隨著電力企業(yè)的不斷發(fā)展,供電公司對(duì)用電客戶信譽(yù)情況及客戶欠費(fèi)風(fēng)險(xiǎn)情況越來(lái)越重視。從積累的大量電力營(yíng)銷(xiāo)數(shù)據(jù)的分析和研究中構(gòu)建客戶信譽(yù)等級(jí)模型和客戶欠費(fèi)風(fēng)險(xiǎn)模型,進(jìn)而從中找到二者的關(guān)系成為供電公司的研究重點(diǎn)。為此,該文提出了基于大數(shù)據(jù)分析客戶信譽(yù)與客戶欠費(fèi)間的關(guān)系的研究,對(duì)營(yíng)銷(xiāo)系統(tǒng)的日常業(yè)務(wù)數(shù)據(jù)進(jìn)行深入的挖掘分析,重新構(gòu)建客戶信譽(yù)等級(jí)和客戶欠費(fèi)風(fēng)險(xiǎn)模型,判別存在電費(fèi)回收高風(fēng)險(xiǎn)的用戶,并依據(jù)客戶類(lèi)別生成分析儀表盤(pán),多維分析以便降低電費(fèi)回收風(fēng)險(xiǎn),同時(shí),找到客戶信譽(yù)與客戶欠費(fèi)間的關(guān)系,以便業(yè)務(wù)人員針對(duì)具體客戶采用適當(dāng)?shù)牟呗蚤_(kāi)展工作。 

【文章來(lái)源】：現(xiàn)代信息科技. 2020,4(02)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

大數(shù)據(jù)平臺(tái)模型流程

綜上，本文基于供電公司積累的大量電力營(yíng)銷(xiāo)數(shù)據(jù)，并基于大數(shù)據(jù)平臺(tái)Edata數(shù)據(jù)挖掘工具，運(yùn)用Logistic回歸算法和評(píng)分卡模型，重新構(gòu)建了電力檔案客戶的客戶信譽(yù)等級(jí)，為營(yíng)銷(xiāo)檔案客戶的信譽(yù)等級(jí)的確定及更新提供了強(qiáng)有力的依據(jù)；同時(shí)，對(duì)全體用電客戶進(jìn)行了客戶欠費(fèi)風(fēng)險(xiǎn)的分群，標(biāo)簽化了全體用電客戶，并利用OLAP多維切片分析，可視化展現(xiàn)了二者間的關(guān)系，極大地提高了供電公司業(yè)務(wù)分析人員的工作效率，具有廣闊的應(yīng)用前景[10]。

【參考文獻(xiàn)】：
期刊論文
[1]決策樹(shù)模型用于結(jié)核病治療方案的分類(lèi)和預(yù)判[J]. 張琪,周琳,陳亮,張晉昕,溫興煊,何賢英.  中華疾病控制雜志. 2015(05)
[2]基于邏輯回歸的微博用戶可信度建模[J]. 徐建民,粟武林,吳樹(shù)芳,武曉波.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(03)
[3]基于邏輯回歸模型和確定性系數(shù)的崩滑流危險(xiǎn)性區(qū)劃[J]. 劉明學(xué),陳祥,楊珊妮.  工程地質(zhì)學(xué)報(bào). 2014(06)
[4]基于C5.0算法的電信用戶流失預(yù)警分析[J]. 張衛(wèi)東,李媛.  宜賓學(xué)院學(xué)報(bào). 2014(06)
[5]基于決策樹(shù)分類(lèi)的橡膠林地遙感識(shí)別[J]. 劉曉娜,封志明,姜魯光.  農(nóng)業(yè)工程學(xué)報(bào). 2013(24)
[6]基于數(shù)據(jù)挖掘的供電企業(yè)客戶細(xì)分方法及模型研究[J]. 張曉春,倪紅芳,李娜.  科技與管理. 2013(06)
[7]基于消費(fèi)數(shù)據(jù)挖掘的多指標(biāo)客戶細(xì)分新方法[J]. 曾小青,徐秦,張丹,林大瀚.  計(jì)算機(jī)應(yīng)用研究. 2013(10)
[8]基于數(shù)據(jù)挖掘的保險(xiǎn)客戶風(fēng)險(xiǎn)—貢獻(xiàn)評(píng)級(jí)管理[J]. 劉曉葳.  保險(xiǎn)研究. 2013(03)
[9]基于K-means聚類(lèi)的快遞企業(yè)客戶細(xì)分方法[J]. 覃文文,戢曉峰.  世界科技研究與發(fā)展. 2011 (06)
[10]基于客戶數(shù)據(jù)庫(kù)的市場(chǎng)細(xì)分實(shí)證研究——以某高校網(wǎng)絡(luò)超市數(shù)據(jù)為例[J]. 魏巍.  河南工程學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版). 2011(02)



本文編號(hào)：3527951