[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

本發明提供了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。本發明通過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。本發明能夠有效地對企業的貸款風險評估提供有力的數據支撐，能夠有效地克服算法本身對初始值的敏感和易陷入局部最優解的問題。

技術領域

本發明涉及電力領域，具體涉及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。

背景技術

企業生產經營狀態往往與用電數據息息相關，在很大程度能夠直接反映企業的財務運營狀況。因此，借助電力大數據，選取恰當的指標并構建區域潛力客戶挖掘模型，對所屬區域內的生產經營企業進行分析，能夠有效對用電客戶的信用及貸款潛力進行分析進而挖掘區域內潛在優質客戶資源，為銀行拓展高品質客戶提供渠道，也為借貸雙方搭建了溝通的橋梁。其中，區域潛力用戶是指在所轄區域具備一定資產基礎、運營相對平穩、有較大的發展潛力且有一定市場前景和信用度的用電企業客戶。因此，基于電力視角，本次建模所要分析挖掘的潛力客戶為存續時間三年及三年以上，用電量較大且呈較為明顯的增長趨勢，存在增容意愿，電費繳納及時，無違法違規用電行為的中小微企業。

K-Means算法以效果較好、思想簡單的優點，在各行各業中得到了廣泛的應用。因此，采用K-Means算法對區域潛力客戶的用電數據進行分析挖掘。然而，現有技術中對于客戶價值和潛力評價的維度大都過于單一，缺乏全面性和一定的適用性。并且，不同行業、不同企業對客戶價值衡量標準存在差異，導致了衡量標準的可解釋性被限制在某個特定范圍。

發明內容

為解決現有技術存在的問題，本發明提供了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。為實現本發明的目的，本發明的技術方案如下。

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。

優選的，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。

優選的，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。

優選的，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。

優選的，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；