[发明专利]一种基于大数据的电网用户电费回收模型构建方法

说明书

技术领域

本发明涉及一种基于大数据的电网用户电费回收模型构建方法，运用算法模型，分析不同客户的缴交电费行为以及客户基本属性特征，进行客户的电费回收风险预测，并在系统中为客户进行标识，有利于对不同客户提前采取差异化的电费回收策略和预防措施，保障企业的电费收入，有效控制企业经营风险。

背景技术

现在，我国大部分地区电力部门收缴电费采用的是先用电后缴费的制度，这为欠缴、不缴电费提供了可能性。此外法律规定也存在着不足之处，如《电力供应与使用条例》第三十条：逾期未交付电费的，供电企业可以从逾期之日起加收违约金，自逾期之日起超过30日，经催交仍未交付电费的，供电企业可以按照国家规定的程序停止供电。实际上如果逾期3O日停电，用户使用电能量已经是2个月的了，造成供电企业承担的欠费风险进一步加大。

电费回收工作涉及千家万户，点多、面广、量大，回收工作面临诸多风险。尤其是十八大后，中央反“四风”专项治理的不断推进，餐饮、旅业、会所等行业经营不善；产业转型升级、淘汰落后产能，传统的造纸、纺织、印刷、化工、建材、煤炭、养殖等行业面临关停，造成电费回收工作形势更加严峻。

因电费的回收直接影响到企业的经济效益，关系到企业的生存和发展。供电企业必须从多方面采取行之有效的措施，以防止陈欠电费特别是防止电费呆帐、坏帐的形成，使企业的自身效益得到保障。

发明内容

本发明提供一种基于大数据的电网用户电费回收模型构建方法，通过该模型分析不同客户的缴交电费的行为以及客户基本属性特征，明确每个客户的电费回收风险等级，找到高风险客户，有针对性地采取差异化的策略和具体措施，确保电费及时回收，降低企业经营风险。

为了实现上述目的，本发明采用的技术方案如下：

基于大数据的电网用户电费回收模型构建方法，包括以下步骤：

（1）导入建模样本数据；

（2）数据区分为训练、验证和测试集；

（3）统计各个变量的区分度和分段区间；

（4）运用回归算法建模；

（5）全体客户进行打分；

(6)分群标准与业务验证

与现有技术相比，本发明具有以下有益效果：

（1）将细分结果嵌入营销系统，逐步实现回收高风险客户的缴费提醒和差异化账单提醒，将催费环节前移到缴费期截止前，从而促进电费回收。

附图说明：

图1为本发明的流程图。

具体实施方式：

下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。

实施例

图1为本发明的流程图，选取汕头供电局2011年11月—2012年10月的用户数据，实施流程如下：

1、导入建模样本数据，汕头局非居民客户25万户中2011年11月-2012年11月之间的欠费人数为1.8万户，占比7.2%，选取“坏客户”标准：非居民客户，一年之内有过2次及以上欠费的，并且累计欠费金额>5000元；汕头局非居民客户174万户中2011年11月-2012年11月之间的欠费人数为15.9万户，占比9.1%，选取“坏客户”标准：居民客户，一年之内有过3次及以上欠费的，并且累计欠费金额>200元。

按用户号将预测变量（基本属性及历史行为属性）和目标变量（是否为坏客户）进行拼接，用于最终建模，其中历史行为属性变量取在表现期内，按3、6、12、24月分别加工：用电量、缴费金额、电量增长比例、用电量等级、短信催收次数、违约用电次数、扣款次数等；

2、数据区分为训练、验证和测试集，25万非居民中，随机抽取40%样本用于建立模型，174万居民中，随机抽取10%样本用于建立模型，样本数据根据建模需要，通过分区，按40%,30%,30%拆分成训练集、验证集和测试集，训练集用于建立回归模型和计算回归系数，验证集对训练集所建立的模型结果进行验证和细微调整，测试集用于模型测试；

3、统计各个变量的区分度和分段区间，运用R软件，直接计算出各字段与是否拨打咨询、投诉、建议停电之间的相关性，通过基尼统计量进行标识，并将最相关的几个变量选择为建模变量，将数据用EXCEL展示相关性，发现与样本客户有较强相关关系的属性字段有合同容量、城市/农村、缴费时长、缴费金额、缴费次数；