停电敏感客户识别模型
精准定位停电敏感客户，多维度构建客户停电敏感标签体系停电敏感客户识别模型
产品概况通过对客户停电敏感程度进行量化评估，精准定位停电敏感客户，挖掘其关键指标特征，多维度构建客户停电敏感标签体系，并应用于制订差异化的停电安排及通知策略， 优化抢修策略，优化配网改造等场景，有效支撑电网企业部门的工作，以此降低客户停电投诉的概率，同时提升客户对电网企业服务的满意度。
价值优势
差异化供电服务
通过对客户停电敏感程度进行量化评估，精准定位停电敏感客户，挖掘其关键指标特征，多维度构建客户停电敏感标签体系，制订差异化的停电安排及通知策略。
降低停电投诉概率
优化抢修策略，优化配网改造等场景，有效支撑电网企业部门的工作，以此降低客户停电投诉的概率，同时提升客户对电网企业服务的满意度。
精准学习分析
构建客户敏感度分析模型，拟采用评分模型和监督学习模型（包括传统机器学习和深度学习算法），经过综合评分的方式选取最优模型或模型组合。
精准定位停电敏感客户
通过对客户停电敏感程度进行量化评估，精准定位停电敏感客户，挖掘其关键指标特征，多维度构建客户停电敏感标签体系。
功能特点
构建客户敏感度分析模型
构建客户敏感度分析模型拟采用评分模型和监督学习模型（包括传统机器学习和深度学习算法），最后经过综合评分的方式选取最优模型或模型组合
精准定位敏感客户样本
基于已标注的敏感客户样本，同时采用传统机器学习模型和深度学习模型构建监督学习模型，分别探索逻辑回归、SVM、决策树、随机森林、GBDT和CNN算法对于停电敏感客户识别的准确率，通过模型评估选取最优模型
应用案例
国网某省停电敏感客户分析项目
通过供电服务指挥系统中搜集到的95598客服数据、客户停电信息、投诉受理工单等诉求信息，采用人工智能通用技术筛选出停电相关数据，经过数据融合、数据处理、特征工程、模型构建、模型优化、模型验证六个步骤，构建出可以精准识别停电敏感客户的判定模型。 在整个过程中，根据不同的需求，使用包括无监督学习模型、监督学习模型（隐马尔可夫模型、SVM、随机森林）、深度学习模型(CNN、RNN)、投票算法等多种拟合手段，确保...
国网某市供电公司-压降投诉敏感用户精准化预警项目
国网某市供电公司，根据压降投诉敏感用户精准化预警方案对供电服务指挥系统进行优化后，结合相应的服务响应策略，