[发明专利]基于水费回收的风险评估方法及系统

说明书

本发明公开一种基于水费回收的风险评估方法及系统，该方法包括获取用水用户的样本数据，建立用水用户的标签库，形成水费回收风险画像，对水费回收风险画像进行训练并生成分类模型，并且对分类模型进行固化，对业务系统数据库进行实时监控，当检测到有数据源变化时，对用户敏感数据进行分析并生成实时用户标签，通过爬虫工具结合互联网舆情系统的数据并生成舆情标签，根据实时用户标签、舆情标签、标签库的标签通过固化后的分类模型对用户水费回收风险进行评估。该系统用于实现上述的风险评估方法。本发明提供的风险评估方法不仅可以定期的计算水费回收风险，还可以实时的识别水费回收风险，从而能够减少或避免用水用户未按时缴费的情况。

【技术领域】

本发明涉及大数据处理技术领域，具体的，涉及一种基于水费回收的风险评估方法以及应用于该方法的系统。

【背景技术】

在水费回收风险评估中，用水用户尤其是大工业用水用户未按时缴费会给水务公司带来较大的经济损失，因此，对用水用户的用水行为进行分析以确定其是否为容易欠费的风险用户显得非常重要。通过对用水用户的水费回收风险进行评估，可以确定某个用水用户是否为可能会发生欠费行为的风险用户。

目前水务公司还没有水费回收风险的意识或者方法，仅停留在对已发生水费回收问题事实的统计及原因分析阶段，工作效率低，评估结果准确性低。

【发明内容】

本发明的主要目的是提供一种不仅可以实时的识别水费回收风险并且能够减少或避免用水用户未按时缴费的情况的基于水费回收的风险评估方法。

本发明的另一目的是提供一种不仅可以实时的识别水费回收风险并且能够减少或避免用水用户未按时缴费的情况的基于水费回收的风险评估系统。

为了实现上述的主要目的，本发明提供的基于水费回收的风险评估方法包括获取用水用户的样本数据；建立用水用户的标签库；形成水费回收风险画像；通过C5.0决策树算法对水费回收风险画像进行训练并生成分类模型，并且对分类模型进行固化；对业务系统数据库进行实时监控，当检测到有数据源变化时，对用户敏感数据进行分析并生成实时用户标签；通过爬虫工具结合互联网舆情系统的数据并生成舆情标签；根据实时用户标签、舆情标签、标签库的标签通过固化后的分类模型对用户水费回收风险进行评估。

进一步的方案是，从业务系统数据库中抽取营收系统、报装系统、呼叫中心系统、微信服务系统、网上营业厅系统和网页爬虫系统中的全景数据，并且通过ETL工具对全景数据进行融合清洗后，根据业务属性对融合清洗后的全景数据进行聚类产生样本数据，其中，样本数据包括用户档案数据、水表档案数据、抄表数据、智能水表数据、收费数据、报装数据、服务工单数据、热线数据、停水通知数据、水质数据、水压数据和舆情等数据。

更进一步的方案是，对样本数据进行统计分析和聚类分类，并且形成标签库；标签库包括基本标签、安全标签、违约违章标签、合作标签和舆情标签。

更进一步的方案是，从样本数据和标签库中筛选或计算用于进行水费回收风险评估的数据，并且形成水费回收风险评估标签；将用户户号与水费回收风险评估标签一一对应，并形成用水用户的水费回收风险画像。

更进一步的方案是，对水费回收风险画像进行训练，并得到分类模型的分类准确度、准确分类覆盖率和分类稳定性；判断分类准确度、准确分类覆盖率和分类稳定性是否达到预设值，若分类准确度、准确分类覆盖率和分类稳定性均达到预设值，则对分类模型进行固化。