[发明专利]基于客户标签的投诉风险分析方法

说明书

本发明涉及电力系统运营维护技术领域，具体涉及基于客户标签的投诉风险分析方法，包括：A)收集客户数据；B)收集历年投诉数据；C)将n个客户进行聚类，为每个类簇关联投诉类型标签；D)依次计算用户到k个类簇的距离；E)将距离最小值的倒数作为客户发起投诉的初始风险，计算所有客户的初始风险的均值μ和方差σ；F)客户发起投诉的风险为为投诉类型预测为类簇关联的投诉类型。本发明的实质性效果是：能够预测客户投诉的风险，找到高风险客户并优先排查客户对应的故障，从而降低投诉总数，提高电网客户整体满意度，并同时提高了电网整体运行可靠水平，优化运维资源的分配。

技术领域

本发明涉及电力系统运营维护技术领域，具体涉及基于客户标签的投诉风险分析方法。

背景技术

随着经济的发展，电网规模不断扩大，电网客户不仅数量快速增长，且用电量也大幅增加。随着企业的增加，不仅导致电网的负荷的大幅度增加，同时对电网供电质量及稳定性有了更高的要求。在电网大幅度扩大规模的过程中，导致了电网的运维资源相对短缺，导致电网中部分设备运维不及时，引起用户供电出现供电异常。而维修资源的短缺会导致故障排查进度慢，进而导致客户对电网的投诉。为提升客户对电网整体的满意度，需要一种方法分析得出那些最紧急需要处理的故障或异常，选出最有可能发起投诉的用户，将运维、维修资源优先满足这类客户，从而整体上提升电网供电的可靠性，并提升客户的满意度。

如中国专利CN105095588B，公开日2018年7月3日，一种移动互联网用户投诉的预测方法和装置，该方法包括：获取待预测的移动互联网用户在统计周期内的上网数据记录；根据上网数据记录，计算待预测的移动互联网用户对应的流量使用数据记录；根据统计周期内待预测的移动互联网用户对应的流量使用记录、历史投诉数据记录、套餐及业务订购数据记录，计算待预测的移动互联网用户对应的投诉相关特征；将投诉相关特征输入到验证后的投诉预测模型中，获取待预测的移动互联网用户的投诉风险值；输出待预测的移动互联网用户的投诉风险值和投诉相关特征。其降低了移动互联网用户的投诉数量，预测出每个投诉用户可能的投诉内容，加快了投诉的处理速度。但其并不适用于电网客户的投诉预测。

发明内容

本发明要解决的技术问题是：目前缺乏电网客户的投诉预测方法的技术问题。提出了一种基于客户标签的投诉风险分析方法，本方法能够预测客户发起投诉的风险以及可能投诉类型，从而为投诉处理提供参考，加快投诉处理，提升电网客户整体满意度。

为解决上述技术问题，本发明所采取的技术方案为：基于客户标签的投诉风险分析方法，包括以下步骤：A)收集客户数据，每个客户由向量x＝(a₁,a₂,…,a_d)描述，d为客户标签维度；B)收集历年投诉数据，共有n个客户x₁,…x_n曾经对供电业务进行投诉；C)将n个客户进行聚类，得到C₁,…C_k共k个类簇，为每个类簇关联投诉类型标签；D)对任意一个客户x_i,i∈[1,n]，依次计算x_i到k个类簇的距离E)将中的最小值的倒数作为客户x_i发起投诉的初始风险；所有客户发起投诉的初始风险为f₁,f₂,…,f_n，计算其均值μ和方差σ；F)客户x_i发起投诉的风险为投诉类型预测为中的最小值的类簇关联的投诉类型。

作为优选，步骤A)中，客户向量为客户类型、年用电量、所在台区年均负荷率、停电次数、停电损失程度以及历史缴费数据。

作为优选，步骤A)中，客户向量还包括客户所在地区的城市化率、汽车保有率以及旅游人次占人口比重。