電力企業(yè)用電客戶屬性標簽庫的應用研究

陳琳 任婷 稅潔 林磊 徐艷如 許健彰 莫文武

摘要： 針對電力企業(yè)用電客戶的特定屬性進行聚類，利用聚類算法進行數(shù)據(jù)處理，提取聚類客戶標簽。通過對用電客戶的社會屬性數(shù)據(jù)、電力屬性數(shù)據(jù)以及聚類分析提取標簽建立標簽庫，為電力企業(yè)的日常運營、風險管控、售電營銷提供支撐，提升客戶服務工作水平。

關鍵詞：電力企業(yè);用電客戶;聚類;標簽庫;K-means

引言

隨著經(jīng)濟的不斷發(fā)展，社會生產(chǎn)力的不斷進步，電力企業(yè)的不斷擴大，當前用電客戶規(guī)模也在不斷增加。另一方面，隨著電力服務互聯(lián)網(wǎng)化進程的不斷推進，電子服務渠道的不斷增加，云計算和大數(shù)據(jù)技術不斷發(fā)展和應用，傳統(tǒng)的用電客戶管理以及營銷工作的開展已經(jīng)不能很好地滿足眾多不同類型用電客戶日益多樣化的需求，日常的用戶管理、營銷工作亟需優(yōu)化，而基于用電客戶屬性進行標簽化的管理可以很好的契合電力企業(yè)的管理及營銷需要。

在電力企業(yè)服務中，可以根據(jù)用電客戶的社會屬性特征、電力屬性特征等數(shù)據(jù)定義一些關鍵詞，這種類型的關鍵詞通常被稱為用戶標簽?；谟秒娍蛻魯?shù)據(jù)建立結構化的自然標簽、運營標簽等標簽庫，對用電客戶進行深度挖掘與分析，可用于電力企業(yè)的日常運營、風險管控、售電營銷，可以針對不同的電子服務渠道進行差細化運營，更好的體現(xiàn)“以客戶為中心”的服務理念，提升客戶服務工作水平。

本文將基于用電企業(yè)的服務基礎，從用電客戶的社會屬性數(shù)據(jù)、電力屬性數(shù)據(jù)等特征類型進行分析，針對用電客戶進行聚類分析研究，探索用電客戶標簽庫的技術實現(xiàn)與應用，建立一套適用并且滿足于電力企業(yè)運營服務的用戶標簽庫。

一、概述

基于用電客戶的社會屬性、電力屬性將用電客戶先做初步分類，給用電客戶賦予基礎標簽，再通過聚類算法進行進一步分類提取標簽。電力企業(yè)可以利用用電客戶標簽庫用于日常運營、風險管控、售電營銷。

二、算法簡介

K-means 算法是一種簡單常用的聚類方法，在處理海量數(shù)據(jù)庫方面較有效、速度快、效率高，具有良好的伸縮性，聚類結果清晰，適合電力客戶較多的情況[4]。

其原理是對于已知的N 個點的坐標，xi，i 1，...， N ，將這堆點分為k 類，每個類有一個聚類中心j 1，....， k ，即一個點所屬的類別。因此，K-means 聚類的主要任務就是求聚類中心cj ，使得所有點到其所屬類中心的距離最小，即使得損失函數(shù)L 最?。?/p>

（1）

其中，min 操作保證了每個點只屬于離它最近的那一類。

三、標簽提取過程

以客戶信用等級為例，由于電力客戶信用的場景中，并沒有人為標注明確信用等級的客戶數(shù)據(jù)，同時考慮到客戶信用等級并不是一層不變的，因此無監(jiān)督算法中的K-means 算法聚類很適合此場景。

（一）相關特征數(shù)據(jù)預處理

在將數(shù)據(jù)輸入算法模型之前，需要對客戶信用體系中的欠費記錄（當前和歷史，包括金額大小，次數(shù)，欠費天數(shù)），預存電費記錄（當前和歷史，包括金額大小，次數(shù)）等轉(zhuǎn)化為數(shù)值型特征，因此一個客戶的信用特征就可以用一個n 維向量表達。為了避免數(shù)值的量級大小影響聚類迭代的效果，再對每個特征按如下公式進行歸一化至0-1 的區(qū)間。

（2）

（二）對客戶數(shù)據(jù)進行聚類分析

（1）確定電力客戶分類的信用等級個數(shù)k。

（ 2 ） 選擇初始類中心。首先從電力客戶樣本對X1， X 2， X3，......， Xn中隨機選擇k 個樣本點C1，C2，C3，...，CK 作為初始的k 個聚類集合G1，G2，G3，....，Gk的類中心。

（3）計算距離。在每一輪迭代中，對每個客戶樣本Xj（ j 1， 2，...， n），分別計算它到k個類中心點C1，C2，C3，...，CK 的距離| Xj Gi || （i1， 2， ...， k ） 。

（4）進行樣本分類。以C1，C2，C3，...，CK 為中心點進行集合劃分，將各個電力客戶樣本劃分到和自身距離最近的類中，分別組成k 簇新類.

（5） 當達到一定迭代次數(shù)或G1，G2，G3，....，Gk 不再改變時，則聚類完成

（三）聚類結果分析

聚類迭代完成后，每個點都會得到中心，即所屬的信用等級，同時函數(shù)L 的值便可以作為聚類結果的好壞，因為其代表的是每個點到其所屬中心的距離，距離越小則代表的聚類結果越好。如圖為電力客戶信用數(shù)據(jù)聚類效果圖，通過將聚類后的，客戶的多維特征投影到二維空間上，可以看到電力客戶樣本數(shù)據(jù)點明顯的分為了3 個簇，再通過對客戶信用數(shù)據(jù)的人工把握，對每個類賦予一個標簽，就可以完成對電力客戶的信用分類，如下圖就可以分為高信用度，中信用度和低信用度三個標簽。

四、結束語

本文提出的用電客戶屬性標簽庫技術的實現(xiàn)與應用，將客戶進行聚類分析，構建一套系統(tǒng)完整的標簽庫，電力企業(yè)能根據(jù)實際服務需要，有效地應用于電力企業(yè)的日常運營、風險管控、售電營銷，可以更好的體現(xiàn)“以客戶為中心”的服務理念，提升客戶服務工作。

參考文獻：

[1]黃紅霞，章成志. 中文微博用戶標簽的調(diào)查分析——以新浪微博為例[J].2012.

[2]林森，歐陽柳.基于大數(shù)據(jù)理論的電力客戶標簽體系構建[J].電氣技術，2016，17（12）：98-101.

[3]趙曉波.供電企業(yè)大客戶管理的研究[D].南京理工大學，2005.

[4]未瑞，羅國亮.基于聚類分析和層次分析法的電力客戶信用評價研究[J].現(xiàn)代電力，2007（06）：80-84.

作者簡介：

陳琳（1982--），男，學位：學士，職稱：工程師，研究方向：電力營銷;

任婷（1988--），女，學位：學士，職稱：助理工程師，研究方向：電力營銷;

稅潔（1987--），女，學位：學士，職稱：助理工程師，研究方向：電力營銷;

林磊（1988--），男，職稱：助理工程師;研究方向：電力營銷;

徐艷如（1988--），女，學位：學士，職稱：助理工程師，研究方向：電力營銷;

許健彰（1992--），男，學位：學士，研究方向：管理信息系統(tǒng);

莫文武（1990--），男，學位：學士，研究方向：電子與信息技術。