基于大数据技术的客户用电行为分析方法技术

本发明专利技术公开了一种基于大数据技术的客户用电行为分析方法。本发明专利技术第一步构建挖掘客户标签体系，第二步构建基于用电客户画像,第三步电费风险防控，第四步建立售电量预测模型。本发明专利技术提升客户服务的差异化、精准度。立足客户细分，创建客户标签，建立全面、细腻的客户画像，提高各级工作人员对客户个体的群类特性的精准感知能力，辅助定位工作方向和重点，提升客户体验。

【技术实现步骤摘要】
基于大数据技术的客户用电行为分析方法
本专利技术涉及计算机应用
，具体为一种基于大数据技术的客户用电行为分析方法。
技术介绍
随着信息化建设实用化程度不断提高，国网吉林省电力有限公司目前积累了客户各个方面的大量基础数据，随着全业务统一数据中心、大数据平台等一系列数据共享融合工具的建立，为各项大数据分析工作提供了数据和技术支撑。但是，目前由于缺乏多维度、立体化的客户画像，无法对客户深层次行为特征、服务偏好、客户价值、信用级别等信息进行精准描述，导致影响策划、渠道运营、客户互动时较难根据客户的差异化特征识别关键需求、定位工作方向、采取针对性服务措施，难以支撑以客户需求为导向的营销工作开展。因此国网吉林省电力有限公司亟待构建灵活有效的客户标签应用体系，建立一套能够对用户行为隐性特征深入、准确、实时描述的手段和机制，研发客户用电行为标签库系统，从而有效辅助客户服务和营销工作的开展，提高工作效率，降低经营风险。
技术实现思路
本专利技术的目的在于提供一种基于大数据技术的客户用电行为分析方法。为实现上述目的，本专利技术提供如下技术方案：一种基于大数据技术的客户用电行为分析方法，第一步构建挖掘客户标签，过程如下：展示登录人员岗位配置的重点关注标签以及个性化配置关注标签，通过颜色及符号区分重要程度，点击标签弹出标签命中说明界面，标签提取依据界面允许操作人员反馈标签有误意见。标签对应的服务策略按优先级进行排序显示，对已经执行的策略标识已执行，点击策略跳转至相应业务处理页面执行策略；挖掘客户标签方法如下：假设要把样本集分为c个簇，算法描述如下：(1)适当选择c个簇的初始形心；(2)在第k次迭代中，对任意一个样本，求其到c个形心的欧氏距离或曼哈顿距离，将该样本归类到距离最小的形心所在的簇；(3)利用均值等方法更新该簇的形心值；(4)对于所有的c个簇形心，如果利用(2)(3)的迭代法更新后，当形心更新稳定或误差平方和最小时，则迭代结束，否则继续迭代，误差平方和即簇内所有点到形心的距离之和；第二步构建基于用电客户画像,过程如下：打通现有应用系统数据接口,建立用户信用评价模型，用户信用评价模型采用现有神经网络，假设用户数是N，节点数是用户数N；建立电费风险管控模型及用户行为全景视图，基于用电客户画像，电费风险管控模型如下:xi(t+1)＝ri(X(t),Y(t-τ)),yi(t+1)＝h(Y(t),X(t-τ)),i＝1,2,...n,t＝0,1,2...；利用掌上电力、供电营业厅、95598客服系统向用户精准推送服务信息，结合大数据技术研究建立用户信用评价模型、电费风险管控模型及用户行为全景视图，并根据用户行为情况，自动更新完善；第三步电费风险防控，过程如下：基于用户行为画像，建立用户风险评价方案，按专业分类设置专业分类名称；时间范围，时间范围的时间段在365天；影响权重，影响权重的数值范围在0-100；确定风险评价规则及各规则权重，各规则权重数值范围在0-10；确定不同风险等级对应风险得分的上限和下限，上限和下限分别为100和60；客户风险等级分为：高风险、中风险、低风险。第四步建立售电量预测模型，过程如下：基于历史用户用电数据趋势、气象信息、重要事件等数据综合分析计算，探索影响售电量大幅变化的关键因素，建立BP神经网络预测模型售电量预测模型，并通过电力热力图方式，全景预测一段时间内的售电趋势。售电量预测模型采取递归神经网络。售电量预测模型采取递归神经网络的节点数是动态随机变化。确定风险评价规则过程：首先确定事件的后果级别,分1级到4级，严重为4级，不严重为3级，合格为2级，良好为2级；然后再评估现有的能阻止事件/事故发生的系统的失效频率。确定不同风险等级对应风险得分的上限和下限，上限和下限分别为100和50；客户风险等级分为：高风险、中风险、低风险、安全。本专利技术的有益效果是：1.准确识别客户特征，提升客户服务的差异化、精准度。立足客户细分，创建客户标签，建立全面、细腻的客户画像，提高各级工作人员对客户个体的群类特性的精准感知能力，辅助定位工作方向和重点，提升客户体验。2.深入洞察客户需求，提高营销策略的针对性和有效性。通过大数据分析建立客户标签体积，积极探索客户用电特征，实现对客户需求的深入洞察，有力辅助电力营销方案的策划和执行。3.有效共享内部数据，实现全流程客户服务信息化管理。以客户为原点，通过标签体系有效整合内外信息资源，克服目前渠道数据不共享、业务数据不一致、信息沟通不充分等弊端，实现从人员到业务、从流程到渠道、从规划到执行等各项工作的有机整合，落实全流程客户服务信息化管理。附图说明图1是本专利技术的流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示：本专利技术提供一种技术方案：第一步构建挖掘客户标签体系，过程如下：展示登录人员岗位配置的重点关注标签以及个性化配置关注标签，通过颜色及符号区分重要程度，点击标签弹出标签命中说明界面，标签提取依据界面允许操作人员反馈标签有误意见。标签对应的服务策略按优先级进行排序显示，对已经执行的策略标识已执行，点击策略跳转至相应业务处理页面执行策略。挖掘客户标签方法如下：假设要把样本集分为c个簇，算法描述如下：(1)适当选择c个簇的初始形心；(2)在第k次迭代中，对任意一个样本，求其到c个形心的欧氏距离或曼哈顿距离，将该样本归类到距离最小的形心所在的簇；(3)利用均值等方法更新该簇的形心值；(4)对于所有的c个簇形心，如果利用(2)(3)的迭代法更新后，当形心更新稳定或误差平方和最小时，则迭代结束，否则继续迭代。(误差平方和即簇内所有点到形心的距离之和)第二步构建基于用电客户画像,过程如下：打通现有应用系统数据接口,研究建立用户信用评价模型、电费风险管控模型及用户行为全景视图。基于用电客户画像，利用掌上电力、供电营业厅、95598客服系统向用户精准推送服务信息，结合大数据技术研究建立用户信用评价模型、电费风险管控模型及用户行为全景视图，并根据用户行为情况，自动更新完善。第三步电费风险防控，过程如下：基于用户行为画像，建立用户风险评价方案，按专业分类设置专业分类名称、时间范围、影响权重，确定风险评价规则及各规则权重。确定不同风险等级对应风险得分的上限和下限。如客户风险等级分为：高风险、中风险、低风险。第四步建立售电量预测模型，过程如下：基于历史用户用电数据趋势、气象信息、重要事件等数据综合分析计算，本文档来自技高网...

【技术保护点】
1.一种基于大数据技术的客户用电行为分析方法，其特征在于：/n第一步构建挖掘客户标签，过程如下：/n展示登录人员岗位配置的重点关注标签以及个性化配置关注标签，通过颜色及符号区分重要程度，点击标签弹出标签命中说明界面，标签提取依据界面允许操作人员反馈标签有误意见。标签对应的服务策略按优先级进行排序显示，对已经执行的策略标识已执行，点击策略跳转至相应业务处理页面执行策略；/n挖掘客户标签方法如下：/n假设要把样本集分为c个簇，算法描述如下：/n(1)适当选择c个簇的初始形心；/n(2)在第k次迭代中，对任意一个样本，求其到c个形心的欧氏距离或曼哈顿距离，将该样本归类到距离最小的形心所在的簇；/n(3)利用均值等方法更新该簇的形心值；/n(4)对于所有的c个簇形心，如果利用(2)(3)的迭代法更新后，当形心更新稳定或误差平方和最小时，则迭代结束，否则继续迭代，误差平方和即簇内所有点到形心的距离之和；/n第二步构建基于用电客户画像,过程如下：/n打通现有应用系统数据接口,建立用户信用评价模型，用户信用评价模型采用现有神经网络，假设用户数是N，节点数是用户数N；建立电费风险管控模型及用户行为全景视图，基于用电客户画像，/n电费风险管控模型如下:/nx...

【技术特征摘要】
1.一种基于大数据技术的客户用电行为分析方法，其特征在于：
第一步构建挖掘客户标签，过程如下：
展示登录人员岗位配置的重点关注标签以及个性化配置关注标签，通过颜色及符号区分重要程度，点击标签弹出标签命中说明界面，标签提取依据界面允许操作人员反馈标签有误意见。标签对应的服务策略按优先级进行排序显示，对已经执行的策略标识已执行，点击策略跳转至相应业务处理页面执行策略；
挖掘客户标签方法如下：
假设要把样本集分为c个簇，算法描述如下：
(1)适当选择c个簇的初始形心；
(2)在第k次迭代中，对任意一个样本，求其到c个形心的欧氏距离或曼哈顿距离，将该样本归类到距离最小的形心所在的簇；
(3)利用均值等方法更新该簇的形心值；
(4)对于所有的c个簇形心，如果利用(2)(3)的迭代法更新后，当形心更新稳定或误差平方和最小时，则迭代结束，否则继续迭代，误差平方和即簇内所有点到形心的距离之和；
第二步构建基于用电客户画像,过程如下：
打通现有应用系统数据接口,建立用户信用评价模型，用户信用评价模型采用现有神经网络，假设用户数是N，节点数是用户数N；建立电费风险管控模型及用户行为全景视图，基于用电客户画像，
电费风险管控模型如下:
xi(t+1)＝ri(X(t),Y(t-τ)),
yi(t+1)＝h(Y(t),X(t-τ)),i＝1,2,...n,t＝0,1,2...；
利用掌上电力、供电营业厅、95598客服系统向用户精准推送服务信息，结合大数据技术研究建立用户信用评价模型、电费风险管控模型及用户行为全景视图，并根据用户...

【专利技术属性】
技术研发人员：潘建宏，
申请(专利权)人：国网吉林省电力有限公司信息通信公司，
类型：发明
国别省市：吉林;22