CN109903097A - 一种用户画像构建方法以及用户画像构建装置 - Google Patents
一种用户画像构建方法以及用户画像构建装置 Download PDFInfo
- Publication number
- CN109903097A CN109903097A CN201910165759.8A CN201910165759A CN109903097A CN 109903097 A CN109903097 A CN 109903097A CN 201910165759 A CN201910165759 A CN 201910165759A CN 109903097 A CN109903097 A CN 109903097A
- Authority
- CN
- China
- Prior art keywords
- label
- user
- portrait
- rule
- value
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种用户画像构建方法以及用户画像构建装置,该方法包括:根据至少两个电力业务设置标签库,标签库包含至少两个标签,至少两个标签中每个标签对应至少两个标签值,至少两个标签中每个标签对应至少两个标签规则,至少两个标签值与至少两个标签规则一一对应;获取用户的用电数据;根据用户的用电数据以及至少两个标签中每个标签对应的至少两个标签规则构建用户画像。这样,根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种用户画像构建方法以及用户画像构建装置。
背景技术
用户画像,即用户信息标签化。用户画像能够为企业提供足够的信息基础,帮助企业快速地找到用户需求等信息。用户画像的核心是为业务场景服务,不同的企业有着不同的理解与需求,每个行业都有一套适合自己行业的用户画像构建方法。
电力与人民的生活息息相关,可以构建电力行业的用户画像。现有技术中,构建用户画像时,只是基于数据库中的字段、用户的用电行为以及用户的缴费行为来生成用户的基本属性标签和基本行为标签,无法全面地描述用户特征。因此,现有的构建用户画像的方法所描述的用户特征比较单一,不够详细。
发明内容
本申请提供了一种用户画像构建方法以及用户画像构建装置,以解决现有的构建用户画像的方法所描述的用户特征比较单一,不够详细的问题。
一方面,本申请提供一种用户画像构建方法,包括:
根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;
获取用户的用电数据;
根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。
可选的,所述根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,包括:
根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则确定该标签下为所述用户添加的标签值;
将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像。
可选的,在所述将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像的步骤之后,所述方法还包括:
获取所述至少两个标签中每个标签的调用信息,其中,所述调用信息至少包括选择次数以及调用地址。
可选的,所述方法还包括:
根据所述至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签;
将所述选择次数低于预期阈值的标签从所述标签库中删除。
可选的,所述方法还包括:
接收对所述至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令;
响应于所述修改指令,将所述至少两个第二标签规则修改为至少两个第三标签规则。
另一方面,本申请还提供一种用户画像构建装置,包括:
设置模块,用于根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;
第一获取模块,用于获取用户的用电数据;
构建模块,用于根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。
可选的,所述构建模块包括:
确定子模块,用于根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则确定该标签下为所述用户添加的标签值;
整合子模块,用于将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像。
可选的,所述用户画像构建装置还包括:
第二获取模块,用于获取所述至少两个标签中每个标签的调用信息,其中,所述调用信息至少包括选择次数以及调用地址。
可选的,所述用户画像构建装置还包括:
确定模块,用于根据所述至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签;
删除模块,用于将所述选择次数低于预期阈值的标签从所述标签库中删除。
可选的,所述用户画像构建装置还包括:
接收模块,用于接收对所述至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令;
修改模块,用于响应于所述修改指令,将所述至少两个第二标签规则修改为至少两个第三标签规则。
由以上技术方案可知,本申请提供一种用户画像构建方法以及用户画像构建装置,所述方法包括:根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;获取用户的用电数据;根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。这样,根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请提供的一种用户画像构建方法的流程图;
图2为本申请提供的一种标签以及标签对应的标签值和标签规则的示意图;
图3为本申请提供的另一种用户画像构建方法的流程图;
图4为本申请提供的另一种标签以及标签对应的标签值和标签规则的示意图;
图5为本申请提供的另一种用户画像构建方法的流程图;
图6为本申请提供的一种用户画像构建装置的结构图;
图7为本申请提供的另一种用户画像构建装置的结构图;
图8为本申请提供的另一种用户画像构建装置的结构图;
图9为本申请提供的另一种用户画像构建装置的结构图;
图10为本申请提供的另一种用户画像构建装置的结构图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
参见图1,图1是本申请提供的一种用户画像构建方法的流程图。如图1所示,包括以下步骤:
步骤101、根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应。
在步骤101中,可以根据至少两个电力业务设置标签库,标签库可以包含至少两个标签。至少两个标签中每个标签对应至少两个标签值,且至少两个标签中每个标签对应至少两个标签规则。上述至少两个标签值与上述至少两个标签规则一一对应。
即可以通过梳理电网重点业务流程构建一个较完整的标签体系。主要是以业扩、抄核收、客户服务、停电、计量、用检、需求侧和其他相关电力业务为根基,梳理出主要业务及数据对象,筛选出其中与用户相关的典型业务流程和数据,由此设计出标签。并将标签按照层级关系和关联关系分类组织起来,最终形成一个较完整、全面的标签体系,即标签库。
如图2所示,为本申请提供的一种标签以及标签对应的标签值和标签规则的示意图。
在图2中,共有四个标签,分别为“欠费频率”、“欠费金额”、“缴费及时性”以及“催收情况”。每个标签均对应至少两个标签值。例如,“欠费频率”这个标签对应三个标签值,分别为“正常型”、“拖欠型”和“高频型”。每个标签均对应至少两个标签规则。例如,“欠费频率”这个标签对应三个标签规则,分别为“近两年内该用户欠费次数与应收电费次数之比小于20%”、“近两年内该用户欠费次数与应收电费次数之比大于20%小于60%”和“近两年内该用户欠费次数与应收电费次数之比大于60%”。且“欠费频率”这个标签对应的三个标签值与“欠费频率”这个标签对应的三个标签规则一一对应。例如,标签值“正常型”对应标签规则“近两年内该用户欠费次数与应收电费次数之比小于20%”;标签值“拖欠型”对应标签规则“近两年内该用户欠费次数与应收电费次数之比大于20%小于60%”;标签值“高频型”对应标签规则“近两年内该用户欠费次数与应收电费次数之比大于60%”。
需要说明的是,构建出来的标签体系可划分为三大类标签,分别是基础标签、行为标签和预测标签。其中,基础标签是用户客观表现出来的属性而非用户内含属性,如用户类别、用电类别和行业属性等。行为标签是基于用户基础属性描述用户历史状态,表征了用户的行为,如渠道偏好、用电时段偏好和投诉偏好等。预测标签是基于基础属性及行为属性预测用户未来特征的属性,如信用等级、价值等级以及信用风险等。
步骤102、获取用户的用电数据。
步骤102中,可以获取用户的用电数据。例如,可以将营销数据、计量数据以及客服数据等汇总到用户画像数据仓库。进而可以将汇总至用户画像数据仓库的数据进行清洗,去除无用数据,提取想要的数据。
步骤103、根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。
在步骤103中,可以根据用户的用电数据以及至少两个标签中每个标签对应的至少两个标签规则构建用户画像。其中,用户画像由用户所具有的标签值组成,用户所具有的标签值为根据用户的用电数据以及至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为用户添加的该标签对应的第一标签值,第一标签值为该标签对应的至少两个标签值中与第一标签规则对应的标签值。
例如,仍以图2为例。在图2中,“欠费频率”这个标签对应三个标签值以及三个标签规则。假设用户的用电数据为近两年内甲用户欠费次数为3次,而应收电费次数为10次,则近两年内甲用户欠费次数与应收电费次数的比值为0.3。由于该比值0.3介于0.2与0.6之间,即该比值0.3位于“欠费频率”这个标签对应的三个标签规则中的第二个标签规则的比值区间内。而第二个标签规则“近两年内该用户欠费次数与应收电费次数之比大于20%小于60%”对应的标签值为“拖欠型”,因此,可以为甲用户添加“拖欠型”这个标签值。
本申请提供的用户画像构建方法,根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;获取用户的用电数据;根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。这样,根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。
参见图3,图3是本申请提供的另一种用户画像构建方法的流程图。如图3所示,包括以下步骤:
步骤301、根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应。
在步骤301中,可以根据至少两个电力业务设置标签库,标签库可以包含至少两个标签。至少两个标签中每个标签对应至少两个标签值,且至少两个标签中每个标签对应至少两个标签规则。上述至少两个标签值与上述至少两个标签规则一一对应。
即可以通过梳理电网重点业务流程构建一个较完整的标签体系。主要是以业扩、抄核收、客户服务、停电、计量、用检、需求侧和其他相关电力业务为根基,梳理出主要业务及数据对象,筛选出其中与用户相关的典型业务流程和数据,由此设计出标签。并将标签按照层级关系和关联关系分类组织起来,最终形成一个较完整、全面的标签体系,即标签库。
仍以图2为例。在图2中,共有四个标签,分别为“欠费频率”、“欠费金额”、“缴费及时性”以及“催收情况”。每个标签均对应至少两个标签值。例如,“欠费金额”这个标签对应三个标签值,分别为“小金额用户”、“大金额用户”和“超大金额用户”。每个标签均对应至少两个标签规则。例如,“欠费金额”这个标签对应三个标签规则,分别为“近两年内该用户累计欠费小于1000元”、“近两年内该用户累计欠费大于1万小于2万”和“近两年内该用户累计欠费大于2万”。且“欠费金额”这个标签对应的三个标签值与“欠费金额”这个标签对应的三个标签规则一一对应。例如,标签值“小金额用户”对应标签规则“近两年内该用户累计欠费小于1000元”;标签值“大金额用户”对应标签规则“近两年内该用户累计欠费大于1万小于2万”;标签值“超大金额用户”对应标签规则“近两年内该用户累计欠费大于2万”。
需要说明的是,构建出来的标签体系可划分为三大类标签,分别是基础标签、行为标签和预测标签。其中,基础标签是用户客观表现出来的属性而非用户内含属性,如用户类别、用电类别和行业属性等。行为标签是基于用户基础属性描述用户历史状态,表征了用户的行为,如渠道偏好、用电时段偏好和投诉偏好等。预测标签是基于基础属性及行为属性预测用户未来特征的属性,如信用等级、价值等级以及信用风险等。
步骤302、获取用户的用电数据。
在步骤302中,可以获取用户的用电数据。例如,可以将营销数据、计量数据以及客服数据等汇总到用户画像数据仓库。进而可以将汇总至用户画像数据仓库的数据进行清洗,去除无用数据,提取想要的数据。
步骤303、根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则确定该标签下为所述用户添加的标签值。
在步骤303中,可以根据用户的用电数据以及至少两个标签中每个标签对应的至少两个标签规则确定该标签下为用户添加的标签值。例如,仍以图2为例。在图2中,“欠费金额”这个标签对应三个标签值以及三个标签规则。假设用户的用电数据为近两年内甲用户累计欠费1.5万元。由于该累计欠费1.5万元介于1万与2万之间,即该累计欠费1.5万元位于“欠费金额”这个标签对应的三个标签规则中的第二个标签规则的累计欠费区间内。而第二个标签规则“近两年内该用户累计欠费大于1万小于2万”对应的标签值为“大金额用户”,因此,可以为甲用户添加“大金额用户”这个标签值。根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。
如图4所示,为本申请提供的另一种标签以及标签对应的标签值和标签规则的示意图。在图4中,共有5个标签,分别为“平均停电时长”、“停电次数”、“计划停电复电及时性”、“计划停电通知及时性”以及“停电原因”。每个标签均对应至少两个标签值。
可以确定“欠费频率”这个标签下为用户添加的标签值;可以确定“缴费及时性”这个标签下为用户添加的标签值;可以确定“停电次数”这个标签下为用户添加的标签值等等。
步骤304、将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像。
在步骤304中,可以将至少两个标签中每个标签下为用户添加的标签值进行整合,获得用户画像。即可以将多张标签结果表打平成一张标签宽表。然后,可以将得到的标签宽表存入大规模并行处理(Massively Parallel Processing,MPP)架构的数据库中,方便后续的业务应用系统数据的快速抽取和调用。
可选的,在所述将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像的步骤之后,所述方法还包括:
获取所述至少两个标签中每个标签的调用信息,其中,所述调用信息至少包括选择次数以及调用地址。
需要说明的是,可以为至少两个标签中的每个标签设置一个接口。例如,可以为图2中的“欠费频率”这个标签设置一个接口;可以为图4中的“平均停电时长”这个标签设置一个接口等等。可以获取至少两个标签中每个标签的调用信息。其中,标签的调用信息至少包括标签的选择次数以及标签的调用地址。标签的调用信息还可以包括标签的调用时间等等。例如,针对“欠费频率”这个标签,可以记录该标签的调用地址,进而可以根据该调用地址确定调用“欠费频率”这个标签的机构。需要说明的是,调用地址可以为地区编码,根据该地区编码即可以确定调用标签的机构。如果判断出“欠费频率”这个标签被A机构选择的次数最多,则工作人员就可以和A机构沟通“欠费频率”这个标签的使用情况,进而对该标签进行优化。如果某个标签被某个机构调用的次数较少,那么该机构对该标签可能不是很熟悉;如果某个标签被某个机构调用的次数较多,那么该机构对该标签可能比较熟悉。因此,和使用某个标签次数较多的机构沟通该标签的使用情况,可以有针对性的对该标签进行优化。还可以设置反馈通道,通过该反馈通道接收标签使用的反馈信息,进而可以根据标签使用的反馈信息对标签进行更新,使标签体系更加完善。
可选的,所述方法还包括:
根据所述至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签;
将所述选择次数低于预期阈值的标签从所述标签库中删除。
需要说明的是,本申请可以实现对电网用户画像标签的全生命周期规范化管理。例如,在标签被使用一段时间之后,可以删除标签库中过时或者不适用的标签,保证标签库的高效性。
需要说明的是,标签的选择次数由该标签对应的至少两个标签值中每个标签值被选择的次数之和确定。例如,对于“缴费及时性”这个标签,如果以“缴费及时性”这个标签对应的标签值“缴费积极型”查询用户信息的次数为5次;以“缴费及时性”这个标签对应的标签值“缴费正常型”查询用户信息的次数为8次;以“缴费及时性”这个标签对应的标签值“缴费拖欠型”查询用户信息的次数为10次。则“缴费及时性”这个标签的选择次数即为“缴费及时性”这个标签对应的三个标签值各自被选择的次数之和:23次。
可以根据至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签。对于选择次数低于预期阈值的标签,可能是过时或者不适用的标签,因此,可以将选择次数低于预期阈值的标签从标签库中删除。并且,本申请中的标签库是可以动态扩展的,整个标签体系拥有自适应性。
需要说明的是,现有的用户画像构建方法,针对标签没有生命周期管理,现有的标签体系也不具有自适应性,可用度不高。而本申请可以实现对电网用户画像标签的全生命周期规范化管理。可以删除标签库中过时或者不适用的标签,保证标签库的高效性。本申请中的标签库还可以动态扩展,使整个标签体系拥有自适应性。
可选的,所述方法还包括:
接收对所述至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令;
响应于所述修改指令,将所述至少两个第二标签规则修改为至少两个第三标签规则。
用户还可以对标签对应的标签规则进行修改。例如,针对图4中的一个标签“停电次数”,这个标签,对应三个标签值以及三个标签规则。且标签值“一般”对应标签规则“一年内该用户累计停电次数为1-2次”;标签值“多次”对应标签规则“一年内该用户累计停电次数为3-5次”;标签值“频繁”对应标签规则“一年内该用户累计停电次数为5次以上”。
在实际情况中,某个用户一年内发生过4次停电,但是每次停电的时间不超过3分钟,该用户自身感觉不到发生过停电,。然而按照我们的标签计算方式这个用户会被打上“多次停电”标签值。业务人员按照“停电次数”这个标签对应的“多次”这个标签值进行检索之后,会检索到该用户。当对该用户进行实际调查以做出供电服务整改的时候,会发现该用户实际没有达到电网整改供电服务的标准。此时,会认为“停电次数”这个标签的标签规则不合理,应当修改该标签的标签规则。可以接收对至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令。响应于接收到的修改指令,可以将至少两个第二标签规则修改为至少两个第三标签规则。即可以接收对“停电次数”这个标签对应的三个标签规则的修改指令,进而可以对这三个标签规则进行修改。例如,可以当停电时长超过半小时的时候,才记为一次停电。则“停电次数”这个标签对应的三个标签规则即修改为:“一年内该用户累计停电时长超过半小时以上的停电次数为1-2次”,且该标签规则对应“一般”这个标签值;“一年内该用户累计停电时长超过半小时以上的停电次数为3-5次”,且该标签规则对应“多次”这个标签值;“一年内该用户累计停电时长超过半小时以上的停电次数为5次以上”,且该标签规则对应“频繁”这个标签值。
或者,针对图4中的一个标签“平均停电时长”。这个标签,对应四个标签值以及四个标签规则。且标签值“较低正常型”对应标签规则“一年内该用户累计停电时长为6小时以下”;标签值“低时长”对应标签规则“一年内该用户累计停电时长为7-12小时”;标签值“中时长”对应标签规则“一年内该用户累计停电时长为13-24小时”;标签值“高时长”对应标签规则“一年内该用户累计停电时长为24小时以上”。
随着电力技术的发展,电网的供电服务质量明显提升,“平均停电时长”这个标签的标签规则可能不再符合业务需求,就需要对“平均停电时长”这个标签对应的四个标签规则进行修改。例如,可以降低标签规则中的阈值。可以将“较低正常型”标签值的标签规则由原来的“一年内该用户累计停电时长为6小时以下”改为“一年内该用户累计停电时长为3小时以下”;可以将“低时长”标签值的标签规则由原来的“一年内该用户累计停电时长为7-12小时”改为“一年内该用户累计停电时长为4-8小时”等等。这样,当某个标签的标签规则不合理的时候,还可以对该标签的标签规则进行修改,使标签体系更加完善。
需要说明的是,现有的用户画像构建方法,是在软件中配置定时器进行标签的计算。定时器不但需要自己配置日志,还要随时随刻盯着日志,在任务执行失败的时候,查看日志才能找到哪个任务节点出错。而且在多个任务执行的时候,日志量会很大,需要翻阅很多日志才能找到是哪里出错。标签计算效率也比较低。
而本申请的用户画像构建方法,具备很多可视化服务的定时器。可以在任务执行失败的时候通过短信或者邮件进行提醒。还提供了可视化操作界面,通过这个可视化操作界面可以快速查到是任务的哪个节点出错,可以快速定位到任务出错的地方。标签计算效率比较高。
本申请提供的用户画像构建方法,根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。可以实现对电网用户画像标签的全生命周期规范化管理。可以删除标签库中过时或者不适用的标签,保证标签库的高效性。本申请中的标签库还可以动态扩展,使整个标签体系拥有自适应性。当某个标签的标签规则不合理的时候,还可以对该标签的标签规则进行修改,使标签体系更加完善。
参见图5,图5是本申请提供的另一种用户画像构建方法的流程图。如图5所示,包括以下步骤:
步骤501、以业扩、抄核收、客户服务、停电、计量、用检、需求侧和其他相关业务为根基,梳理出主要业务及数据对象。
步骤502、从以业扩、抄核收、客户服务、停电、计量、用检、需求侧和其他相关业务为根基,梳理出的主要业务及数据对象中筛选出与用户相关的典型业务流程和数据。
步骤503、根据与用户相关的典型业务流程和数据设计标签,并将标签按照层级关系和关联关系分类组织起来,构建标签体系。
步骤504、将营销数据、计量数据和客服数据等汇总至用户画像数据仓库。
步骤505、将汇总至用户画像数据仓库的数据进行清洗,去除无用数据,获得有效数据。
步骤506、通过结构化查询语言(Structured Query Language,SQL)计算将有效数据转化为标签结果。
步骤507、将多张标签结果表打平成一张标签宽表。
步骤508、将标签宽表存入MPP架构的数据库中。
步骤509、配置各个标签的数据接口。
步骤5010、调用接口进行查询。
本申请的用户画像构建方法,根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。
参见图6,图6是本申请提供的用户画像构建装置的结构图,如图6所示,用户画像构建装置600包括设置模块601、第一获取模块602和构建模块603,其中:
设置模块601,用于根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;
第一获取模块602,用于获取用户的用电数据;
构建模块603,用于根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。
可选的,如图7所示,所述构建模块603包括:
确定子模块6031,用于根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则确定该标签下为所述用户添加的标签值;
整合子模块6032,用于将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像。
可选的,如图8所示,所述用户画像构建装置还包括:
第二获取模块604,用于获取所述至少两个标签中每个标签的调用信息,其中,所述调用信息至少包括选择次数以及调用地址。
可选的,如图9所示,所述用户画像构建装置还包括:
确定模块605,用于根据所述至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签;
删除模块606,用于将所述选择次数低于预期阈值的标签从所述标签库中删除。
可选的,如图10所示,所述用户画像构建装置还包括:
接收模块607,用于接收对所述至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令;
修改模块608,用于响应于所述修改指令,将所述至少两个第二标签规则修改为至少两个第三标签规则。
用户画像构建装置能够实现图1、图3和图5的方法实施例中用户画像构建装置实现的各个过程,为避免重复,这里不再赘述。且用户画像构建装置600可以实现根据至少两个电力业务设置标签以及标签规则,再根据标签规则以及用户的用电数据构建用户画像。这样基于电力业务为导向定义标签的方式所构建的用户画像可以更加全面、详细的描述用户特征。可以实现对电网用户画像标签的全生命周期规范化管理。可以删除标签库中过时或者不适用的标签,保证标签库的高效性。本申请中的标签库还可以动态扩展,使整个标签体系拥有自适应性。当某个标签的标签规则不合理的时候,还可以对该标签的标签规则进行修改,使标签体系更加完善。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (10)
1.一种用户画像构建方法,其特征在于,包括:
根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;
获取用户的用电数据;
根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。
2.如权利要求1所述的方法,其特征在于,所述根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,包括:
根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则确定该标签下为所述用户添加的标签值;
将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像。
3.如权利要求2所述的方法,其特征在于,在所述将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像的步骤之后,所述方法还包括:
获取所述至少两个标签中每个标签的调用信息,其中,所述调用信息至少包括选择次数以及调用地址。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签;
将所述选择次数低于预期阈值的标签从所述标签库中删除。
5.如权利要求3所述的方法,其特征在于,所述方法还包括:
接收对所述至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令;
响应于所述修改指令,将所述至少两个第二标签规则修改为至少两个第三标签规则。
6.一种用户画像构建装置,其特征在于,包括:
设置模块,用于根据至少两个电力业务设置标签库,所述标签库包含至少两个标签,所述至少两个标签中每个标签对应至少两个标签值,所述至少两个标签中每个标签对应至少两个标签规则,所述至少两个标签值与所述至少两个标签规则一一对应;
第一获取模块,用于获取用户的用电数据;
构建模块,用于根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则构建用户画像,其中,所述用户画像由所述用户所具有的标签值组成,所述用户所具有的标签值为根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则中的第一标签规则为所述用户添加的该标签对应的第一标签值,所述第一标签值为该标签对应的至少两个标签值中与所述第一标签规则对应的标签值。
7.如权利要求6所述的用户画像构建装置,其特征在于,所述构建模块包括:
确定子模块,用于根据所述用户的用电数据以及所述至少两个标签中每个标签对应的至少两个标签规则确定该标签下为所述用户添加的标签值;
整合子模块,用于将所述至少两个标签中每个标签下为所述用户添加的标签值进行整合,获得所述用户画像。
8.如权利要求7所述的用户画像构建装置,其特征在于,所述用户画像构建装置还包括:
第二获取模块,用于获取所述至少两个标签中每个标签的调用信息,其中,所述调用信息至少包括选择次数以及调用地址。
9.如权利要求8所述的用户画像构建装置,其特征在于,所述用户画像构建装置还包括:
确定模块,用于根据所述至少两个标签中每个标签的选择次数,确定选择次数低于预期阈值的标签;
删除模块,用于将所述选择次数低于预期阈值的标签从所述标签库中删除。
10.如权利要求8所述的用户画像构建装置,其特征在于,所述用户画像构建装置还包括:
接收模块,用于接收对所述至少两个标签中的目标标签对应的至少两个第二标签规则的修改指令;
修改模块,用于响应于所述修改指令,将所述至少两个第二标签规则修改为至少两个第三标签规则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910165759.8A CN109903097A (zh) | 2019-03-05 | 2019-03-05 | 一种用户画像构建方法以及用户画像构建装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910165759.8A CN109903097A (zh) | 2019-03-05 | 2019-03-05 | 一种用户画像构建方法以及用户画像构建装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109903097A true CN109903097A (zh) | 2019-06-18 |
Family
ID=66946223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910165759.8A Pending CN109903097A (zh) | 2019-03-05 | 2019-03-05 | 一种用户画像构建方法以及用户画像构建装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903097A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111210326A (zh) * | 2019-12-27 | 2020-05-29 | 大象慧云信息技术有限公司 | 一种用于构建用户画像的方法及系统 |
CN112182391A (zh) * | 2020-09-30 | 2021-01-05 | 北京神州泰岳智能数据技术有限公司 | 一种用户画像方法与装置 |
CN112184429A (zh) * | 2020-11-06 | 2021-01-05 | 上海优扬新媒信息技术有限公司 | 用户信息的处理方法以及区块链节点 |
CN112529082A (zh) * | 2020-12-15 | 2021-03-19 | 建信金融科技有限责任公司 | 一种系统画像构建方法、装置和设备 |
CN112732387A (zh) * | 2021-01-13 | 2021-04-30 | 国网山东省电力公司日照供电公司 | 一种电力数据动态配置系统及设备 |
CN113313344A (zh) * | 2021-04-13 | 2021-08-27 | 武汉烽火众智数字技术有限责任公司 | 一种融合多模式的标签体系构建方法和系统 |
CN113344638A (zh) * | 2021-06-29 | 2021-09-03 | 云南电网有限责任公司信息中心 | 一种基于超图的电网用户族群画像构建方法及装置 |
CN116450952A (zh) * | 2023-06-16 | 2023-07-18 | 天津星耀九洲科技有限公司 | 一种基于深度学习技术的互联网用户画像生成方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296445A (zh) * | 2016-08-01 | 2017-01-04 | 国网浙江省电力公司 | 一种电力客户标签构建方法 |
CN106354519A (zh) * | 2016-09-30 | 2017-01-25 | 乐视控股(北京)有限公司 | 一种用户画像的标签生成方法和装置 |
CN107633257A (zh) * | 2017-08-15 | 2018-01-26 | 上海数据交易中心有限公司 | 数据质量评估方法及装置、计算机可读存储介质、终端 |
CN107644047A (zh) * | 2016-07-22 | 2018-01-30 | 华为技术有限公司 | 标签预测生成方法及装置 |
-
2019
- 2019-03-05 CN CN201910165759.8A patent/CN109903097A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107644047A (zh) * | 2016-07-22 | 2018-01-30 | 华为技术有限公司 | 标签预测生成方法及装置 |
CN106296445A (zh) * | 2016-08-01 | 2017-01-04 | 国网浙江省电力公司 | 一种电力客户标签构建方法 |
CN106354519A (zh) * | 2016-09-30 | 2017-01-25 | 乐视控股(北京)有限公司 | 一种用户画像的标签生成方法和装置 |
CN107633257A (zh) * | 2017-08-15 | 2018-01-26 | 上海数据交易中心有限公司 | 数据质量评估方法及装置、计算机可读存储介质、终端 |
Non-Patent Citations (1)
Title |
---|
裘华东等: "基于标签库系统的电力企业客户画像构建与信用评估及电费风险防控应用", 《电信科学》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111210326A (zh) * | 2019-12-27 | 2020-05-29 | 大象慧云信息技术有限公司 | 一种用于构建用户画像的方法及系统 |
CN112182391A (zh) * | 2020-09-30 | 2021-01-05 | 北京神州泰岳智能数据技术有限公司 | 一种用户画像方法与装置 |
CN112184429A (zh) * | 2020-11-06 | 2021-01-05 | 上海优扬新媒信息技术有限公司 | 用户信息的处理方法以及区块链节点 |
CN112529082A (zh) * | 2020-12-15 | 2021-03-19 | 建信金融科技有限责任公司 | 一种系统画像构建方法、装置和设备 |
CN112732387A (zh) * | 2021-01-13 | 2021-04-30 | 国网山东省电力公司日照供电公司 | 一种电力数据动态配置系统及设备 |
CN113313344A (zh) * | 2021-04-13 | 2021-08-27 | 武汉烽火众智数字技术有限责任公司 | 一种融合多模式的标签体系构建方法和系统 |
CN113344638A (zh) * | 2021-06-29 | 2021-09-03 | 云南电网有限责任公司信息中心 | 一种基于超图的电网用户族群画像构建方法及装置 |
CN113344638B (zh) * | 2021-06-29 | 2022-05-24 | 云南电网有限责任公司信息中心 | 一种基于超图的电网用户族群画像构建方法及装置 |
CN116450952A (zh) * | 2023-06-16 | 2023-07-18 | 天津星耀九洲科技有限公司 | 一种基于深度学习技术的互联网用户画像生成方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109903097A (zh) | 一种用户画像构建方法以及用户画像构建装置 | |
US10896203B2 (en) | Digital analytics system | |
CN106815709B (zh) | 一种服务快速响应中心支撑系统及方法 | |
AU2006201165B2 (en) | Method and apparatus for generating relevance-sensitive collation keys | |
CN102508709B (zh) | 购供售一体化电能量采集与监控系统中基于分布式缓存的采集任务调度方法 | |
CN1933512B (zh) | 一种话单处理设备及方法 | |
Vajgel et al. | Development of intelligent robotic process automation: A utility case study in Brazil | |
JP2001522494A (ja) | 販売およびマーケティングプラットフォーム用の自動化された糸口生成および顧客接客管理のためのシステムおよび方法 | |
CN101141754B (zh) | 一种增值业务分析系统及其方法 | |
US10095665B2 (en) | Methods, apparatus and systems for data visualisation and related applications | |
Balasubramanian et al. | Churn prediction in mobile telecom system using data mining techniques | |
CN103257999A (zh) | 一种提供情报的系统及方法 | |
CN111737325A (zh) | 一种基于大数据技术的电力数据分析方法和装置 | |
CN107977855B (zh) | 一种管理用户信息的方法及装置 | |
WO2003005735A1 (en) | System and method for broadband capacity tracking | |
CN115423429A (zh) | 基于图像和声音信息的多模态一体化配网运营系统 | |
Brunnermeier et al. | Mobile money, interoperability, and financial inclusion | |
CN102075896B (zh) | 一种资费预演方法和系统 | |
CN114187014A (zh) | 一种基于电力领域的营销客户标签管理系统及管理方法 | |
CN108257042B (zh) | 一种任务驱动型智能售电业务支撑系统 | |
CN101192976A (zh) | 增值业务标准报表自动生成方法 | |
JP2002366763A (ja) | ワン・トゥ・ワン型資産運用ポートフォリオシステム | |
CN112232662A (zh) | 服务监控系统及方法 | |
CN116226293A (zh) | 一种电力客户画像生成管理的方法及系统 | |
Wieteska | Business Impact Analysis of supply chain disruptions |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190618 |
|
RJ01 | Rejection of invention patent application after publication |