一种基于改进特征词权重算法的供电营销服务方法技术

一种基于改进特征词权重算法的供电营销服务方法，涉及供电营销服务领域，包括：基于供电企业的电力客户数据和社会机构公布的外部电力客户数据，从电力客户的行为‑需求‑价值维度进行数据分类；使用多标签分类算法构建电力客户特征指标集；从供电企业的成本进行分析，进行动态博弈分析得到最优的供电营销服务方式；针对电力客户的经济贡献画像，通过TF‑IDF算法，对电力客户的经济贡献进行画像建模；根据画像将电力客户分成一定的等级，并且根据等级进行不同内容的服务，兼顾了供电营销服务策略的变化对供电企业运营造成的影响、电力客户的需求和供电企业的运营能力，使得方案更具有普适性，实现了对不同类型的电力客户提供差异化服务。

【技术实现步骤摘要】
一种基于改进特征词权重算法的供电营销服务方法
本专利技术涉及供电营销服务领域，特别涉及一种基于改进特征词权重算法的供电营销服务方法。
技术介绍
TF-IDF(特征词权重)：TF-IDF(termfrequency–inversedocumentfrequency)是一种用于信息检索与数据挖掘的常用加权技术。其中TF是词频(TermFrequency)，IDF是逆文本频率指数(InverseDocumentFrequency)。TF-IDF是一种统计方法，用以评估一个字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。除了TF-IDF以外，因特网上的搜索引擎还会使用基于链接分析的评级方法，以确定文件在搜寻结果中出现的顺序。多标签分类(ML-KNN)：邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻近值来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。动态博弈：动态博弈(dynamicgame)是指参与人的行动有先后顺序，而且行动在后者可以观察到行动在先者的选择，并据此作出相应的选择。这种博弈无论如何都无法看做同时决策，所以叫做动态博弈，也称“多阶段博弈”。针对传统的供电营销服务方式单一，服务成本高和电力客户体验差的问题，我国的供电企业均采用被动方式进行电力营销服务，服务资源平均分配，既造成了电力客户个性化需求的服务针对性不强，也导致电力营销服务成本开支庞大和电力客户体验效果不佳。传统的被动营销服务已不能满足电力客户日益增长的服务需求，这种被动服务模式既不利于拓展增量配电网市场，也不能有效巩固存量的电力客户。近几年也有解决上述问题的各种方案被提出和试行，比如：方案(1)一种针对供电企业顾客满意度的营销服务策略，策略基于顾客满意度理论，运用德尔菲法等方法构建了电力客户满意度评价体系，并根据评价的结果，有针对性的提出营销服务策略；方案(2)一种新形势下电力市场营销模式与新型电价体系，针对不断变化的电力市场环境，采用菜单电价和套餐服务引导供电企业的营销服务资源配置优化；方案(3)基于电力市场改革的供电营销服务策略，通过对售电产品策略、价格策略、分销策略、促销策略进行分析，提升用电用户对供电企业的营销服务的满意度；还有其他方案都针对这些问题进行了不同角度的分析并提出了解决方案，而且取得了一定的成果，但这些研究均局限于对客户的量测数据与投诉数据进行分析，所述研究仅考虑电力客户的满意度，缺少对不同类型客户的行为、需求和价值分析，未充分计及供电营销服务策略的改变对供电企业运营方面造成的影响。若要实现对不同类型的电力客户提供差异化服务，则要对电力客户的需求和供电企业运营能力做综合考虑。
技术实现思路
本专利技术的目的在于：提供了一种基于改进特征词权重算法的供电营销服务方法，采用特征词权重算法的分类方法，并结合多标签分类算法和动态博弈，能针对不同的电力客户制定不同的供电营销服务，解决了现有的被动服务模式无法满足电力客户日益增长的服务需求的问题。本专利技术采用的技术方案如下：一种基于改进特征词权重算法的供电营销服务方法，包括以下步骤：电力客户信息数据分类：基于供电企业的电力客户数据和社会机构公布的外部电力客户数据，从电力客户的“行为-需求-价值”维度进行数据分类；构建电力客户特征标签指标集：使用多标签分类算法构建电力客户特征指标集；分析电网运营业务影响：从供电企业的成本进行分析，进行动态博弈分析，得到最优的供电营销服务方式；对TF-IDF客户经济贡献画像建模：针对电力客户的经济贡献画像，通过TF-IDF算法，对电力客户的经济贡献进行画像建模；制定供电营销服务套餐：根据电力客户的画像将电力客户分成一定的等级，并且根据不同的等级进行不同内容的服务。为了更好地实现本方案，进一步地，所述电力客户信息数据分类在电力客户的行为方面包括电力客户在用电过程中的行为和影响电力客户用电行为因素；所述电力客户信息数据分类在电力客户的需求方面包括电力客户对供电服务的感受、评价和与供电企业的互动；所述电力客户信息数据分类在电力客户的价值方面包括电力客户对供电企业的电费和或增值服务的价值贡献和电力客户资金支付能力。为了更好地实现本方案，进一步地，所述构建电力客户特征标签指标集的方法为：获取新增电力客户特征数据的K个近邻索引集合；利用贝叶斯条件概率计算新增电力客户特征数据的标签概率，概率大的近邻索引集合即为新增电力客户特征数据的最终标签，形成完整的电力客户特征标签指标集。为了更好地实现本方案，进一步地，所述分析电网运营业务影响的方法为：将供电营销服务内容和供电企业的业务影响共同作为博弈方参与因子，建立动态博弈模型：步骤1：建立供电营销服务的类型序列S为S＝{S1,S2,......,Sn}，其中n为供电营销服务内容；步骤2：电网运营业务的影响序列为Eg＝{Eg1,Eg2,......,Egm},Ej＝{Ej1,Ej2,......,Ejm},Ey＝{Ey1,Ey2,......,Eym},Ec＝{Ec1,Ec2,......,Ecm},Ex＝{Ex1,Ex2,......,Exm}其中m为供电企业的业务影响种类，Eg为供电企业规划影响，Ej为建设影响，Ey为运维影响，Ec为财务影响，Ex为传统供电营销业务影响；则电网运营业务影响的动态博弈目标函数为：其中Δγi为可调整的供电营销服务资源，Ca为总体供电营销服务成本；步骤3：总体供电营销服务成本Ca满足两个约束条件：Ca≤Call，其中Call为供电企业的投资计划总和；Ca≤Clong，其中Clong为供电企业长期投资回报；最后求得满足步骤3两个约束条件的动态博弈目标函数中的最小总体供电营销服务成本minCa。为了更好地实现本方案，进一步地，对TF-IDF客户经济贡献画像建模的方法具体为：电力客户特征指标出现的频度Tf为其中lw为电力客户的特征数据z在用户画像中出现的次数，Lw为用户画像中的特征数据z的总词语数量；电力客户特征指标的逆向文件频率本文档来自技高网...

【技术保护点】
1.一种基于改进特征词权重算法的供电营销服务方法，其特征在于：包括以下步骤/n电力客户信息数据分类：基于供电企业的电力客户数据和社会机构公布的外部电力客户数据，从电力客户的“行为-需求-价值”维度进行数据分类；/n构建电力客户特征标签指标集：使用多标签分类算法构建电力客户特征指标集；/n分析电网运营业务影响：从供电企业的成本进行分析，进行动态博弈分析，得到最优的供电营销服务方式；/n对TF-IDF客户经济贡献画像建模：针对电力客户的经济贡献画像，通过TF-IDF算法，对电力客户的经济贡献进行画像建模；/n制定供电营销服务套餐：根据电力客户的画像将电力客户分成一定的等级，并且根据不同的等级进行不同内容的服务。/n

【技术特征摘要】
1.一种基于改进特征词权重算法的供电营销服务方法，其特征在于：包括以下步骤
电力客户信息数据分类：基于供电企业的电力客户数据和社会机构公布的外部电力客户数据，从电力客户的“行为-需求-价值”维度进行数据分类；
构建电力客户特征标签指标集：使用多标签分类算法构建电力客户特征指标集；
分析电网运营业务影响：从供电企业的成本进行分析，进行动态博弈分析，得到最优的供电营销服务方式；
对TF-IDF客户经济贡献画像建模：针对电力客户的经济贡献画像，通过TF-IDF算法，对电力客户的经济贡献进行画像建模；
制定供电营销服务套餐：根据电力客户的画像将电力客户分成一定的等级，并且根据不同的等级进行不同内容的服务。


2.根据权利要求1所述的一种基于改进特征词权重算法的供电营销服务方法，其特征在于：所述电力客户信息数据分类在电力客户的行为方面包括电力客户在用电过程中的行为和影响电力客户用电行为因素；
所述电力客户信息数据分类在电力客户的需求方面包括电力客户对供电服务的感受、评价和与供电企业的互动；
所述电力客户信息数据分类在电力客户的价值方面包括电力客户对供电企业的电费和或增值服务的价值贡献和电力客户资金支付能力。


3.根据权利要求1所述的一种基于改进特征词权重算法的供电营销服务方法，其特征在于：所述构建电力客户特征标签指标集的方法为：获取新增电力客户特征数据的K个近邻索引集合；利用贝叶斯条件概率计算新增电力客户特征数据的标签概率，概率大的近邻索引集合即为新增电力客户特征数据的最终标签，形成完整的电力客户特征标签指标集。


4.根据权利要求1所述的一种基于改进特征词权重算法的供电营销服务方法，其特征在于：所述分析电网运营业务影响的方法为：
将供电营销服务内容和供电企业的业务影响共同作为博弈方参与因子，建立动态博弈模型：
步骤1：建立供电营销服务的类型序列S为S＝{S1,S2,......,Sn}，其中n为供电营销服务内容；
步骤2：电网运营业务的影响序列为Eg＝{Eg1,Eg2,......,Egm},
Ej＝{Ej1,Ej2,......,Ejm},
Ey＝{Ey1,Ey2,......,Eym},
Ec＝{Ec1,Ec2,......,Ecm},
Ex＝{Ex1,Ex2,......,Exm}
其中m为供电企业的业务影响种类，Eg为供电企业规划影响，Ej为建设影响，Ey...

【专利技术属性】
技术研发人员：唐冬来，宋卫平，张强，欧渊，张勇，王赢方，罗军，
申请(专利权)人：四川中电启明星信息技术有限公司，国网信息通信产业集团有限公司，
类型：发明
国别省市：四川;51