在电力体制改革特别是售电侧放开的大背景下,由电网统销统购的传统用电模式逐渐被打破,客户服务质量对于电网公司变得至关重要。提高客户服务管理水平以及客户满意度,是实现精准营销、精准风控、差异化服务的前提和保障,同时也是提高企业形象和企业经济效益的重要利器。95598是电力系统面向客户的主要窗口,电话、短信、网站等多个渠道在为客户提供服务的同时生成了大量的数据,包含结构化与非结构化数据,这些数据为评估客户服务质量,分析客户满意度提供了数据基础。传统的满意度分析是建立在数值型数据的基础之上,采用构建满意度指标体系的方式进行满意度建模,进而进行满意度评价分析,与前人的研究不同,在文章中,根据国网电力的工单数据进行文本分析,文中提出了一套基于文本挖掘的客户服务满意度分析框架,通过该框架,可以实现不满意工单的识别以及不满意原因的识别。利用该分析框架,电网公司可以实现对于客服工单文本的半自动化分析,极大地降低了人力成本,提高了服务效率。文章是对电网客户满意度研究,通过PLsq1平台对国网客户服务工单数据进行提取,并选出适合满意度分析的工单数据,运用相应的规则进行数据的预处理,挖掘方法采用了中文分词、情感识别和主题模型,实现对不满意工单和不满原因的有效识别,发现国网电力系统的弊端,展现国网电力服务的短板,为国网公司做好防范和改正提供针对性建议,论文的整个操作过程采用的是PLsq1和R软件相结合。文章通过文本挖掘对不满意工单和不满意原因的识别效果显著,不满意工单识别准确度高达90%,不满意原因识别覆盖度达到90%以上,准确度达到93%。文章最后对国网电力提出一些提高客户服务满意度的建议,并着力要求加强大数据平台的建设。