本文關鍵詞：電力95598客戶服務質(zhì)檢抽樣算法研究

  更多相關文章： 客服 質(zhì)檢 C.算法 Adaboost算法 成本矩陣 抽樣算法

【摘要】：為解決目前電力95598客服中心質(zhì)檢部門的質(zhì)檢抽樣策略效率低、漏檢率高等問題,提出利用改進的C4.5算法對客服話務和工單質(zhì)量進行是否存在問題進行分類的質(zhì)檢抽樣算法。該算法針對客服分類問題的非平衡性特點,將成本矩陣引入到C4.5算法中,利用Adaboost算法構建組合分類器來提升分類算法的準確性。在質(zhì)檢前利用質(zhì)檢抽樣算法對所有客服話務和工單可能為問題話務或問題工單的概率進行預測,抽取有問題概率較大的客服話務和工單進行人工質(zhì)檢。實驗結果表明,利用該質(zhì)檢抽樣算法,可以將問題話務和工單的分類準確率從C4.5算法的66.67%提高到現(xiàn)在的78.49%,從而提高了被抽取的客服話務和工單中問題話務和問題工單的占比,證明該質(zhì)檢抽樣算法是可行且有效的,能夠提高質(zhì)檢效率、降低漏檢率。
【作者單位】： 國網(wǎng)信息通信產(chǎn)業(yè)集團;國家電網(wǎng)客戶服務中心;國網(wǎng)江蘇省電力公司;
【基金】：國家電網(wǎng)公司科技項目(SGITG_KJ_JSKF[2015]0011,SGITG_KJ_JSKF[2015]0027)~~
【分類號】：F426.61;TP301.6
【正文快照】： 質(zhì)檢。實驗結果表明,利用該質(zhì)檢抽樣算法,可以將問題話務和工單的分類準確率從C4.5算法的66.67%提高到現(xiàn)在的78.49%,從而提高了被抽取的客服話務和工單中問題話務和問題工單的占比,證明該質(zhì)檢抽樣算法是可行且有效的,能夠提高質(zhì)檢效率、降低漏檢率。0引言2013年11月,國家電網(wǎng)

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 宋亞奇;周國亮;朱永利;;智能電網(wǎng)大數(shù)據(jù)處理技術現(xiàn)狀與挑戰(zhàn)[J];電網(wǎng)技術;2013年04期

2 歐陽森;李奇;石怡理;耿紅杰;王克英;;考慮模糊聚類特性的電能質(zhì)量預警方法及其應用[J];電網(wǎng)技術;2014年06期

3 趙莉;候興哲;胡君;傅宏;孫洪亮;;基于改進k-means算法的海量智能用電數(shù)據(jù)分析[J];電網(wǎng)技術;2014年10期

4 趙騰;張焰;張東霞;;智能配電網(wǎng)大數(shù)據(jù)應用技術與前景分析[J];電網(wǎng)技術;2014年12期

5 朱利鵬;陸超;孫元章;黃河;蘇寅生;李智歡;;基于數(shù)據(jù)挖掘的區(qū)域暫態(tài)電壓穩(wěn)定評估[J];電網(wǎng)技術;2015年04期

6 范潔,楊岳湘;決策樹后剪枝算法的研究[J];湖南廣播電視大學學報;2005年01期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡坤琪;;基于相關鑒別分析和隨機森林的人臉識別方法[J];安徽電子信息職業(yè)技術學院學報;2012年01期

2 王永梅;胡學鋼;;決策樹中ID3算法的研究[J];安徽大學學報(自然科學版);2011年03期

3 葉明全;;數(shù)據(jù)挖掘在醫(yī)療數(shù)據(jù)中的應用[J];安徽工程科技學院學報(自然科學版);2007年03期

4 潘希姣;;多子群粒子群集成神經(jīng)網(wǎng)絡[J];安徽建筑工業(yè)學院學報(自然科學版);2007年02期

5 賈澤露;;基于GIS與SDM集成的農(nóng)用地定級專家系統(tǒng)[J];安徽農(nóng)業(yè)科學;2008年14期

6 李亭;楊敬鋒;彭曉琴;陳志民;;基于最大似然法集成的黃曲條跳甲預警模型[J];安徽農(nóng)業(yè)科學;2008年25期

7 時雷;虎曉紅;席磊;段其國;;集成學習技術在農(nóng)業(yè)中的應用[J];安徽農(nóng)業(yè)科學;2008年26期

8 蔡麗艷;馮憲彬;丁蕊;;基于決策樹的農(nóng)戶小額貸款信用評估模型研究[J];安徽農(nóng)業(yè)科學;2011年02期

9 趙靜嫻;;基于決策樹的食品安全評估研究[J];安徽農(nóng)業(yè)科學;2011年32期

10 王斌;;基于聚類的決策樹在玉米種質(zhì)篩選中的應用[J];安徽農(nóng)業(yè)科學;2011年33期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 葉紅云;倪志偉;陳恩紅;;一種混合型集成學習演化決策樹算法[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

2 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九屆中國控制會議論文集[C];2010年

3 杜方鍵;楊宏暉;;K均值聚類優(yōu)化集成學習[A];2011'中國西部聲學學術交流會論文集[C];2011年

4 王琦;;基于貝葉斯決策樹算法的垃圾郵件識別機制[A];2011年通信與信息技術新進展——第八屆中國通信學會學術年會論文集[C];2011年

5 賈少春;胡秀珍;;A Method of Predicting theβ-hairpin Motifs in Proteins[A];第四屆全國生物信息學與系統(tǒng)生物學學術大會論文集[C];2010年

6 李勝朋;王洪禮;馮劍豐;;基于不連續(xù)回歸樹的最大李雅譜諾夫指數(shù)計算方法[A];第九屆全國振動理論及應用學術會議論文集[C];2007年

7 魯松;;英文介詞短語歸并歧義的RMBL分類器消解[A];2005年信息與通信領域博士后學術會議論文集[C];2005年

8 杜曉鳳;丁友東;;FloatBag選擇性神經(jīng)網(wǎng)絡集成及其在人臉檢測中的應用[A];第十二屆全國信號處理學術年會（CCSP-2005）論文集[C];2005年

9 劉海霞;鐘曉妮;周燕榮;田考聰;;決策樹在居民就診衛(wèi)生服務利用影響因素研究中的應用[A];重慶市預防醫(yī)學會2010年論文集[C];2011年

10 汪云亮;呂久明;劉孝剛;;基于信息熵的輻射源屬性分類方法[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（上）[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 于化龍;基于DNA微陣列數(shù)據(jù)的癌癥分類技術研究[D];哈爾濱工程大學;2010年

2 李書艷;單點氨基酸多態(tài)性與疾病相關關系的預測及其機制研究[D];蘭州大學;2010年

3 張明;電能質(zhì)量擾動相關問題研究[D];華中科技大學;2010年

4 姚志明;基于步態(tài)觸覺信息的身份識別研究[D];中國科學技術大學;2010年

5 鄧斌;B2C在線評論中的客戶知識管理研究[D];電子科技大學;2010年

6 渠瑜;基于SVM的高不平衡分類技術研究及其在電信業(yè)的應用[D];浙江大學;2010年

7 蘇煜;基于SCF范式的在線P300腦機接口研究[D];浙江大學;2010年

8 杜方;復雜網(wǎng)絡系統(tǒng)間相似性識別及其應用[D];浙江大學;2010年

9 甘良志;核學習算法與集成方法研究[D];浙江大學;2010年

10 閆中敏;Deep Web數(shù)據(jù)獲取問題研究[D];山東大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 馬冉冉;集成學習算法研究[D];山東科技大學;2010年

2 呂萬里;中文文本分類技術研究[D];山東科技大學;2010年

3 朱耿峰;支持向量機在沖擊地壓預測模型中的應用研究[D];山東科技大學;2010年

4 岳海亮;信息論在粗糙集連續(xù)屬性離散化中的應用[D];遼寧師范大學;2010年

5 石國強;基于規(guī)則的組合分類器的研究[D];鄭州大學;2010年

6 陳松峰;利用PCA和AdaBoost建立基于貝葉斯的組合分類器[D];鄭州大學;2010年

7 吳正娟;特征變換在組合分類中的應用研究[D];鄭州大學;2010年

8 曹彥;基于支持向量機的特征選擇及其集成方法的研究[D];鄭州大學;2010年

9 周馳;數(shù)據(jù)流上概念漂移的檢測和分類[D];鄭州大學;2010年

10 徐洪偉;數(shù)據(jù)挖掘中決策樹分類算法的研究與改進[D];哈爾濱工程大學;2010年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱永利;翟學明;姜小磊;;絕緣子泄漏電流的自適應SPIHT數(shù)據(jù)壓縮[J];電工技術學報;2011年12期

2 周暉;鈕文潔;王毅;李濤;楊紅;;從繳費行為分析電力客戶信用度[J];電力需求側(cè)管理;2006年06期

3 吳浩;郭瑞鵬;韓禎祥;;電力系統(tǒng)微分代數(shù)模型的奇異性和暫態(tài)電壓穩(wěn)定[J];電力系統(tǒng)自動化;2006年13期

4 李智勇;吳晶瑩;吳為麟;宋保明;;基于自組織映射神經(jīng)網(wǎng)絡的電力用戶負荷曲線聚類[J];電力系統(tǒng)自動化;2008年15期

5 肖世杰;;構建中國智能電網(wǎng)技術思考[J];電力系統(tǒng)自動化;2009年09期

6 劉友波;劉俊勇;趙巖;李磊;胥威汀;姚s，

本文編號：1177716