CN110309932A - 一种基于tem的电力客户资源精细化管理方法 - Google Patents

一种基于tem的电力客户资源精细化管理方法 Download PDF

Info

Publication number
CN110309932A
CN110309932A CN201810234426.1A CN201810234426A CN110309932A CN 110309932 A CN110309932 A CN 110309932A CN 201810234426 A CN201810234426 A CN 201810234426A CN 110309932 A CN110309932 A CN 110309932A
Authority
CN
China
Prior art keywords
client
model
customer
power
data
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
Application number
CN201810234426.1A
Other languages
English (en)
Inventor
石勇
徐俊
宋乐
陈捷
顾孟雷
朱梦舟
曾鑫
钟玲玲
董寒宇
沈勤卫
沈晓斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN201810234426.1A priority Critical patent/CN110309932A/zh
Publication of CN110309932A publication Critical patent/CN110309932A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明涉及电力营销领域，具体涉及一种电力资源管理方法。本发明中的一种基于TEM的电力客户资源精细化管理方法，包括如下步骤：1.获取内部数据和外部数据2.建立客户未来用电预测模型和客户投诉挖掘分析模型分析模型包括短期预测和中长期预测。本发明的有益效果：通过对客户的多维度信息进行聚类分析，对客户进行分类，基于分层抽样技术，对抽中的样本客户开展实地调研，以样本反映总体，掌握客户实际需求，从客户实际需求出发建立客户综合分析模型（其中主要包括：客户未来用电预测模型、电费回收风险预测模型、电能替代投资分析模型、客户投诉挖掘分析模型），并基于分析结果制定差异化的管理服务策略，提高客户满意度和忠诚度。

Description

一种基于TEM的电力客户资源精细化管理方法
技术领域
本发明涉及电力营销领域，具体涉及一种电力资源管理方法。
背景技术
现有电力管理方法难以同时满足客户的多类型需求，只能以同类用户为服务对象，进行合理的分配活动。
发明内容
为了解决现有技术存在的不足，本发明提供了一种对客户多维度信息进行聚类分析、基于TEM的电力客户资源精细化管理方法。
本发明中的一种基于TEM的电力客户资源精细化管理方法，包括如下步骤：
1.获取内部数据和外部数据
采取开放式接口方式对内部数据进行获取，并通过数据库进行存储，数据存储前进行脱敏处理；
通过WEB爬虫从公开网站上获取市场外部数据，并以数据库进行存储；
2.建立客户未来用电预测模型和客户投诉挖掘分析模型
分析模型包括短期预测和中长期预测
短期预测，采用时间序列对客户历史数据进行短期预测分析；该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律以用于解决实际问题，随机数据是依时间先后排成序列的，包括一般统计分析，统计模型的建立与推断以及关于随机序列的最优预测、控制和滤波；
中长期预测，采用增量比线性回归模型，增量比线性回归是线性回归模型的拓展，是一种采用增量比因子作为强影响因子进入线性回归模型对因变量进行解释的算法，其核心是基于最小二乘法的线性回归算法；
3.电费回收风险预测模型
电力大客户所需缴纳的电费数额较大，若电力大客户违约未按期缴纳，则对电力公司来讲损失较大，因此，综合考虑电费回收风险模型仅对电力大客户开展分析，通过对电力大客户缴费情况进行分析，统计用户历史欠费次数、用户最近一次欠费距离当前的天数，通过制定模型规则对电力大客户未来的电费违约概率风险进行预测，形成可观可控的电费回收风险防控机制，从电费的“抄、核、收”全过程进行风险防范，从而降低公司资金回收风险，保障了公司资金安全；分析模型公式如下
4.客户投诉挖掘分析模型
客户投诉是电力企业的重要指标之一，尤其是新电改政策出台，配售电市场开发，客户投诉问题的解决更是迫不及待，基于自然语言处理技术出发，对电力客户投诉工单进行深入文本挖掘，利用分词技术分析投诉工单中的受理内容，对分词结果开展特征选取与降维处理，并进行词频统计，运用词云分析技术进行分析结果可视化展示，把控住当下电力客户投诉的主要问题，针对性的为不同类型的电力客户提供差异化的服务策略，从而提高客户满意度和忠诚度。
作为优选，内部数据，包括营销业务数据、用户用电信息采集数据和用户缴费记录。通过内部数据进行分析，使用方便。
作为优选，外部数据包括行业发展、国家政策、经济形势数据，公开网站包括统计局、行业主管部门网站。通过外部数据进行微调，精度高，使用方便。
作为优选，软件开发基于大数据挖掘分析技术，开展客户需求调研工作，结合建模成果，依托R语言、Matlab、Python等当前流向的算法编写工具完成模型建立工作，以计算机信息技术设计开展监测软件的开发工作，以数据库进行底层数据储存处理工作，采用Java+R、Java+Matlab、Java+Python等形式实现算法与页面后端的融合，研发出集数据采集、存储、分析应用和可视化展示于一体的客户资源采集分析软件，根据开发计划完成产品研发与测试工作，编写客户资源管理分析软件操作手册。
本发明的有益效果：通过对客户的多维度信息进行聚类分析，对客户进行分类，基于分层抽样技术，对抽中的样本客户开展实地调研，以样本反映总体，掌握客户实际需求，从客户实际需求出发建立客户综合分析模型(其中主要包括：客户未来用电预测模型、电费回收风险预测模型、电能替代投资分析模型、客户投诉挖掘分析模型)，并基于分析结果制定差异化的管理服务策略，提高客户满意度和忠诚度。
附图说明
图1为一种基于TEM的电力客户资源精细化管理方法原理示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明，但不应将此理解为本发明的上述主题的范围仅限于上述实施例。
如图1所示，一种基于TEM的电力客户资源精细化管理方法，包括如下步骤：
1.数据获取，包括内部数据获取和外部数据获取；
内部数据获取：由于历史积累，国网数据变得海量，对于营销业务数据、用户用电信息采集数据、用户缴费记录等相关内部数据十分庞大，考虑取数的速度和稳定性，采取开放式接口的方式进行内部数据获取，并以数据库进行存储，同时对数据进行脱敏处理，保障数据的安全性；
外部数据获取：对于行业发展、国家政策、经济繁萧等反应市场外部情况的数据，通过WEB爬虫形式从国家统计局、湖州统计局等信息公开网站上进行获取，并同样以数据库进行存储；
2.模型建立；
客户未来用电量预测
电力客户增供扩销分析模型主要从大客户维度进行分析，并建立电量预测模型对电力大客户未来用电量进行预测，对于大客户的分析是以单个客户为建模分析对象进行开展。电量预测模型分为短期预测、中长期预测。
①短期预测
以时间序列进行电量短期预测，时间序列分析是一种动态数据处理的统计方法；该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律以用于解决实际问题。由于在多数问题中，随机数据是依时间先后排成序列的，故称为时间序列。它包括一般统计分析(如自相关分析、谱分析等)，统计模型的建立与推断，以及关于随机序列的最优预测、控制和滤波等内容；
②中长期预测
以增量比线性回归模型进行电量中长期预测，增量比线性回归是线性回归模型的拓展，是一种采用增量比因子作为强影响因子进入线性回归模型对因变量进行解释的算法，其核心是基于最小二乘法的线性回归算法；
电费回收风险预测模型
由于居民客户所存在的电费回收风险较小，且金额不大，而电力大客户所需缴纳的电费数额较大，若电力大客户违约未按期缴纳，则对电力公司来讲损失较大，因此，综合考虑电费回收风险模型仅对电力大客户开展分析。通过对电力大客户缴费情况进行分析，统计用户历史欠费次数、用户最近一次欠费距离当前的天数，通过制定模型规则对电力大客户未来的电费违约概率风险进行预测，形成可观可控的电费回收风险防控机制，从电费的“抄、核、收”全过程进行风险防范，从而降低公司资金回收风险，保障了公司资金安全。分析模型公式如下：
3.客户投诉挖掘分析模型
客户投诉是电力企业的重要指标之一，尤其是新电改政策出台，配售电市场开发，客户投诉问题的解决更是迫不及待。基于自然语言处理技术出发，对电力客户投诉工单进行深入文本挖掘，利用分词技术分析投诉工单中的受理内容，对分词结果开展特征选取与降维处理，并进行词频统计，运用词云分析技术进行分析结果可视化展示，把控住当下电力客户投诉的主要问题，针对性的为不同类型的电力客户提供差异化的服务策略，从而提高客户满意度和忠诚度；
4.软件开发
基于大数据挖掘分析技术，开展客户需求调研工作，结合建模成果，依托R语言、Matlab、Python等当前流向的算法编写工具完成模型建立工作，以计算机信息技术设计开展监测软件的开发工作，以数据库进行底层数据储存处理工作，采用Java+R、Java+Matlab、Java+Python等形式实现算法与页面后端的融合，研发出集数据采集、存储、分析应用和可视化展示于一体的客户资源采集分析软件，根据开发计划完成产品研发与测试工作，编写客户资源管理分析软件操作手册。

Claims (4)

1.一种基于TEM的电力客户资源精细化管理方法，包括如下步骤：
a)获取内部数据和外部数据
采取开放式接口方式对内部数据进行获取，并通过数据库进行存储，数据存储前进行脱敏处理；
通过WEB爬虫从公开网站上获取市场外部数据，并以数据库进行存储；
b)建立客户未来用电预测模型和客户投诉挖掘分析模型
客户未来用电预测模型，包括短期预测和中长期预测；
短期预测，采用时间序列对客户历史数据进行短期预测分析；该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律以用于解决实际问题，随机数据是依时间先后排成序列的，包括一般统计分析，统计模型的建立与推断以及关于随机序列的最优预测、控制和滤波；
中长期预测，采用增量比线性回归模型，增量比线性回归是线性回归模型的拓展，是一种采用增量比因子作为强影响因子进入线性回归模型对因变量进行解释的算法，其核心是基于最小二乘法的线性回归算法；
c)电费回收风险预测模型
电力大客户所需缴纳的电费数额较大，若电力大客户违约未按期缴纳，则对电力公司来讲损失较大，因此，综合考虑电费回收风险模型仅对电力大客户开展分析，通过对电力大客户缴费情况进行分析，统计用户历史欠费次数、用户最近一次欠费距离当前的天数，通过制定模型规则对电力大客户未来的电费违约概率风险进行预测，形成可观可控的电费回收风险防控机制，从电费的“抄、核、收”全过程进行风险防范，从而降低公司资金回收风险，保障了公司资金安全；分析模型公式如下
d)客户投诉挖掘分析模型
客户投诉是电力企业的重要指标之一，尤其是新电改政策出台，配售电市场开发，客户投诉问题的解决更是迫不及待，基于自然语言处理技术出发，对电力客户投诉工单进行深入文本挖掘，利用分词技术分析投诉工单中的受理内容，对分词结果开展特征选取与降维处理，并进行词频统计，运用词云分析技术进行分析结果可视化展示，把控住当下电力客户投诉的主要问题，针对性的为不同类型的电力客户提供差异化的服务策略，从而提高客户满意度和忠诚度。
2.根据权利要求1所述的一种基于TEM的电力客户资源精细化管理方法，其特征在于，内部数据，包括营销业务数据、用户用电信息采集数据和用户缴费记录。
3.根据权利要求1所述的一种基于TEM的电力客户资源精细化管理方法，其特征在于，外部数据包括行业发展、国家政策、经济形势数据，公开网站包括统计局、行业主管部门网站。
4.根据权利要求1所述的一种基于TEM的电力客户资源精细化管理方法，其特征在于，软件开发基于大数据挖掘分析技术，开展客户需求调研工作，结合建模成果，依托R语言、Matlab、Python等当前流向的算法编写工具完成模型建立工作，以计算机信息技术设计开展监测软件的开发工作，以数据库进行底层数据储存处理工作，采用Java+R、Java+Matlab、Java+Python等形式实现算法与页面后端的融合，研发出集数据采集、存储、分析应用和可视化展示于一体的客户资源采集分析软件，根据开发计划完成产品研发与测试工作，编写客户资源管理分析软件操作手册。
CN201810234426.1A 2018-03-21 2018-03-21 一种基于tem的电力客户资源精细化管理方法 Pending CN110309932A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810234426.1A CN110309932A (zh) 2018-03-21 2018-03-21 一种基于tem的电力客户资源精细化管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810234426.1A CN110309932A (zh) 2018-03-21 2018-03-21 一种基于tem的电力客户资源精细化管理方法

Publications (1)

Publication Number Publication Date
CN110309932A true CN110309932A (zh) 2019-10-08

Family

ID=68073526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810234426.1A Pending CN110309932A (zh) 2018-03-21 2018-03-21 一种基于tem的电力客户资源精细化管理方法

Country Status (1)

Country Link
CN (1) CN110309932A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353792A (zh) * 2020-05-25 2020-06-30 广东电网有限责任公司惠州供电局 一种可视化展现与数据分析的客户画像系统
CN111522947A (zh) * 2020-04-22 2020-08-11 北京思特奇信息技术股份有限公司 一种处理投诉工单的方法和系统
CN111612230A (zh) * 2020-05-13 2020-09-01 国网河北省电力有限公司电力科学研究院 一种客户诉求趋势预警分析方法
CN111626543A (zh) * 2020-04-03 2020-09-04 国网浙江杭州市富阳区供电有限公司 电力相关数据的处理方法及装置
CN111737224A (zh) * 2020-05-19 2020-10-02 无锡融合大数据创新中心有限公司 一种基于大数据挖掘的客户反馈热点问题分析系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002041714A (ja) * 2000-07-21 2002-02-08 Hitachi Ltd 電力の需要予測サービス方法およびシステム
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
CN106373026A (zh) * 2016-08-24 2017-02-01 国网冀北电力有限公司电力科学研究院 一种电力行业的用户画像构建方法
KR101703529B1 (ko) * 2015-08-04 2017-02-07 천지정 시장 분석 서비스 제공 방법
CN106570783A (zh) * 2016-10-27 2017-04-19 国网江苏省电力公司 一种基于大数据思维的客户用电行为分析模型
CN106651424A (zh) * 2016-09-28 2017-05-10 国网山东省电力公司电力科学研究院 基于大数据技术的电力用户画像建立与分析方法
CN106845747A (zh) * 2016-06-29 2017-06-13 国网浙江省电力公司宁波供电公司 基于电力客户标签的电费风险防控应用方法
CN107767293A (zh) * 2017-09-20 2018-03-06 国网浙江省电力公司电力科学研究院 一种基于改进AP和K‑means聚类的电力大用户细分方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002041714A (ja) * 2000-07-21 2002-02-08 Hitachi Ltd 電力の需要予測サービス方法およびシステム
US20020019762A1 (en) * 2000-07-21 2002-02-14 Yasushi Tomita Electric power demand prediction method and system therefor
KR101703529B1 (ko) * 2015-08-04 2017-02-07 천지정 시장 분석 서비스 제공 방법
CN106845747A (zh) * 2016-06-29 2017-06-13 国网浙江省电力公司宁波供电公司 基于电力客户标签的电费风险防控应用方法
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
CN106373026A (zh) * 2016-08-24 2017-02-01 国网冀北电力有限公司电力科学研究院 一种电力行业的用户画像构建方法
CN106651424A (zh) * 2016-09-28 2017-05-10 国网山东省电力公司电力科学研究院 基于大数据技术的电力用户画像建立与分析方法
CN106570783A (zh) * 2016-10-27 2017-04-19 国网江苏省电力公司 一种基于大数据思维的客户用电行为分析模型
CN107767293A (zh) * 2017-09-20 2018-03-06 国网浙江省电力公司电力科学研究院 一种基于改进AP和K‑means聚类的电力大用户细分方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
刘兴平: "电力企业投诉工单文本挖掘模型", 《电力需求侧管理》 *
周潮: "电力系统负荷预测方法综述", 《电源学报》 *
张善文，雷英杰，冯有前: "《MATLAB在时间序列分析中的应用》", 30 April 2007, 西安电子科技大学出版社 *
李海侠主编: "《电力市场营销》", 31 January 2006, 中国电力出版社 *
洪健山: "基于电力客户投诉行为分析的差异化服务策略研究", 《电力需求侧管理》 *
涂莹: "基于市场细分的逻辑回归模型在电费回收风险预测中的应用研究", 《电力需求侧管理》 *
蒋正阳: "基于电量预测及客户行为分析的电网系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑（月刊 ）》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626543A (zh) * 2020-04-03 2020-09-04 国网浙江杭州市富阳区供电有限公司 电力相关数据的处理方法及装置
CN111522947A (zh) * 2020-04-22 2020-08-11 北京思特奇信息技术股份有限公司 一种处理投诉工单的方法和系统
CN111612230A (zh) * 2020-05-13 2020-09-01 国网河北省电力有限公司电力科学研究院 一种客户诉求趋势预警分析方法
CN111737224A (zh) * 2020-05-19 2020-10-02 无锡融合大数据创新中心有限公司 一种基于大数据挖掘的客户反馈热点问题分析系统
CN111353792A (zh) * 2020-05-25 2020-06-30 广东电网有限责任公司惠州供电局 一种可视化展现与数据分析的客户画像系统

Similar Documents

Publication Publication Date Title
CN110309932A (zh) 一种基于tem的电力客户资源精细化管理方法
CN106780140B (zh) 基于大数据的电力信用评价方法
Chang et al. Evaluating airline competitiveness using multiattribute decision making
Thompson et al. Oil property evaluation
WO2018176863A1 (zh) 配电网可靠性投资经济效益分析方法及装置、存储介质
CN108388974A (zh) 基于随机森林和决策树的优质客户优化识别方法及装置
CN107862467A (zh) 一种基于大数据平台的电网综合数据指标监测方法及系统
CN111754116B (zh) 一种基于标签画像技术的信用评估方法及装置
KR20130029775A (ko) 경제활동 지표 제시 시스템
CN108154311A (zh) 基于随机森林和决策树的优质客户识别方法及装置
CN112116256A (zh) 一种数据资产管理方法
CN109145031A (zh) 一种面向业务市场接入需求的多源数据多维重构方法
CN107368932A (zh) 一种适用于电网发展专业的负荷分析预测系统
CN110851494B (zh) 一种用于账单分析交易特征行为的方法和系统
RU158417U1 (ru) Система моделирования инвестиционного риска для предприятий горной отрасли
Tang et al. Research on e-commerce customer churn based on RFM model and naive Bayes algorithm
CN115375474A (zh) 信息提示方法、装置及电子设备
Li et al. The effect of chairman’s statement tone changes in annual reports from Hong Kong
CN112529682A (zh) 一种基于数据建模现金配钞的方法、智能终端、存储介质
Ding et al. LSTM Deep Neural Network Based Power Data Credit Tagging Technology.
Young-Ki et al. A study on patent valuation important factors: Focus on China industry
Bloshenko et al. Development of methods for determining differentiated rates of mineral extraction tax in recovery of solid commercial components from technogenic and natural fields
Lazaryshyna Economic analysis evolution: from pre-monopoly and monopoly capitalism to neo-industrialism
Peng et al. Optimization Investment Structure on Petroleum Exploration and Development
Zadorozhnii et al. Depreciation of non-current assets: harmonization of international practices and regulatory in Ukraine

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191008