基于用户感知度模型的新型客户业务型态应用

作者：邹保平

来源：国外电子测量技术, 2018, 37(04): 118-123.

DOI：10.19652/j.cnki.femt.1700781

• 用户感知度
• 建模
• K-means
• 故障
• 服务

针对如何采用电力大数据来为客户提供更好的服务的问题,提出了根据电力大数据构建用户感知度模型,通过对电力用户所属类别的不同,制定相应的服务制度,降低投诉风险。通过对传统的K-means算法进行改进,改进后的K-means算法误分率得到了降低,并且精度得到了很大提升,随着K值的不断增大,聚类的时间明显低于传统K-means算法,且准确率随着K的增大而提升。通过对电力大数据的采样,预处理后,采用改进后的K-means算法构建用户感知度模型。通过实际案例进行仿真分析,采集了福建省某电力公司911月的电力工单数据信息。仿真结果显示,通过对数据的建模处理,获得了高、中、低感知用户分类比例,该比例与实际情况相一致,验证了所提方法的准确性,并且该方法对于提高电力公司服务水平,降低投诉意义重大。

• 单位
  国网信通亿力科技有限责任公司