[發明專利]基于GBDT和LR融合的電力投訴客戶識別方法、系統

在審

• 申請號: 202211671180.7
• 申請日: 2022-12-26
• 公開（公告）號: CN116050589A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 姜磊;甄學文;杜利明;姚章根;楊軍倉;杜雙育
• 申請（專利權）人: 佰聆數據股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/01;G06Q50/06;G06F18/2113;G06F18/214;G06F18/24;G06N5/01;G06N20/20
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 林梅繁

1.一種基于GBDT和LR融合的電力投訴客戶識別方法，其特征在于，包括以下步驟：

獲取與電力客戶投訴識別相關的數據，確定建立模型需要的數據范圍、時間窗口；

數據預處理；

改善樣本數據的分類不平衡問題及進行樣本數據的隨機抽??；

構建梯度提升決策樹模型，使用梯度提升決策樹模型建樹，構造新的組合特征；

構建邏輯回歸模型，將梯度提升決策樹模型構造的新的組合特征與原始數據特征組合合并，應用于邏輯回歸模型進行分類訓練，最終得到樣本分類的融合預測模型；

將電力客戶特征輸入融合預測模型，得到的輸出結果即為電力客戶投訴預測的結果。

2.根據權利要求1所述的電力投訴客戶識別方法，其特征在于，所述改善樣本數據的分類不平衡問題及進行樣本數據的隨機抽取，具體為：

將未投訴過的客戶標記為負類樣本，投訴過的客戶標記為正類樣本；

采用ROSE算法對負類樣本進行過采樣，借助平滑自助法和核方法，將負類樣本從低維特征空間映射到高維特征空間，并通過條件核密度進行估計、合成新的樣本，獲得均衡的負類樣本和正類樣本；

采用隨機分割的方式，從負類樣本和正類樣本中選取部分樣本作為訓練集，并將剩余部分樣本作為測試集。

3.根據權利要求1所述的電力投訴客戶識別方法，其特征在于，所述構建梯度提升決策樹模型，使用梯度提升決策樹模型建樹，構造新的組合特征，具體包括：

特征選擇：計算特征的熵值E，衡量每個特征包含的信息量；設定閾值，根據特征的熵值由大到小選取K個特征，使得K個特征的信息量占比滿足所設定的閾值；

訓練梯度提升決策樹模型，得到最佳的回歸樹，獲得改進后的梯度提升決策樹模型；

利用改進后的梯度提升決策樹模型建樹，構造新的組合特征，所建的樹包括非ID類樹和ID類樹；非ID類樹不以細粒度的客戶ID建樹，此類樹作為基礎，即便未發生投訴事件的客戶，仍通過此類樹得到有區分性的特征、特征組合；ID類樹以細粒度的客戶ID建樹，用于發現投訴次數過多的客戶ID所對應的有區分性的特征、特征組合；

在建樹過程中，設置改進后的梯度提升決策樹模型的每顆決策樹最大葉子節點數目α和決策樹數目β，使用網格搜索尋找最佳參數組合。

4.根據權利要求3所述的電力投訴客戶識別方法，其特征在于，確定的最佳參數組合為α＝8，β＝16。

5.根據權利要求1所述的電力投訴客戶識別方法，其特征在于，所述數據預處理，包括數據清洗、數據集成及數據轉換，對客戶基本信息、客戶行為統計匯總數據及客戶繳費信息數據的完整性、唯一性、有效性進行數據質量核查；若近一個月內業務撥打次數、繳費金額缺失，使用平均值進行插補。

6.一種基于GBDT和LR融合的電力投訴客戶識別系統，其特征在于，包括以下模塊：

數據采集模塊，用于獲取與電力客戶投訴識別相關的數據，確定建立模型需要的數據范圍、時間窗口；

數據預處理模塊，用于進行數據清洗、數據集成及數據轉換；

樣本處理模塊，用于改善樣本數據的分類不平衡問題及進行樣本數據的隨機抽??；

梯度提升決策樹模型構建模塊，用于構建梯度提升決策樹模型，使用梯度提升決策樹模型建樹，構造新的組合特征；

邏輯回歸模型構建模塊，用于構建邏輯回歸模型，將梯度提升決策樹模型構造的新的組合特征與原始數據特征組合合并，應用于邏輯回歸模型進行分類訓練，最終得到樣本分類的融合預測模型；

融合預測模塊，用于將電力客戶特征輸入融合預測模型，得到的輸出結果即為電力客戶投訴預測的結果。