排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
依据电力客户的行为制定相应的服务模式是提高供电服务质量的关键,文章根据B市电力客户日常与停电后的客服数据,以配电网供电台区为单位对客户的敏感度进行分析。由于实际客服数据中特征变量较多,为了减少高维空间中的计算量,故先采用t分布随机邻域嵌入法对数据集进行降维,再采用混合高斯分布进行建模,并用期望最大值算法求解最优分类结果,将客户敏感程度分为5级。同时,客户的敏感度的提出可以提高客户停电投诉的预测准确性,选取B市近两年的17万条停电数据作为训练集,采用3种有监督机器学习方法对客户投诉的二分类预测结果进行10折交叉验证,发现决策树的预测结果明显优于其他方法,并形成并行集成学习方法,可有效提高预测准确率,有助于提升电力公司停电计划的安排和客户安抚工作辅助决策,提升客户服务质量。 相似文献
4.
本文以停电时长、用电高峰停电和近期停电密集程度三个电力客户关心的问题作为指标,根据对计划停电历史数据的分析,确定了指标的差异化阈值,通过模糊隶属函数和证据理论建立了计划停电时客户体验的评估模型。在此基础上,本文讨论了合理延后停电日期和调整停电开始时间等计划停电方案优化方法,并以某市实际计划停电方案进行举例分析,对电网公司制定计划停电方案具有实际指导意义。 相似文献
1