[发明专利]基于大数据的费控策略推荐方法

权利要求书

1.基于大数据的费控策略推荐方法，其特征在于，包括以下步骤：

抽取费控计量档案数据；所述费控计量档案数据包括用户用电数据、用户对应策略和反馈数据；

对所述费控计量档案数据进程预处理，并转换成策略矩阵；

对策略矩阵进行皮尔逊相关系数求解，并判断用户之间的相关度；

根据用户之间的相关度，求得相关度取值最大时对应的反馈数据的最高策略；采用最高策略进行推荐。

2.根据权利要求1所述的基于大数据的费控策略推荐方法，其特征在于，还包括对所述户用电数据进行基于策略矩阵的函数变换、归一化、连续属性离散化、用户数据特征提取处理。

3.根据权利要求1所述的基于大数据的费控策略推荐方法，其特征在于，所述策略矩阵的表达式为：

其中，n表示候选策略的个数，m表示用户反应的个数，x表示用户对应策略的反应属性。

4.根据权利要求1所述的基于大数据的费控策略推荐方法，其特征在于，所述对策略矩阵进行皮尔逊相关系数求解，并判断用户之间的相关度，包括以下步骤：

将用户用电数据作为向量，并利用用户之间的夹角余弦值作为相似度，其表达式为：

其中，所求值similarity为用户之间相似度，其中A与B分别表示两个用户用电数据的集合，i为集合中的序列号，A_i与B_i分别表示两个集合中的单个用户用电数据；

皮尔逊相关系数相似度的表达式为：

其中，X与Y分别代表两个随机变量，表示随机变量的平均值，n表示随机变量的数量。

5.根据权利要求3所述的基于大数据的费控策略推荐方法，其特征在于，所述候选策略的种类包括通知、告警、延迟停电、停电、存留保证金；所述反应属性包括咨询、投诉、缴费、无反应。

6.根据权利要求4所述的基于大数据的费控策略推荐方法，其特征在于，采用K-Means++算法进行相似度计算。