基于深度学习的偷盗气用户推荐方法

本发明涉及燃气数据处理技术领域，公开了基于深度学习的偷盗气用户推荐方法，包括步骤：构建偷盗气初筛模型，筛选出初筛异常用户；所述偷盗气初筛模型包括连续零用气量指标、常规统计指标、线性拟合优度指标、离群指标；基于初筛异常用户构建数据集，用于训练深度学习模型；将用户名称和该用户的历史用气量数据输入训练好的深度学习模型，输出推荐的偷盗气用户。本发明的目的在于基于历史用气数据，提高推荐用户偷盗气行为的准确率。