No abstract

The great number of lawsuits against energy companies has highlighted the difficult problem of identifying and eliminating failures of services in the energy sector. This work proposes a methodology to predict the issue of new lawsuits in the energy sector on a client database and the identification of factors correlated factors. The methodology is divided into 4 stages: (a) data acquisition; (b) feature engineering; (c) feature selection; and (d) classification. The method was performed in a database with more than fifty thousand consumers and shows to be robust in the task of identifying the unregistered power consumption lawsuits prediction by achieved an accuracy of 92.89%; specificity of 94.27%; sensitivity of 88.79%; and precision of 83.84%. Thus, we demonstrate the feasibility of using LSTM to solve the problem of unregistered power consumption lawsuits prediction. Resumo: O grande número de ações judiciais contra empresas de distribuição de energia destaca o difícil problema de identificar e solucionar falhas de serviços neste setor. Este trabalho propõe uma metodologia para identificar novas ações judiciais no setor de energia baseado em informações do relacionamento cliente com a companhia, além da identificação de fatores correlacionados. A metodologiaé basicamente dividida em 4 etapas: (a) aquisição de dados; (b) engenharia de características; (c) seleção de características; e (d) classificação usando LSTM. O método foi realizado em um banco de dados com mais de cinquenta mil consumidores e mostra-se robusto na tarefa de identificar a predição de ações judiciais de consumo de energia não registrada por meio de uma acurácia de 92,89%; especificidade de 94,27%; sensibilidade de 88,79%; e precisão de 83,84%. Assim, demonstra-se a viabilidade de usar o LSTM para resolver o problema da predição de processos judiciais de consumo de energia não registrados.

No abstract

No abstract

Customers file lawsuits against an energy distribution company when they are dissatisfied with its service. During legal proceedings, the involved lawyers need to have quick access to clear information on the client's relationship with the company. Considering the large volume of data that electric companies need to analyze about the relationship with their customers, in this work we present the development of a chatbot with the purpose of providing assistance to lawyers. After defining the set of most asked questions, modeling the flow of dialogues and automating queries to the company's database, the chatbot was developed using the IBM Watson natural language processing platform. The chatbot was evaluated by an analyst external to the development process, allowing the analysis of the current state of the proposal and identifying improvement opportunities. Resumo: Clientes iniciam processos judiciais contra uma empresa de distribuição de energia quando estão insatisfeitos com relação ao atendimento. Durante tratativas judiciais, os advogados envolvidos precisam ter acesso a diversas informações do relacionamento do cliente com a empresa, e necessitam que a informação seja fornecida de forma rápida e clara. Considerando o grande volume de dados que companhias elétricas precisam analisar sobre o relacionamento com seus clientes, neste trabalho apresentamos o desenvolvimento de um chatbot com a finalidade de prover assistência aos advogados. Após a definição do conjunto de questões mais abordadas, a modelagem do fluxo de diálogos e a automação de consultas ao banco de dados, o chatbot foi desenvolvido utilizando a plataforma de processamento de linguagem natural da IBM Watson. O chatbot foi avaliado por um analista externo ao processo de desenvolvimento, permitindo a análise do estado atual da proposta e identificando oportunidades de melhoria.