大数据下的电力客户动态细分方法研究

• 作者: 吴洁 张利鹏 朱珂 胡长青 黄研利
• 来源期刊: 微型电脑应用
• 学科: 数学
• 关键词: 电力客户细分 熵值法 无监督分类算法 主成分分析法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究与设计
• 页码范围: 96-99
• 页数: 4页
• 分类号: O213.1
• 字数: 3971字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2019.12.030

摘要

为了充分挖掘电力系统营销数据内在联系,提高电力客户动态细分精度,设计了一种大数据下的电力客户动态细分方法.首先运用熵值法和主成分分析的方法确定影响分类结果较大的因素指标,然后用无监督改进的K-means算法进行客户数据细分,同时运用K近邻算法对细分模型进行检验,可以对指定客户进行精准分类,最后通过价值客户细分结果,分析各类群体行为特征,提出差异化营销策略,提升供电公司营业水平.结果 表明,提出的方法提高了电力客户动态细分精度,降低了电力客户动态细分误差,具有一定的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄研利		3	25	2.0	3.0
2	张利鹏		3	0	0.0	0.0
3	吴洁		3	0	0.0	0.0
4	胡长青		2	1	1.0	1.0
5	朱珂		1	0	0.0	0.0