摘要
本发明涉及数据处理及机器学习技术领域,特别涉及电力行业中用户数据无监督学习聚类模型分析方法。用户聚类模型分类方法,包括如下过程:收集电力行业某一地区一段时间的用户数据,单个用户数据具体包括:月均用电量、月均电费、全年内各次交费时间的间隔天数平均值、年内总共交费次数、交费次数最多的交费渠道、月均交费额、最常使用的支付渠道、用户月均登录次数、用户月均登录时长、用户月均登录天数、用户历史参加的活动、参加次数;采用无监督学习算法,对预处理后的数据进行聚类分析,生成用户聚类结果。本发明将电力营销领域形成的数据结合聚类评估模型,实现电力营销领域客户的精准分类和对分类模型的多维度精准评估。
技术关键词
月均用电量
综合评估方法
聚类
模型分类方法
无监督学习算法
轮廓系数计算方法
电力
模型分析方法
渠道
生成用户
指数
样本
数据
机器学习技术
形态
总量
客户
系统为您推荐了相关专利信息
频域特征
时域特征
无人水下航行
表达式
经验模态分解算法
模型更新
联邦学习模型
Louvain算法
客户端
过滤方法
植物群落空间结构
线性数学模型
评价方法
空间分布特征
综合评价体系
监测方法
三维网格模型
投影残差
可视化平台
三角剖分算法