一种数据获取方法及装置制造方法
【专利摘要】本申请公开了一种数据获取方法及装置，方法包括：提取目标数据，目标数据包括在第一时间段内的多个数据项，每个数据项具有其数据项标识及数据项内容值，第一时间段的结束时间值小于当前时间值；确定指标体系结构中与每个数据项的数据项标识相对应的目标指标值及其目标指标指数；依据每个数据项的数据项内容值及其对应的目标指标值和目标指标指数，获取结构变量模型中多个结构变量的目标变量值；依据每个目标变量值，获取结构变量模型中每两个结构变量之间的影响关系值；依据每个影响关系值，对多个结构变量的目标变量值进行修正操作，得到修正后的目标变量值；依据每个修正后的目标变量值，获取目标数据对应的评价指数数据。
【专利说明】一种数据获取方法及装置
【技术领域】
[0001]本申请涉及数据处理【技术领域】，特别涉及一种数据获取方法及装置。
【背景技术】
[0002]供电服务品质评价系统是指，对抽取到的工作流程或客户评分数据进行数据分析处理之后得到评价指数的装置。应用较为广泛的评价系统即为对客户评分数据进行数据处理之后得到评价指数值作为客户综合满意度值的供电服务品质评价装置。
[0003]这种对客户综合满意度值进行获取的装置，通常通过对抽取到的客户评分数据与设定的指标体系进行比对分析之后，得到多个预设结构变量对应的变量值，进而对这些结构变量值进行计算操作，以得到最终的客户综合满意度值。例如，对客户评分数据与设定的指标体系进行对比分析之后，得到七个预设结构变量各自对应的变量值，这些结构变量为:形象变量、客户期望变量、价值感知变量、质量感知变量、客户满意度变量、客户抱怨变量，进而对这七个结构变量的变量值进行计算，最终得到客户综合满意度值。
[0004]但是，上述获取客户综合满意度值的过程中，通过忽略七个结构变量之间的影响关系值之后，再对这些结构变量的变量值进行计算，使得最终得到的客户综合满意度值误差较低，降低客户综合满意度值的准确性。
【发明内容】
[0005]本申请所要解决的技术问题是提供一种数据获取方法及装置，用以解决现有技术中在获取客户综合满意度值的过程中，通过忽略七个结构变量之间的影响关系值之后，再对这些结构变量的变量值进行计算，使得最终得到的客户综合满意度值误差较低，降低客户综合满意度值的准确性的技术问题。
[0006]本申请提供了一种数据获取方法，所述方法包括:
[0007]提取目标数据，所述目标数据包括在第一时间段内客户对供电服务进行评价的多个数据项，每个所述数据项具有其数据项标识及数据项内容值，所述第一时间段的结束时间值小于当前时间值；
[0008]确定预设指标体系结构中与每个所述数据项的数据项标识相对应的目标指标值及其目标指标指数；
[0009]依据每个所述数据项的数据项内容值及其对应的目标指标值和目标指标指数，获取预设的结构变量模型中多个结构变量的目标变量值；
[0010]依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值；
[0011]依据每个所述影响关系值，对所述多个结构变量的目标变量值进行修正操作，得到修正后的目标变量值；
[0012]依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据。
[0013]上述方法，优选的，所述依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值，包括:
[0014]利用偏最小二乘回归分析法，分别对所述结构变量模型中每两个所述结构变量的目标变量值进行计算，得到所述结构变量模型中每两个所述结构变量之间的影响关系值。
[0015]上述方法，优选的，在所述依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据之后，所述方法还包括:
[0016]确定第二时间段，所述第二时间段的开始时间值大于当前时间值；
[0017]依据所述目标数据对应的评价指数数据，利用趋势移动平均法，获取所述第二时间段内的预测评价指数数据。
[0018]上述方法，优选的，所述指标体系结构的设置包括以下步骤:
[0019]确定第一指标层，所述第一指标层中包括多个第一指标项，每个所述第一指标项具有其指标值及指标权重值；
[0020]依据所述第一指标层，利用层次分析法，构建指标体系结构，所述指标体系结构中包括第一指标层及多个第二指标层，每个所述第二指标层之间具有其唯一的层顺序，相邻的两个第二指标层之间相关联，其中的一个第二指标层与所述第一指标层相关联，每个所述第二指标层包括多个第二指标项，每个所述第二指标项具有其指标值及指标权重值；
[0021]对每个所述第一指标项和所述第二指标项各自的指标值，利用分段函数法进行指数值量化，得到每个所述第一指标项及每个所述第二指标项各自的指标指数。
[0022]上述方法，优选的，在所述构建指标体系结构之后，所述方法还包括:
[0023]利用权重拟合算法，对指标值为空的指标项所在指标层中，每个指标值非空的指标项的指标权重值进行重新设置。
[0024]本申请还提供了一种数据获取装置，包括:
[0025]目标提取单元，用于提取目标数据，所述目标数据包括在第一时间段内客户对供电服务进行评价的多个数据项，每个所述数据项具有其数据项标识及数据项内容值，所述第一时间段的结束时间值小于当前时间值；
[0026]目标确定单元，用于确定预设指标体系结构中与每个所述数据项的数据项标识相对应的目标指标值及其目标指标指数；
[0027]变量值获取单元，用于依据每个所述数据项的数据项内容值及其对应的目标指标值和目标指标指数，获取预设的结构变量模型中多个结构变量的目标变量值；
[0028]关系值获取单元，用于依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值；
[0029]变量值修正单元，用于依据每个所述影响关系值，对所述多个结构变量的目标变量值进行修正操作，得到修正后的目标变量值；
[0030]评价数据获取单元，用于依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据。
[0031]上述装置，优选的，所述关系值获取单元包括:
[0032]关系值获取子单元，用于利用偏最小二乘回归分析法，分别对所述结构变量模型中每两个所述结构变量的目标变量值进行计算，得到所述结构变量模型中每两个所述结构变量之间的影响关系值。
[0033]上述装置，优选的，还包括:[0034]时间段确定单元，用于在所述评价数据获取单元获取所述目标数据对应的评价指数数据之后，确定第二时间段，所述第二时间段的开始时间值大于当前时间值；
[0035]预测数据获取单元，用于依据所述目标数据对应的评价指数数据，利用趋势移动平均法，获取所述第二时间段内的预测评价指数数据。
[0036]上述装置，优选的，还包括:
[0037]指标体系设置单元，用于设置所述指标体系结构；
[0038]其中，所述指标体系设置单元包括:
[0039]第一层确定子单元，用于确定第一指标层，所所抵押指标层中包括多个第一指标项，每个所述第一指标项具有其指标值及指标权重值；
[0040]结构构件子单元，用于依据所述第一指标层，利用层次分析法，构件指标体系结构，所述指标体系结构中包括第一指标层及多个第二指标层，每个所述第二指标层之间具有其唯一的层顺序，相邻的两个第二指标层之间相关联，其中的一个第二指标层与所述第一指标层相关联，每个所述第二指标层包括多个第二指标项，每个所述第二指标项具有其指标值及指标权重值；
[0041]指数量化子单元，用于对每个所述第一指标项和所述第二指标项各自的指标值，利用分段函数法进行指数值量化，得到每个所述第一指标项及每个所述第二指标项各自的指标指数。
[0042]上述装置，优选的，所述指标体系设置单元还包括:
[0043]权重更新子单元，用于利用权重拟合算法，对指标值为空的指标项所在指标层中，每个指标值非空的指标项的指标权重值进行重新设置。
[0044]由上述方案可知，本申请提供的一种数据获取方法及装置，通过提取第一时间段内客户对供电服务的评价数据项之后，利用预先设置的指标体系结构确定每个数据项对应的指标值及指标指数，进而利用数据项的数据项内容值及这些指标值及指标指数，获取预设模型中多个结构变量的目标变量值，在对这些目标变量值利用其各自的影响关系值进行修正之后，利用修正后的目标变量值获取所述目标数据对应的评价指数数据，即为在第一时间段内，客户对供电服务的评价指数(客户综合满意度值)。本申请在获取到预设模型中的结构变量的目标变量值之后，首先利用结构变量之间的影响关系值对这些目标变量值进行修正，之后再通过修正的目标变量值获取客户综合满意度值，减少忽略结构变量之间的影响值带来的误差，以此提高评价指数数据即客户综合满意度值的准确率。
【专利附图】
【附图说明】
[0045]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0046]图1为本申请提供的一种数据获取方法实施例一的流程图；
[0047]图2为本申请实施例的应用示例图；
[0048]图3为本申请提供的一种数据获取方法实施例二的部分流程图；
[0049]图4为本申请实施例的另一应用示例图；[0050]图5为本申请提供的一种数据获取方法实施例三的部分流程图；
[0051]图6为本申请提供的一种数据获取方法实施例四中的部分流程图；
[0052]图7与图8分别为本申请实施例的又一应用示例图；
[0053]图9为本申请提供的一种数据获取方法实施例五的部分流程图；
[0054]图10为本申请提供的一种数据获取装置实施例六的结构示意图；
[0055]图11为本申请提供的一种数据获取装置实施例七的结构示意图；
[0056]图12为本申请提供的一种数据获取装置实施例八的部分结构示意图；
[0057]图13为本申请提供的一种数据获取装置实施例九的部分结构示意图；
[0058]图14为本申请提供的一种数据获取装置实施例十的部分结构示意图。
【具体实施方式】
[0059]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0060]参考图1，为本申请提供的一种数据获取方法实施例一的流程图，其中，所述方法可以包括以下步骤:
[0061]步骤101:提取目标数据，所述目标数据包括在第一时间段内客户对供电服务进行评价的多个数据项。
[0062]其中，每个所述数据项具有其数据项标识及数据项内容值，所述第一时间段的结束时间值小于当前时间值，也就是说，所述第一时间段为历史时间段，本申请实施例即为对历史时间段中客户对供电服务的评价进行评价指数数据的获取。
[0063]需要说明的是，所述目标数据可以在客户数据系统中进行数据抽取得到，而所述客户数据系统中包括有客户对供电服务进行评价的各项数据。
[0064]其中，每个所述数据项中的数据项内容值为数字数值实现，例如，客户对供电服务中停电反应时间进行评价对应的数据项标识为:停电反应时间满意度，数据项内容值为:7(0-10之间的数值)。
[0065]步骤102:确定预设指标体系结构中与每个所述数据项的数据项标识相对应的目标指标值及其目标指标指数。
[0066]其中，所述指标体系结构可以为依据客户对供电服务的评价项目进行设置，例如，所述指标体系结构中的指标项与客户对供电服务进行评价的项目相对应，如供电可靠性(停电频率)的评价项目对应的指标项，指标项对应的指标值可以为评价范围值，如供电可靠性指标值:7，指标指数上下限:0-10。
[0067]步骤103:依据每个所述数据项的数据项内容值及其对应的目标指标值和目标指标指数，获取预设的结构变量模型中多个结构变量的目标变量值。
[0068]其中，所述结构变量模型可以为供电服务处如国家电网公司所设置的结构变量模型，所述结构变量模型中包括有7个结构变量，如:形象变量、客户期望变量、价值感知变量、质量感知变量、客户满意度变量、客户抱怨变量，每个所述结构变量中可以包括有多个子变量，每个所述结构变量中所有子变量对应的变量值组成该结构变量的目标变量值。如图2中所不的质量感知变量中各个子变量及其各自子变量值。
[0069]步骤104:依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值。
[0070]其中，在实际应用中，所述结构变量模型中的结构变量之间具有一定的关联关系，例如，客户满意度变量与客户抱怨变量之间具有影响关系，因此，在所述步骤104中，对每两个所述结构变量之间的影响关系值进行计算获取。
[0071]步骤105:依据每个所述影响关系值，对所述多个结构变量的目标变量值进行修正操作，得到修正后的目标变量值。
[0072]其中，所述结构变量之间的关联关系会使得在所述步骤103中得到的目标变量值具有误差，因此，在所述步骤104中获取到每两个所述结构变量之间的影响关系之后，在所述步骤105中，依据这些影响关系值，对每个所述目标变量值进行修正，以得到误差较小或为O的目标变量值。
[0073]步骤106:依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据。
[0074]其中，所述评价指数数据可以为0-100之间的数字数值。
[0075]由上述方案可知，本申请提供的一种数据获取方法实施例一，通过提取第一时间段内客户对供电服务的评价数据项之后，利用预先设置的指标体系结构确定每个数据项对应的指标值及指标指数，进而利用数据项的数据项内容值及这些指标值及指标指数，获取预设模型中多个结构变量的目标变量值，在对这些目标变量值利用其各自的影响关系值进行修正之后，利用修正后的目标变量值获取所述目标数据对应的评价指数数据，即为在第一时间段内，客户对供电服务的评价指数(客户综合满意度值)。本申请实施例在获取到预设模型中的结构变量的目标变量值之后，首先利用结构变量之间的影响关系值对这些目标变量值进行修正，之后再通过修正的目标变量值获取客户综合满意度值，减少忽略结构变量之间的影响值带来的误差，以此提高评价指数数据即客户综合满意度值的准确率。
[0076]参考图3，为本申请提供的一种数据获取方法实施例二中所述步骤104的流程图，其中，所述步骤104可以通过以下步骤具体实现:
[0077]步骤141:利用偏最小二乘回归分析法，分别对所述结构变量模型中每两个所述结构变量的目标变量值进行计算，得到所述结构变量模型中每两个所述结构变量之间的影响关系值。
[0078]其中，以下对偏最小二乘回归分析法进行理论说明，偏最小二乘回归分析法采用成分提取的方法。设有q个因变量{ypUy,}和P个自变量{Xl，L，Xp}。为了研究因变量与自变量的统计关系，观测η个样本点，由此构成了自变量与因变量的数据表X=[Xl，L, χρ]ηΧρ和Y=Ly1, L, yq]nX(1。偏最小二乘回归分别在X和Y中提取成分h和U1 (也就是说，h是X1, L，Xp的线性组合，1!1是71，1^，7(1的线性组合)。在提取这两个成分时，为了回归分析的需要，有下列两个要求:
[0079]八11和111应尽可能大地携带它们各自数据表中的变异信息；
[0080]Bzt1和U1的相关程度能够达到最大。
[0081] 这两个要求表明，&和U1应尽可能好地代表数据表X和Y，同时自变量的成分h对因变量的成分U1又有最强的解释能力。[0082]在第一个成分&和U1被提取后，偏最小二乘回归分别实施X对^的回归以及Y对^的回归。如果回归方程已经达到满意的精度，则算法终止；否则，将利用乂被^，解释后的残余信息以及Y被U1解释后的残余信息进行第二轮的成分提取。若最终对X共提取了 m个成分t” L, ^，偏最小二乘回归将通过实行yk对^ L, tm的回归，然后再表达成yk关于原变量X1, L, Xp的回归方程，k=l, 2，L, q。
[0083]在本申请实施例中，利用偏最小二乘回归分析法得到所述结构变量模型中每两个所述结构变量之间的影响关系值的实现如下述描述:
[0084]首先将数据作标准化处理。X经标准化处理后的数据矩阵记为Etl = (E01, L，E0p)nXp，Y经标准化处理后的数据矩阵记为Ftl = (F01, L，F0q)nXqO
[0085]第一步记是Etl的第一个成分A1=EqW1, W1是Eq的第一个轴,它是一个单位向量，即 I Iw111=1。
[0086]记U1是Ftl的第一个成分，U1=F0C1, C1是Ftl的第一个轴，它是一个单位向量，并且
C1 |=1。
[0087]如果要tl，U1能分别很好地代表X与Y中的数据变异信息，根据主成分分析原理，应该有
[0088]Var (t^ — max (I)
[0089]Var(U1) — max (2)
[0090]另一方面，由于回归建模的需要，又要求^对+有最大的解释能力，由典型相关分析的思路，h与U1的相关度应达到最大值，即
[0091]r (t1； U1) — max (3)
[0092]因此，综合起来，在偏最小二乘回归中，我们要求h与U1的协方差达到最大，即
【权利要求】
1.一种数据获取方法，其特征在于，所述方法包括: 提取目标数据，所述目标数据包括在第一时间段内客户对供电服务进行评价的多个数据项，每个所述数据项具有其数据项标识及数据项内容值，所述第一时间段的结束时间值小于当前时间值； 确定预设指标体系结构中与每个所述数据项的数据项标识相对应的目标指标值及其目标指标指数； 依据每个所述数据项的数据项内容值及其对应的目标指标值和目标指标指数，获取预设的结构变量模型中多个结构变量的目标变量值； 依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值； 依据每个所述影响关系值，对所述多个结构变量的目标变量值进行修正操作，得到修正后的目标变量值； 依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据。
2.根据权利要求1所述的方法，其特征在于，所述依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值，包括: 利用偏最小二乘回归分析法，分别对所述结构变量模型中每两个所述结构变量的目标变量值进行计算，得到所述结构变量模型中每两个所述结构变量之间的影响关系值。
3.根据权利要求1或2所述的方法，其特征在于，在所述依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据之后，所述方法还包括: 确定第二时间段，所述第二时间段的开始时间值大于当前时间值； 依据所述目标数据对应的评价指数数据，利用趋势移动平均法，获取所述第二时间段内的预测评价指数数据。
4.根据权利要求1或2所述的方法，其特征在于，所述指标体系结构的设置包括以下步骤: 确定第一指标层，所述第一指标层中包括多个第一指标项，每个所述第一指标项具有其指标值及指标权重值； 依据所述第一指标层，利用层次分析法，构建指标体系结构，所述指标体系结构中包括第一指标层及多个第二指标层，每个所述第二指标层之间具有其唯一的层顺序，相邻的两个第二指标层之间相关联，其中的一个第二指标层与所述第一指标层相关联，每个所述第二指标层包括多个第二指标项，每个所述第二指标项具有其指标值及指标权重值； 对每个所述第一指标项和所述第二指标项各自的指标值，利用分段函数法进行指数值量化，得到每个所述第一指标项及每个所述第二指标项各自的指标指数。
5.根据权利要求4所述的方法，其特征在于，在所述构建指标体系结构之后，所述方法还包括: 利用权重拟合算法，对指标值为空的指标项所在指标层中，每个指标值非空的指标项的指标权重值进行重新设置。
6.一种数据获取装置，其特征在于，包括: 目标提取单元，用于提取目标数据，所述目标数据包括在第一时间段内客户对供电服务进行评价的多个数据项，每个所述数据项具有其数据项标识及数据项内容值，所述第一时间段的结束时间值小于当前时间值； 目标确定单元，用于确定预设指标体系结构中与每个所述数据项的数据项标识相对应的目标指标值及其目标指标指数； 变量值获取单元，用于依据每个所述数据项的数据项内容值及其对应的目标指标值和目标指标指数，获取预设的结构变量模型中多个结构变量的目标变量值； 关系值获取单元，用于依据每个所述目标变量值，获取所述结构变量模型中每两个所述结构变量之间的影响关系值； 变量值修正单元，用于依据每个所述影响关系值，对所述多个结构变量的目标变量值进行修正操作，得到修正后的目标变量值； 评价数据获取单元，用于依据每个所述修正后的目标变量值，获取所述目标数据对应的评价指数数据。
7.根据权利要求6所述的装置，其特征在于，所述关系值获取单元包括: 关系值获取子单元，用于利用偏最小二乘回归分析法，分别对所述结构变量模型中每两个所述结构变量的目标变量值进行计算，得到所述结构变量模型中每两个所述结构变量之间的影响关系值。
8.根据权利要求6或7所述的装置，其特征在于，还包括: 时间段确定单元，用于在所述评价数据获取单元获取所述目标数据对应的评价指数数据之后，确定第二时间段，所述第二时间段的开始时间值大于当前时间值； 预测数据获取单元，用于依据所述目标数据对应的评价指数数据，利用趋势移动平均法，获取所述第二时间段内的预测评价指数数据。
9.根据权利要求6或7所述的装置，其特征在于，还包括: 指标体系设置单元，用于设置所述指标体系结构； 其中，所述指标体系设置单元包括: 第一层确定子单元，用于确定第一指标层，所所抵押指标层中包括多个第一指标项，每个所述第一指标项具有其指标值及指标权重值； 结构构件子单元，用于依据所述第一指标层，利用层次分析法，构件指标体系结构，所述指标体系结构中包括第一指标层及多个第二指标层，每个所述第二指标层之间具有其唯一的层顺序，相邻的两个第二指标层之间相关联，其中的一个第二指标层与所述第一指标层相关联，每个所述第二指标层包括多个第二指标项，每个所述第二指标项具有其指标值及指标权重值； 指数量化子单元，用于对每个所述第一指标项和所述第二指标项各自的指标值，利用分段函数法进行指数值量化，得到每个所述第一指标项及每个所述第二指标项各自的指标指数。
10.根据权利要求9所述的装置，其特征在于，所述指标体系设置单元还包括: 权重更新子单元，用于利用权重拟合算法，对指标值为空的指标项所在指标层中，每个指标值非空的指标项的指标权重值进行重新设置。
【文档编号】G06Q30/02GK104008493SQ201410114345
【公开日】2014年8月27日 申请日期:2014年3月25日 优先权日:2014年3月25日
【发明者】杨新华, 罗宏明, 孙乐, 李国强 申请人:北京中电普华信息技术有限公司, 国家电网公司