[发明专利]一种基于机器学习模型的电力优质客户筛选方法

摘要

本发明公开了一种基于机器学习模型的电力优质客户筛选方法，属于电力技术领域。当前在电力行业中，对于客户评级多根据电量电费判断，或者简单的层次分析法模型进行识别等，主要考虑的是客户的现有能力，而未能综合从客户的潜力、信用等多维度综合考虑，无法实现更为深刻全面的优质客户识别。本发明通过机器学习模型对离散的电力客户数据进行整合，能够综合考虑客户的经济价值、发展潜力、信用水平维度，进而实现自动化识别优质客户，实现更为深刻全面的优质客户识别。本发明能够从所有的客户中识别出优质客户，通过实施对电力客户的个性化管理和跟踪管理，从而达到巩固客户资源，提高服务质量，树立品牌形象，占据主导市场的目的。

主权项

1.一种基于机器学习模型的电力优质客户筛选方法，其特征在于，通过设计指标体系，利用机器学习算法建模，构建电力优质客户识别模型，实现对电力优质客户的识别；电力优质客户筛选方法包括以下步骤：第一步，设计了一套以识别电力优质客户为目的的指标体系；通过ETL抽取系统数据，并对原始数据进行清洗和处理，以及生成衍生指标；从经济价值、发展潜力、信用水平三个主要的维度构建指标体系，在每个维度下建立相应的多个子维度指标，从电量电费角度建立经济价值指标，从增长趋势、行业特征方面建立发展潜力指标，从客户的交费行为、用电行为方面建立信用水平指标；第二步，通过机器学习算法，使用因子分析算法进行指标降维；模型的输入指标为一个时间点指标体系指标，以该时间点之后一段时期连续稳定高电量、信用好的事实客户作为目标样本，通过支持向量机SVM算法进行模型训练，模型输出结果为各个指标的权重；第三步，对所有客户进行优质客户识别，最终得到优质客户，并进行相应的差异化客户服务和跟踪服务，提高客户服务满意度，维系优质客户关系。