[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

说明书

本发明公开了一种基于大数据机器学习的自适应稽查监控管理平台及方法，该平台包括：数据获取模块，用于获取客户的用电数据；场景式稽查模块，用于基于稽查监控规则和创建的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，用于将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，生成稽查监控体系优化建议；专家经验学习模型模块，用于对获取的专家经验信息进行分析归纳，获得稽查体系优化建议。本发明主要涉及大数据分析、实时计算、数据挖掘与机器学习，对传统的营销稽查监控模式进行深化改造。

技术领域

本发明涉及营销稽查技术领域，尤其涉及基于大数据机器学习的自适应稽查监控管理平台及方法。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

营销稽查是持续提升公司管理水平和服务质量的重要工作，现有的营销稽查监控系统，按照经营成果、供电质量、工作质量、数据质量等维度，进行工作质量及业务规范性的监控、异常检索、工单下发及处理。营销全业务、全过程等管理精益化的持续开展，新型业务迅速发展，业务问题原因及稽查诉求日渐复杂，稽查规则需要随着业务的发展动态调整，传统的单一指标稽查模式无法很好的解决多因素关联类问题，稽查系统指标体系不灵活、稽查工作流程过于繁琐，已难以适应目前营销个性化发展需要，同时长期的稽查工作形成了丰富的经验，但目前系统无法吸收优质经验并自适应优化，在稽查的适应性改进上存在很大的空间。

发明内容

本发明实施例提供一种基于大数据机器学习的自适应稽查监控管理平台，用以以自适性学习的预防式在线监控和立体指标场景式稽查工作模式，全方位、多角度的开展场景式稽查，该平台包括：

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。

本发明实施例还提供一种基于大数据机器学习的自适应稽查监控管理方法，用以以自适性学习的预防式在线监控和立体指标场景式稽查工作模式，全方位、多角度的开展场景式稽查，该方法包括：

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。