[发明专利]一种基于用户画像的电费回收风险评估方法

说明书

技术领域

本发明涉及电力营销技术领域，尤其涉及一种基于用户画像的电费回收风险评估方法。

背景技术

在电费回收风险评估中，电力用户尤其是大工业电力用户未按时缴费会给电力公司带来较大的经济损失，因此，对电力用户的用电行为进行分析以确定其是否为容易欠费的风险用户显得非常重要。通过对电力用户的电费回收风险进行评估，可以确定某个电力用户是否为可能会发生欠费行为的风险用户。

目前在对电力用户进行电费回收风险评估时，往往是使用电力用户的历史用电数据训练一定的分类模型，如随机树模型、支持向量机模型等，后续再通过这些分类模型来确定电力用户是否为风险用户，然而，只基于电力用户的历史用电数据进行训练得到的分类模型准确性不高，使得基于该分类模型的评估结果不够准确。另外，基于随机树模型、支持向量机模型进行评估的评估结果准确性比较低。

发明内容

本发明的目的是解决目前的电费回收风险评估方法的评估结果准确性比较低的技术问题，提供一种基于用户画像的电费回收风险评估方法。

为解决上述技术问题，本发明采用的技术方案是：

一种基于用户画像的电费回收风险评估方法，包括如下步骤：

步骤1，获取样本数据：抽取用电信息采集系统、营销系统和气象系统中的原始数据，通过数据清洗对原始数据进行融合和清洗后，按照业务属性对融合和清洗后的数据进行分类，得到样本数据，所述样本数据包括用户档案数据、电量负荷数据、气象信息数据、缴费欠费数据和违约违章数据；

步骤2，建立电力用户标签体系：对样本数据进行分析，形成电力用户标签体系，所述标签体系包括电费指标、电量指标、违约违章指标和负荷指标；

步骤3，形成电费回收风险评估画像：从样本数据和电力用户标签体系中筛选或计算用于进行电费回收风险评估的数据，形成电费回收风险评估标签，所述电费回收风险评估标签包括基本标签、安全标签、违约违章标签和合作标签；根据电费回收风险评估标签对电力用户进行画像，形成电力用户的电费回收风险画像，电费回收风险画像结果用于表征电力用户是否为发生欠费的电力用户；

步骤4，进行电费回收风险评估：根据电费回收风险评估标签和电费回收风险画像训练C4.5决策树模型，得到用于进行电费回收风险评估的C4.5决策树模型，并使用C4.5决策树模型对电力用户进行电费回收风险评估。

可选地，所述训练C4.5决策树模型包括如下步骤：

步骤41，选择电费回收风险画像中的70％-90％的电力用户作为训练集，将训练集中的每个电力用户对应的电费回收风险评估标签作为C4.5决策树模型的输入，将每个电力用户的电费回收风险画像结果作为C4.5决策树模型的输出，训练C4.5决策树模型的模型参数；

步骤42，将电费回收风险画像中的其余电力用户作为测试集，将测试集中的每个电力用户对应的电费回收风险评估标签作为C4.5决策树模型的输入，通过步骤41训练得到的C4.5决策树模型计算测试集中的每个电力用户是否为发生欠费的电力用户；

步骤43，根据测试集中的每个电力用户的电费回收风险画像结果和步骤42的输出结果确定步骤41训练得到的C4.5决策树模型的分类准确率、欠费用户覆盖率P和欠费用户命中率R是否分别达到设定值；如果分类准确率、欠费用户覆盖率P和欠费用户命中率R均达到对应的设定值，则流程结束；如果分类准确率、欠费用户覆盖率P和欠费用户命中率R的任一个未达到其对应的设定值，则从电费回收风险画像中重新选择一部分电力用户作为训练集，其余部分作为测试集并重复步骤41至步骤43，直至训练得到的C4.5决策树模型的分类准确率、欠费用户覆盖率P和欠费用户命中率R均达到设定值。

进一步地，所述欠费用户覆盖率P和欠费用户命中率R的计算公式如下：

P＝N_{cal_cor}/N_real(1)

R＝N_{cal_cor}/N_cal(2)

其中：N_real为测试集中实际发生欠费的电力用户的数量；N_cal为通过C4.5决策树模型计算得到的测试集中发生欠费的电力用户的数量；N_{cal_cor}为N_real与N_cal的交集，即计算得到发生欠费的电力用户中实际发生欠费的电力用户的数量。

本发明的有益效果是：