Page 142 - 电力与能源2024年第六期

778 朱晓黎，等：电力用户满意度测评及提升策略研究

度，利用信息熵这个工具，计算出各个指标的权
2 用户满意度测评模型构建
重，为多指标综合评价提供依据。
2.1 测评指标量化 2.3.2 算法实现过程
构建完用户满意度调查的指标体系后，需要 （1）构建数据矩阵。
对其进行量化，只有将指标体系转化为可测数据
ê ê ê éX 11 ⋯ X 1m ù ú ú
ê
才能最终测得电力企业的顾客满意度。在本项目 A = ê ⋮ ⋮ ⋮ ú ú （1）
ê ê ê ú ú
中，对国网浙江湖州长兴供电公司（以下简称“长 ëX n1 ⋯ X nm û n × m
兴供电公司”）的用户满意度测评时，将每一个测 式中 X ij——第 i个方案第 j个指标的数值。
评指标划分为非常满意、满意、一般、不满意、非常 （2）数据非负数化处理。熵值法计算采用的

不满意五个等级，并分别赋值 100 分、80 分、60 分、 是各个方案某一指标占同一指标值总和的比值，
10 分、0 分。这样，就能将所构建的顾客满意度测 因此不存在量纲的影响，不需要进行标准化处理，
评模型的指标体系转化为可测量的数据，实现指 若数据中有负数，就需要对数据进行非负数化处
标体系的量化。 理。此外，为了避免求熵值时数据无意义，需要进
2.2 评价指标测评方法与步骤 行数据平移。
在用户满意度预调查完成以后，首先对调查
对于越大越好的指标：
指标进行量化，对预调查收集到的用户满意度数 X ij - min ( X 1j ，X 2j ，⋯，X nj )
X' ij = + 1
据进行信度和效度分析，以验证所收集数据的有 max ( X 1j ，X 2j ，⋯，X nj )- min ( X 1j ，X 2j ，⋯，X nj )
j
效性。其次，对调查问卷结果进行统计，分析各个 ( i = 1，2，⋯，n； = 1，2，⋯，m ) （2）

选项用户的占比情况。再次，在完成用户满意度 对于越小越好的指标：
数据的信度和效度分析以后，采用熵值法各维度 max ( X 1j ，X 2j ，⋯，X nj )- X ij
X ' ij = + 1
下的指标赋予权重，根据权重计算得到各个维度 max ( X 1j ，X 2j ，⋯，X nj )- min ( X 1j ，X 2j ，⋯，X nj )
j

指标的用户满意度评分。最后，将各个维度赋予 ( i = 1，2，⋯，n； = 1，2，⋯，m ) （3）
为 了 方 便 起 见 ，仍 记 非 负 化 处 理 后 的 数
同样的权重，计算得到针对各用户群体的满意度
据为 X ij。
指数。
2.3 熵值法介绍 （3）计算指标比重。计算第 j 项指标下第 i 个
2.3.1 算法简介 方案占该指标的比重 P ij：
熵值法是一种客观赋权方法，它根据各项指 X ij
P ij = n ( j = 1，2，⋯，m ) （4）
标观测值所提供信息的大小来确定指标权重。设 ∑ X ij

有 m 个待评方案， n 项评价指标，形成原始指标数 i = 1
（4）计算熵值。计算第 j项指标的熵值：
据矩阵 X =( x ij ) m × n。对于某项指标 x j，其指标值
n
X ij 的差距越大，则该指标在综合评价中所起的作 e j =-k ∑ P ij ln P ij （5）
i = 1
用就越大；如果某项指标的指标值全部相等，则该
其 中 ， k > 0， ln 为 自 然 对 数 ， e j ≥ 0。 式（5）
指标在综合评价中不起作用。
中，常数 k 与样本数 m 有关，一般令 k = 1 ，则
在信息论中，熵是对不确定性的一种度量。 ln m
信息量越大，不确定性就越小，熵也就越小；信息 0 ≤ e ≤ 1。

量越小，不确定性就越大，熵也越大。根据熵的特 （5）计算差异系数。对于第 j 项指标，指标值
性，可以通过计算熵值来判断一个方案的随机性 X ij 的差异越大，对方案评价的作用越大，熵值就
及无序程度，也可以用熵值来判断某个指标的离 越小。g j = 1 - e j， g j 越大，指标越重要。
散程度，指标的离散程度越大，该指标对综合评价 （6）求 权 数 。 根 据 差 异 系 数 计 算 各 指 标 的
的影响就越大。因此，可根据各项指标的变异程 权数：