[发明专利]一种电力营销缺失数据补全方法

摘要

本发明公开一种电力营销缺失数据补全方法。基于电力数据在采集过程中的大量缺失问题进行分析，在对比一般贝叶斯方法和双尺度贝叶斯方法后，对方法进行了综合改进，使其适应于关联关系较弱、而独立性较强的电力营销数据中。同时将该算法用于数据集中进行测试，效果具有一定的提高。后续需要在营销系统中进行海量数据应用，使补全的数据能满足进一步营销数据挖掘。

主权项

一种电力营销缺失数据补全方法，其特征在于：1)采集电力营销数据，并将这些数据保存在数据集中，所述数据集中有N个记录，每个记录有M个属性；数据集中任意一个纪录记为记录x，x为纪录的序列号，取值为自然数；记录x的属性分别为X₁,……,X_M；令c₁,...,c_L是X_i样本空间的划分，i＝1、2……m；属性X_i的分类个数为L_i；N_i代表了包含已知X_i属性的记录个数；当X_i等于它的第K个分类时，c_ik的记录的个数设为N_ik；N_jr|ik是当X_j等于它的第r个分类c_jr的记录的个数；2)计算纪录x的属性Xi缺失概率：P(c_k/X)'：计算每一个属性的先验概率:P(X_i＝c_ik)＝N_ik/N_ii＝1,...,M；k＝1,...,L_i计算当X_i＝c_ik时，属性X_j的后验概率：P(X_j＝c_jr|X_i＝c_ik)＝N_jr|ik/N_ikj＝1,...,M；j≠i；r＝1,...,L_j当记录x的属性X_i存在一个缺失时，令J为x的非缺失数据索引；当X_i＝c_ik:时，计算X_J条件概率，在此表示为修正因子：θ＝P(X_J|X_i＝c_ik)＝N_J|ik/N_ik,X_J＝X₁∩X₂∩……X_j∩……∩X_M；j≠i后验概率P₁的计算公式如下：$\begin{array}{c}P1=P(X_i=c_{\mathrm{ik}}|X_J)\\ =\frac{1}{P\left(X_J\right)}P(X_i=c_{\mathrm{ik}})\underset{j\∈J}{\mathrm{\Π}}P(X_j=c_{\mathrm{jr}}|X_i=c_{\mathrm{ik}}),k=1,...,L_i\end{array}$后验概率P₂的计算公式如下：$\begin{array}{c}P2=P(X_i=c_{\mathrm{ik}}|X_J)\\ =\frac{1}{P\left(X_J\right)}P(X_i=c_{\mathrm{ik}})\min \left(P(X_j=c_{\mathrm{jr}}|X_i=c_{\mathrm{ik}})\right),k=1,...,L_i\end{array}$最终计算公式为：P(c_k/X)'＝P1+(P2‑P1)*θ3)当计算出缺失概率后，采用最大概率填充法、概率分布填充法或权值填充法，进行缺失数据填充。