【技术实现步骤摘要】
基于大数据机器学习的自适应稽查监控管理平台及方法
本专利技术涉及营销稽查
，尤其涉及基于大数据机器学习的自适应稽查监控管理平台及方法。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。营销稽查是持续提升公司管理水平和服务质量的重要工作，现有的营销稽查监控系统，按照经营成果、供电质量、工作质量、数据质量等维度，进行工作质量及业务规范性的监控、异常检索、工单下发及处理。营销全业务、全过程等管理精益化的持续开展，新型业务迅速发展，业务问题原因及稽查诉求日渐复杂，稽查规则需要随着业务的发展动态调整，传统的单一指标稽查模式无法很好的解决多因素关联类问题，稽查系统指标体系不灵活、稽查工作流程过于繁琐，已难以适应目前营销个性化发展需要，同时长期的稽查工作形成了丰富的经验，但目前系统无法吸收优质经验并自适应优化，在稽查的适应性改进上存在很大的空间。
技术实现思路
本专利技术实施例提供一种基于大数据机器学习的自适应稽查监控管理平台，用以以自适性...
【技术保护点】
1.一种基于大数据机器学习的自适应稽查监控管理平台，其特征在于，包括：/n数据获取模块，用于获取客户的用电数据；/n场景式稽查模块，用于创建客户标签，基于稽查监控规则和客户标签创建稽查标签，基于稽查标签和稽查业务类型设定稽查场景，在稽查场景下根据客户的用电数据进行稽查监控；/n大数据模型分析模块，用于获取历史数据作为训练样本数据，所述历史数据包括稽查对象的特征信息与疑似问题对象的稽查结果信息，将所述历史数据输入规则优化模型进行机器学习训练，确定稽查对象表象特征与稽查问题的关联模式，基于稽查对象表象特征与稽查问题的关联模式生成稽查监控体系优化建议；/n专家经验学习模型模块，用...
【技术特征摘要】
1.一种基于大数据机器学习的自适应稽查监控管理平台，其特征在于，包括：
数据获取模块，用于获取客户的用电数据；
场景式稽查模块，用于创建客户标签，基于稽查监控规则和客户标签创建稽查标签，基于稽查标签和稽查业务类型设定稽查场景，在稽查场景下根据客户的用电数据进行稽查监控；
大数据模型分析模块，用于获取历史数据作为训练样本数据，所述历史数据包括稽查对象的特征信息与疑似问题对象的稽查结果信息，将所述历史数据输入规则优化模型进行机器学习训练，确定稽查对象表象特征与稽查问题的关联模式，基于稽查对象表象特征与稽查问题的关联模式生成稽查监控体系优化建议；
专家经验学习模型模块，用于获取专家经验信息，对所述专家经验信息进行分析归纳，获得稽查体系优化建议；
其中，所述稽查监控体系优化建议用来对稽查监控体系进行优化。
2.如权利要求1所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，所述稽查监控规则包括稽查监控原规则与大数据优化规则；
所述场景式稽查模块具体用于：
基于稽查监控原规则和/或大数据优化规则，在稽查场景下根据客户的用电数据进行稽查监控。
3.如权利要求2所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，大数据模型分析模块还用于：
获得基于稽查监控原规则对客户进行稽查监控的第一监控结果，基于大数据优化规则对客户进行稽查监控的第二监控结果，统计第一监控结果的准确率和第二监控结果的准确率，及第一监控结果的准确率和第二监控结果的准确率的比对情况，根据第一监控结果的准确率、第二监控结果的准确率及第一监控结果的准确率和第二监控结果的准确率的比对情况对稽查监控规则进行分析和切换。
4.如权利要求3所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，大数据模型分析模块还用于：
若第一监控结果的准确率小于第二监控结果的准确率，则表明大数据优化规则优于稽查监控原规则，对稽查监控规则进行优化升级，用大数据优化规则替代稽查监控原规则。
5.如权利要求1所述的基于大数据机器学习的自适应稽查监控管理平台，其特征在于，专家经验学习模型模块具体用于：
对所述专家经...
【专利技术属性】
技术研发人员：孙志杰，余安国，张艳丽，张鑫磊，王利赛，牛任恺，
申请(专利权)人：国网冀北电力有限公司计量中心，国家电网有限公司，
类型：发明
国别省市：北京;11
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。