1. 项目背景与业务价值
在电力行业客户服务中，准确识别对电费敏感的客户群体具有重要意义。这类客户通常对电费变化反应强烈，容易因电费问题产生投诉或服务请求。通过构建电费敏感客户识别模型，电力企业可以：
-
提前识别潜在敏感客户，主动提供个性化服务
-
优化客户服务资源配置，提高服务效率
-
减少客户投诉，提升客户满意度
-
实现精细化用电服务管理
本项目基于大连理工大学团队的优胜方案，利用电力用户的95598工单数据、电量电费营销数据等多源信息，构建了电费敏感客户识别模型。
2. 数据准备与特征工程
2.1 数据来源
项目使用了三个核心数据表：
-
工单信息表：记录客户服务请求的基本信息
-
训练集：
01_arc_s_95598_wkst_train.tsv -
测试集：
01_arc_s_95598_wkst_test.tsv
-
-
通话信息记录表：
02_s_comm_rec.tsv-
包含客户服务通话的详细信息
-
-
应收电费信息表：
-
训练集：
09_arc_a_rcvbl_flow.tsv -
测试集：
09_arc_a_rcvbl_flow_test.tsv
-
2.2 特征构建策略
项目采用了多层次的特征构建方法：
基础统计特征
# 工单数量统计
train_info.CUST_NO.value_counts().to_frame().re