[發明專利]基于NLP中文分詞技術的潛在高耗能企業挖掘方法、系統及存儲介質

有效

• 申請號: 202110101363.4
• 申請日: 2021-01-26
• 公開（公告）號: CN112818031B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 鄧君華;趙磊;陳奕彤;王賀;羅恒
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/25;G06F16/28;G06F16/36;G06F40/247;G06F40/289;G06Q10/0639;G06Q50/06
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 肖繼軍

本發明涉NLP中文分詞計算技術，為基于NLP中文分詞計算技術的潛在高耗能企業挖掘方法、系統及存儲介質，可有效地挖掘出潛在的高耗能企業。其方法包括：根據潛在高耗能企業挖掘需求進行內部數據和外部數據的搜集，搜集方式包括專項采購、公開渠道及人工采錄；將搜集的內部數據和外部數據引入并融合到統一數據中心；圍繞潛在高耗能客戶挖掘的需求，對融合后的數據進行數據治理，最終實現企業客戶數據治理及高耗能企業標簽的設置，得到潛在高耗能客戶、企業客戶相關信息；將數據治理的結果通過關系圖譜的形勢進行展示。

技術領域

本發明涉及NLP自然語言處理技術，具體為基于NLP中文分詞技術的潛在高耗能企業挖掘方法、系統及存儲介質。

背景技術

目前，對除高耗能行業用戶外的一般工商業電力用戶實行5％優惠電價政策；而高耗能行業企業不執行該電價政策。對高耗能用電戶的認定，由供電公司依據國家發改委辦公廳《關于明確階段性降低用電成本政策落實相關事項的函》、國民經濟行業分類及營業執照進行。而目前，電力營銷系統中存在行業版本與國標行業版本不同、行業信息準確性不可控、企業信息維度不足等企業行業信息不準確的情況。因此，如何準確的認定企業行業的問題是挖掘潛在高耗能企業亟待解決的重要課題。

發明內容

為了解決現有技術所存在的問題，本發明提出基于NLP中文分詞技術的潛在高耗能企業挖掘方法、系統及存儲介質，在NLP中文分詞技術的基礎之上，結合搜集的企業產品、經營信息、產品行業關聯等信息，對企業行業與高耗能行業進行匹配，通過關系圖譜展示高耗能企業標簽及企業經營信息等客戶關系信息，為業務人員核查高耗能客戶提供信息參考與數據支撐。

根據本發明的基于NLP中文分詞技術的潛在高耗能企業挖掘方法，包括以下步驟：

步驟一、根據潛在高耗能企業挖掘需求進行內部數據和外部數據的搜集，搜集方式包括專項采購、公開渠道及人工采錄；

步驟二、將搜集的內部數據和外部數據引入并融合到統一數據中心；

步驟三、圍繞潛在高耗能客戶挖掘的需求，對融合后的數據進行數據治理，最終實現企業客戶數據治理及高耗能企業標簽的設置，得到潛在高耗能客戶、企業客戶相關信息；

步驟四、將數據治理的結果通過關系圖譜的形勢進行展示。

根據本發明的基于NLP中文分詞技術的潛在高耗能企業挖掘系統，包括：

數據搜集模塊，根據潛在高耗能企業挖掘需求進行內部數據和外部數據的搜集，搜集方式包括專項采購、公開渠道及人工采錄；

數據融合模塊，將搜集的內部數據和外部數據引入并融合到統一數據中心；

數據治理模塊，圍繞潛在高耗能客戶挖掘的需求，對融合后的數據進行數據治理，最終實現企業客戶數據治理及高耗能企業標簽的設置，得到潛在高耗能客戶、企業客戶相關信息；

數據應用模塊，將數據治理的結果通過關系圖譜的形勢進行展示。

本發明的存儲介質，其上存儲有計算機指令，計算機指令被處理器執行時，實現本發明潛在高耗能企業挖掘方法的步驟。

本發明與現有技術相比，具有如下優點和有益效果：

1、本發明采用自然語言處理技術對文本數據進行分詞、去除停用詞、同義詞代換等預處理操作，最終將每個企業名稱生成對應的詞向量。在分詞技術的基礎之上，結合搜集的企業產品、經營信息、產品行業關聯等信息，對企業行業與高耗能行業進行匹配，通過關系圖譜展示高耗能企業標簽及企業經營信息等客戶關系信息，為業務人員核查高耗能客戶提供信息參考與數據支撐。

2、NLP中文分詞技術對企業名稱和產品名稱進行語義解析，通過建立專業詞庫的方式來對數據進行自動的結構化處理，有利于形成更加有效的解決方案。

附圖說明