[發明專利]一種電力客戶價值評估模型的構建方法

有效

• 申請號: 201710110596.4
• 申請日: 2017-02-28
• 公開（公告）號: CN106934493B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 付薇薇;黃彪;謝永紅;張德政;劉靚鈺
• 申請（專利權）人: 北京科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供一種電力客戶價值評估模型的構建方法，能夠提高客戶等級劃分的差異性。所述方法包括：確定評價客戶當前價值和客戶潛在價值的指標體系；根據確定的評價客戶當前價值和客戶潛在價值的指標體系，獲取客戶數據；根據獲取的客戶數據，對客戶當前價值與潛在價值進行分級標注，得到用于構建用戶當前價值決策樹預測模型的樣本集和用于構建用戶潛在價值決策樹預測模型的樣本集；根據得到的用于構建用戶當前價值決策樹預測模型的樣本集，構建用戶當前價值決策樹預測模型，根據得到的用于構建用戶潛在價值決策樹預測模型的樣本集，構建用戶潛在價值決策樹預測模型。本發明適用于電力系統技術領域。

技術領域

本發明涉及電力系統技術領域，特別是指一種電力客戶價值評估模型的構建方法。

背景技術

近年來，電力客戶價值評價是供電企業實施差異化服務、實現利益最大化的基礎。隨著基于大數據挖掘的技術與行業經驗逐步地被供電企業吸收利用,供電企業紛紛對現有的營銷系統進行深度應用，以系統龐大的客戶行為數據為基礎，通過數據挖掘方法等方式對客戶進行價值評估，所述數據挖掘方法包括神經網絡、支持向量機、層次聚類、主成分分析法等。數據挖掘的方法在給客戶價值分類時準確度較高，但是不能精準的區分客戶等級劃分的差異性。

發明內容

本發明要解決的技術問題是提供一種電力客戶價值評估模型的構建方法，以解決現有技術所存在的不能精準的區分客戶等級劃分的差異性的問題。

為解決上述技術問題，本發明實施例提供一種電力客戶價值評估模型的構建方法，包括：

確定評價客戶當前價值和客戶潛在價值的指標體系；

根據確定的評價客戶當前價值和客戶潛在價值的指標體系，獲取客戶數據；

根據獲取的客戶數據，對客戶當前價值與潛在價值進行分級標注，得到用于構建用戶當前價值決策樹預測模型的樣本集和用于構建用戶潛在價值決策樹預測模型的樣本集；

根據得到的用于構建用戶當前價值決策樹預測模型的樣本集，構建用戶當前價值決策樹預測模型，根據得到的用于構建用戶潛在價值決策樹預測模型的樣本集，構建用戶潛在價值決策樹預測模型。

進一步地，所述評價客戶當前價值和潛在價值的指標體系包括：評價客戶當前價值的指標體系和評價客戶潛在價值的指標體系；

其中，所述評價客戶當前價值的指標體系包括：電壓等級、當前未拆除變壓器容量、高耗能標識、電源數量、最近一年年度電費、當前負荷等級、本年有電費去年無電費中的一種或多種指標；

所述評價客戶潛在價值的指標體系包括：電費趨勢、最近一年年違約使用電費、最近一年年違約次數、去年年度電費、三方協議簽署、連續兩年均沒有電費中的一種或多種指標。

進一步地，所述電費趨勢表示為：

進一步地，在構建用戶當前價值決策樹預測模型之前，所述方法還包括：

對得到的用于構建用戶當前價值決策樹預測模型的樣本集進行預處理，其中，所述預處理包括：填補缺漏的數據值、平滑噪聲數據、識別或更替異常值。

進一步地，所述用于構建用戶當前價值決策樹預測模型的樣本集包括：訓練集；

所述根據得到的用于構建用戶當前價值決策樹預測模型的樣本集，構建用戶當前價值決策樹預測模型包括：

S11，根據訓練集中的數據，計算評價客戶當前價值的指標體系中每個指標的GINI系數，選擇GINI系數最小的指標作為決策樹的根節點；

S12，若分裂指標是離散型數據，則按照連續型指標的分割閾值，將訓練集分成兩個子集；