[发明专利]一种用户标签设计方法及装置

权利要求书

1.一种用户标签设计方法，其特征在于，所述方法包括：

获取所有的用户用电数据，基于用户的基本属性对所述所有的用户用电量数据进行数据筛选，获得筛选后的用户用电数据；

对所述筛选后的用户用电数据进行用电量数据与平均温度之间的相关性计算，获得用户的用电数据与平均温度之间的相关性特征数据；

根据用户的用电数据与平均温度之间的相关性特征数据和用户的基本属性形成对应的用户标签；

基于聚类算法对所述用户标签进行分群与标识，并确定每种用户档案基础属性在分群和标识后的用户标签中所占的比例；

获得分群和标识后的用户标签对应的用户用电数据与平均温度数据的相关性强度；

基于每种用户档案基础属性在分群和标识后的用户标签中所占的比例、分群和标识后的用户标签对应的用户用电数据与平均温度数据的相关性强度及未来预测天气平均温度信息，调整对应片区的相关用户档案基础属性的用户供电服务。

2.根据权利要求1所述的用户标签设计方法，其特征在于，所述用户用电数据包括用户全年中的每季度和/或每月和/或每日用电数据；

所述用户的基本属性包括用户档案基础属性和用户状态基础属性；

所述用户档案基础属性包括社保属性、用电类别、用户类别、重要程度、地区特征、电价类型、负荷性质；

所述用户状态基础属性包括新客户、长期不用电客户、批量用电客户。

3.根据权利要求1所述的用户标签设计方法，其特征在于，所述对所述筛选后的用户用电数据进行用电量数据与平均温度之间的相关性计算，包括：

基于筛选后的用户在预设时间段内的用户用电数据与预设时间段的平均温度进行相关性计算。

4.根据权利要求3所述的用户标签设计方法，其特征在于，所述相关性计算的计算公式如下：

其中，r(X,Y)表示X与Y之间的相关性；Cov(X,Y)表示X与Y之间的协方差；Var(X)Var(Y)分别表示X的方差和Y的方差；X表示预设时间段内的用户用电数据，Y表示预设时间段的平均温度。

5.根据权利要求1所述的用户标签设计方法，其特征在于，所述基于聚类算法对所述用户标签进行分群与标识，包括：

对所述用户标签利用Canopy聚类算法进行初步聚类，获得初步聚类结果；

对所述初步聚类结果利用Kmeans聚类算法进行聚类处理，获得聚类结果；

根据所述聚类结果中的每一个聚类中心对所述用户标签进行分群与标识。

6.根据权利要求5所述的用户标签设计方法，其特征在于，所述对所述用户标签利用Canopy聚类算法进行初步聚类，获得初步聚类结果，包括：

将所述用户标签初始化为一个列表数据；

在所述列表数据中随机选取一个对象D作为Canopy聚类算法的聚类中心，标记为C，将对象D从列表数据中删除；

计算列表数据中的所有对象与C的距离，在所述距离大于第一预设距离时，将所述对象加入Canopy聚类算法的聚类中心并标记为C，在所述距离小于第二预设距离时，将所述对象在列表数据中删除；

将所述Canopy聚类算法的聚类中心加入聚类列表中，并重复直至列表数据为空为止；

将所述聚类列表作为初步聚类结果。

7.根据权利要求5所述的用户标签设计方法，其特征在于，所述对所述初步聚类结果利用Kmeans聚类算法进行聚类处理，获得聚类结果，包括：

将所述初步聚类结果作为Kmeans聚类算法的初始化质心，并且将各个用户标签分配到相应的质心中；

对每个用户标签计算其到每个质心的距离，并将其分配到最近的聚类质心；

对每个聚类质心进行均值计算，并根据均值计算更新聚类质心；

计算所有用户标签到其对应的更新聚类质心的方差误差值，并判断所述方差误差值是否大于预设阈值，若是，重复对每个用户标签计算其到每个质心的距离的步骤，否则聚类结束，获得聚类结果。