[發明專利]一種基于大數據的電力用戶畫像構建方法及裝置

在審

• 申請號: 202110204028.7
• 申請日: 2021-02-24
• 公開（公告）號: CN112801207A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 汪禮君
• 申請（專利權）人: 汪禮君
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 長沙正務聯合知識產權代理事務所(普通合伙) 43252
• 代理人: 鄭雋;吳婷

本發明涉及一種大數據的技術領域，揭露了一種基于大數據的電力用戶畫像構建方法，包括：獲取電力用戶數據，利用基于前綴樹的信息挖掘算法對電力用戶數據進行信息挖掘，得到電力用戶的特征向量；利用基于時序演變的特征向量處理算法對電力用戶的特征向量進行處理，得到基于時序演變的電力用戶特征向量；利用改進的特征向量聚類算法對基于時序演變的電力用戶特征向量進行聚類處理，得到聚類后的電力用戶特征，并根據聚類結果，構建電力用戶畫像；根據所構建的用戶畫像，利用基于空間的用戶發現方法構建用戶社交畫像。本發明還提供了一種基于大數據的電力用戶畫像構建系統。本發明實現了電力用戶畫像的構建。

技術領域

本發明涉及大數據的技術領域，尤其涉及一種基于大數據的電力用戶畫像構建方法及裝置。

背景技術

目前，用戶畫像技術發展迅速，正在被應用到社交媒體，電子商務，移動等領域。在企業實際應用時，需要根據實際的業務需求在專業的領域從整體到細節對用戶畫像進行逐級展示，因此在電力企業應用中，通過構建電力用戶畫像為電力企業決策提供支持成為當前研究的熱門話題。

傳統用戶特征提取算法計算復雜度較高，且特征聚類算法K-means聚類算法計算量大，容易造成局部最優解，無法快速得到全局最優的用戶畫像特征，實現用戶畫像的構建。

鑒于此，如何更為快速地提取得到用戶畫像特征，實現用戶畫像的構建，成為本領域技術人員亟待解決的問題。

發明內容

本發明提供一種基于大數據的電力用戶畫像構建方法，通過利用基于前綴樹的信息挖掘算法對電力用戶數據進行信息挖掘，得到電力用戶的特征向量，并利用基于時序演變的特征向量處理算法對電力用戶的特征向量進行處理，得到基于時序演變的電力用戶特征，同時利用改進的特征聚類算法對電力用戶特征進行聚類處理，將聚類后的電力用戶特征構建為用戶畫像，同時利用基于空間的用戶發現方法構建用戶社交畫像。

為實現上述目的，本發明提供的一種基于大數據的電力用戶畫像構建方法，包括：

獲取電力用戶數據，利用基于前綴樹的信息挖掘算法對電力用戶數據進行信息挖掘，得到電力用戶的特征向量；

利用基于時序演變的特征向量處理算法對電力用戶的特征向量進行處理，得到基于時序演變的電力用戶特征向量；

利用改進的特征向量聚類算法對基于時序演變的電力用戶特征向量進行聚類處理，得到聚類后的電力用戶特征，并根據聚類結果，構建電力用戶畫像；

根據所構建的用戶畫像，構建不同電力用戶的通訊信息關系矩陣；

構建不同電力用戶的移動行為矩陣，并根據不同電力用戶的通訊信息關系矩陣和移動行為矩陣，構建電力用戶社交畫像。

可選地，所述利用基于前綴樹的信息挖掘算法對電力用戶數據進行信息挖掘，包括：

所述電力用戶數據包括用戶的用電量時序數據、用戶電器耗電量時序數據、用戶所在區域的用電量時序數據以及用戶對電力企業的咨詢文本等；

所述基于前綴樹的信息挖掘算法流程為：

1)對于電力用戶數據B＝s₁，s₂，...，s_k，其中，s_i是發生在時間i的電力事件，電力用戶數據B的長度為k，將電力用戶數據B構建為前綴樹，其中根節點為空，按照時序遞增順序將電力數據置于子節點中；

2)在電力用戶數據B的末尾添加一個電力事件，若電力用戶數據的持續時間不發生變化，則稱該事件為同時性事件SI，若電力用戶數據的持續事件加1，則稱該事件為序列性事件SE；

3)計算所添加的同時性事件SI和序列性事件SE的事件集合：

SI(B)＝(u(B)+u(SI)+u(SE))/u(CES)