發(fā)布時間：2021-12-02 06:54

　　隨著電力企業(yè)的不斷發(fā)展,供電公司對用電客戶信譽情況及客戶欠費風(fēng)險情況越來越重視。從積累的大量電力營銷數(shù)據(jù)的分析和研究中構(gòu)建客戶信譽等級模型和客戶欠費風(fēng)險模型,進而從中找到二者的關(guān)系成為供電公司的研究重點。為此,該文提出了基于大數(shù)據(jù)分析客戶信譽與客戶欠費間的關(guān)系的研究,對營銷系統(tǒng)的日常業(yè)務(wù)數(shù)據(jù)進行深入的挖掘分析,重新構(gòu)建客戶信譽等級和客戶欠費風(fēng)險模型,判別存在電費回收高風(fēng)險的用戶,并依據(jù)客戶類別生成分析儀表盤,多維分析以便降低電費回收風(fēng)險,同時,找到客戶信譽與客戶欠費間的關(guān)系,以便業(yè)務(wù)人員針對具體客戶采用適當(dāng)?shù)牟呗蚤_展工作。 

【文章來源】：現(xiàn)代信息科技. 2020,4(02)

【文章頁數(shù)】：3 頁

【部分圖文】：

大數(shù)據(jù)平臺模型流程

綜上，本文基于供電公司積累的大量電力營銷數(shù)據(jù)，并基于大數(shù)據(jù)平臺Edata數(shù)據(jù)挖掘工具，運用Logistic回歸算法和評分卡模型，重新構(gòu)建了電力檔案客戶的客戶信譽等級，為營銷檔案客戶的信譽等級的確定及更新提供了強有力的依據(jù)；同時，對全體用電客戶進行了客戶欠費風(fēng)險的分群，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】：
期刊論文
[1]決策樹模型用于結(jié)核病治療方案的分類和預(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,吳樹芳,武曉波.  計算機工程與設(shè)計. 2015(03)
[3]基于邏輯回歸模型和確定性系數(shù)的崩滑流危險性區(qū)劃[J]. 劉明學(xué),陳祥,楊珊妮.  工程地質(zhì)學(xué)報. 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. 2014(06)
[5]基于決策樹分類的橡膠林地遙感識別[J]. 劉曉娜,封志明,姜魯光.  農(nóng)業(yè)工程學(xué)報. 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.  計算機應(yīng)用研究. 2013(10)
[8]基于數(shù)據(jù)挖掘的保險客戶風(fēng)險—貢獻評級管理[J]. 劉曉葳.  保險研究. 2013(03)
[9]基于K-means聚類的快遞企業(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)庫的市場細(xì)分實證研究——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(社會科學(xué)版). 2011(02)



本文編號：3527951