[发明专利]一种基于多维细粒度行为数据的居民用户画像方法

权利要求书

1.一种基于多维细粒度行为数据的居民用户画像方法，其特征在于，所述居民用户画像方法包含以下步骤：

步骤1、采集多维细粒度行为数据，多维细粒度行为数据包括非入户终端采集的细粒度用电行为量测数据、营销系统采集用户电费数据、网上营业厅和电网客服电话获取用户网络行为统计数据；

步骤2、构建特征标签模型，从用户行为、用电特性、消费习惯三大维度建立用户多源特征标签体系；

步骤3、分季节、分时段，计算各类特性指标综合指标，所述各类特性指标综合指标包括：用户行为特征标签L_B、用电特性特征标签L_E、用户消费习惯特征标签L_C，根据用电特性特征标签L_E和用户消费习惯特征标签L_C将不同电力客户划分成不同属性的族别；

步骤4、对用户画像结果可视化呈现，以作为调控目标用户精准定位的依据。

2.根据权利要求1所述的一种基于多维细粒度行为数据的居民用户画像方法，其特征在于：

在步骤1中，采集多维细粒度行为数据包括：

基于非入户终端采集用户细粒度用电行为数据，时间维度上以15分钟为间隔，获取用户一天96点的用电数据；空间维度上，获取各类电器的96点用电数据；

基于营销系统采集用户电费数据，以年为单位，包括用户总电费、峰谷电费，阶梯电费；

基于网上营业厅和电网客服电话获取用户网络行为统计数据，以年为单位，包括登录手机客户端中网上营业厅的次数，登录网页版网上营业厅次数及拨打电网客服电话的次数。

3.根据权利要求1所述的一种基于多维细粒度行为数据的居民用户画像方法，其特征在于：

在步骤2中，所述用户多源特征标签包含用户行为特征标签、用电特性特征标签、消费习惯特征标签。

4.根据权利要求3所述的一种基于多维细粒度行为数据的居民用户画像方法，其特征在于：

在步骤2中，所述用户行为特征标签，限定为基于用户每日作息行为习惯，寻找用户用电的在时间上的规律性，并通过下述公式确定：

L_group＝{(T_s,T_e)P(T_i)W(av)m(L_dif)C(L_reg)}

式中，(T_s,T_e)为用户的起居时间，基于春秋两季的平均用电负荷曲线，截取早晚电器启停时刻作为用户的起居时间，其中T_s表示用户作息起始时间，T_e表示用户作息终止时间；P(T_i)为负荷曲线特征，T_i表示时段；W(av)为电量消耗水平，根据用户年用电量求得；m(L_dif)电器类型，通过一年的辨识数据求合集；C(L_reg)大功率可调负荷总容量，通过一年的辨识数据综合推算；表示“和”的含义。