买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网新疆电力有限公司营销服务中心申请的专利一种基于随机森林算法的客户投诉风险预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119295090B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411318220.9，技术领域涉及：G06Q30/015；该发明授权一种基于随机森林算法的客户投诉风险预测方法是由杨希;马磊;高鸽;王鹤森;史岩;张梅;黄昌达;石磊山;由一辰;刘铭琛设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种基于随机森林算法的客户投诉风险预测方法在说明书摘要公布了：本发明涉及投诉风险预测技术领域，具体涉及一种基于随机森林算法的客户投诉风险预测方法。该方法首先获取在目标区域中影响因素和投诉类型的相关指标；根据父节点的数据集合中所有投诉数据的数值分布以及每种影响因素和投诉类型的相关指标以及决策树的性能，对决策树的初始的深度进行调整，获取决策树的调整后的深度；根据目标区域的同一投诉类型对应每个决策树的调整后的深度，获取各个局部区域的每种投诉类型的预测投诉数据。本发明通过结合影响因素对投诉类型之间的相关程度存在差异以及父节点在数据的分割过程的必要性，使得调整后的深度更加合理，提高预测的可靠性。

本发明授权一种基于随机森林算法的客户投诉风险预测方法在权利要求书中公布了：1.一种基于随机森林算法的客户投诉风险预测方法，其特征在于，所述方法包括以下步骤：获取不同局部区域的所有种投诉类型的投诉时序数据，以及所有种影响因素的影响时序数据；所述投诉时序数据包括所有历史时刻的投诉数据；所述影响时序数据包括所有历史时刻的影响数据；以任一局部区域为目标区域；在所述目标区域中，根据所述投诉时序数据与所述影响时序数据之间的相关性，以及目标区域和所有局部区域对应的所述投诉数据之间的差异，获取在目标区域中影响因素和投诉类型的相关指标；在目标区域的同一投诉类型中，根据所有历史时刻的投诉数据以及所有种影响因素的所有历史时刻的影响数据，获取各个决策树的所有父节点的数据集合以及各个决策树的初始的深度；在决策树中，根据父节点的数据集合中所有所述投诉数据的数值分布、每种影响因素和投诉类型的相关指标，以及决策树的性能，对决策树的初始的深度进行调整，获取决策树的调整后的深度；根据目标区域的同一投诉类型对应每个决策树的调整后的深度，获取各个局部区域的每种投诉类型的预测投诉数据；所述相关指标的获取方法，具体包括：计算所述投诉时序数据与所述影响时序数据的皮尔逊相关系数的绝对值，得到在目标区域中影响因素和投诉类型的相关因子；计算局部区域的同一投诉类型中所有投诉数据的均值，得到局部区域的投诉集中因子；在同一种投诉类型中，计算目标区域的所述投诉集中因子和各个局部区域的所述投诉集中因子的差值的绝对值，得到各个局部区域的局部偏差因子；计算所有所述局部区域的所述局部偏差因子的均值，得到目标区域的投诉偏差参数；根据目标区域的所述投诉偏差参数以及目标区域的所述投诉集中因子，获取目标区域在投诉类型的调整参数；所述投诉偏差参数和所述调整参数呈正相关；所述目标区域的所述投诉集中因子和所述调整参数呈负相关；计算调整参数和相关因子的乘积并对乘积进行归一化，得到在目标区域中影响因素和投诉类型的相关指标；所述调整后的深度的获取方法包括：在父节点的数据集合中，按照投诉数据从小到大的顺序，对所有所述投诉数据进行排序，获取父节点的投诉数据序列；计算所述投诉数据序列中所有投诉数据点的差分值的均值，得到整体分散参数；对整体分散参数进行负相关映射，得到父节点的分布集中因子；在父节点的数据集合中，获取每两个投诉数据的差值绝对值，将最大的差值绝对值，作为父节点的分布分散因子；分别对相关指标和分布分散因子进行负相关映射，计算这两个负相关映射结果的乘积，将分布集中因子和乘积进行相乘，得到父节点的可简化指标；获取决策树的评价函数以及决策树的层级；计算决策树的评价函数和决策树的层级的乘积，并对乘积进行负相关映射，得到决策树的性能因子；计算决策树中所有父节点的可简化指标的累加值并进行归一化，得到决策树的整体可简化参数；计算性能因子和整体可简化参数的比值，并对比值进行归一化，得到归一化结果；计算归一化结果和初始的深度的乘积，得到决策树的调整后的深度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网新疆电力有限公司营销服务中心，其通讯地址为：830000 新疆维吾尔自治区乌鲁木齐市高新区(新市区)恒达街200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。