基于改進熵權法的電力客戶服務質量評價方法

許杰雄 王松云 余中杰 陳佐

摘 要：針對電力客戶服務信息化、智能化發展需要及更加客觀準確地評價電力客戶服務質量，引入激活熵的概念，提出基于改進熵權法的電力客戶服務質量評價方法。使用激活熵替代經典熵權法中的信息熵，可以在不改變各指標信息熵相對大小及各指標相對重要程度的情況下，降低部分異變樣本數據對最終評價結果的影響。模擬測試結果表明，提出的方法可以客觀準確計算出電力客服綜合評分，獲得正確率較高的電力客戶服務質量評價結果。

關鍵詞：熵權法;指標評價;電力客服;激活函數

中圖分類號：F423.3;TM711

文獻標志碼：A

文章編號：1007-757X（2020）11-0090-03

Abstract：In response to the informaization and intelligentization of power customer service， it is necessary to evaluate the quality of power customer service more objectively and accurately. The concept of activation entropy is introduced in this paper， and method of power customer service quality evaluation based on improved entropy weight method is also proposed. The activation entropy is used to replace the information entropy in the classical entropy weight method， to change the relative size of each index and the relative value of each index. In the case of important degree， the influence of partial dissimilar sample data on the final evaluation result is reduced. Finally， the simulation test results show that the method proposed in the paper can objectively and accurately calculate the comprehensive score of electric customer service， and obtain the service quality of electric customer with higher correct evaluation results.

Key words：entropy weight;indicator evaluation;power customer service;activation function

0?引言

當今電力產業不僅重視生產，對提供及時、高效的客戶服務也尤為重視，電力客戶服務質量的評價從一定程度上反映了運營效率[1]。電力客服系統作為一個平臺，對用戶提出的問題高效解決問題發揮出應有的作用。電力客服系統運行質量影響到電力運營的穩定性和可靠性，傳統的電力客服評價存在主觀因素多、評價結果缺乏說服力等問題，解決上述問題需從不同的評價指標分析出發，建立基于客觀算法的評價體系，通過計算指標數據的離散程度決定指標的權重，同時局部異變數據不能影響綜合評價結果。因此，改進電力客戶服務質量評價方法尤為重要。

電力客戶服務質量評價時最大同時接待量、日接待量、回復條數、滿意率、問題平均解決時長指標數值會發生變化，通過指標數值可以計算出電力客服對應指標的評價分值，從而體現電力客戶服務質量。對于綜合評價方法，文獻中提出了很多種，層次分析法（Analytic Hierarchy Process，AHP）權重主觀確定、特征值和特征向量的精確求法比較復雜[2]、TOPSIS法（Technique for Order Preference by Similarity to an Ideal Solution）的權重設定與AHP一樣都是主觀決定[3]，缺乏說服力、秩和比法（Rank-sum ratio，RSR）權重部分主觀確定，且由于指標值采用秩代換會導致指標部分信息喪失[4]。經典熵權法克服了以上方法的不足，通過計算指標數據的離散程度客觀決定指標的權重，然而在實際應用中，經典熵權法也存在一定問題，經典熵權法基于基礎數據對指標進行計算信息熵與指標權重，避免了人為因素的主觀行為，提高了評價結果的準確性，但是由于評價樣本數據量往往較小，導致數據異變性出現幾率較大，造成信息熵、權重值誤差大，最終影響評價結果[5-9]。

針對以上問題文中引入了激活熵的概念，提出了基于改進熵權法的電力客戶服務質量評價方法，使用95598客戶服務真實數據，以電力客服人員作為評價對象，通過多個指標評價結果對服務質量作出客觀評價。完善電力客戶服務系統，提高電力客戶服務質量。

1?激活熵

1.1?激活熵算法

熵的概念由Shannon從熱力學引入到信息論中，它可以度量系統的有序程度，從而描述信息量的不確定性[10]。

根據熵的定義，若信源有m種不同取值，對應概率為Pi（n=1，2，…，m）時，則信源的熵的定義，如式（1）。

若Pi=1/m（n=1，2，…，m）時，也就是各取值出現的概率一樣時，熵的值最大。

若依據i個評價指標對j個評價對象進行評價，采用熵值作為某指標的權重，則指標的信息熵Ei越大，就表明該指標對j個對象的評價中貢獻越均衡，指標值對不同對象評價的區分度越小，能為最終決策提供的信息量越小，在綜合評價中所起的作用越小，則其權重也應越小。反之，則權重也應越大[11-14]。

激活熵是信息熵通過激活函數計算得到的，之后計算得到修正后的指標權重。激活函數主要用于人工神經網絡、本文使用logistic函數作為激活熵的算法，如式（2）。

由上可見，用指標熵值賦相應權重僅反映了指標在評價客服對象時的客觀差異度[15-20]，在評價樣本存在數據異變的情況下，熵本身并不能完全反映指標在解決實際問題時的重要性。為了防止部分指標數據異變影響對應指標的權重，降低多次評價后的綜合評價結果準確率，所以引入激活熵，從而使電力客戶服務質量評價體系更加客觀、合理、有說服力。

2?基于改進熵權法的電力客戶服務質量評價方法

（1） 明確指標體系和評價對象

電力客戶服務工作主要依據實際開展所收集的數據，建立五個指標體系對各客服（文中共11個）的服務工作進行評價，則待評價對象包含11個評價對象。現有電力客服評價指標體系包括：正向指標，最大同時接待量、日接待量、回復條數和滿意率;逆向指標，問題平均解決時長。

其中，除問題平均解決時長為反向指標（指標值越趨近零越好）外，其余指標均為正向指標（指標值越趨近正無窮越好）。

3?電力客戶服務質量評價方法的仿真測試

3.1?測試平臺及樣本數據

為了分析基于改進熵權法的電力客戶服務質量評價方法效果，選擇經典熵權法進行對比測試，電力客服基礎數據樣本構成，如表1所示。

采用最大同時接待量、日接待量、回復條數、滿意率、問題平均解決時長作為電力客戶服務質量正向、逆向指標。

3.2?數據標準化

將電力客戶服務質量的樣本數據具體數值代入上述第2小節中步驟（2），得到標準化結果，如表2所示。

3.3?激活熵與指標權重計算

將標準化結果代入第二小節公式計算，得到各指標激活熵、指標權重，如表3所示。

3.4?客觀評價分值確定

通過表2和表3數值計算得出客觀評價分值結果，如表4所示。

3.5?結果及分析

采用經典熵權法、改進熵權法分別建立電力客戶服務質量評價方法，并對電力客戶服務樣本進行分辨，得到的改進熵權法測試結果如上述表4。經典熵權法如表5所示。

相對于經典熵權法的電力客戶服務質量評價方法，改進熵權法電力客戶服務質量評價方法效果得到明顯的優化，這主要是由于改進熵權法信息熵的數值通過激活函數進行激活，在不影響指標數值相對大小的情況下做出了合理的轉換，建立最優的電力客戶服務質量評價系統，有效降低了電力客戶服務質量評價的錯誤率。

統計經典熵權法、改進熵權法，分別建立兩個客服一個季度的電力客戶服務質量評價綜合統計結果，如表6所示。

從表6可以看出本文模型的電力客戶服務質量綜合評分結果中經典熵權法A客服二三四月分值比K客服低但因一月得分較高導致綜合評價分值更高，而改進熵權法在不影響各指標分值相對高低的情況下弱化單個異變指標分值，使評價分值更具有說服力。

4?總結

電力客戶服務質量評價是電力系統的一個重要組成部分，對其進行研究具有非常重要的意義，為了解決AHP法、TOPSIS法、RSR法中權重主觀確定的問題，和經典熵權法中存在的局部異變數據影響綜合評價結果問題，提出了激活熵的概念，設計了基于改進熵權法的電力客戶服務質量評價方法。克服了綜合評價分值因信息熵的離散程度過大而影響到評價結果，測試結果表明，本文方法提高了電力客戶服務質量評價正確率，大幅度減少了電力客戶服務質量評價的誤判率，而且最終電力客戶服務質量評價分值更客觀、合理、有說服力，可以達到電力客戶服務系統實際應用要求，獲得比其他方法更加理想的電力客戶服務質量評價結果，為解決電力客戶服務質量評價提供了一種高效的解決方案。

參考文獻

[1]?喻小寶，譚忠富，屈高強.基于電力客戶評估的差異化電價套餐研究[J/OL].[2019-10-13]中國電力，http：//kns.cnki.net/kcms/detail/1.3265.TM.20190807.0843.002.html.

[2]?吉建兵，吉楊，鄭華.國外電力客戶服務經驗及對我國電力客戶服務的啟示[J].東北電力技術，2019，40（3）：59-62.

[3]?盧鶴挺，張惠詩.東莞供電局基于電力客戶價值的分群管理應用研究[J].電氣技術與經濟，2019（2）：59-66.

[4]?陳敏耀，嚴佳梅，吳敵，等.95598客戶服務網格化管理的探討[J].電力需求側管理，2019，21（2）：71-73.

[5]?葉利，田曉霞，林濤，等.95598客戶服務應用系統在線監測技術研究[J].湖北電力，2018，42（6）：43-47.

[6]?張爽，景偉強，羅欣，等.基于大數據的95598優質服務管理創新與實踐[J].電力需求側管理，2017，19（5）：52-54.

[7]?李杰.基于AHP層次分析法的電商客服服務質量評價模型研究[J].海峽科技與產業，2015（11）：66-68.

[8]?嚴嘉倫，林俊光，樓可煒，等.基于AHP-變異系數法的樓宇型綜合能源系統評價體系[J/OL].[2019-10-14].熱力發電，https：//doi.org/10.19666/j.rlfd.201904162.

[9]?潘雨紅，潘永飛，馬旭.基于Entropy-Topsis方法的住宅預制構件的物流供應商選擇[J].重慶交通大學學報（自然科學版），2017，36（2）：101-107.

[10]?黃魯成，劉春文，吳菲菲，等.一種基于聯系向量“垂面”距離的改進TOPSIS多屬性決策方法[J/OL].[2019-10-14].系統工程，http：//kns.cnki.net/kcms/detail/43.1115.N.20191011.1448.006.html.

[11]?鄭陸海，李新強，郭鑫鑫.一種基于加權秩和比法的光伏并網逆變器多性能指標評價方法研究[J].電器與能效管理技術，2019（13）：25-28.

[12]?高旭東，譚曉東，王震坤，等.基于加權秩和比模型的湖北省健康管理服務效果綜合評價研究[J/OL].[2019-10-13].中國全科醫學http：//kns.cnki.net/kcms/detail/13.1222.R.20190715.1009.002.html.

[13]?CHEN Jiabo， WANG Yanjie， LI Fayun， et al. Aquatic ecosystem health assessment of a typical sub-basin of the Liao River based on entropy weights and a fuzzy comprehensive evaluation method[J]. Scientific reports，2019，9（1）：14045.

[14]?宋新甫，徐龍秀，張艷，等.結合灰色關聯分析的熵權VIKOR法輸電網規劃方案綜合評價方法[J].電工技術，2019（11）：11-14.

[15]?Harish Garg. Intuitionistic Fuzzy Hamacher Aggregation Operators with Entropy Weight and Their Applications to Multi-criteria Decision-Making Problems[J]. Iranian Journal of Science and Technology， Transactions of Electrical Engineering，2019，43（3）：1-17.

[16]?WANG Zhongchang， WANG Chuan， WANG Zechuan. The Hazard Analysis of Water Inrush of Mining of Thick Coal Seam Under Reservoir Based on Entropy Weight Evaluation Method[J]. Geotechnical and Geological Engineering，2018，36（5）：1-10.

[17]?GAO Chenglu， LI Shucai， WANG Jing， et al. The Risk Assessment of Tunnels Based on Grey Correlation and Entropy Weight Method[J]. Geotechnical and Geological Engineering，2018，36（3）：1621-1631.

[18]?張國軍，李浩文，葛群，等.基于信息熵的自適應窗長光伏系統直流串聯電弧故障識別研究[J/OL].[2019-10-13].電源學報，http：//kns.cnki.net/kcms/detail/12.1420.TM.20191008.1111.002.html.

[19]?崔高穎，周玉，鄭愛霞，等.基于熵權的計量技術監督模糊綜合評價方法[J].江蘇電機工程，2016，35（5）：14-18.

[20]?齊敬先，劉翌，蔣宇，等.基于標簽技術和熵權法的缺陷推薦研究[J].計算機系統應用，2018，27（8）：187-192.

（收稿日期：2019.10.21）