System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力管理,具体是一种电力用户画像信息的验证方法。
技术介绍
1、如今越来越多的行业开始重视用户画像的应用,但是由于不同行业有不同的行业背景、应用场景和用户需求,因此不同行业的用户画像不能同一而论。金融、银行行业做用户画像是因为现在年轻一代客户的消费习惯发生了改变,他们不喜欢去金融网点办业务,而是选择通过智能设备进行金融消费,并且如今很难有一种产品同时满足所有人的需求。电信行业需要通过用户画像实现实时精准化营销如流量套餐、话费套餐等,同时面对数量庞大的客户群体,做到个性化营销。
2、随着信息化建设的深入推进和电力业务的飞速发展,电网企业也积累了丰富宝贵的数据资源,深度挖掘现有数据并充分利用数据分析结果辅助决策,进而研究电网发展和客户服务规律,成为驱动电网企业创新发展的重要途径之一。因此,开展基于大数据技术的电力用户画像研究,制定差异化与精准化的营销策略,提高产品和服务的竞争力,满足电力客户日益多样化的用电服务需求,扩大电能在社会能源消费终端中的占有率已经十分迫切。
3、从商业角度出发的用户画像对企业具有很大的价值,用户画像目的有两个。一个是业务场景出发,寻找目标客户。另外一个就是,参考用户画像的信息,为用户设计产品或开展营销活动。
4、因此,在电力用户管理领域中,对于用户画像的建立具有重要意义。
技术实现思路
1、本专利技术的目的在于提供一种电力用户画像信息的验证方法,以解决上述
技术介绍
中提出的问题。
2、为实现上述目的,
3、一种电力用户画像信息的验证方法,包括以下步骤:
4、获取电力用户的初始用户画像,所述初始用户画像包括历史用电信息、基本属性、缴费信息和诉求属性;
5、为所述初始用户画像定义标签和设置标签权重,以生成用户标签数据源;
6、将获得的标签数据源进行随机抽取,通过深度学习算法对一部分所述标签数据源进行模型训练和模型验证,该部分数据标签源作为训练样本,其余数据作为预测样本;写入预测数据库中;
7、对训练样本进行训练,建立预测模型,再利用预测模型对预测样本进行数据分类挖掘分析,得到电力用户画像。
8、作为本专利技术再进一步的方案:其中,所述用户标签数据源包括一级用户、二级用户、以及三级用户,具体质量等级根据设定的标准划分。
9、作为本专利技术再进一步的方案:其中,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:周期性获取所述初始用户画像数据中的初始用户画像样本数据;从预设数据库中确定与所述初始用户画像样本数据相对应的参照用户画像样本数据;利用所述参照用户画像样本数据对所述初始用户画像样本数据的准确性进行验证。
10、作为本专利技术再进一步的方案:其中,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:确定所述初始用户画像数据中的待测试初始用户画像数据,其中,在预设数据库中不存在与所述待测试初始用户画像数据相对应的参照用户画像数据;从所述预设数据库中获取与所述待测试初始用户画像数据存在关联关系的目标参照用户画像数据;利用所述目标参照用户画像数据对所述待测试初始用户画像数据的准确性进行验证。
11、作为本专利技术再进一步的方案:其中,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:按照预设的分类方法将所述初始用户画像数据划分为多个类别数据组;从所述多个类别数据组中确定目标类别数据组;对所述目标类别数据组中的初始用户画像数据和预设数据库中对应的参照用户画像数据进行测试验证。
12、作为本专利技术再进一步的方案:其中,所述模型训练中,以20%的数据作为训练样本,其余80%数据作为预测样本。
13、作为本专利技术再进一步的方案:其中,所述数据分类挖掘分析包括对自定义时间维度、自定义属性维度和自定义行为维度的分析。
14、与现有技术相比,本专利技术的有益效果是:
15、1、本专利技术有助于预测客户行为,减少企业损失,由于各部门之间信息没有打通,一线人员不能及时掌握客户的不良行为,如窃电、欠费、违约用电等,每年给企业造成很大的损失。通过用户画像标签库,一线人员能够及时发现问题,对那些有“劣迹”的客户采取电费止损的营销策略,提高电费回收效率和效果;
16、2、本专利技术有助于促进差异化服务,提高服务满意度。在用户画像标签体系建立完成之后,每个用户都会有自己与众不同的标签库,当客户给一线员工提供自己的姓名等基本信息之后,该客户的标签库就会出现在员工面前,也就是该用户在电力系统中的所有信息包括历史缴费行为、用电记录、各种诉求记录、是否容易沟通等都会展现出来。这就会给一线员工如客服人员、营业厅人员等在服务时有很大的帮助,他们会根据标签库里的信息,调整态度和策略,尽最大可能去为客户服务,提高客户的满意度
本文档来自技高网...【技术保护点】
1.一种电力用户画像信息的验证方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的电力用户画像信息的验证方法,其特征在于,所述用户标签数据源包括一级用户、二级用户、以及三级用户,具体质量等级根据设定的标准划分。
3.根据权利要求1所述的电力用户画像信息的验证方法,其特征在于,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:周期性获取所述初始用户画像数据中的初始用户画像样本数据;从预设数据库中确定与所述初始用户画像样本数据相对应的参照用户画像样本数据;利用所述参照用户画像样本数据对所述初始用户画像样本数据的准确性进行验证。
4.根据权利要求3所述的电力用户画像信息的验证方法,其特征在于,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:确定所述初始用户画像数据中的待测试初始用户画像数据,其中,在预设数据库中不存在与所述待测试初始用户画像数据相对应的参照用户画像数据;从所述预设数据库中获取与所述待测试初始用户画像数据存在关联关系的目标参照用户画像数据;利
5.根据权利要求4所述的电力用户画像信息的验证方法,其特征在于,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:按照预设的分类方法将所述初始用户画像数据划分为多个类别数据组;从所述多个类别数据组中确定目标类别数据组;对所述目标类别数据组中的初始用户画像数据和预设数据库中对应的参照用户画像数据进行测试验证。
6.根据权利要求1所述的电力用户画像信息的验证方法,其特征在于,所述模型训练中,以20%的数据作为训练样本,其余80%数据作为预测样本。
7.根据权利要求1所述的电力用户画像信息的验证方法,其特征在于,所述数据分类挖掘分析包括对自定义时间维度、自定义属性维度和自定义行为维度的分析。
...【技术特征摘要】
1.一种电力用户画像信息的验证方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的电力用户画像信息的验证方法,其特征在于,所述用户标签数据源包括一级用户、二级用户、以及三级用户,具体质量等级根据设定的标准划分。
3.根据权利要求1所述的电力用户画像信息的验证方法,其特征在于,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:周期性获取所述初始用户画像数据中的初始用户画像样本数据;从预设数据库中确定与所述初始用户画像样本数据相对应的参照用户画像样本数据;利用所述参照用户画像样本数据对所述初始用户画像样本数据的准确性进行验证。
4.根据权利要求3所述的电力用户画像信息的验证方法,其特征在于,按照预设的测试方法对所述初始用户画像数据和预设数据库中的参照用户画像数据进行准确性验证,包括:确定所述初始用户画像数据中的待测试初始用户画像数据,其中,在预设数据库中不存在与所述待测试初始用...
【专利技术属性】
技术研发人员:孔真真,宋瑞卿,王宏研,崔佳彬,郭楠伟,于永哲,
申请(专利权)人:国网河南省电力公司开封供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。