CN108256737A - 用户欠费风险预测的方法、装置、计算机设备及存储介质 - Google Patents
用户欠费风险预测的方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN108256737A CN108256737A CN201711395975.9A CN201711395975A CN108256737A CN 108256737 A CN108256737 A CN 108256737A CN 201711395975 A CN201711395975 A CN 201711395975A CN 108256737 A CN108256737 A CN 108256737A
- Authority
- CN
- China
- Prior art keywords
- user
- credit score
- user credit
- payment
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003825 pressing Methods 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 7
- 230000005611 electricity Effects 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 abstract description 7
- 238000013475 authorization Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
- G07F15/06—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity with means for prepaying basic charges, e.g. rent for meters
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用户欠费风险预测的方法、装置、计算机设备及存储介质。一种用户欠费风险预测的方法,包括以下步骤:采集用户缴费数据,对用户缴费数据进行分析,提取用户的缴费信息,获取用户电费预存额度和用户违章及窃电次数,根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数,获取往年用户信用分数,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数,根据本年用户信用分数和综合用户信用分数,确定用户欠费风险等级,根据用户欠费风险等级推送电费催缴信息至用户端。本方案根据用户的欠费风险提前推送电费催缴信息至用户端,不节省了人力和物力,实现了电力电网运行的良好管理。
Description
技术领域
本发明涉及电力系统电费管理领域,特别是涉及一种用户欠费风险预测的方法、装置、计算机设备及存储介质。
背景技术
随着科技的进一步发展,我们的生活越来越离不开电。根据使用的电量的多少,我们要定期向供电企业缴纳电费,但在实际生活中,存在许多电力用户拖欠电费的情况。
电力用户的欠费原因十分复杂,涉及用户经济情况、信用情况、社会经济环境、国家政策等诸多方面原因,电力用户欠费使得供电企业每年都需要投入大量人力和物力进行电费催缴,这种等待用户欠费后再进行催缴的方式,浪费资源,不利于电力电网运行的良好管理。
发明内容
基于此,有必要针对现阶段等待用户欠费后再进行催缴的方式,浪费资源,不利于电力电网运行的良好管理的问题,提供一种用户欠费风险预测的方法、装置、计算机设备及存储介质。
一种用户欠费风险预测的方法,包括以下步骤:
采集用户缴费数据,对用户缴费数据进行分析,提取用户的缴费信息;
获取用户电费预存额度和用户违章及窃电次数;
根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数;
获取往年用户信用分数,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数;
根据本年用户信用分数和综合用户信用分数,确定用户欠费风险等级;
根据用户欠费风险等级推送电费催缴信息至用户端。
在其中一个实施例中,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数的步骤包括:
获取往年中不同年度对应的信用分数权重系数;
根据往年中不同年度对应的信用分数权重系数、往年用户信用分数和本年用户信用分数,确定综合用户信用分数。
在其中一个实施例中,根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数的步骤包括:
根据用户的缴费信息,确定各项缴费信息的分数,缴费信息包括缴费及时度、延迟缴费时间、延迟缴费次数和延迟缴费额度;
根据各项缴费信息的分数,确定第一用户信用分数;
根据用户电费预存额度和用户违章及窃电次数,确定第二用户信用分数;
根据第一用户信用分数和第二用户信用分数,确定本年用户信用分数;
根据预设更新周期更新本年用户信用分数。
在其中一个实施例中,根据各项缴费信息的分数,确定第一用户信用分数的计算公式如下:
N=X*0.3+Y*0.2+Z*0.3+W*0.2;
其中,N为第一用户信用分数,X为缴费及时度分数,Y为延迟缴费时间分数,Z为延迟缴费次数分数,W为延迟缴费额度分数。
在其中一个实施例中,根据用户电费预存额度和用户违章及窃电次数,确定第二用户信用分数的步骤包括:
根据用户电费预存额度估算电费可使用月数;
根据电费可使用月数和用户违章及窃电次数,确定第二用户信用分数。
在其中一个实施例中,根据电费可使用月数和用户违章及窃电次数,确定第二用户信用分数的计算公式如下:
D=A*10-B*10-C*30;
其中,D为第二用户信用分数,A为电费可使用月数,B为用户用电违章次数,C为用户窃电次数。
在其中一个实施例中,本年用户信用分数为第一用户信用分数和第二用户信用分数之和。
一种用户欠费风险预测的装置,包括:
采集模块,用于采集用户缴费数据,对用户缴费数据进行分析,提取用户的缴费信息;
第一获取模块,用于获取用户电费预存额度和用户违章及窃电次数;
第一处理模块,用于根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数;
第二获取模块,用于获取往年用户信用分数,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数;
第二处理模块,用于根据本年用户信用分数和综合用户信用分数,确定用户欠费风险等级;
推送模块,用于根据用户欠费风险等级推送电费催缴信息至用户端。
一种计算机设备,包括处理器和存储器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行用户欠费风险预测的方法的步骤。
一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行用户欠费风险预测的方法的步骤。
上述用户欠费风险预测的方法、装置、计算机设备及存储介质,利用用户的缴费数据、用户电费预存额度和用户违章及窃电次数,通过计算分析,得到本年用户信用分数,再结合往年用户信用分数,对电力用户欠费风险等级进行综合评价,预测用户的欠费风险,根据用户的欠费风险提前推送电费催缴信息至用户端,不用等到用户欠费后再催缴电费,节省了人力和物力,实现了电力电网运行的良好管理。
附图说明
图1为本申请用户欠费风险预测的方法的第一个实施例的流程示意图;
图2为本申请用户欠费风险预测的方法的其中一个实施例的流程示意图;
图3为本申请用户欠费风险预测的装置的第一个实施例的结构示意图;
图4为本申请用户欠费风险预测的装置的其中一个实施例的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体地实施例的目的,不是旨在于限制本申请。应该理解的是,本申请的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图1所示,在一个实施例中,一种用户欠费风险预测的方法,包括以下步骤:
S100:采集用户缴费数据,对用户缴费数据进行分析,提取用户的缴费信息;
S200:获取用户电费预存额度和用户违章及窃电次数;
S300:根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数;
S400:获取往年用户信用分数,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数;
S500:根据本年用户信用分数和综合用户信用分数,确定用户欠费风险等级;
S600:根据用户欠费风险等级推送电费催缴信息至用户端。
具体的,用户的缴费数据为用户每次的缴费的情况,包括缴费的时间、缴费的次数以及缴费的金额。对用户的缴费数据进行分析,得到用户的缴费信息,用户的缴费信息包括缴费信息包括缴费及时度、延迟缴费时间、延迟缴费次数和延迟缴费额度。用户电费预存额度指的是根据用户的预存电费金额数通过换算得到的用户剩余电费数。
用户违章及窃电次数属于用户的用电行为数据的一部分。其中,违章用电行为主要包括:擅自改变用电类别、擅自超过合同约定的容量用电、擅自迁移更动或者擅自操作供电企业的用电计量装置、电力负荷控制装置,擅自使用已经在供电企业办理暂停使用手续的电力设备,或者擅自启用已经被供电企业查封的电力设备、供电设施以及约定由供电企业调度的用电客户受电设备、未经供电企业许可,擅自引入供出电源或者将自备电源擅自并网等。窃电行为主要包括:在供电企业的供电设施上,擅自接线用电、绕越供电企业用电计量装置用电、伪造或者开启法定的或者授权的计量检定机构加封的用电计量装置封印用电、故意损坏供电企业用电计量装置、故意使供电企业用电的用电计量装置计量不准或者失效、采用其他方法窃电等。
用户信用是指电力用户在缴费和用电行为中体现的信用,可分为本年用户信用和综合用户信用,本年用户信用的具体评定指标包括缴费及时度、延迟缴费时间、延迟缴费次数、延迟缴费额度、电费预存额度及违章和窃电次数。综合用户信用是对近三年用户信用的综合考量。
根据本年用户信用和综合用户信用,以数据为蓝本,确定用户欠费风险等级,根据用户欠费风险等级有针对性的开展电费催缴等预防措施,将电费催缴信息推送至用户端,能实时提醒用户,而不是等到用户欠费之后再去催促他。
上述用户欠费风险预测的方法,利用用户的缴费数据、用户电费预存额度和用户违章及窃电次数,通过计算分析,得到本年用户信用分数,再结合往年用户信用分数,对电力用户欠费风险等级进行综合评价,预测用户的欠费风险,根据用户的欠费风险提前推送电费催缴信息至用户端,不用等到用户欠费后再催缴电费,节省了人力和物力,实现了电力电网运行的良好管理。
在其中一个实施例中,S400根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数的步骤包括:
S420:获取往年中不同年度对应的信用分数权重系数;
S440:根据往年中不同年度对应的信用分数权重系数、往年用户信用分数和本年用户信用分数,确定综合用户信用分数。
具体的,综合用户信用分数的计算分为以下三种情况:
当往年用户信用分数中包括去年用户信用分数和前年用户信用分数时,综合用户信用分数=0.45*本年用户信用分数+0.35*去年用户信用分数+0.2*前年用户信用分数;
当往年用户信用分数中仅包括去年用户信用分数时,综合用户信用分数=0.6*本年用户信用分数+0.4*去年用户信用分数;
当往年用户信用分数中无去年用户信用分数和前年用户信用分数时,综合用户信用分数=本年用户信用分数。
在其中一个实施例中,S300:根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数的步骤包括:
S320:根据用户的缴费信息,确定各项缴费信息的分数,缴费信息包括缴费及时度、延迟缴费时间、延迟缴费次数和延迟缴费额度;
S340:根据各项缴费信息的分数,确定第一用户信用分数;
S360:根据用户电费预存额度和用户违章及窃电次数,确定第二用户信用分数;
S380:根据第一用户信用分数和第二用户信用分数,确定本年用户信用分数;
S382:根据预设更新周期更新本年用户信用分数。
具体的,本年用户信用分数每月计算一次。所有的缴费信息、用户电费预存额度和用户违章及窃电次数在每月计算之初都会更新,所有的数据都进行累计相加。
举例说明,若五月统计得到的用户违章用电次数是五次,六月该用户存在两次违章用电的情况,则在计算六月的本年用户信用分数时,用户违章用电次数为七次。
在其中一个实施例中,根据各项缴费信息的分数,确定第一用户信用分数的计算公式如下:
N=X*0.3+Y*0.2+Z*0.3+W*0.2;
其中,N为第一用户信用分数,X为缴费及时度分数,Y为延迟缴费时间分数,Z为延迟缴费次数分数,W为延迟缴费额度分数。
具体的,第一用户信用分数、缴费及时度分数、延迟缴费时间分数、延迟缴费次数分数和延迟缴费额度分数的满分都为100分。即对缴费信用中的四项缴费及时度、延迟缴费时间、延迟缴费次数和延迟缴费额度,按照30分、20分、30分、20分分配权重,得到第一用户信用分数。
在其中一个实施例中,S360根据用户电费预存额度和用户违章及窃电次数,确定第二用户信用分数的步骤包括:
S362:根据用户电费预存额度估算电费可使用月数;
S364:根据电费可使用月数和用户违章及窃电次数,确定第二用户信用分数。
具体的,根据用户实际每月的用电情况和用户电费预存额度估算该预存额度可使用月数,再综合考虑电费可使用月数和用户违章及窃电次数,确定第二用户信用分数。
在其中一个实施例中,根据电费可使用月数和用户违章及窃电次数,确定第二用户信用分数的计算公式如下:
D=A*10-B*10-C*30;
其中,D为第二用户信用分数,A为电费可使用月数,B为用户用电违章次数,C为用户窃电次数。
具体的,将电费可使用月数作为加分项,每预存一个月加10分,最多可加30分,以违章及窃电次数作为减分项,根据情节的严重程度不同,每违章一次减10分,每窃电一次减30分,每月也依次累计计算,得到第二用户信用分数。
在其中一个实施例中,本年用户信用分数为第一用户信用分数和第二用户信用分数之和。
具体的,根据用户的缴费行为得到的第一用户信用分数作为基础分,根据用户的用电行为得到的第二用户信用分数作为附加分,两者相加,得到本年用户信用分数。
如图3所示,在一个实施例中,一种用户欠费风险预测的装置,包括:
采集模块100,用于采集用户缴费数据,对用户缴费数据进行分析,提取用户的缴费信息;
第一获取模块200,用于获取用户电费预存额度和用户违章及窃电次数;
第一处理模块300,用于根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数;
第二获取模块400,用于获取往年用户信用分数,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数;
第二处理模块500,用于根据本年用户信用分数和综合用户信用分数,确定用户欠费风险等级;
推送模块600,用于根据用户欠费风险等级推送电费催缴信息至用户端。
具体的,首先通过采集模块100采集用户缴费数据,对用户缴费数据进行分析,提取用户的缴费信息,然后通过第一获取模块200获取用户电费预存额度和用户违章及窃电次数,再通过第一处理模块300根据用户的缴费信息、用户电费预存额度和用户违章及窃电次数,确定本年用户信用分数,再通过第二获取模块400获取往年用户信用分数,根据本年用户信用分数和往年用户信用分数,确定综合用户信用分数,然后通过第二处理模块500根据本年用户信用分数和综合用户信用分数,确定用户欠费风险等级,最后通过推送模块600根据用户欠费风险等级推送电费催缴信息至用户端。
如图4所示,在其中一个实施例中,第一处理模块300包括第一计算模块320。
如图4所示,在其中一个实施例中,第一计算模块320包括第二计算模块322。
如图4所示,在其中一个实施例中,第二获取模块400包括第三计算模块420。
上述用户欠费风险预测的装置,利用用户的缴费数据、用户电费预存额度和用户违章及窃电次数,通过计算分析,得到本年用户信用分数,再结合往年用户信用分数,对电力用户欠费风险等级进行综合评价,预测用户的欠费风险,根据用户的欠费风险提前推送电费催缴信息至用户端,不用等到用户欠费后再催缴电费,节省了人力和物力,实现了电力电网运行的良好管理。
一种计算机设备,包括处理器和存储器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行用户欠费风险预测的方法的步骤。
计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现用户欠费风险预测的方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行用户欠费风险预测的方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。本领域技术人员可以理解上述结构仅仅是与本申请方案相关的部分结构,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在其中一个实施例中,本申请提供的用户欠费风险预测的装置可以实现为一种计算机程序的形式,计算机程序可在计算机设备上运行。计算机设备的存储器中可存储组成该用户欠费风险预测的装置的各个程序模块,比如,图3所示的采集模块100、第一获取模块200、第一处理模块300、第二获取模块400、第二处理模块500和推送模块600。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的用户欠费风险预测的方法中的步骤。
例如,计算机设备可以通过如图3所示的用户欠费风险预测的装置中的采集模块100执行步骤S100、第一获取模块200执行步骤S200、第一处理模块300执行步骤S300、第二获取模块400执行步骤S400、第二处理模块500执行步骤S500和推送模块600执行步骤S600。
上述用户欠费风险预测的计算机设备,利用用户的缴费数据、用户电费预存额度和用户违章及窃电次数,通过计算分析,得到本年用户信用分数,再结合往年用户信用分数,对电力用户欠费风险等级进行综合评价,预测用户的欠费风险,根据用户的欠费风险提前推送电费催缴信息至用户端,不用等到用户欠费后再催缴电费,节省了人力和物力,实现了电力电网运行的良好管理。
一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行用户欠费风险预测的方法的步骤。
本领域普通技术人员可以理解实现上述用户欠费风险预测的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述用户欠费风险预测的方法的各个实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
上述用户欠费风险预测的存储介质,利用用户的缴费数据、用户电费预存额度和用户违章及窃电次数,通过计算分析,得到本年用户信用分数,再结合往年用户信用分数,对电力用户欠费风险等级进行综合评价,预测用户的欠费风险,根据用户的欠费风险提前推送电费催缴信息至用户端,不用等到用户欠费后再催缴电费,节省了人力和物力,实现了电力电网运行的良好管理。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用户欠费风险预测的方法,其特征在于,包括以下步骤:
采集用户缴费数据,对所述用户缴费数据进行分析,提取用户的缴费信息;
获取用户电费预存额度和用户违章及窃电次数;
根据所述用户的缴费信息、所述用户电费预存额度和所述用户违章及窃电次数,确定本年用户信用分数;
获取往年用户信用分数,根据所述本年用户信用分数和所述往年用户信用分数,确定综合用户信用分数;
根据所述本年用户信用分数和所述综合用户信用分数,确定用户欠费风险等级;
根据所述用户欠费风险等级推送电费催缴信息至用户端。
2.根据权利要求1所述的用户欠费风险预测的方法,其特征在于,所述根据所述本年用户信用分数和所述往年用户信用分数,确定综合用户信用分数的步骤包括:
获取往年中不同年度对应的信用分数权重系数;
根据所述往年中不同年度对应的信用分数权重系数、所述往年用户信用分数和所述本年用户信用分数,确定综合用户信用分数。
3.根据权利要求1所述的用户欠费风险预测的方法,其特征在于,所述根据所述用户的缴费信息、所述用户电费预存额度和所述用户违章及窃电次数,确定本年用户信用分数的步骤包括:
根据所述用户的缴费信息,确定各项缴费信息的分数,所述缴费信息包括缴费及时度、延迟缴费时间、延迟缴费次数和延迟缴费额度;
根据所述各项缴费信息的分数,确定第一用户信用分数;
根据所述用户电费预存额度和所述用户违章及窃电次数,确定第二用户信用分数;
根据所述第一用户信用分数和所述第二用户信用分数,确定所述本年用户信用分数;
根据预设更新周期更新所述本年用户信用分数。
4.根据权利要求3所述的用户欠费风险预测的方法,其特征在于,所述根据所述各项缴费信息的分数,确定第一用户信用分数的计算公式如下:
N=X*0.3+Y*0.2+Z*0.3+W*0.2;
其中,N为第一用户信用分数,X为缴费及时度分数,Y为延迟缴费时间分数,Z为延迟缴费次数分数,W为延迟缴费额度分数。
5.根据权利要求3所述的用户欠费风险预测的方法,其特征在于,所述根据所述用户电费预存额度和所述用户违章及窃电次数,确定第二用户信用分数的步骤包括:
根据所述用户电费预存额度估算电费可使用月数;
根据所述电费可使用月数和所述用户违章及窃电次数,确定第二用户信用分数。
6.根据权利要求5所述的用户欠费风险预测的方法,其特征在于,所述根据所述电费可使用月数和所述用户违章及窃电次数,确定第二用户信用分数的计算公式如下:
D=A*10-B*10-C*30;
其中,D为第二用户信用分数,A为电费可使用月数,B为用户用电违章次数,C为用户窃电次数。
7.根据权利要求3所述的用户欠费风险预测的方法,其特征在于,所述本年用户信用分数为所述第一用户信用分数和所述第二用户信用分数之和。
8.一种用户欠费风险预测的装置,其特征在于,包括:
采集模块,用于采集用户缴费数据,对所述用户缴费数据进行分析,提取用户的缴费信息;
第一获取模块,用于获取用户电费预存额度和用户违章及窃电次数;
第一处理模块,用于根据所述用户的缴费信息、所述用户电费预存额度和所述用户违章及窃电次数,确定本年用户信用分数;
第二获取模块,用于获取往年用户信用分数,根据所述本年用户信用分数和所述往年用户信用分数,确定综合用户信用分数;
第二处理模块,用于根据所述本年用户信用分数和所述综合用户信用分数,确定用户欠费风险等级;
推送模块,用于根据所述用户欠费风险等级推送电费催缴信息至用户端。
9.一种计算机设备,包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395975.9A CN108256737A (zh) | 2017-12-21 | 2017-12-21 | 用户欠费风险预测的方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395975.9A CN108256737A (zh) | 2017-12-21 | 2017-12-21 | 用户欠费风险预测的方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108256737A true CN108256737A (zh) | 2018-07-06 |
Family
ID=62723493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711395975.9A Pending CN108256737A (zh) | 2017-12-21 | 2017-12-21 | 用户欠费风险预测的方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256737A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198907A (zh) * | 2019-12-24 | 2020-05-26 | 深圳供电局有限公司 | 潜在欠费用户识别方法、装置、计算机设备和存储介质 |
CN111709800A (zh) * | 2020-06-08 | 2020-09-25 | 广东电网有限责任公司 | 一种电费催收方法、装置、设备及存储介质 |
CN112419085A (zh) * | 2020-11-18 | 2021-02-26 | 深圳供电局有限公司 | 信息推送方法、装置、服务器和存储介质 |
CN112488451A (zh) * | 2020-11-09 | 2021-03-12 | 深圳供电局有限公司 | 资源信息推送方法、装置、计算机设备和存储介质 |
CN112488156A (zh) * | 2020-11-11 | 2021-03-12 | 山大地纬软件股份有限公司 | 养老保险补缴信息提醒方法及系统 |
CN113256008A (zh) * | 2021-05-31 | 2021-08-13 | 国家电网有限公司大数据中心 | 一种欠费风险等级确定方法、装置、设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106920110A (zh) * | 2017-02-23 | 2017-07-04 | 国网安徽省电力公司合肥供电公司 | 一种电力客户信用和欠费风险的评价方法 |
-
2017
- 2017-12-21 CN CN201711395975.9A patent/CN108256737A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106920110A (zh) * | 2017-02-23 | 2017-07-04 | 国网安徽省电力公司合肥供电公司 | 一种电力客户信用和欠费风险的评价方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198907A (zh) * | 2019-12-24 | 2020-05-26 | 深圳供电局有限公司 | 潜在欠费用户识别方法、装置、计算机设备和存储介质 |
CN111709800A (zh) * | 2020-06-08 | 2020-09-25 | 广东电网有限责任公司 | 一种电费催收方法、装置、设备及存储介质 |
CN112488451A (zh) * | 2020-11-09 | 2021-03-12 | 深圳供电局有限公司 | 资源信息推送方法、装置、计算机设备和存储介质 |
CN112488156A (zh) * | 2020-11-11 | 2021-03-12 | 山大地纬软件股份有限公司 | 养老保险补缴信息提醒方法及系统 |
CN112419085A (zh) * | 2020-11-18 | 2021-02-26 | 深圳供电局有限公司 | 信息推送方法、装置、服务器和存储介质 |
CN113256008A (zh) * | 2021-05-31 | 2021-08-13 | 国家电网有限公司大数据中心 | 一种欠费风险等级确定方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256737A (zh) | 用户欠费风险预测的方法、装置、计算机设备及存储介质 | |
US8706599B1 (en) | System and method of generating investment criteria for an investment vehicle that includes a pool of escrow deposits from a plurality of merger and acquisition transactions | |
Cont et al. | Recovering portfolio default intensities implied by CDO quotes | |
Penman | Financial forecasting, risk and valuation: Accounting for the future | |
Huang et al. | Multiple generation product life cycle predictions using a novel two-stage fuzzy piecewise regression analysis method | |
WO2006048684A2 (en) | Method of storing data used in backtesting a computer implemented investment trading strategy | |
Schutte et al. | A proposed benchmark model using a modularised approach to calculate IFRS 9 expected credit loss | |
Bayraktar et al. | A unified framework for pricing credit and equity derivatives | |
Hwang et al. | The pricing of deposit insurance considering bankruptcy costs and closure policies | |
Mian | Designing efficient fiscal systems | |
Zhu | Singular optimal dividend control for the regime-switching Cramér–Lundberg model with credit and debit interest | |
Stahl | Model uncertainty in a holistic perspective | |
Cole et al. | Bankruptcy risk induced by career concerns of regulators | |
Einemann et al. | Operational risk measurement beyond the loss distribution approach: an exposure-based methodology | |
Malhotra et al. | Quadratic approximation of the slow factor of volatility in a multifactor stochastic volatility model | |
CN106934709A (zh) | 支付预算处理方法及相关装置 | |
Mrad et al. | The GMWB guarantee embedded in Life Insurance Contracts: Fair Value Pricing Problem | |
Wang et al. | Ambiguity aversion for risk choice | |
Su et al. | Synthetic Cash Flow Model with Singularity Functions. II: Feasible Prompt Payment Discount Scenarios | |
Ross et al. | Financial costs optimization for maintaining critical information infrastructures | |
Bukhari et al. | Optimization of production allocation under price uncertainty: relating price model assumptions to decisions | |
CN110084700A (zh) | 产品风险预测方法、装置、计算机设备和存储介质 | |
Yu et al. | Pricing problem of geometric average Asian barrier option based on uncertain fractional differential equation | |
JP7299735B2 (ja) | サービス予約管理装置、サービス予約管理方法、及びサービス予約管理プログラム | |
Xie et al. | Optimal Strategy: A Comprehensive Model for Predicting Price Trend and Algorithm Optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200924 Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |