[发明专利]基于大数据机器学习的自适应稽查监控管理平台及方法

权利要求书

1.一种基于大数据机器学习的自适应稽查监控管理平台，其特征在于，包括：

数据获取模块，用于获取客户的用电数据；

场景式稽查模块，用于创建客户标签，基于稽查监控规则和客户标签创建稽查标签，基于稽查标签和稽查业务类型设定稽查场景，在稽查场景下根据客户的用电数据进行稽查监控；

大数据模型分析模块，用于获取历史数据作为训练样本数据，所述历史数据包括稽查对象的特征信息与疑似问题对象的稽查结果信息，将所述历史数据输入规则优化模型进行机器学习训练，确定稽查对象表象特征与稽查问题的关联模式，基于稽查对象表象特征与稽查问题的关联模式生成稽查监控体系优化建议；

专家经验学习模型模块，用于获取专家经验信息，对所述专家经验信息进行分析归纳，获得稽查体系优化建议；

其中，所述稽查监控体系优化建议用来对稽查监控体系进行优化。

2.如权利要求1所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，所述稽查监控规则包括稽查监控原规则与大数据优化规则；

所述场景式稽查模块具体用于：

基于稽查监控原规则和/或大数据优化规则，在稽查场景下根据客户的用电数据进行稽查监控。

3.如权利要求2所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，大数据模型分析模块还用于：

获得基于稽查监控原规则对客户进行稽查监控的第一监控结果，基于大数据优化规则对客户进行稽查监控的第二监控结果，统计第一监控结果的准确率和第二监控结果的准确率，及第一监控结果的准确率和第二监控结果的准确率的比对情况，根据第一监控结果的准确率、第二监控结果的准确率及第一监控结果的准确率和第二监控结果的准确率的比对情况对稽查监控规则进行分析和切换。

4.如权利要求3所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，大数据模型分析模块还用于：

若第一监控结果的准确率小于第二监控结果的准确率，则表明大数据优化规则优于稽查监控原规则，对稽查监控规则进行优化升级，用大数据优化规则替代稽查监控原规则。

5.如权利要求1所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，专家经验学习模型模块具体用于：

对所述专家经验信息进行文本解析、句法分析、词性分析，获得热词分布；

对热词分布进行统计分析，获得统计分析结果；

根据统计分析结果生成稽查体系优化建议。

6.一种基于大数据机器学习的自适应稽查监控管理方法，其特征在于，包括：

获取客户的用电数据；

创建客户标签，基于稽查监控规则和客户标签创建稽查标签，基于稽查标签和稽查业务类型设定稽查场景，在稽查场景下根据客户的用电数据进行稽查监控；

获取历史数据作为训练样本数据，所述历史数据包括稽查对象的特征信息与疑似问题对象的稽查结果信息，将所述历史数据输入规则优化模型进行机器学习训练，确定稽查对象表象特征与稽查问题的关联模式，基于稽查对象表象特征与稽查问题的关联模式生成稽查监控体系优化建议；

获取专家经验信息，对所述专家经验信息进行分析归纳，获得稽查体系优化建议；

其中，所述稽查监控体系优化建议用来对稽查监控体系进行优化。

7.如权利要求6所述的基于大数据机器学习的自适应稽查监控管理方法，其特征在于，还包括：

获得基于稽查监控原规则对客户进行稽查监控的第一监控结果，基于大数据优化规则对客户进行稽查监控的第二监控结果，统计第一监控结果的准确率和第二监控结果的准确率，及第一监控结果的准确率和第二监控结果的准确率的比对情况，根据第一监控结果的准确率、第二监控结果的准确率及第一监控结果的准确率和第二监控结果的准确率的比对情况对稽查监控规则进行分析和切换。