买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳供电局有限公司

摘要：本发明公开一种潜在电力重复诉求用户的预测方法及装置，该预测方法包括：分别获取需预测的目标电力用户的用户面板数据、诉求数据、处理情况数据和历史数据；将所述用户面板数据、诉求数据、处理情况数据和历史数据进行清洗和特征化处理，并存储到训练集数据库中；将测试集数据库中的数据输入到预建立的用于解释重复诉求指标的预测模型中，输出所述电力用户的重复诉求预测值；步骤S4，判断所述电力用户的重复诉求预测值是否大于预设的概率阈值，若是则确定所述电力用户为潜在电力重复诉求用户。本发明可以实现对潜在重复诉求用户的感知，进一步提升管理水平，提高工作效率，提升企业竞争力。

主权项：1.一种潜在电力重复诉求用户的预测方法，其特征在于，包括：步骤S1，分别获取用于表征需预测的目标电力用户的个人信息和用电习惯的用户面板数据、用于表征所述目标电力用户诉求内容的诉求数据、用于表征所述目标电力用户诉求处理情况的处理情况数据和用于表征所述目标电力用户的历史用电情况和历史诉求情况的历史数据；步骤S2，将所述目标电力用户的用户面板数据、诉求数据、处理情况数据和历史数据进行清洗和特征化处理，并存储到测试集数据库中；步骤S3，将测试集数据库中的数据输入到预建立的用于解释重复诉求指标的预测模型中，输出所述目标电力用户的重复诉求预测值；步骤S4，判断所述目标电力用户的重复诉求预测值是否大于预设的概率阈值，若是则确定所述目标电力用户为潜在电力重复诉求用户；所述用于解释重复诉求指标的预测模型的建立流程具体包括：分别获取用于表征历史数据中某一目标电力用户的个人信息和用电习惯的用户面板数据、用于表征所述目标电力用户诉求内容的诉求数据、用于表征所述目标电力用户诉求处理情况的处理情况数据和用于表征所述目标电力用户的历史用电情况和历史诉求情况的历史数据；将所述用户面板数据、诉求数据、处理情况数据和历史数据进行清洗和特征化处理，并存储到训练集数据库中；将所述训练集数据库中的数据训练后，获得用于解释重复诉求指标的预测模型；其具体包括：构建观测矩阵，将收集到的变量进行矩阵处理：X＝x1,x2，…，xnT；通过主成分分析或者因子分析，消除训练集指标数据集合中的不显着的属性指标x1,x2，…，xn，提取出m项可以有效反映诉求数据的解释变量f1,f2，…，fm，其中，m、n分别代表属性指标的数量，m远小于n，xn为{0，1}的反映训练集重复诉求指标；设y＝xn表示取值{0，1}的二分类响应变量，解释变量为f1,f2，…，fm，F＝f1,f2,…,fmT隐含变量模型构造如下：y*＝FTβ+ε，其中β为m×1向量，ε表示随机干扰项，设α表示未知的阈值参数，定义： 若ε服从logistic分布得到给定f的y条件分布，运用logistic模型计算每一个响应概率： 即为判断电力重复诉求用户的预测模型。

全文数据：

权利要求：

百度查询： 深圳供电局有限公司 一种潜在电力重复诉求用户的预测方法及装置