[发明专利]一种售电套餐推荐方法、设备及存储介质

说明书

本发明公开了一种售电套餐推荐方法、设备及存储介质，包括步骤：根据用户年度申报量特征将该用户归类到对应的簇中，将用户相关特征输入到预先建立的对应该簇的售电套餐推荐模型中，得到适用于用户的套餐；所述售电套餐推荐模型是通过改进的XGBoost算法以及筛选过的输入特征集预先建立的；所述改进的XGBoost算法是通过遗传算法得到XGBoost算法的最佳参数组合，进而得到改进的XGBoost算法。本发明能够智能推荐售电套餐。

技术领域

本发明涉及电力系统技术领域，具体涉及一种售电套餐推荐方法、设备及存储介质。

背景技术

电改9号文发布以来，已经取得了阶段性的进展，市场活力被充分激发，逐渐发挥出电这一特殊商品的价值属性。在这次改革中，众多售电公司应运而生，售电公司的加入激发了市场主体的主动性和创造性。售电公司为了能够在电力现货市场的竞争中取得优势，售电公司通过套餐的形式向用户提供售电业务及增值服务。然而，随着签约用户的增多，合同信息的累积，用户需求的差异化，套餐的种类也会越来越多。面对种类繁多的套餐，如何智能地在已有套餐中匹配最合适的一款套餐推荐给客户显得至关重要。针对售电套餐的个性化匹配问题，通过数据挖掘技术为电力用户推送合理的套餐是提升已有用户粘性和吸引新用户的有效方式。

基于大数据分析的智能售电套餐个性化匹配方法不仅解决了售电公司在营销时的信息过载问题，而且能够在用户没有明确选择的套餐种类时，帮助他们发现感兴趣的套餐，或者智能优化现有用户的套餐。

套餐的智能推荐是在用户数量和套餐种类越来越多的情况下，商家能够帮助用户迅速匹配合适套餐，也能将合适套餐信息推荐给用户。近年来，推荐系统的发展在各个领域取得了巨大的商业价值和使用效果。电信运营商通过大量历史用户消费记录，分析用户消费行为，为用户推荐合适的电信话费套餐。在电子商务领域，无论是淘宝这种网络零售商还是沃尔玛超市，都会通过历史购买记录进行精准推荐，引导用户进行消费。餐饮行业也会根据用户的饮食习惯、消费行为、历史评价为用户推荐套餐，吸引潜在用户。在影音娱乐领域，优酷、爱奇艺、豆瓣、FM等在线视频和音乐提供商，都通过个性化推荐用户感兴趣的多媒体信息，从而改善了用户体验，使得自身用户量快速增长。

然而，在电力行业，随着电力市场竞争的加剧，海量的客户信息和种类繁多的售电套餐给售电公司带来了营销形式上的挑战，也给用户带来了套餐匹配和选择的困难。因此，个性化、智能化的售电套餐推荐对于售电公司来说显得尤其重要，亟需通过数据挖掘技术构建基于电力客户消费行为的售电套餐智能推荐模型，根据用户行为结果，动态分析用户需求，实时、主动地为用户推荐适合的售电套餐产品。

发明内容

为解决现有技术中的不足，本发明提供一种售电套餐推荐方法、设备及存储介质，解决了电力市场售电套餐无法智能推荐的问题。

为了实现上述目标，本发明采用如下技术方案：一种基于改进XGBoost算法的售电套餐推荐方法，包括步骤：

根据用户年度申报量特征将该用户归类到对应的簇中，将用户相关特征输入到预先建立的对应该簇的售电套餐推荐模型中，得到适用于用户的套餐；

所述售电套餐推荐模型是通过改进的XGBoost算法以及筛选过的输入特征集预先建立的；所述改进的XGBoost算法是通过遗传算法得到XGBoost算法的最佳参数组合，将所述最佳参数组合作为XGBoost算法的输入参数进而得到改进的XGBoost算法。

进一步的，所述簇的个数确定方法包括步骤：

根据预设的迭代聚类数目K的取值范围，分别进行K-means聚类后得到平均轮廓系数和代价函数，以K为横坐标，平均轮廓系数和代价函数为纵坐标，绘制两个折线图，统计轮廓系数曲线和代价函数曲线的变化幅度最小处的K值，如果两个K值相同确定此K值为最佳聚类数目，如果两个K值不同，取两个K值的平均值并向上取整的值作为最佳的聚类中心数目。

进一步的，所述输入特征集筛选方法包括步骤：