CN106600455A - 一种基于逻辑回归的电费敏感度评估方法 - Google Patents

Abstract

本发明公开了一种基于逻辑回归的电费敏感度评估方法，本发明以客户敏感为切入点，针对高压用户、低压非居客户和居民客户分别构建电费敏感模型。主要步骤包括：从客户基本信息、用电信息、缴费信息等多个维度收集建模指标，使用信息值（IV）、相关系数筛选变量，基于最优分组和最优分群算法对变量进行分组，进行WOE证据权重转化，运用逻辑回归算法构建客户电费敏感度评价模型，根据模型参数估计值构建易于理解实施的标准评分卡，最后通过优势分析法确定变量权重。通过识别电费高敏感客户，为电力营销和客户服务部门开展精准营销和差异化服务提供数据支撑，从而提高客户整体满意度、提升客户感知。

Description

一种基于逻辑回归的电费敏感度评估方法

技术领域

本发明涉及电力领域，具体涉及一种基于逻辑回归的电费敏感度评估方法。

背景技术

电网公司客户规模大，生产经营情况复杂。长期以来，在客户服务、故障抢修等方面面临较大压力，投诉率在国网公司中相对较高，客户满意度不高。为了改善服务质量，提高运维效率，基于大数据分析挖掘技术，从纷繁复杂的数据中，寻找客户发生投诉、咨询等行为的影响因素，提前做好预防措施和服务准备工作，以提高工作质量和服务水平。

目前的商业实践中，用来开展预测的模型主要有逻辑回归、决策树、神经网络等，这些模型各有其优缺点。其中，逻辑回归经过几十年的发展，已逐渐成熟。它具有计算速度快、对数据质量要求相对不高、结果显性化且稳定性较好等特点。

在现有的逻辑回归过程中，对数据进行处理后，用户无法直观地看到结果，即无法准确辨识电费敏感度高的客户。然而在实际的应用中预测结果的准确性影响着后期解决客户的供电问题，本申请正是针对该问题而提出的一种基于逻辑回归的电费敏感度评估方法，通过识别电费高敏感客户，为电力营销和客户服务部门开展精准营销和差异化服务提供数据支撑，从而提高客户整体满意度、提升客户感知。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于逻辑回归的电费敏感度评估方法，以助于电力企业准确辨识电费敏感度高的客户，降低客户因电费差错而产生投诉的概率，实现整体提升客户满意度的目标。

为实现上述目的，本发明采用的技术方案如下：

一种基于逻辑回归的电费敏感度评估方法，包括以下步骤：

(1)抽取样本：从全部样本中随机抽取样本数据集，并控制正负样本的比例；

(2)收集指标：基于业务理解和历史数据的探索，选取可能与电费敏感度相关的的指标，确定建模指标体系；

(3)数据预处理：处理缺失值等数据；筛选高预测力的指标进入模型；对分类变量及连续变量进行分组处理；

(4)模型构建：基于logistics回归模型，构建电费敏感客户分析模型，并构建标准评分卡；

(5)模型应用：基于模型结果应用与全量客户，判断客户电费敏感得分以采取针对性措施。

优先的，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(1)中，采用分层抽样，从全部样本中随机抽取样本数据集，并控制正负样本的比例，组成模型训练集合。

优先的，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(2)中，基于业务理解和历史数据的探索，选取可能与电费敏感度相关的客户信息字段，如用电类别、计量方式、电压等级、历史电费等25个字段，所述数据源是预测之前设定时间段的数据源。

优先的，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(3)中，基于IV值筛选与目标变量关联性强的分类变量，基于F检验筛选与目标变量相关性强的数值型变量。

进一步地，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(3)中，基于最优分群和最优分组的方法对筛选后的分类变量和数值型变量进行分组。

更进一步，如上所述的一种基于逻辑回归的电费敏感度评估方法，针对分组后的变量，进行WOE证据权重转化。

优先的，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(4)中，基于WOE转化后的数据，应用SAS软件构建LOGISTIC回归模型，得到最终进入模型的变量及参数估计。

进一步地，如上所述的一种基于逻辑回归的电费敏感度评估方法，基于优势分析方法确定进入模型变量中的变量的相对重要性。

更进一步，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(4)中，根据给定的刻度参数，得出最终模型中各变量各取值的得分，构建标准评分卡。

优先的，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(5)中，运用常用的评价方法有洛伦兹曲线、ROC曲线、AUC统计量等，分离度等常用的评价方法对模型进行评估。

进一步地，如上所述的一种基于逻辑回归的电费敏感度评估方法，步骤(5)中，得到模型后，一般采用时间平移的方式对模型进行验证。

本发明的有益效果在于：本发明所述的方法是将标准评分卡与逻辑回归结合起来，极大地增强了模型的透明性、可理解性，使预测结果可视化，从而更好地了解各个变量对客户敏感的影响，进而采取针对性的措施，减少用户的投诉率，提高用户的满意度。

附图说明

图1为基于逻辑回归的电费敏感度评估方法的流程图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

图1示出了本发明具体实施方式中一种基于逻辑回归的电费敏感度评估方法的流程图，该方法主要包括以下步骤：

步骤1：抽取样本：从全部样本中随机抽取样本数据集，并控制正负样本的比例；

本实施方式中所述正样本是指通过对客户历史数据分析，将具有通过95598、网上营业厅或掌上营业厅等渠道咨询查询电费相关行为的客户为电费敏感客户。本实施方式中所述负样本即为不敏感(正常)用户。在抽取样本的时候首先确定建模周期，某省电力公司客户，基于2015年9月-2016年2月数据作为基础数据，2016年3月是否拨打过95598作为目标变量，以居民用户为例，敏感用户与不敏感用户以1∶9的比例确定建模训练集。

步骤2：收集指标：基于业务理解和历史数据的探索，选取可能与电费敏感度相关的的指标，确定建模指标体系；

本实施方式中，基于业务理解和历史数据的探索，选取可能与电费敏感度相关的客户信息字段，如用电类别、计量方式、电压等级、历史电费等字段，所述数据源是预测之前设定时间段的数据源。

步骤3：数据预处理：处理缺失值等数据；筛选高预测力的指标进入模型；对分类变量及连续变量进行分组处理；

本实施方式中，获取数据后，首先对数据质量进行检验。包括：用户编号的唯一性、样本完整性、变量的范围和取值、缺失值、异常值等。其次是构建衍生变量，即对原始数据进行处理和加工，以获取更有预测力和解释性的变量。比如客户电费环比、累计欠费次数等。

模型的变量筛选是比较复杂的过程，需要考虑的因素，比如：变量的预测能力，变量之间的相关性，变量在业务上的可解释性等等。但是，其中最主要和最直接的衡量标准是变量的预测能力。IV值就是这样一种指标，它可以用来衡量自变量的预测能力。类似的指标还有信息增益、基尼系数、概率比等等。

信息值的定义为：

其中r表示自变量X的种类，比如性别有“男”、“女”两种取值。p_i和q_i分别是X第i类中目标变量Y中第1类和第2类中记录的百分比。

变量分组是将分类变量的某些类别合并降低其基数，或者将数值型变量分段以转换为分类变量的过程。分类变量主要有变量合并、冗余合并和最优分群三种方法，数值型主要有等距分段和最优分段。最优分段把变量按从小到大或者从大到小排列，先按最小颗粒进行等距分组，然后按照“最优分群”的原理，寻找最优分段。此处以最优分段为说明：

以高压客户电费为例：第一步，原始取值为[-513931，227743434]，把最小颗粒定为100元，共有4136个最小颗粒。第二步，确定最优二元分割点，忽略负值，以“100元”分割为两个组“<100”、“>＝100”，计算IV值；然后以“200元”为分割点，分为两个组“<200”、“>＝200”，以此类推，寻找到最优分割点是“500元”。第三步，确定最优三元分割点，以“500”、“600”为分割点分为3个组，计算IV值，然后以“500”、“700”为分割点，计算IV值，以此类推，寻找到最优分割点是“500元”、“4000元”。重复以上步骤，直至所有数据分组完毕。

针对分组后的变量，进行WOE证据权重转化。WOE证据权重转化的定义：要对一个变量进行WOE编码，首先需要把这个变量进行离散化处理，转化为分类变量。这样对于某自变量的第i组，WOE的计算公式如下：

其中，n_i1表示名义变量x第i组的正常数，n_i2表示名义变量x第i组的违约数，n.1表示名义变量x整个样本的正常数，n.2表示名义变量x整个样本的违约数。

在这个公式中可以得出，信息值表示的是当前这个组中响应的客户和未响应客户的比值和所有样本中这个比值的差异。这个差异是用这两个比值的比值再取对数来表示的。WOE越大，这种差异越大，这个分组里的样本响应的可能性就越大。

步骤4：模型构建：基于logistics回归模型，构建电费敏感客户分析模型，并构建标准评分卡；

逻辑回归是一种研究目标变量与一系列影响因素之间关系的多变量分析方法，如果目标变量只有两种取值1＝发生、0＝不发生，即二元逻辑回归，用logistic回归模型计算事件(y＝1)的概率为：

e是自然数，约等于2.71828，β₀，β₁，…，β_r为模型参数，β_r也称为截距。

令β₀+β₁x₁+…+β_rx_r＝z，则(1-3)可以转化为：

当所有变量取0时，即也称为事件的原始发生比率。

再利用WOE转化，则ln(odds)＝β₀+β₁WOE(x₁)+…+β_rWOE(x_r)

基于优势分析方法确定进入模型变量中的变量的相对重要性，具体过程如下：

假设最终模型有T个自变量(x₁，x₂…，x_t)，x₁的优势权重计算过程如下：

(1)计算x₁作为自变量的模型的R²，线性模型中R²是目标变量被自变量解释的百分比，即回归平方和与总平方和之比。

其中，y是实际值，是均值，是模型估计值。

逻辑回归模型中，可以定义类R²指标。有多种定义，本实施方式采用SAS的默认算法，

其中，L是模型最大似然函数，β为模型参数，n为模型观测数。

(2)计算x₁纳入至含有1个自变量(x_i，i≠1)的模型时引起的贡献增量ΔR²，并对该组内所有的ΔR²求平均值。

(3)计算X₁纳入至含有2个自变量(x_i，x_j，i≠1，j≠1)的模型时引起的贡献增量ΔR²，并对该组内所有的ΔR²求平均值。

……

(4)对上面所有步骤计算出来的贡献增量ΔR²求均值，即为X₁变量的优势权重。

评分卡是一种对逻辑回归模型结果转化的技术。通过制作评分卡，模型从“黑箱”走向透明，变得非常容易理解，任何人都能使用。构建评分卡需要3个参数，基准分(BaseScore)、基础比率(odds)、比率翻倍的分数变化(PDO)。这3个值可以随意指定，比如60、10、3％；600、50、5％等等。一般情况下，基础比率被指定为平均概率，比如历史上敏感客户占比，欠费率等，而通过调整基准分、PDO使整体客户的评分处于特定的范围，比如0～100，500～1000等等。

一个客户的评分可以表示为：

score＝A+Bβ₀+(Bβ₁ω₁₁)δ₁₁+(Bβ₁ω₁₂)δ₁₂+…

+…

+(Bβ_rω_p1)δ₁₁+(Bβ_rω_p2)δ_r2+…

其中B＝PDO/ln(2)，A＝BaseScore-B*ln(odds)，是模型参数，是WOE转化值，是二元变量(1或者0)，表示变量是否取某个值，是模型个数。

步骤5：模型应用：模型评估与应用，基于模型结果应用与全量客户，判断客户电费敏感得分以采取针对性措施。

模型构建后，必须对其准确性进行评估。常用的评价方法有洛伦兹曲线、ROC曲线、AUC统计量、分离度等。一个模型的好坏，最重要的评价标准是在实践中的应用效果。一般采用时间平移的方式进行验证，即得到模型后，预测目标变量未来一个月的发生情况，再与实际情况进行对比。

预测命中率越高，表明预测算法的预测准确度很高。如果预测命中率很低，那么将导致本来不敏感的用户被误认为会敏感，而企业根据这一结果，将对本来不敏感的用户采取一些特定的措施，使得企业的资源受到巨大的浪费。预测覆盖率越高，表明预测算法在运行的过程中，选择的敏感用户占整个的敏感用户的比重越大，如果预测覆盖率一旦过低，表明预测算法将本来敏感的用户分到不敏感的用户机率大，使得那些本来有敏感倾向的用户没有被挖掘出来，进而在企业不知情的情况下，用户在下一个阶段可能真的敏感了。

本方案验证结果如下：4月份高压客户中，产生有关电费咨询的客户占比为2.68％，模型评分在前5.02％的客户中，命中率为30.58％，覆盖率为57.19％，提升度为11.39。可见，该模型可以很好的应用与全量客户。

本发明将逻辑回归与标准评分卡结合起来，极大地增强了模型的透明性、可理解性。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种基于逻辑回归的电费敏感度评估方法，包括以下步骤：

（1）抽取样本：从全部样本中随机抽取样本数据集，并控制正负样本的比例；

（2）收集指标：基于业务理解和历史数据的探索，选取与电费敏感度相关的指标，确定建模指标体系；

（3）数据预处理：处理缺失值数据；筛选高预测力的指标进入模型；对分类变量及连续变量进行分组处理；

（4）模型构建：基于logistics回归模型，构建电费敏感客户分析模型，并构建标准评分卡；

（5）模型应用：模型评估与应用，基于模型结果应用与全量客户，判断客户电费敏感得分以采取针对性措施。

2.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（1）中，在抽取样本时首先确定建模周期，并控制正负样本的比例，组成模型训练集合。

3.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（2）中，所述基于业务理解和历史数据的探索，选取与电费敏感度相关的指标包括：用电类别、计量方式、电压等级、历史电费；所述历史数据是预测之前设定时间段的数据源。

4.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（3）中，基于IV值筛选具有高预测力的自变量。

5.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（3）中，基于最优分群和最优分段的方法对筛选后的分类变量和数值型变量进行分组。

6.如权利要求5所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：针对分组后的变量，进行WOE证据权重转化。

7.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（4）中，基于WOE转化后的数据，基于logistic回归模型，得到最终进入模型的变量及参数估计。

8.如权利要求7所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：基于优势分析方法确定进入模型变量中的变量的相对重要性。

9.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（4）中，根据给定的刻度参数，得出最终模型中各变量各取值的得分，构建标准评分卡。

10.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（5）中，对模型进行准确性评估的评价方法包括：洛伦兹曲线、ROC曲线、AUC统计量、分离度。

11.如权利要求1所述的一种基于逻辑回归的电费敏感度评估方法，其特征在于：步骤（5）中，采用时间平移的方式对模型的应用效果进行验证。