基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于供电企业海量数据,提炼客户特征标签,多维呈现客户画像.并甄选影响电费回收风险的特征指标,利用机器学习方法,构建电费回收风险预测模型,判断用户的电费逾期风险等级.将模型结果及中间结果标签化,丰富客户画像,为业务人员提供全新认知客户的手段.
推荐文章
电费回收风险预测的大数据方法应用
电费回收
风险预测
大数据
电费回收风险分析及回收管理路径
电费回收风险
回收管理
风险控制体系
预售电
浅谈电费回收风险管控
电费回收
风险管控
策略
电费回收风险的预控管理措施分析
电力企业
电费回收风险
预控管理
防范措施
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于客户画像与机器学习算法的电费回收风险预测模型及应用
来源期刊 微型电脑应用 学科 工学
关键词 客户画像 电费回收风险 机器学习 特征标签
年,卷(期) 2020,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 93-96
页数 4页 分类号 TG4
字数 5121字 语种 中文
DOI 10.3969/j.issn.1007-757X.2020.02.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵洪 3 0 0.0 0.0
2 瞿青 3 0 0.0 0.0
3 沈建忠 1 0 0.0 0.0
4 王俊 2 0 0.0 0.0
5 张骋 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (99)
共引文献  (195)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
客户画像
电费回收风险
机器学习
特征标签
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导