[发明专利]基于随机森林分析法的电力大客户价值评价方法

说明书

技术领域

本发明涉及一种基于随机森林分析法的电力大客户价值评价方法，属于电力大客户价值评价技术领域。

背景技术

在电力体制改革新形势下，行业环境突变，传统电网公司面临新型营销服务体系构建和商业模式创新压力，同时电力客户需求呈现出多样化、小众特征，优质价值客户存在较大流失风险。如何应对复杂多变的市场环境，提升价值客户忠诚度成为传统电网公司面临的重大课题，而识别和管理电力大客户价值则有助于这一问题的解决，也是传统电网公司未来核心能力培育和客户满意度提升的首要一环和重要抓手。

当前客户价值评价方法有很多种，其共同缺点主要为：受到价值评价模型团队成员的强烈主观影响，并且，传统方法的价值模型在进行价值评价输出后，其结果是否准确无从判定，准确率不得而知，因此在以后的应用过程中，其有效性同样存在疑问。

发明内容

为了解决上述技术问题，本发明提供了一种基于随机森林分析法的电力大客户价值评价方法。

为了达到上述目的，本发明所采用的技术方案是：

基于随机森林分析法的电力大客户价值评价方法，包括，

从电力营销系统中选取影响大客户价值评价的评价指标；

预设若干个价值维度，根据价值维度对选取的评价指标进行分类；

对评价指标进行清洗，使其符合随机森林分析法的需求；

从电力营销系统中抽取若干大客户价值评价样本，部分作为训练样本，剩余部分作为测试样本；

以清洗后的评价指标作为特征，根据训练样本训练随机森林模型；

将测试样本输入随机森林模型，当输出值的准确率大于阈值A时，该随机森林模型即为最终的大客户价值评价模型；

利用大客户价值评价模型评价电力大客户价值。

预设的价值维度为发展价值、经济价值、信用价值、安全价值和社会价值；评价指标分为发展价值评价类指标、经济价值评价类指标、信用价值评价类指标、安全价值评价类指标和社会价值评价类指标。

评价指标清洗包括评价指标数据整理和评价指标所含行业类别整理；

评价指标数据整理：删除存在缺失，并且无法满足随机森林分析法需求的评价指标数据；能够满足随机森林分析法需求，但存在缺失的评价指标数据，通过补齐算法，补齐缺失值；

评价指标所含行业类别整理：按照国家规定的二级分类对评价指标所含行业类别进行重新归类，使其满足随机森林分析法需求。

当输出值的准确率小于阈值A时，调整评价指标和训练样本数量，调整随机森林模型。

通过基尼指数计算每个评价指标对分类树每个节点上观测值的异质性的影响，从而比较评价指标的重要性，根据重要性调整评价指标。

训练样本数量大于等于阈值B时，准确率趋于稳定，训练样本数量小于阈值B时，训练样本数量越多准确率越高。

本发明所达到的有益效果：1、本发明基于公认的评价结果作为样本，运用随机森林分析法进行自主学习，构建和训练大客户价值评价模型，最后用大客户价值评价模型评价电力大客户价值；该价值评价模型不受主观影响，准确率高；2、本发明将评价指标分成若干个维度，最终的评价结果可以确定大客户价值的衡量维度。

附图说明

图1为本发明的流程图；

图2为模型训练和构建流程；

图3为评估指标重要性排行榜；

图4为准确率图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，基于随机森林分析法的电力大客户价值评价方法，包括以下步骤：

步骤1：从电力营销系统中选取影响大客户价值评价的评价指标。

评价指标的选取需要遵循以下原则：1、有效性原则；即选取的评价指标必须是有效的并能够代表大客户价值；2、重要性原则；即跟大客户价值存在很强的关联性；3、可控制性原则；大客户价值在不同区域、不同群体、不同时间的特点并不完全一致，甚至存在较大差异，因此选取的评价指标需要满足后续可以持续改进的要求，如果无法满足，那么这类评价指标暂不选取。

步骤2，预设若干个价值维度，根据价值维度对选取的评价指标进行分类。