[发明专利]一种电力系统中非在册联系信息与在册用户的关联方法

说明书

本发明提供一种电力系统中非在册联系信息与在册用户的关联方法，包括，步骤S1，获取在册用户绑定的联系人信息，通过与工单数据中的用户联系信息进行比对，将工单划分为在册联系方式工单和非在册联系方式工单；步骤S2，将非在册联系方式工单中的联系信息归类为非在册联系信息；步骤S3，对非在册联系信息、在册用户的用电行为特征分别进行分析，获得非在册联系信息的特征指标数据集和在册用户的特征指标数据集；步骤S4，确定非在册联系信息与在册用户特征指标之间的综合实体相似度；步骤S5，确定非在册联系信息与在册用户的关联关系。本发明实现了扩充现有档案信息涉及的关联关系，提高了对非在册联系方式的管理维护能力和客户服务精准度。

技术领域

本发明涉及电力系统自动化技术领域，特别是涉及一种电力系统中非在册联系信息与在册用户的关联方法。

背景技术

随着电力体制改革的进程不断深化，电力客户对个性化、精准化的服务需求增多，电力公司也不断大力推进服务渠道建设，例如建立实体营业厅、电话服务热线、网上营业厅、掌上营业厅、微信、支付宝等服务渠道，满足用户的不同服务需求。同时，已建成大数据平台，对业务领域的主要数据进行汇集，并在此基础上了开展了多种基于大数据的应用。但是，各个服务渠道数据存储分散，未对各渠道客户接触数据进行有效的融合和应用，客户渠道接触特征数据共享效率低，难以进行客户的精准服务。

特别是在对非在册客户联系方式等信息的维护和管理过程中，大量的咨询、留言号码在营销系统的联系人信息表中未能体现，即非在册客户联系方式，下称非在册联系方式。这部分用户在各渠道咨询、留言内容中，有很大一部分工单信息涉及用电户号、其他可与用电户号创建关联关系的工单编号以及一些用户历史行为规律特征信息。当业务结束以后，这部分信息却未能够及时的保存与维护，难以进行后续非在册联系方式的管理，即每次客户进行业务交互时，都需要进行大量重复工作，难以提前感知，难以提升客户服务人员的工作效率。

对于上述涉及用电户号、其他工单编号、用户历史行为规律特征信息的历史咨询、留言有效工单数据，可以从非在册联系方式与在册用户历史行为特征规律出发，通过文本挖掘、数据关联、深度学习等大数据手段，挖掘出二者之间的关联关系，实现这部分非在册联系方式与在册用户的有效关联关系创建。

发明内容

本发明的目的在于，提出一种电力系统中非在册联系信息与在册用户的关联方法，解决现有电力系统中非在册联系信息与在册用户的关联度低，无法提供精准服务的技术问题。

一方面，提供一种电力系统中非在册联系信息与在册用户的关联方法，包括：

步骤S1，获取在册用户绑定的联系人信息，通过与工单数据中的用户联系信息进行比对，将工单划分为在册联系方式工单和非在册联系方式工单；

步骤S2，将非在册联系方式工单中的联系信息归类为非在册联系信息；

步骤S3，根据预设的特征分析规则分别对非在册联系信息、在册用户的用电行为特征分别进行分析，获得非在册联系信息的特征指标数据集和在册用户的特征指标数据集；

步骤S4，将非在册联系信息的特征指标数据集和在册用户的特征指标数据集组成综合客户行为特征指标体系数据集，根据计算客户行为特征指标体系数据集确定非在册联系信息与在册用户特征指标之间的综合实体相似度；

步骤S5，根据非在册联系信息与在册用户特征指标之间的综合实体相似度确定非在册联系信息与在册用户的关联关系。

优选地，所述步骤S3包括：对非在册联系信息进行数据噪音处理，将属于测试类工单产生的联系信息过滤删除；

对非在册联系信息进行数据噪声处理，将属于非实际用户产生的联系信息过滤删除；

对于非在册联系信息中包含电话号码格式的数字列字符串进行替换；