【技术实现步骤摘要】
一种基于电力用户行为标签的预测缴费方法
本专利技术涉及电力信息管理
，尤其涉及一种基于电力用户行为标签的预测缴费方法。
技术介绍
目前，随着电力体制改革的不断推进，大量售电公司的成立，电网企业面临的市场开拓竞争压力加大，分析确定用户行为，精准预测用户用电、缴费金额，为客户提供优质服务推送，提升用户对电网企业的满意度和依赖粘性愈发显得重要。当前，用户在拨打95598时，无法及时区分不同用户特征，无法预知用户所提问题及相关解答方案；同时，电力企业无法精准预测不同特征下，用户用电量、预计缴费时间，实现电费风险的规避；此外，电力企业信息推送多采用营业厅宣传、短信普发等形式，造成资源大量浪费，无法针对不同客户提供不同定制化服务方案。现有技术方案多为用户历史拨打问题人工筛选，无法准确预测用户量、缴费时间，营销服务短信普发，线下宣传，策略单一，效果较差。现有技术问题及思考：如何确定用户行为标签，并快速解决用户问题。如何基于用户行为标签准确预测用户用电量，缴费时间，如何精准推送用户用电习...
【技术保护点】
1.一种基于电力用户行为标签的预测缴费方法，其特征在于：包括以下步骤：/nS1确定电力用户行为标签/n由用户的用电量、缴费历史、金额、用电习惯和基本信息，获得用户行为标签并分类，当用户发起通信，在接收端显示该用户信息，所述用户信息包括特征、所属分类、拨打历史、历史咨询问题及相应解决方案；/nS2根据用户行为标签预测缴费/n根据用户行为标签，预测用户用电量、缴费时间和缴费金额。/n
【技术特征摘要】
1.一种基于电力用户行为标签的预测缴费方法，其特征在于：包括以下步骤：
S1确定电力用户行为标签
由用户的用电量、缴费历史、金额、用电习惯和基本信息，获得用户行为标签并分类，当用户发起通信，在接收端显示该用户信息，所述用户信息包括特征、所属分类、拨打历史、历史咨询问题及相应解决方案；
S2根据用户行为标签预测缴费
根据用户行为标签，预测用户用电量、缴费时间和缴费金额。
2.根据权利要求1所述的一种基于电力用户行为标签的预测缴费方法，其特征在于：还包括如下步骤，
S3信息推送
根据用户标签、缴费金额、缴费时间、用电量的预测结果给用户推送服务信息。
3.根据权利要求1所述的一种基于电力用户行为标签的预测缴费方法，其特征在于：所述S1确定电力用户行为标签步骤具体包括如下步骤，
S101融合并重构电力营销业务数据和客服数据
将用户通话信息与缴费业务数据，利用用户名作为主键进行数据表关联；
S102建立用户行为标签
由用户的用电量、缴费历史、金额、用电习惯和基本信息的结构化数据，获得用户的用电量、缴费历史、缴费金额、缴费方式、偏好的缴费信息并进行k-means聚类，确定用户行为标签；
S103分类用户行为标签
提取通话信息并转换成文字信息，提取文字信息中的房东、租户、密码重置、中介和产权的关键字，根据关键字匹配定位用户并分类用户行为标签；
S104关联用户行为标签与业务支持系统
对用户的历史拨打电话问题和问题解决方案，关联相关问题及解决方案进行汇总，当用户发起通信，在接收端显示该用户的特征、所属分类、拨打历史、历史咨询问题及相应解决方案。
4.根据权利要求3所述的一种基于电力用户行为标签的预测缴费方法，其特征在于：所述S102建立用户行为标签步骤具体为，基于营销系统和用电信息采集系统中用户的用电量、缴费历史、缴费金额、用电习惯和基本信息的结构化数据，计算用户历年用电量、同月度、同季度用电量、缴费金额，计算用电量、缴费金额平均值、方差、标准差，并对用户的用电量、缴费历史、缴费金额、缴费方式、偏好的缴费信息进行k-means聚类，确定用户行为标签。
5.根据权利要求3所述的一种基于电力用户行为标签的预测缴费方法，其特征在于：所述S103分类用户行为标签步骤具体为，基于客服系统中的语音通话非结构数据，首先提取通话信息，通过语音识别转换成文字信息，NLP分词技术，提取文字信息中的房东、租户、密码重置、中介和产权的特征热词关键字，利用热词匹配定位用户，协同S102步骤进行用户划分，分有老旧小区、群租房、空置房、外地房东出租户、线上电子缴费和线下缴费。<...
【专利技术属性】
技术研发人员：董玉坤，辛锐，杨会峰，刘宏，沈胜楠，路欣，何颖，冯理达，刘玮，宋峥峥，刘兆雄，及翠婷，王佳君，郝闪闪，
申请(专利权)人：国网河北省电力有限公司信息通信分公司，国家电网有限公司，
类型：发明
国别省市：河北;13
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。