[發(fā)明專利]基于大數(shù)據(jù)的電力信用評價方法

有效

• 申請?zhí)枺?/td>: 201611159231.2
• 申請日: 2016-12-15
• 公開（公告）號: CN106780140B
• 公開（公告）日: 2021-07-09
• 發(fā)明（設計）人: 黃宇騰;涂瑩;陳建;王紅凱;裘煒浩;孔旭鋒;王慶娟;牟黎;方舟;程清;陳逍瀟;季超;吳愷源;張海斌;蘆明德
• 申請（專利權）人: 國網(wǎng)浙江省電力公司;國家電網(wǎng)公司;廣州佰聆數(shù)據(jù)股份有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q30/06
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 王曉燕

基于大數(shù)據(jù)的電力信用評價方法，涉及一種評價方法。目前僅僅基于傳統(tǒng)量化分析方法的現(xiàn)有信用評價體系，無法滿足電力公司挖掘數(shù)據(jù)價值的要求，承擔起客戶信用評級體系，實現(xiàn)企業(yè)衍生價值的責任。本發(fā)明包括數(shù)據(jù)準備步驟、指標體系構建步驟、模型構建步驟、模型驗證步驟、模型輸出步驟。本技術方案通過對客戶基礎信息、交費行為、用電行為、社會信用信息等大量歷史數(shù)據(jù)進行系統(tǒng)性清洗與分析，運用數(shù)理統(tǒng)計方法及通過遺傳算法改進的BP神經(jīng)網(wǎng)絡模型挖掘數(shù)據(jù)中蘊含的行為模式及信用特征，捕捉歷史信息和信用表現(xiàn)之間的關系，以信用等級來綜合評估信用表現(xiàn)，推進電力客戶分類信用管理，支撐開展差異化欠繳催收措施研究工作以形成多元化的催收策略。

技術領域

本發(fā)明涉及一種評價方法，尤其指基于大數(shù)據(jù)的電力信用評價方法。

背景技術

科學合理、門類齊全的客戶信用評價體系是實現(xiàn)電力公司衍生價值的重要前提，隨著云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、移動互聯(lián)等新技術的快速發(fā)展和日趨成熟，僅僅基于傳統(tǒng)量化分析方法的現(xiàn)有信用評價體系，無法滿足電力公司挖掘數(shù)據(jù)價值的要求，承擔起客戶信用評級體系實現(xiàn)企業(yè)衍生價值的責任。

面對信用評價方法的變革，建立以大數(shù)據(jù)挖掘為核心的客戶信用評價體系，結合傳統(tǒng)的數(shù)量化分析方法、多元統(tǒng)計方法和機器學習方法的評價體系，是信用評價業(yè)適應高技術戰(zhàn)爭的根本保障。因此，建立一套全新的、滿足目前國網(wǎng)浙江省電力公司企業(yè)的現(xiàn)狀和發(fā)展需求的評估或分析方法成為國網(wǎng)信用評價體系發(fā)展的當務之急。

發(fā)明內(nèi)容

本發(fā)明要解決的技術問題和提出的技術任務是對現(xiàn)有技術方案進行完善與改進，提供基于大數(shù)據(jù)的電力信用評價方法，以加快加深對客戶信用特征的獲取和理解，實現(xiàn)對電力客戶特征的刻畫，從而有效地輔助客戶服務和營銷工作開展，提高工作效率，降低信用風險的目的。為此，本發(fā)明采取以下技術方案。

基于大數(shù)據(jù)的電力信用評價方法，其特征在于包括以下步驟：

1)數(shù)據(jù)準備步驟，包括數(shù)據(jù)獲取、數(shù)據(jù)檢驗、數(shù)據(jù)處理；

數(shù)據(jù)獲取為：根據(jù)前期業(yè)務理解及業(yè)務調(diào)研結果，確定客戶信用相關變量，從電力公司營銷系統(tǒng)以及第三方征信系統(tǒng)中提取客戶信用相關變量數(shù)據(jù)；

數(shù)據(jù)檢驗為：對獲取的數(shù)據(jù)質(zhì)量進行檢驗，包括： A）用戶ID的唯一性檢驗：每個ID 變量應該僅出現(xiàn)一次，否則需要核查原因，調(diào)整數(shù)據(jù)；B）范圍和取值檢驗：每個變量都應該來自一個定義清晰、具有已知的或預期取值范圍的字段，連續(xù)變量的值應在一定的預期范圍內(nèi)，而名義變量應取維表中的值；否則需要核查原因，調(diào)整數(shù)據(jù)；C）缺失值檢驗：檢驗每個字段的缺失值及其來源；D）異常值檢驗：異常值為顯偏離數(shù)據(jù)集的觀測值；檢驗異常值出現(xiàn)的原因，并相應的處理異常值；

數(shù)據(jù)處理數(shù)為包括對缺失值、離群值、異常值的記錄進行清洗處理以及數(shù)據(jù)的歸一化處理；當數(shù)據(jù)為對應變量平均值正負3個標準差以外的數(shù)值時認為該數(shù)據(jù)是離群值，當數(shù)據(jù)明顯偏離數(shù)據(jù)集的觀測值則認為該數(shù)據(jù)為異常值，將離群值用3個標準差的最大值或最小值替換以調(diào)整為距離最近的正常值或直接將離群值剔除；對異常值的出現(xiàn)進行區(qū)別并作相應處理；將缺失值調(diào)整為某個固定值或調(diào)整為一個服從正態(tài)分布的隨機值，該固定值包括均值、中間值或一個指定的常數(shù)；數(shù)據(jù)的歸一化處理為第一處理方式或第二處理方式，第一處理方式為通過最大最小值將原始數(shù)據(jù)線性化的方法轉換到[0 1]的范圍，第二處理方式為或0均值標準化，將原始數(shù)據(jù)集歸一化為均值為0、方差1的數(shù)據(jù)集；

2）指標體系構建步驟，包括客戶用電信用的構建；客戶用電信用評價維度包括：信息質(zhì)量、交費行為、用電行為；在進行數(shù)據(jù)準備與模型搭建時，對高壓非居、低壓居民、低壓非居運用同一指標體系或相似指標體系；

信息質(zhì)量指基于合約精神，要求客戶真實地、實時地提供相關信息，并保證登記信息的準確性、完整性以及信息更新的及時性，是對客戶在信息提供質(zhì)量的信用評價，信息質(zhì)量的評估包括準確性與完整性兩方面；