聚類算法進行聚類，得到聚類簇；確定所述聚類簇對應工單數據為新業務時，輸出所述聚類簇數據為新業務數據。本發明構建了完整的新業務發現模型，為分析人員提供全覆蓋的工單分類管理，從而保證稽查業務分類體系始終能夠全面反映稽查業務問題。

技術領域

本發明涉及營業廳稽查技術領域，尤其涉及一種電力營銷稽核新業務發現方法及系統。

背景技術

現有技術中，電力行業的營銷稽查月均工單量達10萬件以上，而且有很多是新業務，現有的技術無法識別稽查新詞，更未實現新業務工單自動分析、判別，影響工作效率和稽查質量。現有技術在工單的異常分析、過程管理、評價審核及問題溯源等方面支撐力度不夠，效率低下。

營銷稽查工單量龐大，目前使用的工具僅是簡單粗放的人工輔助分類，無法實現自動化精準分類管理，而且分類過程中存在各種誤差和異常工單的處理，特別是隨著營銷業務發展，會不斷出現新的業務稽查工單，這些往往會被忽視、遺漏或錯誤歸類。所以需要建立文本分類模型，及時發現稽查工單新業務。

隨著營銷業務的發展，出現了大量新業務，但現有稽查工單的分類方法已無法覆蓋所有業務類型，需要開發新的工具對新業務進行識別和分析處理。

因而，對于電力行業的新業務發現或者新業務發現方法的構建，目前業內沒有有效的解決方案，亟需要一種新的方案可以解決行業內存在的營業廳稽核新業務發現方面的問題。

發明內容

本發明提供一種稽核新詞發現方法及系統，解決現有技術中對電力行業新業務發現存在的不及時、不全面、存在錯判漏判的問題。

根據本發明的一個方面，提供一種電力營銷稽核新業務發現方法，包括：

根據極端梯度提升XGBoost算法建立業務分類基礎模型，利用合成少數類過采樣SMOTE算法處理業務分類中的非均衡類別數據；

根據歷史工單數據對所述業務分類基礎模型進行訓練；

將實時工單數據輸入所述業務分類基礎模型，得到工單業務分類數據；

將所述工單業務分類數據中無法歸類的數據根據K-Means聚類算法進行聚類，得到聚類簇；

確定所述聚類簇對應工單數據為新業務時，輸出所述聚類簇數據為新業務數據。

所述根據極端梯度提升XGBoost算法建立業務分類基礎模型，包括：

根據歷史工單數據，利用極端梯度提升XGBoost算法建立業務分類基礎模型。

所述方法還包括：

對所述歷史工單數據進行文本分詞，建立所述文本對應的詞向量；

根據詞向量將所述歷史工單數據對應文本中的詞語轉換為詞頻矩陣；

根據詞頻矩陣，利用極端梯度提升XGBoost算法建立業務分類基礎模型。

所述方法還包括：

所述詞向量表示使用詞頻-逆文本頻率指數TF-IDF；將所述歷史工單數據對應文本中的詞語轉換為詞頻矩陣；所述矩陣元素a[i][j]；其中，表示j詞在i類歷史工單數據下的詞頻；

統計每個詞的TF-IDF權值；

根據所述每個詞的TF-IDF權值建立詞頻矩陣。