基于局部线性嵌入和深度森林算法的电力客户投诉预测模型

摘要：

由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升.在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法.采用局部线性嵌入算法对客户投诉预测模型的输入特征向量进行降维处理,减少计算量和避免陷入局部最优解;对降维后的投诉预测特征向量进行多粒度扫描,提高其表征学习能力;基于级联森林建立深度森林算法模型,实现客户投诉预测.实际数据的仿真结果表明,与不进行降维处理及其他预测模型相比,文中所提出的预测模型可以更准确地预测客户投诉趋势,为电力企业客户投诉分析和预测提供了参考依据.

关键词：电力客户、投诉预测模型、局部线性嵌入、深度森林算法

所属期刊栏目：61

分类号：TM93

在线出版日期：2024-02-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：107-112