[发明专利]一种电网用户画像的构建方法及系统

说明书

本发明公开了一种电网用户画像的构建方法及系统，获取电网用户数据信息集；构建所述数据信息集的特征集群，对所述特征集群中的特征进行聚类处理，获得特征体系表；根据预设模型对所述特征体系表进行分析，并根据分析结果对电网用户进行分类，获得电费敏感用户；基于所述电费敏感用户的特征体系表，构建获得匹配所述电费敏感用户的用户画像。通过本发明实现了创建准确的电网用户画像，提升电网用户的满意度。

技术领域

本发明涉及数据挖掘技术领域，特别是涉及一种电网用户画像的构建方法及系统。

背景技术

伴随着互联网技术的应用和发展，互联网已经成为人们获取各种信息的重要渠道。人们所面对的信息呈指数级增大，在获得目标信息的同时也会获得许多无用的信息。如何应对这种信息过载的现象，根据用户在网上留下的个人数据对其群体进行挖掘，从海量数据信息中快速定位人们需要的信息，满足不同类型用户的个性化需求已成为当前需要解决的问题之一，所以用户画像技术应运而生。

虽然用户画像已经被应用在了多个领域，但是目前针对电网用户画像的研究还是相对较少的，并且现有的关于电网数据的研究基本是利用先验知识人工分析或者运用简单的模型和特征，使得用户画像的准确率较低，无法准确地指导电网公司对电网用户的定位和服务，使得电网用户的满意度降低。

发明内容

针对于上述问题，本发明提供一种电网用户画像的构建方法及系统，实现了创建准确的电网用户画像，提升电网用户的满意度。

为了实现上述目的，本发明提供了如下技术方案：

一种电网用户画像的构建方法，该方法包括：

获取电网用户数据信息集；

构建所述数据信息集的特征集群，对所述特征集群中的特征进行聚类处理，获得特征体系表；

根据预设模型对所述特征体系表进行分析，并根据分析结果对电网用户进行分类，获得电费敏感用户；

基于所述电费敏感用户的特征体系表，构建获得匹配所述电费敏感用户的用户画像。

可选地，所述构建所述数据信息集的特征集群，对所述特征集群中的特征进行聚类处理，获得特征体系表，包括：

对所述数据信息进行聚类分析，获得特征集群；

确定每个所述特征集群中的特征类型，并根据每个所述特征集群中的特征类型生成特征体系表。

可选地，还包括：

获取所述特征体系表中的字段，并对所述字段进行编码；

根据字段的编码计算获得基尼系数，其中，所述基尼系数表征字段与电网用户类型的关系；

根据基尼系数，确定目标字段；

根据所述目标字段在所述特征体系表中进行特征提取，获得目标特征。

可选地，当所述预设模型为XGBoost模型时，所述根据预设模型对所述特征体系表进行分析，并根据分析结果对电网用户进行分类，获得电费敏感用户，包括：

将所述目标特征作为所述XGBoost模型第一层的输入值，通过XGBoost模型对所述目标特征进行迭代处理，得到所述XGBoost模型的第二层的输入值；

通过Bagging模型对所述XGBoost模型的第二层的输入值进行并行处理，获得电网用户的分类信息；

根据所述电网用户的分类信息，确定电费敏感用户。

可选地，所述基于所述电费敏感用户的特征体系表，构建获得匹配所述电费敏感用户的用户画像，包括：

确定所述电费敏感用户的特征粒度值；