[发明专利]基于大数据的电力信用评价方法

说明书

基于大数据的电力信用评价方法，涉及一种评价方法。目前仅仅基于传统量化分析方法的现有信用评价体系，无法满足电力公司挖掘数据价值的要求，承担起客户信用评级体系，实现企业衍生价值的责任。本发明包括数据准备步骤、指标体系构建步骤、模型构建步骤、模型验证步骤、模型输出步骤。本技术方案通过对客户基础信息、交费行为、用电行为、社会信用信息等大量历史数据进行系统性清洗与分析，运用数理统计方法及通过遗传算法改进的BP神经网络模型挖掘数据中蕴含的行为模式及信用特征，捕捉历史信息和信用表现之间的关系，以信用等级来综合评估信用表现，推进电力客户分类信用管理，支撑开展差异化欠缴催收措施研究工作以形成多元化的催收策略。

技术领域

本发明涉及一种评价方法，尤其指基于大数据的电力信用评价方法。

背景技术

科学合理、门类齐全的客户信用评价体系是实现电力公司衍生价值的重要前提，随着云计算、物联网、大数据、移动互联等新技术的快速发展和日趋成熟，仅仅基于传统量化分析方法的现有信用评价体系，无法满足电力公司挖掘数据价值的要求，承担起客户信用评级体系实现企业衍生价值的责任。

面对信用评价方法的变革，建立以大数据挖掘为核心的客户信用评价体系，结合传统的数量化分析方法、多元统计方法和机器学习方法的评价体系，是信用评价业适应高技术战争的根本保障。因此，建立一套全新的、满足目前国网浙江省电力公司企业的现状和发展需求的评估或分析方法成为国网信用评价体系发展的当务之急。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供基于大数据的电力信用评价方法，以加快加深对客户信用特征的获取和理解，实现对电力客户特征的刻画，从而有效地辅助客户服务和营销工作开展，提高工作效率，降低信用风险的目的。为此，本发明采取以下技术方案。

基于大数据的电力信用评价方法，其特征在于包括以下步骤：

1)数据准备步骤，包括数据获取、数据检验、数据处理；

数据获取为：根据前期业务理解及业务调研结果，确定客户信用相关变量，从电力公司营销系统以及第三方征信系统中提取客户信用相关变量数据；

数据检验为：对获取的数据质量进行检验，包括： A）用户ID的唯一性检验：每个ID 变量应该仅出现一次，否则需要核查原因，调整数据；B）范围和取值检验：每个变量都应该来自一个定义清晰、具有已知的或预期取值范围的字段，连续变量的值应在一定的预期范围内，而名义变量应取维表中的值；否则需要核查原因，调整数据；C）缺失值检验：检验每个字段的缺失值及其来源；D）异常值检验：异常值为显偏离数据集的观测值；检验异常值出现的原因，并相应的处理异常值；

数据处理数为包括对缺失值、离群值、异常值的记录进行清洗处理以及数据的归一化处理；当数据为对应变量平均值正负3个标准差以外的数值时认为该数据是离群值，当数据明显偏离数据集的观测值则认为该数据为异常值，将离群值用3个标准差的最大值或最小值替换以调整为距离最近的正常值或直接将离群值剔除；对异常值的出现进行区别并作相应处理；将缺失值调整为某个固定值或调整为一个服从正态分布的随机值，该固定值包括均值、中间值或一个指定的常数；数据的归一化处理为第一处理方式或第二处理方式，第一处理方式为通过最大最小值将原始数据线性化的方法转换到[0 1]的范围，第二处理方式为或0均值标准化，将原始数据集归一化为均值为0、方差1的数据集；

2）指标体系构建步骤，包括客户用电信用的构建；客户用电信用评价维度包括：信息质量、交费行为、用电行为；在进行数据准备与模型搭建时，对高压非居、低压居民、低压非居运用同一指标体系或相似指标体系；

信息质量指基于合约精神，要求客户真实地、实时地提供相关信息，并保证登记信息的准确性、完整性以及信息更新的及时性，是对客户在信息提供质量的信用评价，信息质量的评估包括准确性与完整性两方面；