[发明专利]一种基于热词的供电服务热点预测方法

说明书

技术领域

本发明属于供电服务领域，尤其涉及一种基于热词的供电服务热点预测方法。

背景技术

国家电网全省平均每天约有一万多工单产生，这一万多工单在不同的区域会表现出不出的热点问题，传统的查询统计和分析模式，很难从工单中挖掘到这些信息，这也使得目前的客服工作没有很好的全局观，存在一定的盲区。通过基于热词的工单搜索引擎的建立，使得跟踪热点问题成为可能，下一步希望能够通过对热点问题本身特点的研究，实现区域性热点趋势预测，给客服人员和客服领导提供更全局的热点情况，挖掘客户潜在服务需求管理，加强事前的关系维护。

发明内容

本发明的目的在于克服现有技术存在的以上问题，提供一种基于热词的供电服务热点预测方法，基于热词对供电服务的热点进行精准预测。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种基于热词的供电服务热点预测方法，所述方法包括以下步骤：

S1：对工单进行预处理，比如剔除错误工单，错误地区，错派发，测试工单等；

S2：按照不同维度对工单数据进行分组；

S3：在时间轴上按照不同的时间窗口对每个分组下的工单数量进行统计，形成原始工单量数据；

S4：对形成的原始工单量数据进行回归分析，得到完整的预测模型；

S5：根据指定的区域、时间、天气预报，对单热点问题进行预测并且给出预测的可信度，根据计算模型和历史情况，进行未来某个时间段下的热点情况进行预测，并根据已验证的模型进度，通过大数据模型提供可信度依据，通过热点趋势图对预测结果进行展现。

进一步地，所述S2步骤中的维度包括工单类型、地区、用电类别、停电情况、故障情况、时间段用电量、区域用户数、相关热词、来电用户年龄段、气温、天气情况。

进一步地，所述S4步骤中回归分析采用多元线性回归分析或使用支持向量机进行回归分析；

所述多元线性回归分析包括以下步骤：选取原始工单量数据中的一部分使用多元线性模型对数据进行分析拟合，得到一个回归预测模型，再使用这个回归预测模型去对另一部分未使用的原始工单量数据进行预测，检验模型的准确度。

进一步地，所述S4步骤中使用支持向量机进行回归分析包括以下步骤：根据不同条件情况对数据进行验证，得到与多元线性回归分析之间的差别，并找到支持向量机和回归预测模型对各类数据条件的依赖性。

进一步地，所述S4步骤中回归分析还可以利用不同时间窗口的模型进行互相检验预测，从而得到完整的预测模型。

进一步地，所述S5步骤中还同时对工单产生的数量进行预测并且给出预测的可信度，然后关联与预测结果相关性较高的历史工单信息。

本发明的有益效果是：

本发明通过样本数据对模型进行训练，研究各个影响因素与工单数量的相关性，得到热点测试模型，实现对工单热点的精准预测，能够分析管理薄弱环节，进行管理改革；同时能够分析特殊热点问题，并做好预防应急措施。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示的一种基于热词的供电服务热点预测方法，所述方法包括以下步骤：

S1：对工单进行预处理；

S2：按照不同维度对工单数据进行分组，维度包括工单类型、地区、用电类别、停电情况、故障情况、时间段用电量、区域用户数、相关热词、来电用户年龄段、气温、天气情况；

S3：在时间轴上按照不同的时间窗口对每个分组下的工单数量进行统计，形成原始工单量数据；

S4：对形成的原始工单量数据进行回归分析，得到完整的预测模型；

其中，回归分析采用多元线性回归分析或使用支持向量机进行回归分析；