[发明专利]数据处理方法及系统

说明书

本发明提出一种数据处理方法及系统，该方法包括以下步骤：获取目标用户数据，其中，目标用户数据包含用户基础数据和用户行为数据；将行为数据与预设行为数据进行比较，根据比较结果确定具有潜在价值的目标用户数据；根据具有潜在价值的目标用户数据，制作数据标签；利用数据标签，对具有潜在价值的目标用户数据进行用户画像；根据用户画像，确定目标用户数据的开发价值。本发明能够精准有效地生成潜在能源用户的用户画像，强化对潜在用户特征的标签化准确度，为能源用户开发提供高价值的辅助决策信息。

技术领域

本发明涉及能源复合利用技术领域，特别涉及一种数据处理方法及系统。

背景技术

由于以互联网+智慧能源为代表的新型能源技术新颖、复杂，目标用户群体和对用户的商业模式都与传统的能源行业有着巨大的差别。目前各大企业在挖掘潜在能源用户时，基本都是通过市场人员去现场调研，记录用户数据信息，进而通过市场人员的经验判断用户的开发价值。但是，当市场人员经验不足时，会出现潜在用户寻找困难、用户需求难以定位等问题，而这些问题很可能导致在开发潜在能源用户时，对潜在用户特征的标签化和对商机的捕获准确度不高，无法为潜在能源用户的开发提供有利的辅助决策信息。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种数据处理方法，该方法能够精准有效地生成潜在能源用户的用户画像，强化对潜在用户特征的标签化和对商机的捕获准确度，为能源用户开发提供高价值的辅助决策信息。

本发明的另一个目的在于提出一种数据处理系统。

为了实现上述目的，本发明第一方面的实施例提出了一种数据处理方法，包括以下步骤：获取目标用户数据，其中，所述目标用户数据包含用户基础数据和用户行为数据；将所述行为数据与预设行为数据进行比较，根据比较结果确定具有潜在价值的目标用户数据；根据所述具有潜在价值的目标用户数据，制作数据标签；利用所述数据标签，对所述具有潜在价值的目标用户数据进行用户画像；根据所述用户画像，确定所述目标用户数据的开发价值。

根据本发明实施例的数据处理方法，能够精准有效地生成潜在能源用户的用户画像，强化对潜在用户特征的标签化和对商机的捕获准确度，为能源用户开发提供高价值的辅助决策信息。

另外，根据本发明上述实施例的数据处理方法还可以具有如下附加的技术特征：

在一些示例中，将所述行为数据与预设行为数据进行比较，根据比较结果确定具有潜在价值的目标用户数据，包括：将所述行为数据进行属性分类；根据所述分类的结果，获取不同属性分类对应的预设行为数据；在不同分类中的行为数据与所述预设行为数据进行比较，根据比较结果确定具有潜在价值的目标用户数据。

在一些示例中，根据所述具有潜在价值的目标用户数据，制作数据标签，包括：利用所述目标用户数据训练神经网络模型参数；根据所述神经网络模型参数构建用户数据分析模型；将所述具有潜在价值的目标用户数据导入所述用户数据分析模型，以得到所述用户数据分析模型对所述具有潜在价值的目标用户数据的分析结果；根据所述分析结果，制作数据标签。

在一些示例中，利用所述数据标签，对所述具有潜在价值的目标用户数据进行用户画像，包括：将所述具有潜在价值的目标用户数据设置为所述神经网络模型输入数据；通过所述神经网络模型，对输入数据进行预测分析；将所述预测分析的结果映射为所述神经网络模型的输出数据；将所述输出数据生成用户画像。

在一些示例中，根据所述用户画像，确定所述目标用户数据的开发价值，包括：获取所述目标用户数据的基础数据；利用聚类算法和所述基础数据，构建至少一个聚类堆的价值；确定所述用户画像对应的所述聚类堆的价值。

在一些示例中，还包括：分别对所述目标用户数据和具有潜在价值的目标用户数据设置权重值；根据所述权重值分别映射得到辅助决策信息；利用所述辅助决策信息对所述用户画像进行修正。