[發明專利]一種電力繳費渠道分析的指標選擇、權值優化與渠道規劃的計算方法

在審

• 申請號: 201610525390.3
• 申請日: 2016-07-05
• 公開（公告）號: CN106650763A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 樊新;李文杰;石研;陳爽;王曦雯;秦宇;鄭海濤;陳永利;徐寶鋒;孫萍;董瑩;鞠鳳學;劉濤;苑偉東;劉文會;曹爽;馬紅波;申少輝
• 申請（專利權）人: 國網內蒙古東部電力有限公司電力科學研究院;國家電網公司;北京科東電力控制系統有限責任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京中濟緯天專利代理有限公司11429
• 代理人: 張曉霞

1.一種電力繳費渠道分析的指標選擇、權值優化與渠道規劃的計算方法，其特征在于，包括以下步驟：

步驟一通過SG186系統或調查問卷獲取繳費用戶基本屬性信息和繳費習慣屬性信息的數據；

步驟二采用特征權重優化方法對個體用戶畫像中各權重進行優化，得到最優個體用戶畫像，通過聚類算法建立群體用戶繳費行為畫像；

步驟三采用K最近鄰分類算法建立指標評價體系；

步驟四采用遺傳退火算法，計算各個屬性指標的權重值；

步驟五判斷是否為最優值，確定最優繳費渠道。

2.根據權利要求1所述的計算方法，其特征在于，在步驟一中，用戶的基本屬性信息包括姓名、年齡、性別、家庭住址；繳費習慣屬性信息包括每次平均繳費金額以及繳費方式的信息。

3.根據權利要求1所述的計算方法，其特征在于，在步驟二中，以標簽的形式表示個體用戶的性質與繳費習慣，作為個體用戶畫像，特征權重優化方法包括K最近鄰算法和模擬退火算法，隨機設置各個屬性的初始權重；基于樣本數據集劃分集合測試集，進行K近鄰分類計算，遍歷測試集中每條數據，從訓練集中提取距離最近的前K條數據，與測試數據的實際值比較，并統計誤差；進行誤差比較，調整各個屬性的權重，若誤差小于閾值，則得到各個屬性的權重，否則，調整屬性的權重，進行迭代測試，得到各個屬性的權重。

4.根據權利要求1所述的計算方法，其特征在于，在步驟二中，所述聚類算法的原理為將待聚類的屬性數據隨機放置一個兩維網格的環境中，每一個屬性數據對象有一個隨機初始位置，每一只螞蟻能夠在網格上移動，并測量當前對象在局部環境的群體相似度，通過概率轉換函數將群體相似度轉換成移動對象的概率，以這個概率拾起或放下對象；蟻群聯合行動導致屬于同一類別的屬性數據對象在同一個空間區域能聚積在一起；

從而使相似的評價因素聚為一類，聚合結果作為電力系統繳費渠道評價指標，電力系統繳費渠道評價因素包括渠道的覆蓋率、渠道的利用率、成本、工作效率、用戶繳費行為畫像、便捷性、客戶滿意度、渠道發展趨勢。

5.根據權利要求3所述的計算方法，其特征在于，在步驟三中，所述K最近鄰分類算法包括以下步驟：

對于一個測試集中的測試樣本，根據特征詞形成測試樣本向量；

計算該測試樣本與訓練集中每個樣本的樣本相似度，計算公式為：

$Sim(d_i,d_j)=\frac{\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}\×W_{jk}}{\sqrt{\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}^2}\sqrt{\underset{k=1}{\overset{M}{\Σ}}{W}_{jk}^2}}$

其中，d_i為測試樣本的特征向量，d_j為第j類的中心向量；M為特征向量的維數；W_k為向量的第k維；k值的確定先采用一個初始值，然后根據實驗測試K的結果調整K值；

按照樣本相似度，在訓練樣本集中選出與測試樣本最相似的k個樣本；

在測試樣本的個k近鄰中，依次計算每類的權重，計算公式如下：

其中，x為測試樣本的特征向量；Sim(x,d_i)為相似度計算公式；b為閾值，有待于優化選擇；y(d_i,C_j)的取值為1或0，如果d_i屬于C_j，則函數值為1，否則為0；

比較類的權重，將樣本分到權重最大的那個類別中。