-
公开(公告)号:CN106651055A
公开(公告)日:2017-05-10
申请号:CN201611260341.8
申请日:2016-12-30
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
Abstract: 本申请公开了一种短期售电量预测方法,包括:步骤S1:获取电力公司在预测月已发行用电量的低压用户的发行电量以及已发行用电量的高压用户的发行电量;步骤S2:获取电力公司在预测月未发行完用电量的高压用户在预测月的未发行时间段,并根据未发行完用电量的高压用户的历史日预售电量预测未发行完用电量的高压用户在未发行时间段内的电量,得到高压用户未发行时间段的电量;步骤S3:将低压用户已发行用电量、高压用户已发行用电量以及高压用户未发行时间段的电量进行求和,得到电力公司在预测月的售电量预测值。日度发行电量和日度预售电量数据准确反映近一段时间外部因素的变化情况,有效提高预测精度。本申请还公开了一种短期售电量预测系统。
-
公开(公告)号:CN105302918A
公开(公告)日:2016-02-03
申请号:CN201510801534.9
申请日:2015-11-19
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
IPC: G06F17/30
CPC classification number: G06F17/30979
Abstract: 本申请公开了一种从电话用户中筛选网站潜在用户的方法及系统,该方法包括:先从电话客服系统和网站客服系统中提取目标用户群,目标用户群为对电话客服系统和网站客服系统都进行过访问的用户群;接着利用由目标用户群中每一个用户的用户属性、电话客服系统访问痕迹以及网站客服系统访问痕迹构成的训练样本集,构建筛选函数;最后利用筛选函数,对从电话客服系统中提取的待筛选用户群进行筛选,相应地得到网站客服系统的潜在用户群;其中,待筛选用户群为访问过电话客服系统但未对网站客服系统进行过访问的用户群。本申请实现了对网站客服系统的潜在用户进行有效地筛选,从而降低了网站推广成本和提高了推广效率。
-
公开(公告)号:CN105117869A
公开(公告)日:2015-12-02
申请号:CN201510673673.8
申请日:2015-10-16
Applicant: 北京中电普华信息技术有限公司 , 国家电网公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/06
Abstract: 本发明公开了一种工作人员管理方法,包括:获取预设量的工作人员;确定聚类指标,并确定每个工作人员与聚类指标对应的数据为该工作人员的聚类指标数据;根据每个工作人员的聚类指标数据利用视觉聚类算法进行聚类,得到聚类结果;根据聚类结果将工作人员分成不同的类,得到分类结果。本申请并不预先确定需要将工作人员进行分类的类个数,而是通过视觉聚类算法根据每个工作人员的聚类指标数据对其进行分类,视觉聚类算法是模拟人的视觉认知过程,可以自动辨析聚类个数,因此,本申请公开的一种工作人员管理方法能够自动确定工作人员的类个数,准确度较高,避免了工作人员的分类不符合工作人员的实际工作表现的情况发生。
-
公开(公告)号:CN105096058A
公开(公告)日:2015-11-25
申请号:CN201510515445.8
申请日:2015-08-20
Applicant: 北京中电普华信息技术有限公司 , 国家电网公司 , 国网信息通信产业有限公司
IPC: G06Q10/06
Abstract: 本申请公开了一种应用于客服人员评分系统的数据处理方法和装置。该方法基于稀疏正则化模型从大量的预设评价指标中自动识别和辨析出多个关键指标。进而,采用层次分析法,确定所述多个关键指标对于客服评分这一问题的权重,从而根据多个关键指标的权重以及关键指标的实际指标值计算客服人员的综合评分。与现有技术相比,本发明将系数正则化方法和层次分析方法进行融合,提出了一种适用于客服人员评分系统的数据处理方法和装置,能够自动实现对客服人员的评分,减少了评分人员工作量,提高了工作效率。
-
公开(公告)号:CN105096159A
公开(公告)日:2015-11-25
申请号:CN201510386325.2
申请日:2015-06-30
Applicant: 北京中电普华信息技术有限公司 , 国家电网公司 , 国网信息通信产业有限公司
Abstract: 本申请公开了一种区域售电量预测方法及装置,其中方法包括:对于待预测各个区域的历史售电量曲线进行时域和频域特征的确定,并据此对各个待预测区域进行聚类,同一聚类组内,各个待预测区域的历史售电量曲线在时域和频域下的特征相同,且该特征作为聚类组的特征标签,最后针对每一个聚类组,选用预置的与该聚类组的特征标签对应的预测算法对该聚类组内的各个待预测区域进行售电量预测。本申请方法通过对不同待预测区域进行聚类划分,对于历史售电量曲线特征相同的区域采用匹配的相同预测算法进行统一预测,从而提高了对区域售电量预测的精确度。
-
-
-
-