一种95598客服工单的潜在被投诉的评估方法及装置与流程

本发明涉及电力客服工作评价技术领域，尤其涉及一种95598客服工单的潜在被投诉的评估方法及装置。

背景技术：

随着电力公司95598客服话务数量的增多，业务数据在数量上呈现保障性增长，客户投诉压力也在与日俱增。然而，目前大部分电网公司客户服务运行分析中仍然存在着一定的问题：智能化分析手段不足，人为主观因素影响较多；对客户服务分析的内外因素分析不足，无法量化影响程度和持续时间，无法对客户进一步的投诉行为做一个预测从而及时调整差异化客户服务措施。为了改进当前客户服务分析预测的局限，提升分析预测的水平，及时根据客户投诉内容对客户投诉行为做一个合理的预测，利用差异化的服务提高客服满意度，降低用电客户进一步投诉的行为，本发明提出了一种95598客服工单的潜在被投诉的评估方法及装置。

技术实现要素：

本发明的目的在于提供一种95598客服工单的潜在被投诉的评估方法及装置，从而解决了供电公司无法客观的根据95598工单数据对客户的投诉行为做预测的缺点。

为实现上述目的，本发明提供了一种95598客服工单的潜在被投诉的评估方法，包括以下步骤：

s10、从95598工单数据选取能够体现用户用电行为的工单标签；

s20、从电力营销管理信息系统的电力用户数据库中选取能够体现用户用电行为的用户标签；

s30、根据所述工单标签和用户标签与所述95598工单数据对应的客户名称进行匹配得到95598工单综合信息标签体系；

s40、根据所述95598工单综合信息标签体系构建95598工单数据的用户投诉行为分析模型；

s50、基于所述95598工单数据的用户投诉行为分析模型优化回归系数得到最优回归系数，基于最优回归系数构建最优95598工单数据的用户投诉行为分析模型，利用最优95598工单数据的用户投诉行为分析模型对95598客服工单进行评分和划分等级，通过评分得到的评分值和划分等级判断会产生后续投诉的概率。

进一步的，所述工单标签包括：工单业务类别、工单二级类别、工单三级类别、用电季节、用电天气、用电当时当地温度及工单处理时长。

进一步的，所述用户标签包括：住址片区、电压等级、用电类别、线路名称、台区名称及入网时长。

进一步的，根据所述95598工单数据的用户投诉行为分析模型得到95598工单v的投诉打分l：

式(1)中，l是95598工单v的投诉打分值，m是打分因子集合；ε为独立的偏差量；xj是95598工单v的评级因子j的评分；βj是采用样条曲线光滑处理的评级因子j所对应的回归系数，该回归系数的计算如下：

式(2)和式(3)中，是表示线性样条函数的基，k是线性样条函数的分段数，是线性样条函数的范围内最右侧点的函数值，βj1和βjk是线性样条函数所在区间的左右两端的取值，k-s3是分段函数减去一个小于1的常数，s3是[0,1]间的一个常数，k-skβ是分段数减去一个小于1的常数，skβ是[0,1]间的一个常数。

进一步的，所述最优回归系数的计算过程为：通过所述95598工单数据的用户投诉行为分析模型得到95598工单数据的用户投诉行为的评级稳定性目标函数和95598工单数据的用户投诉行为的评级差异性目标函数；根据所述评级稳定性目标函数和评级差异性目标函数形成多目标约束优化问题；通过优化算法将所述多目标约束优化问题转化为单目标优化问题，从而得到最优回归系数。

进一步的，所述评级稳定性目标函数如下：

式(4)中，为工单潜在投诉的可能性评级的评级稳定值，n是需要进行评估的工单数量，表示n个数的平均，l是95598工单v的投诉打分值，是95598工单v潜在投诉的期望值；

所述评级差异性目标函数如下：

式(5)中，是工单潜在投诉的可能性评级的差异值，n是需要进行评估的工单数量，表示n-1个数的平均，l是95598工单v的投诉打分值，是95598工单v潜在投诉可能性的平均值，是平均值的平方；

所述多目标约束优化问题为：

式(6)中，为工单潜在投诉的可能性评级的评级稳定值，为工单潜在投诉的可能性评级的差异值，β为最优回归系数。

一种95598客服工单的潜在被投诉的评估装置，包括：

工单标签模块，用于从95598工单数据选取能够体现用户用电行为的工单标签；

用户标签模块，用于从电力营销管理信息系统的电力用户数据库中选取能够体现用户用电行为的用户标签；

体系构建模块，用于根据所述工单标签和用户标签与所述95598工单数据对应的客户名称进行匹配得到95598工单综合信息标签体系；

模型构建模块，用于根据所述95598工单综合信息标签体系构建95598工单数据的用户投诉行为分析模型；以及

优化模型构建模块，用于根据所述95598工单数据的用户投诉行为分析模型优化回归系数得到最优回归系数，基于最优回归系数构建最优95598工单数据的用户投诉行为分析模型，利用最优95598工单数据的用户投诉行为分析模型对95598客服工单进行评分和划分等级，通过评分得到的评分值和划分等级判断会产生后续投诉的概率。

与现有的技术相比，本发明具有如下有益效果：

本发明所提供的一种95598客服工单的潜在被投诉的评估方法及装置，通过95598工单数据选取能够体现用户用电行为的工单标签；通过电力营销管理信息系统的电力用户数据库中选取能够体现用户用电行为的用户标签；通过工单标签和用户标签与95598工单数据对应的客户名称进行匹配得到95598工单综合信息标签体系，该体系包括多种标签能够多方位描述用电客户的行为特征；再根据所述95598工单综合信息标签体系构建95598工单数据的用户投诉行为分析模型；通过优化回归系数，使模型更为准确，基于优化回归系数得到最优95598工单数据的用户投诉行为分析模型，利用最优95598工单数据的用户投诉行为分析模型对95598客服工单进行评分和划分等级，通过划分等级，预测出该95598工单产生后续投诉行为的概率，从而有效辅助电力公司的业务人员根据不同的95598工单产生后续投诉行为的概率，提供的一种差异化的增值服务，从而提升用电客户服务水平，进一步降低供电公司95598客服中心被重复投诉的概率和减少电力客户进一步拨打12398电监会投诉电话的可能性。

附图说明

为了更清楚地说明本发明的技术方案，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发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一种95598客服工单的潜在被投诉的评估方法的流程图；

图2是本发明一种95598客服工单的潜在被投诉的评估装置的结构示意图；

其中：101-工单标签模块，102-用户标签模块，103-体系构建模块，104-模型构建模块，105-优化模型构建模块。

具体实施方式

下面结合本发明实施例中的附图，对本发明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的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明所提供的一种95598客服工单的潜在被投诉的评估方法包括以下步骤：

s10、从95598工单数据选取能够体现用户用电行为的工单标签，工单标签包括：工单业务类别、工单二级类别、工单三级类别、用电季节、用电天气、用电当时当地温度(摄氏度)及工单处理时长(分钟)。

工单业务类别包括：用电业务、咨询查询、订阅信息、故障报修、其它、建议、表扬、投诉、举报及意见。

工单二级类别包括：工单催办、诉求取消、一般诉求工单、查询停送电、抄核收、电能计量、电网建设及安全、服务渠道、客户基本信息查询、欠费停电、业扩业务、订阅信息、取消订阅、低压停电、电压异常、高压停电、供电设施故障、其它抢修业务、回访客户、内部联系催办、内部业务沟通、其他、电网建设、供电安全、客户服务、其他建议、新能源、营业业务、服务态度、服务效率、其它、业务水平、抄表计费、电能计量、电网建设、服务投诉、供电安全、供电质量、停电抢修、业扩报装、其它举报、窃电、违约用(供)电、电网建设、供电安全、供电质量、回访意见、客户服务、停送电意见及营业业务。

工单三级类别包括：营业网点咨询、转接电话/用户打错电话、无需联系客户处理、客户回访成功、需联系客户后续处理、电价电费、电压质量、业扩工单回访、新装增容、供电设施、供电可靠性、需联系客户后续处理、电能计量及用电变更。

工单业务类别、工单二级类别及工单三级类别的总表如表1所示。

表1：工单业务类别、工单二级类别及工单三级类别的总表

s20、从电力营销管理信息系统的电力用户数据库中选取能够体现用户用电行为的用户标签，用户标签包括：住址片区、电压等级(伏特)、用电类别、线路名称、台区名称及入网时长(年)。

s30、根据所述工单标签和用户标签与所述95598工单数据对应的客户名称进行匹配得到95598工单综合信息标签体系。95598工单综合信息标签体系表如表2所示。

表2：95598工单综合信息标签体系表

s40、根据所述95598工单综合信息标签体系构建95598工单数据的用户投诉行为分析模型，根据95598工单数据的用户投诉行为分析模型得到95598工单v的投诉打分l：

式(1)中，l是95598工单v的投诉打分值，m是打分因子集合；ε为独立的偏差量；xj是95598工单v的评级因子j的评分；βj是采用样条曲线光滑处理的评级因子j所对应的回归系数，该回归系数的计算如下：

式(2)和式(3)中，是表示线性样条函数的基，k是线性样条函数的分段数，是线性样条函数的范围内最右侧点的函数值，βj1和βjk是线性样条函数所在区间的左右两端的取值，k-s3是分段函数减去一个小于1的常数，s3是[0,1]间的一个常数，k-skβ是分段数减去一个小于1的常数，skβ是[0,1]间的一个常数。

s50、基于95598工单数据的用户投诉行为分析模型优化回归系数得到最优回归系数，最优回归系数计算如下：

s501、根据95598工单数据的用户投诉行为分析模型得到95598工单数据的用户投诉行为的评级稳定性目标函数，评级稳定性目标函数如下：

式(4)中，为工单潜在投诉的可能性评级的评级稳定值，n是需要进行评估的工单数量，表示n个数的平均，l是95598工单v的投诉打分值，是95598工单v潜在投诉的期望值；

s502、根据95598工单数据的用户投诉行为分析模型得到95598工单数据的用户投诉行为的评级差异性目标函数，评级差异性目标函数如下：

式(5)中，是工单潜在投诉的可能性评级的差异值，n是需要进行评估的工单数量，表示n-1个数的平均，l是95598工单v的投诉打分值，是95598工单v潜在投诉可能性的平均值，是平均值的平方；

s503、根据所述评级稳定性目标函数和评级差异性目标函数形成多目标约束优化问题，多目标约束优化问题为：

式(6)中，为工单潜在投诉的可能性评级的评级稳定值，为工单潜在投诉的可能性评级的差异值，β为最优回归系数；

s504、通过优化算法将多目标约束优化问题转化为单目标优化问题，从而得到最优回归系数β；

基于最优回归系数构建最优95598工单数据的用户投诉行为分析模型，使最优95598工单数据的用户投诉行为分析模型使更准确，利用最优95598工单数据的用户投诉行为分析模型对95598客服工单进行评分得到实时评分值；最优95598工单数据的用户投诉行为分析模型提前对评分值进行划分等级，根据评分值的由高到低分为四个等级：非常满意、比较满意、基本满意及不满意，且每个等级对应着客户会进一步投诉的概率，非常满意、比较满意、基本满意及不满意这四个等级对应的工单对应的客户会进一步投诉的概率依次升高；最优95598工单数据的用户投诉行为分析模型将实时评分值划入所在等级，通过划分的等级能够确定会产生后续投诉的概率，即用户产生后续投诉的可能性。

如图2所示，本发明一种95598客服工单的潜在被投诉的评估装置，包括：工单标签模块101、用户标签模块102、体系构建模块103、模型构建模块104及优化模型构建模块105。在对95598客服工单的潜在被投诉的评估时，首先，工单标签模块101从95598工单数据选取能够体现用户用电行为的工单标签，用户标签模块102从电力营销管理信息系统的电力用户数据库中选取能够体现用户用电行为的用户标签；其次，体系构建模块103根据工单标签和用户标签与95598工单数据对应的客户名称进行匹配得到95598工单综合信息标签体系；然后，模型构建模块104根据95598工单综合信息标签体系构建95598工单数据的用户投诉行为分析模型；最后，优化模型构建模块105根据95598工单数据的用户投诉行为分析模型优化回归系数得到最优回归系数，基于最优回归系数构建最优95598工单数据的用户投诉行为分析模型，利用最优95598工单数据的用户投诉行为分析模型对95598客服工单进行评分和划分等级，通过评分得到的评分值和划分等级判断会产生后续投诉的概率。具体的，本实施例中各个模块的具体工作内容，请参见对应的方法实施例的内容，此处不再赘述。

以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。