The invention discloses a method and device for making customer service strategy based on random forest and decision tree. The method includes: obtaining sample customer value characteristics, discriminating quality, and using sample customer data to construct high quality customer recognition model based on random forest and decision tree algorithm; the price of customer will be identified. Value characteristics input the high quality customer recognition model, obtain the quality customer recognition results with different interpretations, obtain the service requirements of the sample customers, establish the service requirement base by standardized classification analysis, match the service requirements in the service demand base, and match the service content to the high quality customers with different interpretations. The service strategy library; searches the service strategy library according to the result of the high quality customer recognition, obtains the service strategy matching with the current customer. Based on large data, the invention realizes the accurate positioning of high quality customers, and makes personalized and value-added service products and service strategies based on the analysis results of user demand analysis.
【技术实现步骤摘要】
基于随机森林和决策树的客户服务策略制定方法、装置
本专利技术属于机器学习的
,涉及一种基于随机森林和决策树的客户服务策略制定方法、装置,尤其涉及一种基于随机森林和决策树的优质客户服务策略制定方法、装置。
技术介绍
随着电力改革深化、售电侧市场的全面放开,国家电网公司各级供电公司均面临着市场竞争压力,为提升电网企业盈利能力和竞争力,增加优质客户的忠诚度、满意度和客户黏性,企业在做好全社会普遍服务的基础上,为优质客户提供优质服务将是各售电主体竞争优质客户的主要手段和策略。为了实现上述目的,保持电网企业的长期可持续发展,必须精准定位优质客户,并为优质客户提供差异化优质服务,增强客户对电网企业的忠诚度和依赖粘性,抢占优质客户资源市场,制定有针对性的竞争服务策略,将有限的服务资源投入到优质客户的身上,与其建立稳定的供用电关系。随着公司营销信息化、自动化建设的大力推进,以及4亿用户智能电能表全面实现信息自动采集,公司拥有的海量客户数据,4.3亿客户的档案、业扩、计量、电费等数据年增长量约50TB,4.0亿只智能电能表电量、电能质量采集带来数据年增长量约500TB,每日约20万次95598电话带来数据年增长量约10TB,每日约15万张业务工单带来数据年增长量约2TB,节能服务、电动汽车充换电网络运营等也积累了海量数据;同时,随着互联网经济的快速发展,95598智能互动网站、“掌上电力”手机APP、“电e宝”、“e充电”等网络用户的应用呈爆炸式增长。然而,随着数据量的爆发式增长和业务要求的不断提高,传统的业务系统架构已经越来越难满足系统运行的要求。大数据技术作为重要 ...
【技术保护点】
1.一种基于随机森林和决策树的客户服务策略制定方法,其特征在于,包括以下步骤:获取样本客户价值特征,进行优质性判别,并采用样本客户数据基于随机森林和决策树算法构建优质客户识别模型;将待识别客户的价值特征输入所述优质客户识别模型,得到不同释义的优质客户识别结果;获取样本客户的服务需求,进行标准化归类分析建立服务需求库;将服务需求库中的服务需求匹配服务内容,将服务内容匹配不同释义的优质客户,建立服务策略库;根据优质客户识别结果搜索服务策略库,得到与当前客户匹配的服务策略。
【技术特征摘要】
1.一种基于随机森林和决策树的客户服务策略制定方法,其特征在于,包括以下步骤:获取样本客户价值特征,进行优质性判别,并采用样本客户数据基于随机森林和决策树算法构建优质客户识别模型;将待识别客户的价值特征输入所述优质客户识别模型,得到不同释义的优质客户识别结果;获取样本客户的服务需求,进行标准化归类分析建立服务需求库;将服务需求库中的服务需求匹配服务内容,将服务内容匹配不同释义的优质客户,建立服务策略库;根据优质客户识别结果搜索服务策略库,得到与当前客户匹配的服务策略。2.如权利要求1所述的一种基于随机森林和决策树的客户服务策略制定方法,其特征在于,所述获取样本客户价值特征并进行优质性判别的具体步骤包括:选择样本客户,获取样本客户的用户各项用电信息,并对其影响客户综合价值进行分析,构建多维度的客户价值评价特征指标体系;根据所述指标体系统计样本客户的价值特征,并进行样本客户优质性判别。3.如权利要求1或2所述的一种基于随机森林和决策树的客户服务策略制定方法,其特征在于,所述获取样本客户价值特征中价值特征包括用户对应的基本属性、经济价值、负荷价值、发展价值、信用价值、行业价值数据。4.如权利要求1所述的一种基于随机森林和决策树的客户服务策略制定方法,其特征在于,所述采用样本客户数据,基于随机森林和决策树算法进行训练,构建优质客户识别模型的具体步骤包括:对样本客户数据进行预处理;基于随机森林法构建优质客户判断模型;基于决策树算法构建优质客户业务规则释义模型;采用预处理后的样本客户数据对优质客户判断模型和优质客户业务规则释义模型进行模型训练,构建优质客户识别模型。5.如权利要求4所述的一种基于随机森林和决策树的客户服务策略制定方法,其特征在于,所述对样本客户数据进行预处理的具体步骤包括:数据清洗、特征因素量化、特征拓展、特征选择和异常值处理。所述数据清洗为通过数据超限值检验、特征有效性检验和数据空值检验,对数据进行清洗;所述数据超限值检验为检查样本客户数据中用电量和电费电价均为0的记录并予以删除;所述特征有效性检验为检查样本客户数据中用户重要性特征信息过于单一的记录;所述数据空值检验为检查暂停天...
【专利技术属性】
技术研发人员:张洪利,李云亭,荣以平,朱伟义,刘霄慧,尹明立,乔学明,王伟,姜云,刘昳娟,王鑫,
申请(专利权)人:国网山东省电力公司,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。