罗欣,张爽
LUO Xin,ZHANG Shuang

• 1:国网浙江省电力公司电力科学研究院

摘要(Abstract)：

随着用户对用电服务的要求及维权意识的不断提高,供电企业需开展海量客户诉求分析,从而实现供电业务薄弱点的发现和改进。因此,提出基于深度学习的电力疑似投诉工单识别分类技术应用,通过深度学习建模、投诉特征标签提炼、模型学习训练、疑似投诉识别,优化投诉风险预警与管理工作,缓解一线工作人员服务压力。
With the uses′ increased requirements on power consumption and improved awareness of right,power supply enterprises need to carry out massive customer demands analysis to discover and improve weak points in power supply services.Therefore,the paper puts forward application of potential complaints work sheet identification and classification based on deep learning.By deep learning modeling,complaint character tag abstracting,model learning and training,potential complaints identification and complaint risk warning and management optimization,service loads of frontline workers are greatly reduced.

关键词(KeyWords)： 95598;投诉;文本分类;深度学习
95598;complaints;text classification;deep learning

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 罗欣,张爽
LUO Xin,ZHANG Shuang

DOI: 10.19585/j.zjdl.201710016

参考文献(References)：

• [1]洪健山,刘欢.基于电力客户投诉行为分析的差异化服务策略研究[J].电力需求侧管理,2015,17(6)∶42-46.
• [2]陆家发,张国明,陈安琪.基于深度学习的疾病诊断[J].医学信息学杂志,2017,38(4)∶39-42.
• [3]周文杰,严建峰,杨璐.基于深度学习的用户投诉预测模型研究[J].计算机应用研究,2017,34(5)∶1428-1432.
• [4]李倩,赵振宇.浅析如何提升服务质量避免电力客户投诉率[J].电力讯息,2017(3)∶222-223.
• [5]陈亮,王震,王刚.深度学习框架下LSTM网络在短期电力负荷预测中的应用[J].电力信息与通信技术,2017,15(5)∶8-11.
• [6]董洁,程鹏,李玲玲.深度学习算法在电力系统短期负荷预测中的应用[J].自动化系统,2017(2)∶82-84.
• [7]胡俊,摆亮,吕志泉.一种基于深度学习的层次化钓鱼网站检测方法[J].通信技术,2017,50(5)∶1025-1028.
• [8]吕淑宝,王明月,翟祥,等.一种深度学习的信息文本分类算法[J].哈尔滨理工大学学报,2017,22(2)∶105-111.
• [9]李济汉,陈博.面向电信客户投诉和建议的智能分析模型[J].现代电信科技,2013(5)∶105-111.
• [10]李静,刘思涛.基于文本挖掘技术的95598重复投诉分析[J].消费导刊,2016(12):277-278.
• [11]吴亮,张潮,陈琼.用电信息系统运行数据的统计与分析[J].浙江电力,2017,36(4):56-59.
• [12]龙厚印,刘卫东,黄锦华,等.基于业扩报装的月度负荷预测[J].浙江电力,2016,35(12):11-14.
• [13]丁麒,刘兴平.提升客户满意度的闭环问题管理模型分析[J].浙江电力,2016,35(8):63-66.
• [14]袁伟.95598全业务集中后客户服务风险分析[J].企业技术开发,2016,35(24):151-152.
• [15]张慧,于珂,杜瑾.客户投诉业务工单的诉求分析[J].电力需求侧管理,2017,19(2):57-59.