[發明專利]一種居民用電的房屋租賃識別方法及系統

有效

• 申請號: 202011091890.3
• 申請日: 2020-10-13
• 公開（公告）號: CN112215494B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 吳裕宙;何志強;駱華;譚偉聰;任龍霞;袁文偉;劉沛;梁永昌;尹玉芬;王偉然;謝慶新;葉智德;林建文;李韻詩;盧璇君
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司東莞供電局
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q30/0201;G06Q30/0202;G06Q30/0601;G06Q30/0645;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 徐麗

本發明公開了一種居民用電的房屋租賃識別方法及系統，方法包括采集原始數據，對采集的原始數據進行初步處理和數據分析；基于電力營銷業務系統中的明細數據對出租房用戶進行特征分析，建立預測指標集；構建租房用戶預測模型；構建標簽體系和定義標簽規則，依據預測指標集建立標簽模型，并將標簽模型輸入到出租房用戶預測模型中，通過決策樹和邏輯回歸的人工智能算法準確定位出租房用戶；生成出租房用戶的全息畫像并呈現出出租房用戶的特征標簽，并依據出租房用戶的特征標簽推送營銷服務信息；本發明基于對房屋租賃應用場景的分析，通過構建房屋租賃模型能夠有效核查用戶的基礎信息，提高基礎信息準確率。

技術領域

本發明涉及電力系統技術領域，具體涉及一種居民用電的房屋租賃識別方法及系統。

背景技術

目前在居民用電業務中存在著因用戶基礎信息不準確而引起電量電費短信、停電通知短信無法準確送達的業務情景。一方面，由于客戶基礎信息有誤，因此導致電費催繳信息無法及時發送到用戶手中，造成客戶不能及時繳費，增加了電費回收風險；另一方面，錯誤的催繳信息和停電信息更會直接導致實際用戶投訴行為的發生。

通過對業務流程上的分析考察，居民用戶發生了房屋租賃行為是發生以上情況的重要原因。目前在用戶基礎信息中存在用戶的特征分群標志和用電戶類型等特征類型數據，但基于此項數據進行的數據分析無法準確的得出是否為房屋租賃的情況。

綜合上述可知，在本領域中不能及時解決上述技術問題的原因在于不能及時的分析出房屋所處的租賃狀態。在現有的客戶特征分群技術中，數據分析來源于客戶的基礎信息，沒有與客戶的用電行為數據進行融合分析，只是簡單地描述客戶的大概特征，在房屋租賃識別場景下不具有針對性。

發明內容

為此，本發明提供一種居民用電的房屋租賃識別方法及系統，以解決現有技術中房屋租賃識別場景不具針對性的問題。

為了實現上述目的，本發明提供如下技術方案：

一種居民用電的房屋租賃識別方法包括：

采集原始數據，對采集的原始數據進行初步處理和數據分析；

基于電力營銷業務系統中的明細數據對出租房用戶進行特征分析，建立預測指標集；

構建租房用戶預測模型；

構建標簽體系和定義標簽規則，依據預測指標集建立標簽模型，并將標簽模型輸入到出租房用戶預測模型中，通過決策樹和邏輯回歸的人工智能算法準確定位出租房用戶；

生成出租房用戶的全息畫像并呈現出出租房用戶的特征標簽，并依據出租房用戶的特征標簽推送營銷服務信息。

可選的，所述初步處理包括：

將采集的原始數據中的空值、缺失值、唯一值和異常值進行檢驗；

對空值和缺失值的比例進行計算，將空值或缺失值占比大于40％的變量做刪除處理，將空值或缺失值占比小于等于40％的變量通過三次樣條插值法進行填充處理，對唯一值和異常值均做刪除處理。

可選的，所述數據分析包括：

對連續數據進行數據離散化處理，得到離散化數據；

將離散化數據和原始數據中的離散型數據進行數據合并，并計算woe值和iv值；

對計算獲得的iv值進行排序，并設定iv值的判定閾值，將小于iv值判定閾值的變量剔除，將大于等于iv值判定閾值的變量留存。

可選的，所述特征分析包括用電特征、繳費行為和聯系方式，從所述用電特征、繳費行為和聯系方式中選擇影響用戶分析的指標作為預測指標集。

可選的，所述通過決策樹和邏輯回歸的人工智能算法準確定位出租房用戶，包括：