-
公开(公告)号：CN109558484A
公开(公告)日：2019-04-02
申请号：CN201811247199.2
申请日：2018-10-24
Applicant: 浙江华云信息科技有限公司
IPC: G06F16/35 , G06F16/9535 , G06F16/332
Abstract: 本发明公开了基于相似度词序矩阵的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明包括基于Word2Vec相似度情感词拓展联想步骤、多元情感语料库构建步骤、相似度词序矩阵情感量化算法步骤；对工单进行分类梳理、数据清洗，基于百度词库形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过机器学习训练生成融合诉求情感的学习模型，基于词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异。
-
公开(公告)号：CN107741971B
公开(公告)日：2021-03-19
申请号：CN201710936219.6
申请日：2017-10-10
Applicant: 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC: G06F16/438
Abstract: 一种基于自定义动态数据的在线可视分析PPT方法，涉及一种PPT技术。目前，专题指标分析材料准备工作需要进一步简化和高效。一种基于自定义动态数据的在线可视分析PPT方法，其基于OpenOffice技术实现，包括：1）PPT模板维护：用于对根据业务需求定制的各种PPT模板进行统一维护；2）PPT自定义配置：用于对各PPT主题模板进行相关参数动态维护；3）一键PPT在线分析；用于根据上述主题PPT定制模板与各项指标对应关系。本技术方案以OpenOffice技术突破口，作为基于自定义动态数据的在线可视分析PPT技术，融合95598特有业务应用，并进行需求个性化定制，功能具有自定义动态配置、线上实时运算、PPT一键生成。
-
公开(公告)号：CN109784471A
公开(公告)日：2019-05-21
申请号：CN201811247200.1
申请日：2018-10-24
Applicant: 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于多预测模型的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
公开(公告)号：CN109670167A
公开(公告)日：2019-04-23
申请号：CN201811247198.8
申请日：2018-10-24
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
公开(公告)号：CN107861942A
公开(公告)日：2018-03-30
申请号：CN201710938687.7
申请日：2017-10-11
Applicant: 国网浙江省电力公司电力科学研究院 , 浙江华云信息科技有限公司
CPC classification number: G06F17/2775 , G06F17/30666 , G06F17/30684 , G06F17/30707 , G06Q30/016 , G06Q50/06
Abstract: 一种基于深度学习的电力疑似投诉工单识别方法，涉及电力客户服务的投诉识别方法。电力疑似投诉工单采用人工识别，效率低下、及时性差且浪费人力资源。本发明包括以下步骤：1）深度学习模型配置；2）投诉特征标签提炼；3）投诉样本格式化；4）模型学习训练；5）疑似投诉识别；6）疑似投诉分类。本技术方案通过深度学习技术投诉清单进行数据清理排序、投诉倾向词提炼、数据建模调优、样本迭代学习训练、机器学习预测等一系列工作，实现疑似投诉工单深度学习智能识别与分类，提升智能工作体验，提高服务质量管控工作效率。
-
Patent Agency Ranking
公开(公告)号：CN115239062A
公开(公告)日：2022-10-25
申请号：CN202210674787.4
申请日：2022-06-14
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 浙江大学
Abstract: 本申请公开了基于高斯云分布与理想点法的供电质量评价方法，包括输入一定时间段内的配电系统量测数据与95598工单结构化数据；构建包括供电可靠性指标集与电能质量指标集在内的供电质量评价指标体系；计算各供电单位在各项评价指标下的指标值，并根据月度数据生成对应的供电质量指标高斯云；基于历史数据与专家经验生成供电质量指标理想高斯云，将供电质量指标理想高斯云与实际高斯云进行对比，计算得到云间相似度；基于云间相似度形成供电质量评估决策矩阵，根据理想点法对各供电单位的供电质量进行评价。通过建立客观合理的评价体系，精确评估配电系统的供电质量，准确量化电能质量，对保障用户侧用电质量，指导电网电能质量治理具有重要意义。
-
公开(公告)号：CN106451761A
公开(公告)日：2017-02-22
申请号：CN201610577465.2
申请日：2016-07-21
Applicant: 国网浙江省电力公司电力科学研究院 , 浙江华云信息科技有限公司
Abstract: 一种基于动态数据驱动的大面积停电自动监测分析系统，涉及一种停电自动监测分析系统。目前，电网实时数据都是离散型信息、准确性不高，而且不同来源的信息中存在时序差。本发明包括：事件策略算法规划模块；事件初始化模块；策略选择模块；事件过滤模块；事件源线程模块；事件时间轴模块；事件研判模块；故障停电发布时间轴模块；故障停电发布模块；故障停电合并模块；故障停电消息发布模块。本技术方案采用时间轴和可信度相结合的机制，进一步提高分析效率，一旦故障信息满足可信度要求就可以立刻发布，实现迅速、准确地对不同源事件分析得到的故障信息进行融会和归并。
-
公开(公告)号：CN109670167B
公开(公告)日：2023-07-25
申请号：CN201811247198.8
申请日：2018-10-24
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC: G06F40/30 , G06F40/289 , G06F16/35 , G06N3/048 , G06N3/084 , G06Q30/015 , G06Q50/06
Abstract: 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
公开(公告)号：CN106451761B
公开(公告)日：2020-01-21
申请号：CN201610577465.2
申请日：2016-07-21
Applicant: 国网浙江省电力公司电力科学研究院 , 浙江华云信息科技有限公司
Abstract: 一种基于动态数据驱动的大面积停电自动监测分析系统，涉及一种停电自动监测分析系统。目前，电网实时数据都是离散型信息、准确性不高，而且不同来源的信息中存在时序差。本发明包括：事件策略算法规划模块；事件初始化模块；策略选择模块；事件过滤模块；事件源线程模块；事件时间轴模块；事件研判模块；故障停电发布时间轴模块；故障停电发布模块；故障停电合并模块；故障停电消息发布模块。本技术方案采用时间轴和可信度相结合的机制，进一步提高分析效率，一旦故障信息满足可信度要求就可以立刻发布，实现迅速、准确地对不同源事件分析得到的故障信息进行融会和归并。
-
公开(公告)号：CN109685240B
公开(公告)日：2023-10-13
申请号：CN201811247204.X
申请日：2018-10-24
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC: G06Q10/063 , G06Q10/04 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM深度学习的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
