基于大數(shù)據(jù)技術(shù)的電力用戶畫像構(gòu)建分析

田嘉瑞，馬青菁，金 茜

（國網(wǎng)寧夏電力公司石嘴山供電公司，寧夏 石嘴山 753000）

0 引 言

隨著生活水平的逐漸提高，人們更加追求服務(wù)質(zhì)量與服務(wù)水平，消費(fèi)者對于不滿意的服務(wù)普遍采取投訴的方式，以要求企業(yè)規(guī)范自身服務(wù)水平，這在很大程度上約束了相關(guān)企業(yè)的服務(wù)態(tài)度，為人們提供良好的服務(wù)體驗(yàn)[1]。電力企業(yè)也是如此，電力服務(wù)與電壓穩(wěn)定供電是居民關(guān)心的重要內(nèi)容。為了更加了解用戶的用電情況，減少用戶投訴現(xiàn)象，用戶畫像成為電力企業(yè)減少用戶投訴的有效途徑[2]。用戶畫像主要是針對用戶信息，將用戶進(jìn)行標(biāo)簽化。通過挖掘用戶標(biāo)簽數(shù)據(jù)，構(gòu)建出一個(gè)虛擬客戶的全貌，更有利于分析用戶行為特征[3]。傳統(tǒng)用戶畫像構(gòu)建時(shí)，相關(guān)數(shù)據(jù)了解得不夠徹底，經(jīng)常出現(xiàn)遺漏標(biāo)簽的情況，對于電力用戶的用電行為沒有進(jìn)行詳細(xì)的分析，不能有效降低電力用戶投訴的數(shù)量。

為了更加準(zhǔn)確地分析電力用戶的用電行為并提高電力用戶的滿意度，本文利用大數(shù)據(jù)技術(shù)設(shè)計(jì)電力用戶畫像構(gòu)建分析方法。旨在全方位地了解用戶標(biāo)簽數(shù)據(jù)，提高電力服務(wù)質(zhì)量。

1 基于大數(shù)據(jù)技術(shù)的電力用戶畫像構(gòu)建分析方法

1.1 提取電力用戶用電差異特征

在提取電力用戶用電差異特征之前，利用大數(shù)據(jù)技術(shù)獲取電力用戶相關(guān)互聯(lián)網(wǎng)數(shù)據(jù)，其中包括用戶家庭信息、電話信息、咨詢信息、投訴信息等[4]。將不同類型的數(shù)據(jù)按照數(shù)據(jù)分詞結(jié)構(gòu)形成周期性數(shù)據(jù)，記錄在用戶行為數(shù)據(jù)庫中。利用大數(shù)據(jù)技術(shù)了解用戶搜索記錄，判斷出用戶對電力環(huán)境與電力服務(wù)的態(tài)度，再將重新生成的數(shù)據(jù)記錄到另一個(gè)數(shù)據(jù)庫中[5]。對采集數(shù)據(jù)進(jìn)行有效的分類，將具有歷史投訴信息的電力用戶劃分出來，分析該用戶的搜索記錄、繳費(fèi)記錄、基本用電信息、咨詢訴求等數(shù)據(jù)，并找出與投訴信息相關(guān)的業(yè)務(wù)，得出最佳用戶行為差異特征[6]。找出用戶行為特征之后，利用大數(shù)據(jù)對其進(jìn)行重新核對，通過將有效數(shù)據(jù)合成特征數(shù)據(jù)、無效數(shù)據(jù)進(jìn)行刪除等操作，最大限度地了解用戶投訴、咨詢等行為，保證電力服務(wù)質(zhì)量。

1.2 基于大數(shù)據(jù)技術(shù)生成用戶畫像標(biāo)簽

根據(jù)電力用戶用電差異特征情況，利用大數(shù)據(jù)技術(shù)對上述特征數(shù)據(jù)進(jìn)行專業(yè)化的單變量處理?！癎”為優(yōu)質(zhì)用戶，“B”為一般用戶，則有“G＞B”的變量假設(shè)[7]。也就是說，優(yōu)質(zhì)用戶的影響高于一般用戶的影響。由此得出用戶標(biāo)簽數(shù)據(jù)進(jìn)行大數(shù)據(jù)處理公式如下：

式中：GB為優(yōu)質(zhì)用戶與一般用戶的標(biāo)簽數(shù)據(jù)處理變量；xi為第i個(gè)變量對應(yīng)的一般客戶數(shù)量；x為一般客戶總數(shù)量；yi為第i個(gè)變量對應(yīng)的優(yōu)質(zhì)客戶數(shù)量；y為優(yōu)質(zhì)客戶總數(shù)量[8]。根據(jù)相關(guān)性理論，將優(yōu)質(zhì)用戶與一般用戶的變量大數(shù)據(jù)進(jìn)一步篩選，得出最佳電力用戶畫像如圖1所示。

圖1 電力用戶畫像

根據(jù)圖1，電力用戶畫像標(biāo)簽生成主要與用戶資料與使用場景有關(guān)。其中，用戶資料與用戶背景、職業(yè)特征、心理特征等數(shù)據(jù)有關(guān)；使用場景與提出問題、用戶響應(yīng)、定義場景等數(shù)據(jù)有關(guān)[9]。利用大數(shù)據(jù)技術(shù)進(jìn)一步了解用戶資料相關(guān)數(shù)據(jù)與使用場景相關(guān)數(shù)據(jù)，得出的畫像標(biāo)簽更加客觀。

1.3 核對電力用戶畫像標(biāo)簽數(shù)據(jù)

在生成用戶畫像標(biāo)簽的基礎(chǔ)上構(gòu)建電力用戶畫像分析模型，確保電力用戶行為畫像構(gòu)建的更加精準(zhǔn)[10]。選取M為優(yōu)質(zhì)用戶的隨機(jī)樣本，N為一般用戶的隨機(jī)樣本，則用戶畫像分析模型表達(dá)式如下：

式中：K(M,N)為用戶畫像分析模型表達(dá)式；為標(biāo)簽數(shù)據(jù)隨機(jī)分布系數(shù)；Nn為一般用戶的隨機(jī)參數(shù)；λ為標(biāo)簽數(shù)據(jù)經(jīng)驗(yàn)分布系數(shù)；Mm為優(yōu)質(zhì)用戶的隨機(jī)參數(shù)。由此得出畫像分析模型的大數(shù)據(jù)評估變量如下：

式中：F(n1,n2,…,nj)為畫像大數(shù)據(jù)評估變量；j為常數(shù)；ni為第i個(gè)評估數(shù)據(jù)；n1、n2、nj分別為第 1、2、j個(gè)評估數(shù)據(jù)。根據(jù)大數(shù)據(jù)評估變量的計(jì)算，本文得出用戶滿意度指標(biāo)如下：

式中：ΔP為用戶滿意度指標(biāo)；P(0)為初始評價(jià)指標(biāo)；P(1)、P(2)、P(j)為第1、2、j次評價(jià)指標(biāo)。經(jīng)過用戶虛擬畫像的生成，重新使用大數(shù)據(jù)技術(shù)對用戶虛擬畫像進(jìn)行數(shù)據(jù)核對，從唯一性、完整性、一致性、有效性等4個(gè)方面進(jìn)行數(shù)據(jù)核對。唯一性核對時(shí)，用戶畫像標(biāo)簽數(shù)據(jù)滿足變量唯一性，并能在多種數(shù)據(jù)中識別出唯一的用戶。完整性核對時(shí)，用戶畫像標(biāo)簽數(shù)據(jù)的范圍、數(shù)量以及維度完整。一致性核對時(shí)，用戶畫像標(biāo)簽數(shù)據(jù)來源一致，經(jīng)過行為差異特征的多次提取之后，仍能與標(biāo)簽數(shù)據(jù)保持一致。有效性核對時(shí)，用戶畫像標(biāo)簽數(shù)據(jù)無缺失、無異常。經(jīng)過上述數(shù)據(jù)核對之后，用戶畫像標(biāo)簽數(shù)據(jù)更加完善。

2 實(shí)例分析

2.1 企業(yè)概況

為了驗(yàn)證本文設(shè)計(jì)的分析方法是否具有實(shí)用效果，對上述方法進(jìn)行實(shí)例分析驗(yàn)證，選取X電力企業(yè)為分析對象進(jìn)行用戶圖像分析。X電力企業(yè)是中小型企業(yè)，其電力網(wǎng)區(qū)包括a、b、c、d這4個(gè)區(qū)，受到天氣影響，電力供應(yīng)較為不穩(wěn)定，用戶滿意度逐漸下降。X電力企業(yè)在1月、2月、3月內(nèi)，收到了用戶工單數(shù)據(jù)10萬條，其中用戶對當(dāng)前服務(wù)不滿意的投訴有2 142條，用戶滿意度水平較低。平均電量負(fù)荷增長情況如圖2所示。

圖2 一季度平均電量負(fù)荷情況圖

根據(jù)圖2，a區(qū)電量使用在15 000～25 000 kW·h，電量使用較為不穩(wěn)定；b區(qū)電量使用在15 000～20 000 kW·h，電量使用情況處于持續(xù)增長態(tài)勢；c區(qū)電量使用在10 000～20 000 kW·h，電量使用情況處于持續(xù)降低的態(tài)勢；d區(qū)電量使用在10 000 ～15 000 kW·h，電量使用情況同屬于持續(xù)降低的態(tài)勢。由于電壓不穩(wěn)定，用戶使用量減少，因此用戶投訴現(xiàn)象持續(xù)增加。

針對此現(xiàn)象，使用本文設(shè)計(jì)的用戶畫像標(biāo)簽分析方法提取a、b、c、d網(wǎng)區(qū)的用戶用電行為差異特征。a網(wǎng)區(qū)的電力用戶普遍為早晚用電，在早上與晚上集中用電時(shí)，電壓不穩(wěn)定，引起網(wǎng)區(qū)居民投訴；b網(wǎng)區(qū)的電力用戶普遍為白天用電，電力使用不集中，電壓較為穩(wěn)定，居民投訴較少；c與d網(wǎng)區(qū)的電力用戶為晚上用電，同樣為集中用電的情況，電壓不穩(wěn)定，網(wǎng)區(qū)居民投訴較多。根據(jù)此結(jié)果，將其生成早晚用電、白天用電、晚上用電等3種用戶畫像標(biāo)簽。在a網(wǎng)區(qū)集中早晚供電，保持早晚電壓穩(wěn)定；在b網(wǎng)區(qū)集中白天用電，保持白天電壓穩(wěn)定；在c、d網(wǎng)區(qū)集中晚上供電，保持晚上電壓穩(wěn)定。此種供電條件下，居民用電投訴明顯減少，滿意度得以增加。

2.2 分析結(jié)果

在上述分析條件下，選取10個(gè)評分段，具體實(shí)驗(yàn)結(jié)果如表1所示。

表1 分析結(jié)果

根據(jù)表1，每一個(gè)評分段對應(yīng)著一個(gè)用戶基本滿意度指標(biāo)?？蛻魸M意度指標(biāo)低于0.850，對用戶圖像標(biāo)簽的分析水平一般；客戶滿意度指標(biāo)超過0.850，對用戶圖像標(biāo)簽的分析水平合格；客戶滿意度指標(biāo)超過0.900，對用戶圖像標(biāo)簽的分析水平良好；客戶滿意度指標(biāo)超過0.950，對用戶圖像標(biāo)簽的分析水平優(yōu)秀；客戶滿意度指標(biāo)達(dá)到1.000，對用戶圖像標(biāo)簽的分析水平最佳。本文設(shè)計(jì)電力用戶畫像構(gòu)建分析方法用戶滿意度指標(biāo)相對較高，均能超過基礎(chǔ)滿意度指標(biāo)。其中，(0,10]評分段的客戶滿意度指標(biāo)最低，為0.994，電力客戶圖像標(biāo)簽分析水平優(yōu)秀；(90,100]評分段的客戶滿意度指標(biāo)最高，為1.000，達(dá)到了分析最佳水平。從50～90分的評分段中可以看出，本文設(shè)計(jì)的分析方法用戶滿意度始終保持在0.999的優(yōu)秀標(biāo)準(zhǔn)，用戶行為整體把控能力較強(qiáng)，符合本文研究目的。

3 結(jié) 論

近些年來，電力使用量增加，人們對電力企業(yè)的供電需求有了新的變化。電力服務(wù)與供電質(zhì)量是電力用戶最關(guān)心的問題，企業(yè)只有不斷完善供電機(jī)制，建立健全的服務(wù)體系，才能實(shí)現(xiàn)用戶少投訴的目標(biāo)。在大數(shù)據(jù)技術(shù)的加持下，本文設(shè)計(jì)了電力用戶畫像構(gòu)建分析方法。通過提取用戶行為特征，生成用戶畫像表現(xiàn)，再構(gòu)建一個(gè)行為評估模型，提高用戶行為的精準(zhǔn)分析效果。最終分析結(jié)果表明，本文設(shè)計(jì)的分析方法具有良好的分析效果，用戶滿意度指標(biāo)較高，可以應(yīng)用于實(shí)際生活中。