[發(fā)明專利]一種基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011565296.3
• 申請日: 2020-12-25
• 公開（公告）號(hào): CN112598443A
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計(jì)）人: 汪友杰;顏康;閆婷婷;任顯坤;高建峰;史敏;王勝生;林鵬翔;車慧明;田亮;郎濟(jì)瑩;王棟;李天舒;陳軍;金葉
• 申請（專利權(quán)）人: 山東魯能軟件技術(shù)有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q10/06;G06Q50/06;G06F16/904;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 祖之強(qiáng)

1.一種基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：包括以下步驟：

獲取線上各渠道的運(yùn)營數(shù)據(jù)和用電客戶數(shù)據(jù)；

對獲取的數(shù)據(jù)進(jìn)行預(yù)處理，得到格式統(tǒng)一的數(shù)據(jù)；

將預(yù)處理后的數(shù)據(jù)輸入到預(yù)設(shè)長短期記憶神經(jīng)網(wǎng)絡(luò)模型中，得到線上渠道各類業(yè)務(wù)辦理趨勢數(shù)據(jù)和風(fēng)險(xiǎn)點(diǎn)數(shù)據(jù)；

將歷史數(shù)據(jù)以及業(yè)務(wù)辦理趨勢數(shù)據(jù)和風(fēng)險(xiǎn)點(diǎn)數(shù)據(jù)進(jìn)行融合，得到基于日期、單位和渠道的多維度數(shù)據(jù)，根據(jù)獲取的多維度數(shù)據(jù)進(jìn)行業(yè)務(wù)引導(dǎo)。

2.如權(quán)利要求1所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：

各渠道的運(yùn)營數(shù)據(jù)和用電客戶數(shù)據(jù)至少包括：網(wǎng)上國網(wǎng)、掌上電力SD和95598智能網(wǎng)站的運(yùn)營數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、活動(dòng)數(shù)據(jù)以及用電客戶檔案信息數(shù)據(jù)。

3.如權(quán)利要求1所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：

結(jié)合渠道、日期和單位變量信息，獲取各渠道、各單位的各個(gè)日期的推廣、注冊、綁定和活躍賬號(hào)信息和用戶行為數(shù)據(jù)。

4.如權(quán)利要求1所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：

長短期記憶神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，包括：

選擇特征數(shù)據(jù)訓(xùn)練樣本集，定義結(jié)構(gòu)化數(shù)據(jù)關(guān)鍵數(shù)據(jù)類別與標(biāo)簽，提取非結(jié)構(gòu)化數(shù)據(jù)底層特征與標(biāo)簽，選定預(yù)設(shè)數(shù)量的樣本數(shù)據(jù)；

確定RNN結(jié)構(gòu)和網(wǎng)絡(luò)結(jié)構(gòu)，將處理好的樣本分為訓(xùn)練集、驗(yàn)證集和測試集，并進(jìn)行數(shù)據(jù)集的比例分配；

利用分配好的數(shù)據(jù)集，采用TensorFlow深度學(xué)習(xí)技術(shù)框架和Python語言進(jìn)行模型訓(xùn)練和驗(yàn)證。

5.如權(quán)利要求1所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：

根據(jù)外部系統(tǒng)數(shù)據(jù)的類型、實(shí)時(shí)性和數(shù)據(jù)量的不同，部署多種數(shù)據(jù)接入方式，分別接入至數(shù)據(jù)中臺(tái)及云平臺(tái)的OSS內(nèi)，根據(jù)數(shù)據(jù)來源和數(shù)據(jù)接入方式不同，進(jìn)行數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理。

6.如權(quán)利要求1所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：

網(wǎng)上國網(wǎng)的運(yùn)營數(shù)據(jù)接入后存儲(chǔ)在Gbase，數(shù)據(jù)處理過程在Gbase中進(jìn)行，通過創(chuàng)建Mysql分區(qū)表存儲(chǔ)數(shù)據(jù)；

根據(jù)業(yè)務(wù)邏輯進(jìn)行數(shù)據(jù)處理，形成指標(biāo)結(jié)果表，判斷結(jié)果是否準(zhǔn)確，若準(zhǔn)確利用kettle發(fā)送到RDS；

設(shè)置每日自動(dòng)運(yùn)行工作流，包括歷史數(shù)據(jù)工作流和數(shù)據(jù)傳輸工作流，若不準(zhǔn)確，再次分析業(yè)務(wù)進(jìn)行數(shù)據(jù)處理。

7.如權(quán)利要求1所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法，其特征在于：

掌上電力SD運(yùn)營數(shù)據(jù)、交費(fèi)辦電業(yè)務(wù)數(shù)據(jù)由營銷稽查平臺(tái)IDM接入，根據(jù)業(yè)務(wù)邏輯使用IMPALA計(jì)算方法形成指標(biāo)結(jié)果表；

判斷結(jié)果數(shù)據(jù)是否準(zhǔn)確，若準(zhǔn)確將計(jì)算結(jié)果存入到HIVE庫中同時(shí)利用DataX發(fā)送到RSD里，設(shè)置每日工作流將HIVE按照時(shí)間、指標(biāo)類型、頻度進(jìn)行分區(qū)，以方便后期維護(hù)，若不準(zhǔn)確，再次分析業(yè)務(wù)進(jìn)行數(shù)據(jù)處理。

8.一種基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理系統(tǒng)，其特征在于：包括：

數(shù)據(jù)獲取模塊，被配置為：獲取線上各渠道的運(yùn)營數(shù)據(jù)和用電客戶數(shù)據(jù)；

數(shù)據(jù)預(yù)處理模塊，被配置為：對獲取的數(shù)據(jù)進(jìn)行預(yù)處理，得到格式統(tǒng)一的數(shù)據(jù)；

數(shù)據(jù)預(yù)測模塊，被配置為：將預(yù)處理后的數(shù)據(jù)輸入到預(yù)設(shè)長短期記憶神經(jīng)網(wǎng)絡(luò)模型中，得到線上渠道各類業(yè)務(wù)辦理趨勢數(shù)據(jù)和風(fēng)險(xiǎn)點(diǎn)數(shù)據(jù)；

數(shù)據(jù)融合模塊，被配置為：將歷史數(shù)據(jù)以及業(yè)務(wù)辦理趨勢數(shù)據(jù)和風(fēng)險(xiǎn)點(diǎn)數(shù)據(jù)進(jìn)行融合，得到基于日期、單位和渠道的多維度數(shù)據(jù)，根據(jù)獲取的多維度數(shù)據(jù)進(jìn)行業(yè)務(wù)引導(dǎo)。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法中的步驟。

10.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的基于深度學(xué)習(xí)的線上渠道業(yè)務(wù)數(shù)據(jù)處理方法中的步驟。