摘要
本申请公开了一种电力营销的客户关系管理方法及系统,涉及电力营销领域,包括:获取多源异构数据;提取用户用电行为特征和用户缴费习惯特征,通过自编码网络进行特征融合得到用户特征,并利用信息增益和基尼指数对用户特征进行筛选,得到用户特征集合;根据用户特征集合,采用DBSCAN聚类算法对用户进行聚类,并对聚类结果进行标签化处理,得到标签化画像数据集;根据用户用电数据,采用XGBoost梯度提升树模型,对未来一段时间的用电趋势进行预测;根据预测结果,采用随机森林算法,对各用户群体的电力需求进行预测;根据不同用户群体的标签画像和多级用电预测结果,进行差异化营销。针对现有技术中电力营销缺乏针对性,本申请提高了电力营销策略的针对性。
技术关键词
客户关系管理方法
DBSCAN聚类算法
超参数
梯度提升树模型
多源异构数据
随机森林模型
XGBoost模型
交叉验证方法
电力
标签
矩阵
样本
时间序列特征
画像
指数
搜索全局
客户关系管理系统
正则化参数
系统为您推荐了相关专利信息
加工点
PWM占空比
出胶量
训练预测模型
点胶头
中心服务器
数据处理方法
加密
非易失性存储介质
解密
MLP神经网络
电磁暂态模型
过渡电阻
故障定位模型
定位方法
贝叶斯模型
景深
深度卷积神经网络
图像去雾方法
最大化方法