【技术实现步骤摘要】
工单质检分类方法、装置及电子设备
[0001]本申请涉及工单质检领域，具体而言，涉及一种工单质检分类方法、装置及电子设备。
技术介绍
[0002]客户感知是客户与企业之间互动过程中，客户对企业服务所做出的主观评价，产品质量、服务质量很大程度上取决于客户感知。提升客户感知，有利于建立客户的忠诚度，提高企业产品的市场竞争力。
[0003]对于服务保障系统来说，不仅仅只是满足用户问题的及时解决和故障的及时修复，还需要保证客户对服务满意。为了保证服务质量、提升客户感知，需要有相应工单质检系统支撑，分析工作人员的服务质量。同时为规范工单各流转环节的操作，实现各类工单的运维分析价值，保障一线装维人员的工作质量和效率，企业也要按计划开展工单的日常质检工作。为提升工单管控能力及手段，提升装维全流程运营能力和客户感知，同时规范装维服务动作，需要实现“不履约、不及时、不满意、不真实”四类不满意工单的质检。
[0004]相关技术中，往往基于人工抽检的方式对工单质量进行质检，这种方式存在人力成本较高，效率低下，且抽检结果主观性较强的...
【技术保护点】
【技术特征摘要】
1.一种工单质检分类方法，其特征在于，包括：确定目标时段内的工单总量，抽取占所述工单总量预定比例的工单为待抽检工单；基于决策树算法模型对所述待抽检工单进行分类，将所述待抽检工单划分为不同类型的工单，其中，所述不同类型的工单至少包括：质差工单，以及非质差工单；生成所述工单对应的清单报表，展示所述清单报表。2.根据权利要求1所述的方法，其特征在于，基于决策树算法模型对所述待抽检工单进行分类，将所述待抽检工单划分为不同类型的工单，包括：采用混合矩阵计算所述决策树算法模型的预测精确性指标；在所述预测精确性指标满足预定要求的情况下，将所述待抽检工单输入至所述决策树算法模型，对所述待抽检工单进行分类，将所述待抽检工单划分为不同类型的工单。3.根据权利要求2所述的方法，其特征在于，所述预测精确性指标包括：分类准确度、召回率、虚警率以及精确度，采用混合矩阵计算所述决策树算法模型的预测精确性指标，包括：获取正例的样本数量、负例的样本数量、正确预测到的正例的第一数量、把负例预测成正例的第二数量、把正例预测成负例的第三数量以及正确预测到的负例的第四数量；获取所述第一数量与所述第四数量的第一和值，以及所述正例的样本数量与负例的样本数量的第二和值，确定所述第一和值与所述第二和值的比值为所述分类准确度；确定所述第一数量与所述正例的样本数量的比值为所述召回率；确定所述第二数量与所述负例的样本数量的比值为所述虚警率；获取所述第一数量与所述第二数量的第三和值，确定所述第一数量与所述第三和值的比值为所述精确度。4.根据权利要求1所述的方法，其特征在于，展示所述清单报表，包括：从所述清单报表中随机选中预定数量的工单；展示所述预定数量的工单数据，检测来自目标对象的操作指令，在所述操作指令为复核确认指令的情况下，确定所述清单报表无误。5.根据权利要求4所述的方法，其特征在于，在展示所述清...
【专利技术属性】
技术研发人员：张彦，费荣，樊敏，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
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。