基于數(shù)據(jù)挖掘的電力客戶投訴分析與預測研究
發(fā)布時間:2022-01-07 05:31
伴隨新一輪電力體制改革深入推進,售電側逐漸開放,電力經(jīng)營主體數(shù)量增多,電力市場競爭日趨激烈,同時,消費者服務觀念覺醒,維權意識提高,服務需求呈現(xiàn)多元化、個性化,服務品質逐步晉升為用戶衡量產品價值的標準,服務營銷成為企業(yè)打造競爭優(yōu)勢的首選理念。此外,電力企業(yè)客戶服務系統(tǒng)中已經(jīng)積累了海量、詳實的業(yè)務數(shù)據(jù),具備了規(guī);、多樣化和實時性的特點。因此,在大數(shù)據(jù)時代的背景下,利用先進的數(shù)據(jù)分析技術進行數(shù)據(jù)挖掘、綜合分析,進而提升服務、優(yōu)化管理,助力電力營銷,增強企業(yè)競爭力,這已成為各個電力企業(yè)的共識。本文以某電力公司客戶為研究對象,95598客戶服務中心的業(yè)務工單為數(shù)據(jù)基礎,調研了電力客戶服務的工作現(xiàn)狀和需求,應用數(shù)據(jù)挖掘和信息技術對客戶服務所關注的投訴等問題展開研究。首先,結合歷史數(shù)據(jù)的特點和挖掘需求,選取文本挖掘技術和灰色關聯(lián)法分析了投訴的分布特征和易發(fā)原因,利用文本相似度實現(xiàn)了重復訴求工單的自動識別與提取,并對算法的識別率進行了驗證,探究了重復訴求發(fā)展的業(yè)務關聯(lián)規(guī)則。其次,分別從定量和定性角度預測客戶投訴行為,前者針對單月投訴量的發(fā)展趨勢,建立投訴數(shù)量的一元時間序列預測模型,后者依據(jù)客戶訴求...
【文章來源】:北京交通大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:94 頁
【學位級別】:碩士
【部分圖文】:
圖2-1數(shù)據(jù)挖掘過程圖??Fig.2-1?Data?Mining?Process?Diagram??
圖2-2文檔的向量空間示意圖??Fig.2-2?Vector?Space?Diagram?of?Documents??
樸素貝葉斯分類流程
【參考文獻】:
期刊論文
[1]基于Apriori算法的高校學生成績數(shù)據(jù)挖掘[J]. 吳小東,曾玉珠. 廊坊師范學院學報(自然科學版). 2019(01)
[2]基于多模型融合的客戶投訴風險預測方法[J]. 辛永,劉燕秋,黃文思,羅義旺. 電力大數(shù)據(jù). 2018(11)
[3]基于客戶體驗的95598新型服務模式[J]. 姜冬. 電氣技術. 2018(09)
[4]傳統(tǒng)情感分類方法與基于深度學習的情感分類方法對比分析[J]. 段傳明. 軟件導刊. 2018(01)
[5]以客戶訴求為導向的多維度大數(shù)據(jù)分析體系探析[J]. 李建芬,程慧. 管理觀察. 2017(10)
[6]一種基于數(shù)據(jù)挖掘的頻繁停電投訴預警模型[J]. 許鑫,王莉,孫志杰,鞏冬梅,張凌宇,劉曉偉,秦風圓. 信息記錄材料. 2017(02)
[7]顧客抱怨行為及其影響因素研究述評[J]. 王軍,江若塵. 科學經(jīng)濟社會. 2016(02)
[8]電力企業(yè)投訴工單文本挖掘模型[J]. 劉興平,章曉明,沈然,林少娃,章琛敏,張維,朱斌,何韻. 電力需求側管理. 2016(02)
[9]95598重復訴求原因分析及改善措施[J]. 趙曉云. 現(xiàn)代營銷(下旬刊). 2016(12)
[10]基于電力客戶投訴行為分析的差異化服務策略研究[J]. 洪健山,劉歡. 電力需求側管理. 2015(06)
碩士論文
[1]揚州移動公司客戶投訴管理研究[D]. 史加佳.揚州大學 2018
[2]以電力客戶行為數(shù)據(jù)挖掘為基礎的營銷策略研究[D]. 陳浩.華北電力大學(北京) 2017
[3]閉環(huán)理論視角下地方政府網(wǎng)絡輿情危機應對研究[D]. 彭琦娟.南華大學 2017
[4]基于數(shù)據(jù)挖掘的我國P2P網(wǎng)絡借貸違約預測模型研究[D]. 劉瑾雯.大連理工大學 2016
[5]供水企業(yè)客戶投訴管理研究[D]. 歐陽榮富.華僑大學 2015
[6]基于向量空間模型的文本相似度算法研究[D]. 譚靜.西南石油大學 2015
[7]供電公司大數(shù)據(jù)集中管控系統(tǒng)方案設計[D]. 李偉.華北電力大學 2015
[8]基于數(shù)據(jù)挖掘的移動用戶投訴行為研究[D]. 龍雯雯.重慶理工大學 2014
[9]M銀行呼叫中心服務質量持續(xù)改進研究[D]. 尹璐.天津大學 2014
[10]95598客戶服務輔助決策系統(tǒng)的設計與實現(xiàn)[D]. 唐冠亞.電子科技大學 2014
本文編號:3573913
【文章來源】:北京交通大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:94 頁
【學位級別】:碩士
【部分圖文】:
圖2-1數(shù)據(jù)挖掘過程圖??Fig.2-1?Data?Mining?Process?Diagram??
圖2-2文檔的向量空間示意圖??Fig.2-2?Vector?Space?Diagram?of?Documents??
樸素貝葉斯分類流程
【參考文獻】:
期刊論文
[1]基于Apriori算法的高校學生成績數(shù)據(jù)挖掘[J]. 吳小東,曾玉珠. 廊坊師范學院學報(自然科學版). 2019(01)
[2]基于多模型融合的客戶投訴風險預測方法[J]. 辛永,劉燕秋,黃文思,羅義旺. 電力大數(shù)據(jù). 2018(11)
[3]基于客戶體驗的95598新型服務模式[J]. 姜冬. 電氣技術. 2018(09)
[4]傳統(tǒng)情感分類方法與基于深度學習的情感分類方法對比分析[J]. 段傳明. 軟件導刊. 2018(01)
[5]以客戶訴求為導向的多維度大數(shù)據(jù)分析體系探析[J]. 李建芬,程慧. 管理觀察. 2017(10)
[6]一種基于數(shù)據(jù)挖掘的頻繁停電投訴預警模型[J]. 許鑫,王莉,孫志杰,鞏冬梅,張凌宇,劉曉偉,秦風圓. 信息記錄材料. 2017(02)
[7]顧客抱怨行為及其影響因素研究述評[J]. 王軍,江若塵. 科學經(jīng)濟社會. 2016(02)
[8]電力企業(yè)投訴工單文本挖掘模型[J]. 劉興平,章曉明,沈然,林少娃,章琛敏,張維,朱斌,何韻. 電力需求側管理. 2016(02)
[9]95598重復訴求原因分析及改善措施[J]. 趙曉云. 現(xiàn)代營銷(下旬刊). 2016(12)
[10]基于電力客戶投訴行為分析的差異化服務策略研究[J]. 洪健山,劉歡. 電力需求側管理. 2015(06)
碩士論文
[1]揚州移動公司客戶投訴管理研究[D]. 史加佳.揚州大學 2018
[2]以電力客戶行為數(shù)據(jù)挖掘為基礎的營銷策略研究[D]. 陳浩.華北電力大學(北京) 2017
[3]閉環(huán)理論視角下地方政府網(wǎng)絡輿情危機應對研究[D]. 彭琦娟.南華大學 2017
[4]基于數(shù)據(jù)挖掘的我國P2P網(wǎng)絡借貸違約預測模型研究[D]. 劉瑾雯.大連理工大學 2016
[5]供水企業(yè)客戶投訴管理研究[D]. 歐陽榮富.華僑大學 2015
[6]基于向量空間模型的文本相似度算法研究[D]. 譚靜.西南石油大學 2015
[7]供電公司大數(shù)據(jù)集中管控系統(tǒng)方案設計[D]. 李偉.華北電力大學 2015
[8]基于數(shù)據(jù)挖掘的移動用戶投訴行為研究[D]. 龍雯雯.重慶理工大學 2014
[9]M銀行呼叫中心服務質量持續(xù)改進研究[D]. 尹璐.天津大學 2014
[10]95598客戶服務輔助決策系統(tǒng)的設計與實現(xiàn)[D]. 唐冠亞.電子科技大學 2014
本文編號:3573913
本文鏈接:http://sikaile.net/qiyeguanlilunwen/3573913.html