基于用戶畫像的智慧水務平臺

常興智

【摘要】? ? 隨著物聯網技術的快速發展，物聯網水表不僅要滿足硬件技術層面上的更新迭代，其上層應用系統也需要在水表安裝使用過程中進行更多維度的數據采集和運維，以此滿足目標用戶的各類需求。用戶畫像是建立在一系列屬性數據之上的用戶模型，基于此模型，我們可以將物聯網水表及其關聯的用戶進行表屬性和用戶用水行為的歸檔分析，將得到的用戶畫像標簽體系融入到智慧水務平臺中，從而使系統智能化，數據分析具象化。

【關鍵詞】? ? 智慧水務? ? 物聯網水表? ? 用戶畫像

引言

用戶畫像作為當今互聯網行業的熱點概念，可以基于大數據技術來分析用戶的行為特征，為企業帶來可追溯，可分析的用戶行為數據。用戶畫像是對用戶各類信息進行具象化和抽象化得出的一個特征數據集合，現有的用戶畫像理念及應用系統主要從用戶的兩個屬性角度進行分析、刻畫，分別為用戶的自然屬性和行為屬性。

用戶的自然屬性指的是用戶的基本信息研究[1]。對于智慧水務平臺來說，用戶畫像的建立需要將用戶自身的基本信息結合其所綁定的水表基本屬性統一構建為該用戶的自然屬性。

用戶的行為屬性指的是現有的系統及數據平臺利用各類數據分析及挖掘技術對用戶行為進行深入研究。對于智慧水務平臺來講，可以將用戶的用水習慣、繳費情況和用戶對應水表的采集信息、計量信息及狀態信息等進行標簽化處理和個性化分析，從而得出該水表用戶的水務用戶畫像。

在智慧水務平臺中，我們可以根據以上兩種用戶及其映射水表的自然屬性和行為屬性針對性進行數據挖掘，從而對用戶從多維度進行特征屬性的描述，并對這些特征信息進行統一分析、統計，最終使得每個水務用戶能夠具象化，對象化，便于后續工作的針對性開展。

一、水務用戶畫像分析

傳統的水務采集統計平臺，主要是針對采集信息進行報表統計、查詢、分析，用戶和水表的檔案信息的管理等?；诖祟愃畡諗祿杉y計系統，隨著系統版本的不斷迭代、運行時間的日積月累，可以收集到大量的用戶用水信息、水表的計量信息及滿足用戶不同需求的其他統計類信息。上述這些收集到的信息在智慧水務平臺的建立過程中，我們稱之為元數據。

在元數據基礎上，通過數據清洗，特征抽取及分析，可以將對用戶進行用戶畫像的建模。

1.1 用戶標簽化分類

用戶畫像建模可以理解為將用戶數據進行標簽化處理，針對不同角度可以將其分為三類：統計類標簽;規則類標簽;數據挖掘類標簽。在智慧水務平臺中，將上述三類標簽可結合水務數據定義如下：

（1）統計類標簽：對用單個用戶，可以統計用戶自然屬性和表基本屬性。用戶自然屬性包括用戶姓名、地址、近一個月用水量、階梯用水費用等;表基本屬性包括表號、表類型、表信號、電池電壓、上報周期、閥門狀態等;

（2）規則類標簽：規則類標簽基于水務運維人員對用戶用水行為、水表類行對應的狀態感知信息、計量信息及事件信息等確定的篩選規則生成的各類標簽。例如，在智慧水務平臺上對如何定義“大水量用戶”時，可以計算該用戶在某月時間段內是否日均用量大于所在區域的日均用量，小于水表口徑對應的理論用量。

（3）數據挖掘類標簽：此類標簽多用于統計宏觀數據的變化趨勢，對用戶進行聚類分析，一般在刻畫用戶畫像過程中處于系統運行穩定后，有大量累計數據的情況下，收集各類數據利用機器學習等方法進行數據挖掘。例如，水務用戶所用表計是否屬于潛在的異常表、用戶用水是否存在漏水等現象。

1.2 系統架構模塊

在搭建智慧水務用戶畫像系統過程中，總體大致需要考慮以下幾個模塊的建設，如圖1所示。

（1）水務用戶畫像：對于智慧水務平臺來說，首先我們需要知曉業務流程，明確水務用戶畫像包含的業務模塊、數據表的設計、特征數據的抽取來源等等。

（2）數據指標體系：在智慧水務平臺中，可以著重于對用戶的自然屬性、行為屬性和表的狀態屬性、異常事件上報等信息進行量化統計。

（3）標簽數據存儲：標簽存儲在智慧水務平臺中至關重要。系統可以利用傳統的關系型數據庫MySQL、數據倉庫Hive及搜索引擎Elasticsearch進行分類存儲。如將檔案數據、管理類數據等數據量較為穩定的元數據存儲到關系型數據庫中，便于多表聯查;將每日、每月上報的計量信息、狀態信息等數據量較大、增長率高的時序信息存儲到Elasticsearch中，可使用Graph QL等技術進行多條件匹配查詢，使得查詢效率更高，查詢維度更廣等。

（4）標簽數據開發：通過對用戶標簽化分類，系統中可將統計類、規則類、數據挖掘類標簽通過動態模型匹配及業務系統的數據抽取進行開發，得出多個用戶特征數據。

（5）水務數據對象化：通過上述幾個步驟的用戶標簽數據存儲、開發，可以使用多種ORM關系映射工具對水務用戶畫像數據進行對象化處理，可針對性進行特征數據的標簽查詢、管理，利用多標簽進行數據的多維度整合。

（6）用戶畫像應用：水務用戶畫像應用主要可用于水表的狀態判斷、異常計量的提前預警、用戶用水行為的分析等等。智能水表在完成安裝后，日常運維必不可少，如何提前發現問題，解決問題對于運維人員意義重大。使用用戶畫像，可從不同維度對用戶進行聚類分析，使得運維決策有據可依。

二、水務用戶畫像的建立

在建立智慧水務用戶畫像時，考慮到現有的智能水表主要通訊方式為LoRa自組網和NB-IoT運營商網絡通信，針對這兩種通訊方式結合傳統的水務信息采集平臺來說，水務數據對于實時分析計算的要求不算特別強烈。故在建立水務用戶畫像的過程中，離線計算、數據批處理占據了智慧水務平臺的大部分計算業務。與此同時，隨著智能水表逐步推廣，智能水表數量越來越多，通訊平臺上報數據量也日益增大，所以需要對海量的時序信息進行分類存儲，定時清洗，針對性抽取，從而滿足業務系統中的各類客戶需求、運維需求等功能。

在建立水務用戶畫像的過程中，需要自下向上逐步進行系統業務的開展，通過系統架構模塊的確定，逐一進行模塊化建設，最終實現平臺化建設。下面將逐一進行系統的建立過程。

2.1 水務數據指標

水務數據指標是建立水務用戶畫像的第一步。水務數據指標的建立主要結合運維人員的日常工作中涉及的各類用戶信息、表信息、日常上報信息等。

數據指標的建立以用戶為中心，通過用戶信息和表信息兩個維度進行標簽化處理。按照上述章節分別建立統計類標簽、規則類標簽和數據挖掘類標簽。在智慧水務平臺中，可將各個標簽類型進行組合處理，對水務用戶的行為屬性、用戶自然屬性、異常狀態等信息進行描述。

（1）用戶自然屬性的定義為：水務用戶的開戶日期、用戶地址、用戶電話、用戶類型、歷史繳費金額、歷史欠費情況、表號、表類型、表廠家、表信號強度、表閥門狀態等信息。針對這些信息，可進行標簽化分類，按照統計類標簽、規則類標簽、算法類標簽進行歸類統計。如開戶日期、用戶地址、電話、用戶類型、歷史繳費金額為統計類標簽;重要客戶、大用量客戶、正常用量客戶和小用量客戶為規則類標簽;常住用戶、非常住用戶等屬于算法類標簽。

在對標簽進行歸類的過程中，針對同一類型，還需要進行標簽的關系判斷、數值判斷。如用戶身份類別中，常住用戶和非常住用戶為互斥類型;購水價格偏好類型中，各個層次互斥遞增。統計好的標簽后續結合標簽數據開發可以進行更深入的研究。

（2）用戶行為屬性：用戶行為屬性是在業務系統運行過程中，針對用戶日常的繳費數據、用水數據等進行的一系列數據挖掘類的屬性標簽分析，包括近XX日公眾號訪問次數、最近一次公眾號訪問日期、高頻用戶、中頻用戶、低頻用戶、大用量用戶、中等用量用戶、小用量用戶等行為標簽，得出表1。

（3）異常狀態屬性：分析歸納水表反向用量、關閥走量、超大用量、日增量大于理論值、近XX日上報失敗次數、近XX日開關閥次數、近XX日信號分析、漏水檢測、強磁干擾等異常標簽，得出表2。

針對上述三個維度對用戶信息進行分析，可以依據每個維度中標簽種類、標簽指標在智慧水務系統中統一命名，作為元數據在數據庫中集中維護管理，便于后續的數據開發有序進行。

2.2 標簽數據存儲

在智慧水務用戶畫像的平臺搭建過程中，如何將不同類型的標簽數據、檔案數據、流數據等數據類型分門別類地合理化存儲影響著整個平臺系統的性能、穩定性、可拓展性和時效性。針對不同的存儲需求，系統在規劃過程中就應當提前分析、合理存儲。

目前針對各種數據類型可對存儲進行適當選型。Hive、MySQL和Elasticsearch作為三種不同類型的存儲，合理調配能夠使復雜的業務系統數據邏輯清晰化，數據I/O操作高效有序化。

Hive作為數據倉庫管理工具，基于HDFS進行存儲查詢。在水務用戶畫像的建立過程中，具體面向用戶屬性、用戶行為和異常狀態進行三個維度的事務處理。通過從傳統的業務系統中分時采用數據抽取、清洗和轉義，將三個維度所需要的有效數據存儲到數據倉庫中。隨著時間線的推移，用戶不同維度的數據也會越來越豐富，越來越具體，數據倉庫將這些帶有時間戳的數據分析并記錄，為水務用戶畫像的建模提供特征數據的支撐。

MySQL作為關系型數據庫，可以映射聯查水務用戶畫像三個維度屬性的各類數據，主要存儲水務用戶畫像標簽化后的基礎元數據及ETL處理后的數據分析集合。元數據管理過程中，將2.1中三個維度的標簽主題、名稱、一級分類及自定義的互斥二級分類進行統一管理，便于在業務系統中結合其他數據存儲進行實時數據和歷史數據的填充。

Elasticsearch存儲基于開源的搜索引擎，可以提供分布式部署、文檔內容分析、全文檢索等功能。同時由于其在多條件查詢效率上有很大優勢，因此對于水務用戶的實時用水數據、行為數據分析有很大幫助。在水務用戶畫像的建立過程中，可將水務用戶數據的多標簽匹配分析、透視分析、特征查詢等數據挖掘方式搭建在Elasticsearch之上。

2.3 標簽數據開發

在水務用戶畫像的建立過程中，針對LoRa和NB-IoT兩種通訊方式、通訊功耗、通訊質量進行綜合分析，可得出智慧水務平臺對離線計算要求較高，而對實時計算需求較低。在上述三個維度的標簽體系進行分類和合理化存儲后，對這些數據進行量化計算、可視化展示是整個系統研發的重點內容。

標簽數據的開發主要依據標簽數據的分類和標簽數據的計算特性開展。

（1）統計類標簽：在智慧水務系統中，指利用統計工具類對水務用戶的各項描述信息進行統計。例如，用戶的開戶日期、用戶地址、近30日繳費次數，近半年繳費金額等信息。

以近30日繳費次數為例，該信息一級歸類標簽為費用統計。對該信息進行細化描述，可對應數據庫信息包含繳費時間、繳費金額、繳費方式三個二級子標簽。同時在業務系統中，還需要將這些狀態進行記錄更新，從數據倉庫中定時抽取元數據進行分析，將用戶的繳費信息保持在最新狀態。

（2）規則類標簽：在水務系統日常運營過程中，運維人員會針對各項數據進行量化評估，根據數據評估指標、歷史經驗、數據標準等信息進行規則類標簽的分析。例如對用戶價值進行標簽化處理的過程中，需要根據用戶用水性質、水表類型、繳費頻率等來綜合進行評估，具體可參考表3。

（3）數據挖掘類標簽：在水務用戶開戶使用后，經過一段時間的數據累計，可以通過對微觀用戶數據和宏觀區域數據進行一定的數據挖掘，得到運維人員、水務公司領導等人關注的一些數據領域。如對繳費用戶的聚類統計，異常表的預測分析等等。

例如，在對用戶累計用量及用量趨勢進行統計分析過程中，可以用到K-Means聚類算法。對于給定的水表用戶樣本集，按照樣本之間的距離大小，將樣本集劃分為K個簇。讓簇內的點盡量緊密的連在一起，而讓簇間的距離盡量的大[2]。通過對用戶多次回歸聚類，最終區分用戶簇，并通過數據特征描述每個用戶簇的特點。

三、水務用戶畫像產品化

通過對上述流程的建設，最終可以使水務用戶畫像的數據結構、存儲結構、標簽分類等數據支撐和理論支撐能夠落地。而基于這些基礎業務之上，在應用層，可以為水務公司、水表用戶帶來如下業務。

3.1 運維數據即時查詢

面向運維人員，可根據三個維度的用戶標簽體系進行運維數據的組合查詢?？梢跃嗊\維人員的分析決策過程，及時發現問題，解決問題。

目前水表廠家生產的智能水表類型各式各樣，從通訊方式區分，有：LoRa水表，NB-IoT水表;從計量方式區分，有：超聲波水表、無磁水表、干式光電直讀水表、脈沖采樣水表等;從用水性質來說，有：工業用水、商業用水、民用水;從水表協議來說，目前每個廠家協議均有不同，需要兼容。

面對如此紛繁復雜的表類型，不僅水務平臺需要統一進行所有特性的兼容，而且還要針對每種表的特性進行針對性的異常分析，這無疑給系統開發和運維帶來很高的難度。對于上述系統同時兼容不同特性的水表，每個特性都需要著重關注該特性的關注點，開發人員在開發過程中要從不同維度進行考量。

在建立用戶畫像體系的過程中，面對上述水表通訊、計量和用水性質問題，完全可以將各類問題進行用戶畫像標簽化，通過Hive數據倉庫工具將相關數據提取出來，以元數據的形式存儲與MySQL中，然后使用Elasticsearch進行標簽化處理，用面向對象的思維方式將用戶表計運行情況進行具象化描述，從多個維度進行標簽數據的運維分析?；谟脩舢嬒竦倪\維能夠自動匹配，直觀的描述出每個用戶綁定的表計具體存在哪些問題，讓運維更加智能，問題定位更加精準。

3.2 業務大數據統計分析

面向水務公司營業人員、領導等。不僅能提供傳統意義上的同比、環比數據，還能即使提供用戶的用水行為的定制化分析、繳費行為的量化評估，將用戶價值、重要度進行評估。

在上述章節的開發中，已經涉及到對用戶的價值如何進行判斷，對用戶價值標簽化的處理等。通過諸如此類的價值模型匹配，可以為決策人員帶來業務決策上的數據支撐，便于水務業務向更深層次拓展。

四、結束語

通過在智慧水務平臺上搭建用戶畫像，運維人員、業務人員和決策人員能夠從多個維度直觀的觀察水務平臺中用戶的各類信息、水表的各種數據。智慧水務平臺在運行過程中，隨著時間的推移、用戶規模的增加，其數據不僅數量上越來越龐大，種類上也越來越豐富，越來越有價值。用戶畫像的建立，不僅能使得從這些龐大的數據中抽取水務管理、決策人員關注的信息變得高效快捷，也能引導客戶為每個水務用戶提供專業的運維服務和個性化的業務推廣，使智慧水務平臺實現真正意義上的智能化、高效化。

參? 考? 文? 獻

[1]李映坤.大數據背景下用戶畫像的統計方法實踐研究[D].首都經濟貿易大學.2016年

[2]趙莉，候興哲，胡君，傅宏，孫洪亮.基于改進k-means算法的海量智能用電數據分析[J].電網技術，2014，38（10）：2715-2720.