集成学习方法在电费回收风险预测中的应用研究

• 作者: 刘光明 曾铮
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 集成学习方法 电费回收 风险预测
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 设计与应用
• 页码范围: 148-150
• 页数: 3页
• 分类号: TM73|F426
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2020.12.046

摘要

电费回收一直是电力公司电力营销中非常重要的部分,但是在日常生活中有些用电客户会拖欠电费.如何对用电客户进行有效地风险评估是当前电力公司首先需要考虑的问题.提出了一种GBDT-RF-LR集成学习方法,利用集成学习方法构建了电费回收风险预测模型.通过此模型,电力公司可以对用电客户进行风险评估,从而预测出用电客户下个月违约的概率.实验结果表明,与传统的逻辑回归算法相比,该集成学习方法可以更加有效地对电力客户的支付行为进行评估,并且可以更加准确地对用户是否会欠费进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾铮		1	0	0.0	0.0
2	刘光明		2	0	0.0	0.0