[发明专利]一种基于相似度分析理论的电力客户异常行为预警方法

说明书

本发明公开了一种基于相似度分析理论的电力客户异常行为预警方法。该方法能够从多方面对用户未来的异常情况进行预警分析,并通过用户行为序列相似度描述用户间的关联，同时考虑用户属性的变化，对异常行为进行发现和安全预警。预警流程包括：S1.用户行为序列模式描述；S1‑1.基于时间的行为序列；S1‑2.最大公共行为子序列；S1‑3.行为序列相似度矩阵；S1‑4.用户行为相关系数；S1‑5.用户基本属性；S2.基于行为序列的异常分析；S2‑1.数据预处理；S2‑2.行为序列模式建立；S2‑3.行为异常分析及预警。

技术领域

本发明属于信用风险预警及防范领域，尤其是涉及一种基于相似度分析理论的电力客户异常行为预警方法。

背景技术

随着电力工业改革进程的深入,电力公司面临的电力客户异常行为等问题变得愈加严峻。用户作为市场的重要主体，对其进行行为分析是掌握市场安全状态的重要手段，且在异常检测中对于潜在威胁挖掘和预警具有重要的意义.为了保证电网公司资金的正常运转及效益,需要及时对用户的拖欠费等异常情况进行预警分析,帮助电力企业把可能发生的危险状况做到事先预计,从而降低用户为电力企业带来的信用风险，这对电力企业和社会的稳步发展都十分必要。

目前，预警建模方面缺乏对研究对象的预测过程，加上电力客户的行为原因十分复杂,仅从用户单次行为模式来预估其未来的行为可能性是不完备的，因此需要通过用户行为序列相似度描述用户间的关联，同时考虑用户属性的变化，对异常行为进行发现和安全预警。因此建立一种基于相似度分析理论的电力客户异常行为预警模型十分必要。此外，用户异常行为管理工作较为复杂，需要提出科学有效的方法来简化其复杂性。

发明内容

本发明就是针对上述问题，提出了一种基于相似度分析理论的电力客户异常行为预警方法。为实现上述目的，本发明采用如下技术方案:

S1.用户行为序列模式描述

该步骤包括如下子步骤：

S1-1.基于时间的行为序列

S1-2.最大公共行为子序列

S1-3.行为序列相似度矩阵

S1-4.用户行为相关系数

S1-5.用户基本属性

S2.基于行为序列的异常分析

该步骤包括如下子步骤：

S2-1.数据预处理

S2-2.行为序列模式建立

S2-3.行为异常分析及预警

本发明的有益效果是，按照时间提取用户行为序列，并引入不同用户间的行为序列相似度和相关系数的概念，通过用户行为序列相似度描述用户间的关联，同时考虑用户属性的变化，对异常行为进行发现和安全预警。

附图说明

图1为基于相似度分析的行为异常预警系统结构图。

具体实施方式

下面参照附图1来说明本发明的实施例。本发明的一种基于相似度分析理论的电力客户异常行为预警方法的具体步骤如下：

S1.用户行为序列模式描述

该步骤包括如下子步骤：

S1-1.基于时间的行为序列

假设有两个用户分别访问目标主机A,B,C,D,在一定时间段内，用户1先后访问目标主机A,B,D,C，用户2先后访问目标主机B,A,D。