-
公开(公告)号：CN118051628A
公开(公告)日：2024-05-17
申请号：CN202410373117.8
申请日：2024-03-29
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本申请公开了一种电力行业多尺度知识定位方法、系统、设备及介质，根据用户在电力行业知识库中的使用痕迹和电力行业知识表示特点，得到用户知识性需求和目标知识的对应关系，采用对应关系对构建的电力行业用户知识性需求澄清模型进行训练，以使能对用户的需求有更加精准的表述，对电力行业知识库进行不同粒度的精细分割，构建电力行业知识向量索引库，基于索引库，采用稀疏向量检索技术定位至文档级，再进行细粒度的稠密向量检索，精准定位到用户所需的知识原子，采用大语言模型对定位结果进行自动评估。本申请可在微观尺度上识别和定位知识点，并在宏观尺度上理解和把握整个知识体系，快速、准确地获取所需的知识，以及对定位结果进行自动评估。
-
公开(公告)号：CN116227738B
公开(公告)日：2023-12-08
申请号：CN202310483798.9
申请日：2023-05-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q10/04 , G06Q30/01 , G06F18/2321 , G06F18/15 , G06F17/18
Abstract: 本发明公开了一种电网客服话务量区间预测方法及系统，通过获取历史话务数据和话务量影响因素数据，并进行缺失值补充后，再对补充后的话务量影响因素数据进行相似日聚类。在利用预测模型对处理好的数据和聚类结果进行特征提取得到特征数据后，采用分位数回归模型对特征数据进行计算得到条件分位数，再采用非参数核密度估计方法对条件分位数进行计算得到区间预测结果，将区间预测结果发送给电网客户服务排班系统，以使电网客户服务排班系统根据区间预测结果进行话务排班调度。本方法通过结合话务影响因素对电网客服话务量概率进行预测，可以实现现代供电服务体系预测不确定性的有效量化，提高电网客服话务量区间预测的准确率。
-
公开(公告)号：CN116610933A
公开(公告)日：2023-08-18
申请号：CN202310359780.8
申请日：2023-04-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06N3/088 , G06N3/09
Abstract: 本发明公开了一种电力时间序列数据生成方法、装置及存储介质，其中方法包括：基于自回归模型建立一维时间卷积嵌入层，并对时间序列数据的特征向量空间进行降维处理，得到潜在特征向量空间；基于自回归模型建立具有注意力机制的重建层，在一维时间卷积嵌入层和重建层的组成框架中构建生成器和鉴别器，将潜在特征向量空间作为生成器和鉴别器的输入；利用重建层对潜在特征向量空间进行重建，并建立组成框架的重建损失函数；建立生成对抗网络的有监督损失函数和无监督损失函数；基于重建损失函数、有监督损失函数和无监督损失函数进行重建后的特征向量空间进行训练，生成电力时间序列数据。本发明能够有效提高生成的时间序列数据质量。
-
公开(公告)号：CN116233312A
公开(公告)日：2023-06-06
申请号：CN202310498368.4
申请日：2023-05-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于回归分解的电网客服话务量预测方法，包括采集电网客服话务量数据、用户信息、气象信息和停电信息，形成话务量数据信息库；采用孤立森林算法进行异常数据识别；建立拉格朗日插值函数对异常数据/缺失数据进行修补；利用层次分析法量化用户信息、气象信息和停电信息；采用回归分解的方法将话务量分解为周期分量、趋势分量和随机分量；采用改进灰色关联法分析各分量的影响因子；将各分量的影响因子作为输入，采用CNN卷积神经网络预测各分量；最后叠加各分量得到总的话务量预测结果；考虑电网客服增值服务，将预测结果进行修正，得到最终的话务量预测结果。本实施例实现了精细化预测电网客服的话务量，提高话务量预测准确率。
-
公开(公告)号：CN116187728A
公开(公告)日：2023-05-30
申请号：CN202310483804.0
申请日：2023-05-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0639 , G06Q30/01 , G06N3/006
Abstract: 本申请公开了一种客服排班优化方法、装置、设备及存储介质，通过获取业务量预测信息和客服人员的业务处理信息；利用预设粒子群优化算法，根据业务量预测信息和业务处理信息，对预设排班优化模型进行迭代，得到每次迭代的客服排班方案；基于预设疲劳度指标模型和预设公平性指标模型，计算客服人员在客服排班方案下的目标函数，目标函数包括疲劳度指标数据和公平性指标数据；若目标函数达到最小值，则将目标函数达到最小时对应的客服排班方案确定为目标客服排班方案。从而利用计算机通过优化算法对客服排班进行优化，提高排班效率，并在优化模型中考虑了疲劳度和公平性以量化客服人员的工作量，使得排班结果更加合理。
-
Patent Agency Ranking
公开(公告)号：CN115544135A
公开(公告)日：2022-12-30
申请号：CN202211163648.1
申请日：2022-09-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F16/25 , G06F16/9035 , G06F40/186
Abstract: 本发明公开了一种客服数据智能分析方法及装置，该方法包括：根据预先确定出的客服业务，从数据分析平台相关联的客服数据源系统中采集客服业务对应的的初始客服数据；将初始客服数据输入数据分析平台对应的数据分析模型进行分析，得到客服业务对应的客服指标数据，客服指标数据用于输出至数据分析平台的前端，以使前端展示客服指标数据。可见，实施本发明能够将客服数据源系统中的初始客服数据直接导入数据分析平台的数据分析模型进行分析得到客服指标数据，提高了客服数据的采集和分析的效率和准确性，减少了客服业务班组的日常工作量，此外，通过为客服数据采集和分析提供数字化支撑，有利于实现客服业务的闭环管控和实时管控。
-
公开(公告)号：CN110069784A
公开(公告)日：2019-07-30
申请号：CN201910368412.3
申请日：2019-05-05
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本申请提供了一种语音质检评分方法、装置、终端及可存储介质，其中，本申请的方法包括：获取录音音频数据；将获取的录音音频数据转化为文本格式的数据，其中，所述文本格式的数据中包括与坐席人员的音频数据相对应的坐席文本数据；通过余弦相似性算法和/或汉明距离算法对所述坐席文本数据与预置的计分指标进行匹配计分，得到所述录音音频数据的服务质量分值。通过本申请的方法对录音音频数据自动进行识别和评分，无需过多的人工参与，实现了智能化质检，可以进行全量覆盖质检，质检效率高，节约了质检工作人员的工作量，并提高质检质量。
-
公开(公告)号：CN118586498A
公开(公告)日：2024-09-03
申请号：CN202410617312.0
申请日：2024-05-17
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06N5/04 , G06F18/213 , G06Q30/01
Abstract: 本发明提供了一种多模态智能客服对话方法及系统，包括：将对话中用户的回复文本作为自然语言处理预训练模型的输入，输出文本嵌入表示，并将对话中用户的回复图像作为图像预训练模型的输入，输出图像嵌入表示；将所述文本嵌入表示和所述图像嵌入表示进行结合，得到总嵌入表示；对所述总嵌入表示进行特征图激活，得到多模态特征，根据所述多模态特征与用户对话；采用本发明能够降低多模态整合的复杂性。
-
公开(公告)号：CN118504576A
公开(公告)日：2024-08-16
申请号：CN202410622231.X
申请日：2024-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Inventor： 苏立伟 , 马喆非 , 康峰 , 刘振华 , 吴石松 , 余恒祥 , 谭火超 , 陈海燕 , 陈宋 , 张立慧 , 黄荣达 , 吴海波 , 伍广斌 , 沈尚锋 , 方霆 , 李紫京
IPC: G06F40/30 , G06N3/0895 , G06F18/214 , G06F40/289 , G06N3/0455 , G06N3/0464 , G06N3/044 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种文本识别方法、装置、终端设备及存储介质，获取待识别文本；将待识别文本输入多语种表征模型中，以使多语种表征模型输出目标识别文本；其中，多语种表征模型的构建包括：获取若干不同语种的双语语料库以及每一双语语料库中源语言语句和目标语言语句的词对齐标签；构建初始神经网络模型，以源语言语句和目标语言语句作为第一训练集对初始神经网络模型进行自监督训练，在初始神经网络模型收敛时，生成初始多语种表征模型；在所述初始多语种表征模型中引入注意力机制，以所述词对齐标签、源语言语句和目标语言语句作为第二训练集对初始多语种表征模型进行训练，在所述初始多语种表征模型收敛时，生成多语种表征模型。
-
公开(公告)号：CN118503755A
公开(公告)日：2024-08-16
申请号：CN202410625084.1
申请日：2024-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种数据分类模型训练方法及垂直领域大模型的训练方法，包括：获取待区分数据表示集，并根据预设的判别模型确定待区分数据表示集中各个待区分向量的对应类别；根据每个待区别向量的类别，获得不同类别的各个待区分向量之间的相似度，并根据所述相似度获取差异函数值；根据每个待区分向量属于每个类别和判别模型中的参数，获取判别模型中参数的设置和每个待区分向量的条件下，每个待区分向量对应类别正确的条件概率，并根据所有类别判别正确的条件概率之和，获得损失函数值；根据差异函数值和损失函数值，对判别模型中的参数进行更新。结合相似度和损失函数来对分类模型进行训练，对判别模型参数的更新来提高分类效果。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.049 seconds)
