一种基于文本分类技术和决策树的投诉倾向判断方法技术

本发明专利技术公开了一种基于文本分类技术和决策树的投诉倾向判断方法，包括下述步骤：从数据库管理系统获取用户信息，包括用户档案信息和客服工单信息，并据此建立用户历史来电情况表；确定获取用户信息的时间窗；确定预判周期及用于预判的特征数据集；确定预判群体范围；本发明专利技术可以在用户来电时，准确地判别用户的投诉倾向程度，为设计策略库和采取不同的安抚和引导策略提供参考，充分利用从结构化数据提取的客户诉求信息，同时对工单中来电内容的非结构化文本数据经过系统的分析，根据客户的历史来电信息对客户的未来投诉实现事前预测，可以减少客户投诉风险，树立电力公司的良好社会形象。

A judgment method of complaint tendency based on text classification technology and decision tree

The invention discloses a complaint tendency judgment method based on the text classification technology and the decision tree, including the following steps: obtaining user information from the database management system, including the user file information and the customer service single information, and establishing a user history call situation table accordingly, determining the time window for obtaining the user information; The period of judgment and the set of feature data for the pre judgment; determine the range of the pre judgment group; the invention can accurately distinguish the user's complaint tendency when the user calls, and provide reference for the design strategy library and the different appeals and guidance strategies, and make full use of the customer request information extracted from the structured data, and to the workers at the same time. The unstructured text data of the single caller's content is analyzed systematically, and the customer's future complaints are predicted according to the customer's historical information. It can reduce the risk of customer complaints and set up a good social image of the power company.

【技术实现步骤摘要】
一种基于文本分类技术和决策树的投诉倾向判断方法
本专利技术涉及电力行业客户管理
，具体涉及一种基于文本分类技术和决策树的投诉倾向判断方法。
技术介绍
随着电力体制改革的深入推进和社会经济的快速发展，企业和居民对电力服务的要求越来越高，电力市场的营销和服务竞争面临新格局，迫切的需要改变传统的工作模式，树立市场化服务意识，适应市场格局变化，而提升服务水平、减少客户投诉、赢得客户信任，是当前供电企业迫切解决的问题。95598客服系统作为直接面向客户，与客户沟通交流的渠道，而存储话务数据的数据库管理系统拥有海量的客户数据，该部分客户数据主要分为结构化数据和非结构化数据两部分。目前，针对从结构化数据提取的客户诉求信息的利用程度远远不够，同时对工单中来电内容的非结构化文本数据也没有经过系统的分析，难以根据客户的历史来电信息对客户的未来投诉实现事前预测。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种基于文本分类技术和决策树的投诉倾向判断方法，该方法可以在用户来电时，准确地判别用户的投诉倾向程度，为设计策略库和采取不同的安抚和引导策略提供参考，可以减少客户投诉风险，树立电力本文档来自技高网...

【技术保护点】
一种基于文本分类技术和决策树的投诉倾向判断方法，其特征在于，包括下述步骤：步骤1，从数据库管理系统获取用户信息，包括用户档案信息和客服工单信息，并据此建立用户历史来电情况表；步骤1.1，确定获取用户信息的时间窗；步骤1.2，确定预判周期及用于预判的特征数据集；步骤1.3，确定预判群体范围；步骤1.4，确定所需的原数据字段，所述原数据字段包括用户编号、业务类别代码、工单来源代码、来电内容、接通时间和挂机时间；步骤2，将用户历史来电情况表输入分析计算平台并进行数据预处理，得到模型数据集；步骤2.1，根据原数据字段构造所需变量；步骤2.2，数据质量检查；步骤2.3，数据清洗，所述数据清洗包括异常值处...

【技术特征摘要】
1.一种基于文本分类技术和决策树的投诉倾向判断方法，其特征在于，包括下述步骤：步骤1，从数据库管理系统获取用户信息，包括用户档案信息和客服工单信息，并据此建立用户历史来电情况表；步骤1.1，确定获取用户信息的时间窗；步骤1.2，确定预判周期及用于预判的特征数据集；步骤1.3，确定预判群体范围；步骤1.4，确定所需的原数据字段，所述原数据字段包括用户编号、业务类别代码、工单来源代码、来电内容、接通时间和挂机时间；步骤2，将用户历史来电情况表输入分析计算平台并进行数据预处理，得到模型数据集；步骤2.1，根据原数据字段构造所需变量；步骤2.2，数据质量检查；步骤2.3，数据清洗，所述数据清洗包括异常值处理和缺失值处理，并输出数据质量良好的历史来电情况表；步骤2.4，训练集计算；步骤2.5，数据变换，将连续型变量转换为离散型数据；步骤3，制定越级分类规则对全量训练集的用户进行投诉倾向判断；所述越级分类规则为：其中TYPE为用户类别，为1时表示越级投诉群体，为0时表示非越级投诉群体；步骤4，基于历史来电数据，根据越级分类规则对用户进行类别区分，将用户分为越级投诉倾向群体和非越级投诉倾向群体两大类，其中，越级投诉倾向群体为12398、12345历史来电行为客户群体；非越级投诉群体为历史来电行为特征未通过12398和12345来电的群体；步骤5，针对所述越级投诉倾向群体，在下一个预判周期内的类别标记为“投诉高倾向”，同时得到非越级投诉数据集；步骤5.1，根据客服工单信息表中工单来源代码，判断用户来电历史途径是否为12398或12345；SUM(CASEWHENGDLYDM＝'06'THEN1ELSE0END)SUM(CASEWHENGDLYDMIN('07','08','13')THEN1ELSE0END)其中“GDLYDM”表示“工单来源代码”，“06”表示12398来电；“07”、“08”、“13”均表示12345来电；步骤6，制定文本分类规则对所述步骤5中获得的非越级投诉数据集进行投诉倾向判断；步骤7，运用文本分类进行识别、匹配，识别来电内容包含特殊字眼的用户群体；步骤7.1，剔除非文字信息；步骤7.2，剔除停用词；步骤7.3，文本切分词；步骤7.4，构建情感词典；步骤7.5，词匹配，根据构建的情感词典，使用词语文本匹配的方法找出来电内容包含特殊字眼的客...

【专利技术属性】
技术研发人员：黄剑文，徐晖，冯歆尧，彭泽武，温柏坚，杨朝谊，伍江瑶，万婵，党笠，丘荣恭，
申请(专利权)人：广东电网有限责任公司信息中心，
类型：发明
国别省市：广东,44