基于卓越服务的新型电力客户关系管理体系思考

当前电力客户对于电力服务需求已经逐步上升到了高级阶段,更加强调服务模式的创新以及服务内涵的延伸,所以,在电力市场化改革不断深入的现实背景下,电力企业有必要结合多元化发展的服务需求以及多元化发展的市场主体,重新构建服务价值链条,重新审视和关注电力客户关系管理。鉴于此,本文将结合电力企业市场竞争以及公益保障的双重属性,分析讨论如何构建电力企业与客户之间的价值共同体。     

情绪识别技术在电力智能客服系统中的应用研究

为提升电力系统中智能客服系统的效率,降低人工成本,提出一种基于长短时记忆网络(Long Short Term Meory ,LSTM)的情绪识别方法。首先利用词嵌入(Word Embedding)方法提取出对话内容的特征表示,并根据先验知识添加情感特征,生成具有情绪语义的词向量,基于双向长短时记忆网络训练得到情绪分类模型,将问题解决的需求分为紧急、一般与非紧急三个级别,并可将分类结果用于优先级自动调度决策中,判断是否应立即接入人工服务。在真实的电力客服对话平台数 据集上对算法在准确度和响应时间两个方面进行测试,实验结果表明,算法对情绪的识别准确率达到了较高的水平,且响应时间可以满足系统实时处理的需求,有较高的实用性。     

支持数据共享、生态开放的网上国网开放平台

针对网上国网开放平台系统运行低下、数据共享能力差、生态开发程度低等问题,提出了基于SOA（Service-Oriented Architecture）的分布式网上国网开放平台系统,该开放平台提供多种有效的机制来保护用户的服务安全,以RESTful API的方式对外提供间接的服务访问,采用REST接口实现Web服务,提供Appkeys鉴权和OAuth2+JWT鉴权。数据共享平台采用基于Web的云服务,即数据中心信息同步服务、元数据推送与管理服务、多源异构数据访问服务等。实验结果显示,该平台在节点数为10时数据共享所用时间仅为834 ms,鉴权子系统的吞吐量最高可超过1 000。     

基于信息总线服务的智能数据流自适应集成方法

为了提高信息服务中心的智能数据处理能力,提出一种基于信息总线服务的智能数据流自适应集成方法,构建智能数据流自适应信息处理模型,采用统计时间序列分析方法进行信息总线服务的大数据处理和信号集成,采用同步与匹配滤波方法进行信息总线服务数据信息流的滤波检测,采用快速傅里叶变换进行智能数据流自适应集成信号滤波处理,提高智能数据流的纯度。采用重叠保留法实现信息总线服务数据流的混频处理,构建相关匹配检测器实现信息总线服务数据流的分路、插零、取反等运算,根据运算结果实现智能数据流自适应集成。仿真结果表明,采用该方法进行信息总线服务数据流集成的混频性能较好,提高了信息总线服务数据流的检测和信息融合能力,提高了输出信噪比。     

云计算中垃圾邮件识别的机器学习算法

由于邮件数据呈现多维特点,很难准确区分垃圾邮件发送者和正常用户,本文提出了一种基于高斯混合模型(SIGMM)的垃圾邮件识别算法,该算法将机器学习应用于移动网络中垃圾邮件发送者的智能识别。通过使用来自云服务器的移动网络数据集将SIGMM与现实挖掘算法和混合FCM聚类算法进行比较。仿真结果表明:SIGMM在召回率、精确度和时间复杂度方面均优于以前的方法。     

公共区域监控视频数据目标特征跟踪定位方法

为了提高公共区域监控视频的目标定位检测能力,需要进行目标特征跟踪定位算法设计,提出一种基于图像超分辨率重建的公共区域监控视频数据目标特征跟踪定位方法。构建公共区域监控视频的三维图像重建模型,采用边缘层的高分辨融合方法进行公共区域监控视频图像数据的三维结构重组,提取公共区域监控视频的关键特征点,用图像退化模型进行公共区域监控视频数据目标特征检测,结合线性滤波模型使得监测输出图像满足最优匹配特征解,提高对公共区域监控视频数据目标特征跟踪能力。引入引导滤波方法进行公共区域监控视频数据的图像超分辨重建,实现对目标特征准确跟踪定位。仿真结果表明,采用该方法进行公共区域监控视频数据目标特征跟踪定位的准确性较高,图像重建能力较强,归一化均方根误差较小。     

基于层次分析的客服中心实时数据流自动监测方法

为了提高客服中心的智能管理和信息调度能力,结合大数据分析方法进行客服中心实时数据监测和自动采集设计。提出一种基于模糊规则特征量挖掘和层次分析聚类的客服中心实时数据流自动监测方法。建立客服中心的网格分布结构模型并进行客服中心实时数据流监测统计特征分析,进行客服中心实时监测数据属性集的向量量化特征分解,对客服中心实时数据采用信息融合和模糊层析性分析方法实现信息融合,进行关联数据自适应特征提取,挖掘客服中心实时监测数据信息流的正相关性特征量。在层次性聚类算法基础上采用自回归分析进行客服中心实时数据流的模糊聚类和信息预测,提高客服中心实时数据监测的准确性,同时降低了客服服务中心数据流监测的风险。仿真结果表明,采用该方法进行客服中心实时数据监测的聚类性较高,预测性较好,能降低数据聚类的误分率,提高了客服中心实时数据监测能力。     

电网公司客户服务中心数据安全云存储研究

<正>近年来,我国智能电网大规模建设,购电客户与日俱增,在客户服务中心积累了海量用电数据。在互联网技术迅猛发展的背景下,传统的数据存储方法已经无法满足电网公司对客户服务中心数据存储管理的要求。为解决上述问题,本文提出电网公司客户服务中心数据安全云存储研究,为电网公司实现方便、快捷的数据存储服务提供技术支持。