[發明專利]一種基于用電大數據的客戶信用評價及貸款潛力分析方法

在審

• 申請號: 202110528056.4
• 申請日: 2021-05-14
• 公開（公告）號: CN113139868A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 趙云;馬喆非;肖勇;徐迪;梁飛令
• 申請（專利權）人: 南方電網科學研究院有限責任公司;中國南方電網有限責任公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06;G06Q30/02;G06Q50/06;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉曉娟

1.一種基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，包括：

構建區域客戶潛力挖掘的評估維度；

建立區域潛力客戶挖掘每個評估維度的細分指標；

通過篩選數據確定建模對象；

通過采用K-means算法進行分析，根據分析結果形成潛力客戶名單。

2.根據權利要求1所述的基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，構建區域客戶潛力挖掘的評估維度：

企業基礎實力、企業增長潛力及企業用電誠信。

3.根據權利要求2所述的基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，建立區域潛力客戶挖掘每個評估維度的細分指標，包括：

企業基礎實力維度由用電量和日負荷率兩個指標來表示：

企業增長潛力維度由用電增長率和高壓增容次數來表征：

企業用電誠信維度由電費繳納比率及違法用電行為來體現：

違法用電行為由對象企業在特定時間段違法用電行為的發生次數表示。

4.根據權利要求1-3任一所述的基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，通過篩選數據確定建模對象時包括以下因素：用電量、用電支出占總成本支出的比例、企業存續時間。

5.根據權利要求4所述的基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，通過采用K-means算法進行分析，根據分析結果形成潛力客戶名單包括：

數據導入，根據所選擇的分析變量，將經過處理的挖掘數據組合形成的一個記錄表；

細分變量，篩選用于細分的變量并用因子分析方法對變量組進行降維處理，形成有代表性的變量；

選擇基于K-means算法的聚類分析方法對細分變量進行挖掘；

數據挖掘，根據所選擇的細分變量和分析方法進行數據挖掘并顯示結果；

結果描述，分析細分結果并對細分出的不同類型客戶進行描述。

6.根據權利要求5所述的基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，基于K-means算法的聚類分析方法對細分變量進行挖掘包括：

(1)從數據中隨機挑選k個樣本點作為原始的簇中心；

(2)計算余下的樣本與簇中心的距離，并把各樣本標記為距離k個簇中心最近的類別；

(3)重新計算各簇中樣本點的均值，并以均值作為新的k個簇中心；

(4)不斷重復第(2)和(3)步，直到簇中心的變化趨于穩定，形成最終的k個簇。

7.根據權利要求6所述的基于用電大數據的客戶信用評價及貸款潛力分析方法，其特征在于，對細分出的不同類型客戶進行描述包括：

根據實力、潛力以及信用三個維度，劃分為高、中、低三個程度，基于分析結果對客戶進行分類，形成詳細客戶分類。