基于大數(shù)據(jù)的電力系統(tǒng)繳費渠道評價方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于電力系統(tǒng)領(lǐng)域，特別涉及一種基于大數(shù)據(jù)的電力系統(tǒng)繳費渠道評價方 法。
【背景技術(shù)】
[0002] 隨著社會經(jīng)濟技術(shù)的飛速發(fā)展，用電量一直持續(xù)增長，用電客戶數(shù)量和售電量也 持續(xù)大幅提高，為了更好地服務(wù)廣大用戶，繳費渠道一直向著多樣化、多元化的方向發(fā)展， 如圖1所示，但是不同的繳費渠道在不同程度上存在著弊端，例如營業(yè)網(wǎng)點布局不合理、營 業(yè)窗口設(shè)置不靈活、人力資源配置不平衡、電費回收存在風險、費控協(xié)議簽訂緩慢等，如何 利用電力營銷系統(tǒng)的大數(shù)據(jù)實現(xiàn)對現(xiàn)有繳費渠道的量化評價，進一步為繳費渠道的建設(shè)規(guī) 劃和改造提供科學依據(jù)，仍屬技術(shù)空白。

【發(fā)明內(nèi)容】

[0003] 針對現(xiàn)有的技術(shù)空白，本發(fā)明提出了一種基于大數(shù)據(jù)的電力系統(tǒng)繳費渠道評價方 法，具體步驟如下：
[0004] 步驟1、基于調(diào)查問卷獲取用戶屬性及用戶繳費行為數(shù)據(jù)，采用K-means聚類算法 建立用戶繳費行為畫像：即確定若干個用戶屬性分類與若干個用戶繳費行為分類之間的對 應(yīng)關(guān)系。
[0005] 步驟1. 1、通過調(diào)查問卷獲取用戶屬性數(shù)據(jù)和用戶繳費行為數(shù)據(jù)，用戶屬性數(shù)據(jù)包 括性別、年齡、職業(yè)、文化程度，用戶繳費行為數(shù)據(jù)包括繳費方式、繳費頻率、取消自有營業(yè) 廳之后可能采用的繳費渠道、用戶認為最方便的繳費渠道；
[0006] 步驟1.2、對調(diào)查問卷進行集成、清理、變更、歸約，獲得有效的調(diào)查問卷，利用 SPSS統(tǒng)計分析軟件形成用戶屬性和用戶繳費行為的樣本空間；
[0007] 步驟1. 3、利用K-means聚類算法對用戶屬性進行聚類分析，獲得若干類用戶屬 性；
[0008] 步驟1. 4、利用K-means聚類算法對用戶繳費行為進行聚類分析，獲得若干類用戶 繳費行為；
[0009] 步驟1. 5、利用K-means聚類算法對一類用戶屬性與若干類用戶繳費行為分別進 行聚類分析，得到若干個相近程度不同的聚類結(jié)果，其中相近程度最大的聚類結(jié)果對應(yīng)的 用戶繳費行為類別，即為該類用戶最傾向采用的繳費行為，得出該類用戶屬性與該類用戶 繳費行為的對應(yīng)關(guān)系，即完成了該類用戶屬性的用戶繳費行為畫像，以此類推完成其他類 用戶屬性的用戶繳費行為畫像。
[0010] 步驟2、利用K最近鄰分類算法對電力系統(tǒng)繳費渠道評價因素進行最鄰近聚類，將 對繳費渠道影響相似的評價因素聚為一類，聚合結(jié)果作為電力系統(tǒng)繳費渠道評價指標，各 類評價指標形成繳費渠道評價指標體系。
[0011] 步驟2. 1、電力系統(tǒng)繳費渠道評價因素包括渠道的覆蓋率、渠道的利用率、成本、工 作效率、用戶繳費行為畫像、便捷性、客戶滿意度、渠道發(fā)展趨勢，其中將步驟1得到的用戶 繳費行為畫像作為用戶繳費行為畫像的初值，其余各因素的初值根據(jù)專家經(jīng)驗值確定；
[0012] 步驟2. 2、利用K最近鄰分類算法對電力系統(tǒng)繳費渠道評價因素進行最鄰近聚類， 將對繳費渠道影響相似的評價因素聚為一類，聚合結(jié)果作為電力系統(tǒng)繳費渠道評價指標， 各類評價指標形成繳費渠道評價指標體系。
[0013] 步驟3、采用模擬遺傳退火算法確定評價指標體系中各評價指標的權(quán)重，建立繳費 渠道評價模型，獲得各繳費渠道的評價值，所述繳費渠道評價模型為先求出每項評價指標 與權(quán)重的乘積，再求各乘積的和。
[0014] 步驟4、利用電力系統(tǒng)實際繳費數(shù)據(jù)，判斷繳費渠道評價模型是否適用于新的地區(qū) 或新的時期，若適用，則繳費渠道評價模型繼續(xù)使用，否則采用模擬遺傳退火算法重新確定 各評價指標的權(quán)重，確定適用于新的地區(qū)或新的時期的繳費渠道評價模型。
[0015] 步驟4. 1、利用電力系統(tǒng)實際繳費數(shù)據(jù)獲得當前用電量，由新的地區(qū)或新的時期電 力系統(tǒng)實際繳費歷史數(shù)據(jù)折線圖確定用電量預(yù)測值；
[0016] 步驟4. 2、利用用電量與繳費渠道評價值之間的比例關(guān)系，求出用電量預(yù)測值對應(yīng) 的繳費渠道評價值；
[0017] 步驟4. 3、若用電量預(yù)測值對應(yīng)的繳費渠道評價值與當前用電量對應(yīng)的繳費渠道 評價值之差小于〇. 1，則繼續(xù)使用當前繳費渠道評價模型，否則采用模擬遺傳退火算法重新 確定各評價指標的權(quán)重，返回步驟3建立新的繳費渠道評價模型。
[0018] 有益效果：
[0019] 本發(fā)明提出一種基于大數(shù)據(jù)的電力系統(tǒng)繳費渠道評價方法，首先基于調(diào)查問卷的 用戶屬性和用戶交費行為數(shù)據(jù)，采用K-means聚類算法對用戶繳費行為進行畫像分析，識 別出各類用戶屬性與各類用戶繳費行為的對應(yīng)關(guān)系。利用K最近鄰分類算法（KNN算法） 對電力系統(tǒng)繳費渠道評價因素進行最鄰近聚類，聚合結(jié)果作為繳費渠道評價指標，建立繳 費渠道評價體系。利用模擬遺傳退火算法確定繳費渠道評價指標的權(quán)重，從而形成繳費渠 道評價模型。對于新的地區(qū)或新的時期，利用電力系統(tǒng)實際繳費數(shù)據(jù)判斷繳費渠道評價模 型是否適用，若不適用，建立新的繳費渠道評價模型。本發(fā)明填補了電力系統(tǒng)領(lǐng)域的一項技 術(shù)空白，實現(xiàn)了對電力系統(tǒng)繳費渠道的量化評價，為繳費渠道規(guī)劃建設(shè)與改造提供了科學 的決策依據(jù)。
【附圖說明】
[0020] 圖1為本發(fā)明一種實施例中的電力系統(tǒng)現(xiàn)有繳費渠道；
[0021] 圖2為本發(fā)明一種實施例中的采用K-means聚類算法建立用戶畫像流程圖；
[0022] 圖3為本發(fā)明一種實施例中的KNN和模擬退火算法流程圖；
[0023] 圖4為本發(fā)明一種實施例中的基于大數(shù)據(jù)的繳費渠道評價方法流程圖。
【具體實施方式】
[0024] 下面結(jié)合附圖對本發(fā)明【具體實施方式】做詳細說明?；诖髷?shù)據(jù)的電力系統(tǒng)繳費渠 道評價方法具體實施步驟如下，如圖4所示：
[0025] 步驟1、基于調(diào)查問卷獲取用戶屬性及用戶繳費行為數(shù)據(jù)，采用K-means聚類算法 建立用戶繳費行為畫像：即確定若干個用戶屬性分類與若干個繳費行為分類之間的對應(yīng)關(guān) 系，如圖2所不。
[0026] 步驟1. 1、通過調(diào)查問卷獲取用戶屬性數(shù)據(jù)和用戶繳費行為數(shù)據(jù)，用戶屬性數(shù)據(jù)包 括性別、年齡、職業(yè)、文化程度，用戶繳費行為數(shù)據(jù)包括繳費方式、繳費頻率、取消自有營業(yè) 廳之后可能采用的繳費渠道、用戶認為最方便的繳費渠道。
[0027] 步驟1. 2、對調(diào)查問卷進行集成、清理、變更、歸約，獲得6000份有效調(diào)查問卷，利 用SPSS統(tǒng)計分析軟件形成用戶屬性和用戶繳費行為的樣本空間。
[0028] 步驟1. 3、利用K-means聚類算法對用戶屬性進行聚類分析，獲得若干類用戶屬 性。
[0029] 步驟1. 3. 1、以調(diào)查問卷中的用戶屬性和用戶繳費行為作為第一樣本空間，從包含 η個樣本的數(shù)據(jù)集U中選出k個樣本作為k個類的初始中心，記為
為了提 高聚類的精度和速度，對初始聚類中心的選取不再是隨機選取，而是進行優(yōu)化選取。
[0030] 步驟1. 3. 1. 1、計算數(shù)據(jù)集U中兩兩樣本之間距離，將這些距離作為元素形成相異 度矩陣D。
[0031] 步驟1. 3. 1. 2、對于數(shù)據(jù)集U中的樣本X，以X為球心，以某一正數(shù)r為 半徑構(gòu)成一個球形域，該球體中包含樣本的個數(shù)作為X的密度。根據(jù)Dens (X)= I {p I Dist (X，p)彡 r, p e UI} I，計算每一個樣本的密度 Dens (Xi)，i = 1，2,... N，將密度大 于平均密度值的樣本放在集合S中，p為數(shù)據(jù)集U中任意一個樣本，Dist (X，p)為樣本X與 樣本P的距離。
[0032] 步驟1. 3. 1. 3、選取集合S中密度最大的樣本X作為第一個初始聚類中心點, 即Dens(x) = Max{Dens(x)x e S}，并將wf1放于初始聚類中心點集合M中。
[0033] 步驟1. 3. 1. 4、尋找下一個初始聚類中心Wp，需要滿足以下條件：
[0036] 其中，β取整個第一樣本空間的Ι/k時（k為聚類的個數(shù)），初始聚類中心選取比 較準確，可以避免選到同一個類中密度相近的點。
[0037] 步驟1. 3. 1. 5、將點加入初始聚類中心點集合M，即
[0038] 步驟1. 3. 1. 6、重復(fù)步驟1. 3. 1. 4、步驟1. 3. 1. 5,直到找出k個初始聚類中心。
[0039] 步驟1.3. 2、將待分類的數(shù)據(jù)集U中的數(shù)據(jù)樣本X逐個按照最小距離原則 劃分給k個類中的某一類?' j e {l，2，...k};其中t代表迭代次數(shù)，如果距離
則X分到類Cfli中，I e以，2, · · ·，k}。
[0040] 步驟1. 3. 3、計算重新分類后的各個聚類中心：
[0042] 式中，
中數(shù)據(jù)樣本的個數(shù)。以數(shù)據(jù)樣本的平均值作為新的聚類中 心，可使得平方誤差準則函數(shù)
最小，其中Hi1是所有樣本的平均值,C 1為第 i類。
[0043] 步驟1. 3. 4、如果
則算法結(jié)束；否則，如果
則返回步驟1. 3. 2,進行反復(fù)迭代，完成用戶屬性的聚類分 析。
[0044] 步驟1. 4、利用K-means聚類算法對用戶繳費行為進行聚類分析，獲得若干類用戶 繳費行為，具體實施步驟如步驟1. 3所示。
[0045] 步驟1. 5、利用K-means聚類算法對一類用戶屬性與若干類用戶繳費行為分別進 行聚類分析，得到若干個相近程度不同的聚類結(jié)果，其中相近程度最大的聚類結(jié)果對應(yīng)的 用戶繳費行為類別，即為該類用戶最傾向采用的繳費行為類別，得出該類用戶屬性與該類 用戶繳費行為的對應(yīng)關(guān)系，即完成了該類用戶屬性的用戶繳費行為畫像，以此類推完成其 他類用戶屬性的用戶繳費行為畫像，具體實施步驟如步驟1. 3所示。
[0046] 步驟2、利用K最近鄰分類算法對電力系統(tǒng)繳費渠道評價因素進行最鄰近聚類，將 對繳費渠道影響相似的評價因素聚為一類，聚合結(jié)果作為電力系統(tǒng)繳費渠道評價指標，各 類評價指標形成繳費渠道評價指標體系，如圖3所示。
[0047] 步驟2. 1、電力系統(tǒng)繳費渠道評價因素包括渠道的覆蓋率、渠道的利用率、成本、工 作效