[发明专利]一种居民用电的客户过户识别方法及系统

说明书

本发明公开了一种居民用电的客户过户识别方法及系统，方法包括：采集原始数据；对采集的原始数据进行初步处理，将初步处理后的数据进行数据分析，并基于电力营销业务系统中的明细数据对过户用户进行特征分析以建立预测指标集；建立决策树模型，利用决策树模型构建出过户用户预测模型；构建标签体系和定义标签规则，依据预测指标集建立标签模型，并将标签模型输入到所述过户用户预测模型中，实现过户用户的准确定位；生成过户用户的全息画像，呈现出过户用户的特征标签，并依据过户用户的特征标签推送营销服务信息；本发明基于对房屋过户应用场景的分析，通过构建房屋过户模型能够有效核查用户的基础信息，提高基础信息准确率。

技术领域

本发明涉及电力系统技术领域，具体涉及一种居民用电的客户过户识别方法及系统。

背景技术

目前在居民用电业务中存在着因用户基础信息不准确而引起电量电费短信、停电通知短信无法准确送达的业务情景。一方面，由于客户基础信息有误，因此导致电费催缴信息无法及时发送到用户手中，造成客户不能及时缴费，增加了电费回收风险；另一方面，错误的催缴信息和停电信息更会直接导致实际用户投诉行为的发生。

通过对业务流程上的分析考察，居民用户存在产权发生变更，但未办理电力过户手续是发生以上情况的重要原因。目前在没有分析居民用电户具体用电行为的情况下，依靠经验或用电户的基础信息无法准确识别用电户的过户行为。

综合上述可知，在本领域中不能及时解决上述技术问题的原因在于在现有的营销数据中记录了一部分用电户户过户行为的数据，但是有很多用电户发生过户后并没有进行记录，导致目前过户信息不全，在判断没有记录的用户是否发生过户时只能依靠经验，没有具体的方法，流程，得出的结论信息不准确，并带有大部分的主观因素。

发明内容

为此，本发明提供一种居民用电的客户过户识别方法及系统，以解决现有技术中对过户应用场景中识别不准确，带有主动因素的问题。

为了实现上述目的，本发明提供如下技术方案：

一种居民用电的客户过户识别方法，包括：

采集原始数据；

对采集的原始数据进行初步处理，将初步处理后的数据进行数据分析，并基于电力营销业务系统中的明细数据对过户用户进行特征分析以建立预测指标集；

建立决策树模型，利用决策树模型构建出过户用户预测模型；

构建标签体系和定义标签规则，依据预测指标集建立标签模型，并将标签模型输入到所述过户用户预测模型中，实现过户用户的准确定位；

生成过户用户的全息画像，呈现出过户用户的特征标签，并依据过户用户的特征标签推送营销服务信息。

可选的，所述对采集的原始数据进行初步处理，将初步处理后的数据进行数据分析，包括：：

读取原始数据，对原始数据中的空值、缺失值、唯一值和异常值进行检验；

其中，对空值和缺失值的比例进行计算，将空值或缺失值占比大于40％的变量做删除处理，将空值或缺失值占比小于等于40％的变量通过三次样条插值法进行填充处理；对唯一值和异常值均做删除处理；

对连续数据进行数据离散化处理得到离散化数据；

将离散化数据和原始数据中的离散型数据进行数据合并，并计算其woe-iv值；

对计算获得iv值进行排序，并设定i v值的判定阈值，将小于i v值判定阈值的变量剔除，将大于等于iv值判定阈值的变量留存。

可选的，所述特征分析包括用电特征、缴费行为和联系方式，从所述用电特征、缴费行为和联系方式中选择影响用户分析的指标作为预测指标集。

可选的，所述利用决策树模型构建出过户用户预测模型，包括：