CN110796354A - 一种企业电费回收风险画像方法及系统 - Google Patents
一种企业电费回收风险画像方法及系统 Download PDFInfo
- Publication number
- CN110796354A CN110796354A CN201911002344.5A CN201911002344A CN110796354A CN 110796354 A CN110796354 A CN 110796354A CN 201911002344 A CN201911002344 A CN 201911002344A CN 110796354 A CN110796354 A CN 110796354A
- Authority
- CN
- China
- Prior art keywords
- label
- enterprise
- electric charge
- tag
- portrait
- 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
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
本发明公开了一种企业电费回收风险画像方法及系统,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,基于用户数据,建立标签库系统以及基于标签库系统,对企业电费回收风险进行画像,解决了现有技术无法实时准确实现企业电费回收风险画像的技术问题,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,能实时快速准确获取用户数据,从而使得以根据用户数据建立的标签库系统为基础的客户画像能快速响应业务需求,深度挖掘客户特征。
Description
技术领域
本发明涉及用户数据深度挖掘分析领域,特别涉及一种企业电费回收风险画像方法及系统。
背景技术
随着科学技术的不断进步,人们的需求也日益广泛,企业也在寻找一条能够实现差异化服务的道路,进而提高市场竞争力和满足人们多元化的需求。随着大数据的兴起,为用户匹配画像成为了现实,用户画像能实现客户识别、精准营销、改善经营、拓展市场等功能,是企业应用画像的主要驱动力。用户画像需要大量的基础数据,传统的基础数据采集往往有着采集周期过长、采集对象太少、数据传输慢等缺点,进而导致了用户画像精确性不够和实时性差。
第五代移动通信技术(5G)的到来,以其高速度、泛在网、低功耗、低时延、万物互联、重构安全六大基本特点给各行各业带来了发展机遇,5G技术的六大基础特点符合泛在电力物联网的攻克难点,泛在电力物联网的实时性、共享性正好弥补了用户画像数据采集的缺点。
供电企业与客户,特别是大企业客户需要建立长期稳定的合作关系,但也需要降低供电企业对大企业用户的电费回收风险,基于此,本发明提供了一种企业电费回收风险画像方法及系统。
发明内容
本发明提供的一种企业电费回收风险画像方法及系统,解决了现有技术无法实时准确实现企业电费回收风险画像的技术问题。
为解决上述技术问题,本发明提出的一种企业电费回收风险画像方法包括:
通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据;
基于用户数据,建立标签库系统;
基于标签库系统,对企业电费回收风险进行画像。
进一步地,基于标签库系统,对企业电费回收风险进行画像包括:
接收企业电费回收风险主题画像名称,并根据主题画像名称在标签库系统中匹配生成组合标签;
基于组合标签,通过大数据挖掘技术获取与组合标签对应的标签关联原始数据;
基于标签关联原始数据,对企业电费回收风险进行画像。
进一步地,根据主题画像名称在标签库系统中匹配生成组合标签包括:
对主题画像名称进行关键词关联分析,获得与主题画像名称关联的关联词;
根据关联词,在标签库系统中匹配与关联词对应的组合标签。
进一步地,基于组合标签,通过大数据挖掘技术获取与组合标签对应的标签关联原始数据之后还包括:
建立标签分类模型;
基于标签分类模型对标签关联原始数据进行标签分类;
将标签分类结果保存至标签库系统。
进一步地,基于标签关联原始数据,对企业电费回收风险进行画像包括:
基于标签关联原始数据与预设的企业电费回收风险等级,对企业电费回收风险进行画像。
进一步地,标签库系统至少包括:
企业信用度标签、企业流动资金充裕度标签、交费方式标签、交费周期标签、欠费违约标签、电费结算方式标签、企业发展趋势标签、窃电记录标签、政府帮扶对象标签、企业行业政策标签、用电隐患标签、整改记录标签、重要发展对象标签、企业经营方式标签以及预交费标签中的一个或多个标签。
本发明提出的一种企业电费回收风险画像系统包括:
标签库系统模块,用于基于用户数据,建立标签库系统;
用户画像模块,用于基于标签库系统,对企业电费回收风险进行画像。
进一步地,标签库系统模块包括:
数据层,用于通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据;
标签管理层,与数据层连接,用于对标签进行存储和管理;
标签应用层,与标签管理层连接,用于接收企业电费回收风险主题画像名称,并根据主题画像名称,生成组合标签;
展示层,与标签应用层连接,用于展示标签以及根据用户画像模块生成的用户画像。
进一步地,用户画像模块包括:
原始数据获取单元,用于基于标签应用层生成的组合标签,通过大数据挖掘技术获取与组合标签对应的标签关联原始数据;
画像单元,用于基于标签关联原始数据与预设的企业电费回收风险等级,对企业电费回收风险进行画像。
进一步地,用户画像模块还包括:
分类模型建立单元,用于建立标签分类模型;
标签分类单元,用于基于标签分类模型对标签关联原始数据进行标签分类;
保存单元,用于将标签分类结果保存至标签库系统。
与现有技术相比,本发明的优点在于:
本发明提供的企业电费回收风险画像方法及系统,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,基于用户数据,建立标签库系统以及基于标签库系统,对企业电费回收风险进行画像,解决了现有技术无法实时准确实现企业电费回收风险画像的技术问题,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,能实时快速准确获取用户数据,从而使得以根据用户数据建立的标签库系统为基础的客户画像能快速响应业务需求,深度挖掘客户特征。
附图说明
图1是本发明实施例一的企业电费回收风险画像方法的流程图;
图2是本发明实施例二的企业电费回收风险画像方法的流程图;
图3是本发明实施例二的标签库系统的总体架构图;
图4是本发明实施例的企业电费回收风险画像系统框图。
附图标记:
10、标签库系统模块;20、用户画像模块;101、数据层;102、标签管理层;103、标签应用层;104、展示层;201、原始数据获取单元;202、画像单元;203、分类模型建立单元;204、标签分类单元;205、保存单元。
具体实施方式
为了便于理解本发明,下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述,但本发明的保护范围并不限于以下具体的实施例。
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一
参照图1,本发明实施例一提供的企业电费回收风险画像方法,包括:
步骤S101,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据;
步骤S102,基于用户数据,建立标签库系统;
步骤S103,基于标签库系统,对企业电费回收风险进行画像。
本发明实施例提供的企业电费回收风险画像方法,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,基于用户数据,建立标签库系统以及基于标签库系统,对企业电费回收风险进行画像,解决了现有技术无法实时准确实现企业电费回收风险画像的技术问题,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,能实时快速准确地获取用户数据,从而使得以根据用户数据建立的标签库系统为基础的客户画像能快速响应业务需求,深度挖掘客户特征。
实施例二
参照图2,本发明实施例二提供的企业电费回收风险画像方法包括:
步骤S201,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据。
步骤S202,基于用户数据,建立标签库系统。
参照图3,本实施例的标签库系统,不仅适用于电力企业,也能适用于其他电力相关企业和个人,具体包括:
(1)数据层
通过ETL(Extract-Transform-Load,抽取-交互-加载)技术从泛在电力物联网平台提供的数据共享融合接口进行数据的采集,泛在电力物联网平台整合了用电采集系统、营销业务应用系统、95598客户服务系统、配网抢修平台、客户信用评估平台、调度自动化系统、互联网交易平台、客户社会属性、配电网大数据分析应用平台、智能电表、PMS2.0、费控系统等业务领域,数据类型主要分为电力客户基础信息、业务工单信息、电费记录信息、渠道接触信息、用电采集信息等。
(2)标签管理层
标签库管理层包含标签管理、客户属性及客户标签及挖掘技术层四个层构成。
1)标签管理层:标签管理层以标签库已有标签为基础,提供标签查询、分析、评估、推送服务;
2)客户属性层:组织存储、管理客户基础信息、用电行为、接触记录、业务办理等数据;
3)客户标签层:组织、存储、管理客户价值、用电行为、业务特征、情感特征,客户属性和客户标签形成完整的客户全景视图,全方位,多方位,多层次,立体化地描述客户为标签应用提供基础。
4)挖掘技术支撑层:挖掘技术支撑层包含统计分析、规则归纳、数据建模,机器学习算法。
(3)标签应用层
标签应用层包含企业自定义应用层、信息输出层和系统应用层。
1)自定义应用层:系统用户在系统内输入画像应用名称,系统会自动推荐组合标签,系统用户也能根据自身理解指定标签组合,输入的标签组合自动传输进标签管理层,标签管理层通过大数据挖掘技术确定标签关联原始数据,再次通过泛在电力物联网平台的数据融合共享接口采集标签关联原始数据来进行画像;
2)信息输出层:提供分析报表、客户画像、客户群画像、画像快搜等输出功能;
3)系统应用层:系统应用层实现信息输出层的内容在各业务系统的应用,辅助业务决策,提升业务服务水平。
(4)展示层
展示层包括个体标签展示、群体标签展示和主题应用标签展示,通过将用电客户画像模型生成的数值结果生成图模型,可视化的呈现给企业,便于企业进行市场分析,从而实现客户识别、精准营销、改善经营、拓展市场。
步骤S203,接收企业电费回收风险主题画像名称,并根据主题画像名称在标签库系统中匹配生成组合标签。
具体地,本实施例根据系统用户输入到标签库系统中的自定义应用分析模块的企业电费回收风险主题画像名称智能推荐标签组合,接着系统用户对推荐的标签组合进行评估,最终确定标签组合,本实施例中的标签组合至少包含有企业信用度标签、企业流动资金充裕度标签、交费方式标签、交费周期标签、欠费违约标签、电费结算方式标签、企业发展趋势标签、窃电记录标签、政府帮扶对象标签、企业行业政策标签、用电隐患标签、整改记录标签、重要发展对象标签、企业经营方式标签、预交费标签中的一个或多个标签。
本实施例的智能推荐的标签组合是根据输入的主题画像,对主题画像的关键字进行关联分析,例如企业电费回收风险主题画像中的关键字包含企业和电费回收风险,企业为主题画像的对象,电费回收风险为主题画像的目的,且电费回收风险这个关键词跟企业的信用、发展潜力、危险指数、企业行为等方面相关,因此系统通过关联分析确定信用方面的标签为企业信用度标签、欠费违约标签、窃电记录标签等,发展潜力方面的标签为企业流动资金充裕度标签、企业发展趋势标签、政府帮扶对象标签、企业行业政策标签、重要发展对象标签、企业经营方式标签等,危险指数方面分为用电隐患标签、整改记录标签等,企业行为方面分为交费方式标签、交费周期标签、电费结算方式标签、预交费标签等。将最终确定的标签组合智能的推荐给用户,从而达到智能推荐标签组合的目的,并将推荐的标签智能的添加进标签库中。
步骤S204,基于组合标签,通过大数据挖掘技术获取与组合标签对应的标签关联原始数据。
具体地,本实施例的标签关联原始数据指的是标签对应的基础数据,例如企业流动资金充裕度标签就需要通过获取企业流动资金方面的基础数据进行分析,企业流动资金方面的基础数据就是企业流动资金充裕度标签关联原始数据。
基础数据来源于营销一体化系统中企业以往缴费记录、缴费行为、交费时间等历史数据、企业在各大银行的征信数据、阿里芝麻信用数据、互联网P2P数据、企业数据、行业政策数据、政府帮扶政策等。
本实施例通过ETL技术将标签关联原始数据从泛在电力物联网提供的数据共享融合接口经过抽取、转换、加载至标签库系统中的大数据平台。
可选地,本实施例基于组合标签,通过大数据挖掘技术获取与组合标签对应的标签关联原始数据之后还包括:
建立标签分类模型;
基于标签分类模型对标签关联原始数据进行标签分类;
将标签分类结果保存至标签库系统。
具体地,本实施例选取大数据平台中的SVM算法生成标签分类模型,使用模拟退火算法对标签分类模型进行优化,使用部分数据对模型进行测试,提高标签分类模型的准确度,使用训练好的标签分类模型进行标签分类,并通过ETL技术将标签分类结果传输到标签库系统。
步骤S205,基于标签关联原始数据与预设的企业电费回收风险等级,对企业电费回收风险进行画像。
具体地,本实施例基于标签库系统,通过标签组合和大数据挖掘技术进行企业电费回收风险画像。将企业电费回收风险的等级分为一级、二级、三级、四级、五级,其中五级风险等级最高。
本实施例在获得用户画像后,还包括通过大数据平台对数据进行预处理,并将数据可视化的呈现给系统用户以及将企业电费回收风险画像的数值结果生成图模式,可视化的呈现给供电企业,为供电企业制定预案来降低企业电费回收风险。
具体地,数据的预处理主要包括数据清理、数据清理、数据集成、数据变换和数据归约,大大提高了数据挖掘模式的质量,降低实际挖掘所需要的时间,进一步提高了企业电费回收风险的精准性和实时性,将处理过的数据可视化的呈现给系统用户,系统用户对数据进行进一步的评估,再次提高企业电费回收风险画像的精准性。
本发明提供的企业电费回收风险画像方法及系统,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,基于用户数据,建立标签库系统以及基于标签库系统,对企业电费回收风险进行画像,解决了现有技术无法实时准确实现企业电费回收风险画像的技术问题,通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据,能实时快速准确获取用户数据,从而使得以根据用户数据建立的标签库系统为基础的客户画像能快速响应业务需求,深度挖掘客户特征。
此外,本发明构建了标签库系统,标签库系统通过泛在电力物联网平台提供的数据共享融合接口进行数据的采集,通过标签库系统内的大数据平台对数据进行大数据挖掘,对数据进行标签分类,生成标签库,标签库进行标签组合和大数据挖掘进行匹配画像,基于标签库系统对企业电费回收风险进行画像,进一步降低供电企业对企业电费回收风险的等级。
参照图3,本发明实施例提出的企业电费回收风险画像系统,包括:
标签库系统模块10,用于基于采集的用户数据,建立标签库系统;
用户画像模块20,用于基于标签库系统,对企业电费回收风险进行画像。
可选地,标签库系统模块10包括:
数据层101,用于通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据;
标签管理层102,与数据层101连接,用于对标签进行存储和管理;
标签应用层103,与标签管理层102连接,用于接收企业电费回收风险主题画像名称,并根据主题画像名称,生成组合标签;
展示层104,与标签应用层103连接,用于展示标签以及根据用户画像模块生成的用户画像。
可选地,用户画像模块20包括:
原始数据获取单元201,用于基于标签应用层生成的组合标签,通过大数据挖掘技术获取与组合标签对应的标签关联原始数据;
画像单元202,用于基于标签关联原始数据与预设的企业电费回收风险等级,对企业电费回收风险进行画像。
可选地,用户画像模块20还包括:
分类模型建立单元203,用于建立标签分类模型;
标签分类单元204,用于基于标签分类模型对标签关联原始数据进行标签分类;
保存单元205,用于将标签分类结果保存至标签库系统。
本实施例的企业电费回收风险画像系统的具体工作过程和工作原理可参照本实施例中的企业电费回收风险画像方法的工作过程和工作原理。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种企业电费回收风险画像方法,其特征在于,所述方法包括:
通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据;
基于所述用户数据,建立标签库系统;
基于所述标签库系统,对企业电费回收风险进行画像。
2.根据权利要求1所述的企业电费回收风险画像方法,其特征在于,基于所述标签库系统,对企业电费回收风险进行画像包括:
接收企业电费回收风险主题画像名称,并根据所述主题画像名称在所述标签库系统中匹配生成组合标签;
基于所述组合标签,通过大数据挖掘技术获取与所述组合标签对应的标签关联原始数据;
基于所述标签关联原始数据,对企业电费回收风险进行画像。
3.根据权利要求2所述的企业电费回收风险画像方法,其特征在于,根据所述主题画像名称在所述标签库系统中匹配生成组合标签包括:
对所述主题画像名称进行关键词关联分析,获得与所述主题画像名称关联的关联词;
根据所述关联词,在所述标签库系统中匹配与所述关联词对应的组合标签。
4.根据权利要求2或3所述的企业电费回收风险画像方法,其特征在于,基于所述组合标签,通过大数据挖掘技术获取与所述组合标签对应的标签关联原始数据之后还包括:
建立标签分类模型;
基于所述标签分类模型对所述标签关联原始数据进行标签分类;
将所述标签分类结果保存至所述标签库系统。
5.根据权利要求4所述的企业电费回收风险画像方法,其特征在于,基于所述标签关联原始数据,对企业电费回收风险进行画像包括:
基于所述标签关联原始数据与预设的企业电费回收风险等级,对企业电费回收风险进行画像。
6.根据权利要求5所述的企业电费回收风险画像方法,其特征在于,所述标签库系统至少包括:
企业信用度标签、企业流动资金充裕度标签、交费方式标签、交费周期标签、欠费违约标签、电费结算方式标签、企业发展趋势标签、窃电记录标签、政府帮扶对象标签、企业行业政策标签、用电隐患标签、整改记录标签、重要发展对象标签、企业经营方式标签以及预交费标签中的一个或多个标签。
7.一种企业电费回收风险画像系统,其特征在于,所述系统包括:
标签库系统模块(10),用于基于用户数据,建立标签库系统;
用户画像模块(20),用于基于所述标签库系统,对企业电费回收风险进行画像。
8.根据权利要求7所述的企业电费回收风险画像系统,其特征在于,所述标签库系统模块(10)包括:
数据层(101),用于通过ETL技术从泛在电力物联网平台提供的数据共享融合接口采集用户数据;
标签管理层(102),与所述数据层(101)连接,用于对标签进行存储和管理;
标签应用层(103),与所述标签管理层(102)连接,用于接收企业电费回收风险主题画像名称,并根据所述主题画像名称,生成组合标签;
展示层(104),与所述标签应用层(103)连接,用于展示标签以及根据所述用户画像模块(20)生成的用户画像。
9.根据权利要求8所述的企业电费回收风险画像系统,其特征在于,所述用户画像模块(20)包括:
原始数据获取单元(201),用于基于所述标签应用层(103)生成的组合标签,通过大数据挖掘技术获取与所述组合标签对应的标签关联原始数据;
画像单元(202),用于基于所述标签关联原始数据与预设的企业电费回收风险等级,对企业电费回收风险进行画像。
10.根据权利要求9所述的企业电费回收风险画像系统,其特征在于,所述用户画像模块(20)还包括:
分类模型建立单元(203),用于建立标签分类模型;
标签分类单元(204),用于基于所述标签分类模型对所述标签关联原始数据进行标签分类;
保存单元(205),用于将所述标签分类结果保存至所述标签库系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911002344.5A CN110796354A (zh) | 2019-10-21 | 2019-10-21 | 一种企业电费回收风险画像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911002344.5A CN110796354A (zh) | 2019-10-21 | 2019-10-21 | 一种企业电费回收风险画像方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110796354A true CN110796354A (zh) | 2020-02-14 |
Family
ID=69439516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911002344.5A Pending CN110796354A (zh) | 2019-10-21 | 2019-10-21 | 一种企业电费回收风险画像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796354A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428092A (zh) * | 2020-03-20 | 2020-07-17 | 北京中亦安图科技股份有限公司 | 基于图模型的银行精准营销方法 |
CN111444484A (zh) * | 2020-03-27 | 2020-07-24 | 广州锦行网络科技有限公司 | 基于统一登录管理的企业内网用户身份画像处理方法 |
CN111639121A (zh) * | 2020-04-07 | 2020-09-08 | 国网新疆电力有限公司 | 一种构建客户画像的大数据平台及构建方法 |
CN112184313A (zh) * | 2020-09-28 | 2021-01-05 | 国网上海市电力公司 | 一种基于客户画像数据的电力营销业务应用系统 |
CN112328604A (zh) * | 2020-11-25 | 2021-02-05 | 国网湖南省电力有限公司 | 面向时空画像标签管理的数据中台构建方法、系统及介质 |
CN112508685A (zh) * | 2020-12-08 | 2021-03-16 | 苏州方正璞华信息技术有限公司 | 一种基于企业征信信息的打标签方法及系统 |
CN112731818A (zh) * | 2020-12-21 | 2021-04-30 | 深圳供电局有限公司 | 一种计量装置通信仿真系统及方法 |
CN112862298A (zh) * | 2020-07-09 | 2021-05-28 | 北京睿知图远科技有限公司 | 一种针对用户画像的信用评估方法 |
CN113610409A (zh) * | 2021-08-12 | 2021-11-05 | 北京中电普华信息技术有限公司 | 一种电费回收风险预警方法及装置 |
CN115049498A (zh) * | 2022-08-11 | 2022-09-13 | 深圳前海橙色魔方信息技术有限公司 | 一种金融大数据管理系统及方法 |
CN115375205A (zh) * | 2022-10-25 | 2022-11-22 | 埃睿迪信息技术(北京)有限公司 | 一种用水用户画像的确定方法、装置及设备 |
CN116128375A (zh) * | 2023-03-29 | 2023-05-16 | 东莞先知大数据有限公司 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
CN116681450A (zh) * | 2023-03-30 | 2023-09-01 | 国网山东省电力公司营销服务中心(计量中心) | 一种支撑智能催费的客户信用评价方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060251935A1 (en) * | 2001-08-31 | 2006-11-09 | Barrett Scott N | Fuel cell system and method for recycling exhaust |
CN106791697A (zh) * | 2017-01-18 | 2017-05-31 | 南京卓高电气有限公司 | 一种具备视频传输的数据通信管理装置 |
CN107633022A (zh) * | 2017-08-24 | 2018-01-26 | 深圳市睿策者科技有限公司 | 人员画像分析方法、装置及存储介质 |
CN107895245A (zh) * | 2017-12-26 | 2018-04-10 | 国网宁夏电力有限公司银川供电公司 | 一种基于用户画像的电费回收风险评估方法 |
CN207352193U (zh) * | 2017-11-03 | 2018-05-11 | 东莞理工学院 | 基于数据融合技术的多气象因子远程监测设备 |
CN109002996A (zh) * | 2018-07-26 | 2018-12-14 | 珠海卓邦科技有限公司 | 基于水费回收的风险评估方法及系统 |
CN109816233A (zh) * | 2019-01-16 | 2019-05-28 | 云南电网有限责任公司信息中心 | 用于电网的用户标签模型生成方法及装置 |
-
2019
- 2019-10-21 CN CN201911002344.5A patent/CN110796354A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060251935A1 (en) * | 2001-08-31 | 2006-11-09 | Barrett Scott N | Fuel cell system and method for recycling exhaust |
CN106791697A (zh) * | 2017-01-18 | 2017-05-31 | 南京卓高电气有限公司 | 一种具备视频传输的数据通信管理装置 |
CN107633022A (zh) * | 2017-08-24 | 2018-01-26 | 深圳市睿策者科技有限公司 | 人员画像分析方法、装置及存储介质 |
CN207352193U (zh) * | 2017-11-03 | 2018-05-11 | 东莞理工学院 | 基于数据融合技术的多气象因子远程监测设备 |
CN107895245A (zh) * | 2017-12-26 | 2018-04-10 | 国网宁夏电力有限公司银川供电公司 | 一种基于用户画像的电费回收风险评估方法 |
CN109002996A (zh) * | 2018-07-26 | 2018-12-14 | 珠海卓邦科技有限公司 | 基于水费回收的风险评估方法及系统 |
CN109816233A (zh) * | 2019-01-16 | 2019-05-28 | 云南电网有限责任公司信息中心 | 用于电网的用户标签模型生成方法及装置 |
Non-Patent Citations (5)
Title |
---|
王喜富: "《区域煤炭物流管理》", 31 May 2019, pages: 179 - 183 * |
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", 《电信科学》 * |
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", 《电信科学》, vol. 33, no. 1, 31 December 2017 (2017-12-31), pages 207 - 213 * |
谢骏凯 等: "客户画像"在电费回收风险管控中的运用", 《电力需求侧管理》 * |
谢骏凯 等: "客户画像"在电费回收风险管控中的运用", 《电力需求侧管理》, vol. 18, no. 1, 31 December 2016 (2016-12-31) * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428092B (zh) * | 2020-03-20 | 2023-05-02 | 北京中亦安图科技股份有限公司 | 基于图模型的银行精准营销方法 |
CN111428092A (zh) * | 2020-03-20 | 2020-07-17 | 北京中亦安图科技股份有限公司 | 基于图模型的银行精准营销方法 |
CN111444484A (zh) * | 2020-03-27 | 2020-07-24 | 广州锦行网络科技有限公司 | 基于统一登录管理的企业内网用户身份画像处理方法 |
CN111639121A (zh) * | 2020-04-07 | 2020-09-08 | 国网新疆电力有限公司 | 一种构建客户画像的大数据平台及构建方法 |
CN112862298A (zh) * | 2020-07-09 | 2021-05-28 | 北京睿知图远科技有限公司 | 一种针对用户画像的信用评估方法 |
CN112862298B (zh) * | 2020-07-09 | 2024-02-27 | 北京睿知图远科技有限公司 | 一种针对用户画像的信用评估方法 |
CN112184313A (zh) * | 2020-09-28 | 2021-01-05 | 国网上海市电力公司 | 一种基于客户画像数据的电力营销业务应用系统 |
CN112328604A (zh) * | 2020-11-25 | 2021-02-05 | 国网湖南省电力有限公司 | 面向时空画像标签管理的数据中台构建方法、系统及介质 |
CN112508685A (zh) * | 2020-12-08 | 2021-03-16 | 苏州方正璞华信息技术有限公司 | 一种基于企业征信信息的打标签方法及系统 |
CN112731818A (zh) * | 2020-12-21 | 2021-04-30 | 深圳供电局有限公司 | 一种计量装置通信仿真系统及方法 |
CN113610409A (zh) * | 2021-08-12 | 2021-11-05 | 北京中电普华信息技术有限公司 | 一种电费回收风险预警方法及装置 |
CN115049498A (zh) * | 2022-08-11 | 2022-09-13 | 深圳前海橙色魔方信息技术有限公司 | 一种金融大数据管理系统及方法 |
CN115375205A (zh) * | 2022-10-25 | 2022-11-22 | 埃睿迪信息技术(北京)有限公司 | 一种用水用户画像的确定方法、装置及设备 |
CN116128375A (zh) * | 2023-03-29 | 2023-05-16 | 东莞先知大数据有限公司 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
CN116128375B (zh) * | 2023-03-29 | 2023-08-18 | 东莞先知大数据有限公司 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
CN116681450A (zh) * | 2023-03-30 | 2023-09-01 | 国网山东省电力公司营销服务中心(计量中心) | 一种支撑智能催费的客户信用评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796354A (zh) | 一种企业电费回收风险画像方法及系统 | |
Liu et al. | Big data platform architecture under the background of financial technology: In the insurance industry as an example | |
CN106651424B (zh) | 基于大数据技术的电力用户画像建立与分析方法 | |
Fan et al. | Identifying risk factors of IT outsourcing using interdependent information: An extended DEMATEL method | |
EP4137961A1 (en) | Method and apparatus for executing automatic machine learning process, and device | |
CN108280541A (zh) | 基于随机森林和决策树的客户服务策略制定方法、装置 | |
CN110544035A (zh) | 一种内控检测方法、系统和计算机可读存储介质 | |
CN109871393A (zh) | 一种基于标签体系的取数方法 | |
CN112396437A (zh) | 一种基于知识图谱的贸易合同验证方法及装置 | |
Skulimowski | A foresight support system to manage knowledge on information society evolution | |
CN110188255A (zh) | 基于业务数据共享融合的电力用户行为挖掘方法及系统 | |
CN116595418A (zh) | 一种科技成果多维画像构建方法 | |
CN115860312A (zh) | 电力营销数字化线上服务系统及其构建方法 | |
CN115935235A (zh) | 一种基于数据中台的大数据决策分析方法与流程 | |
Fang et al. | Data mining technology and its Application In CRM of Commercial Banks | |
Turktarhan et al. | Re-architecting the firm for increased value: How business models are adapting to the new AI environment | |
Mortaz Hejri et al. | Factors affecting the readiness of green business process management in the Iranian banking industry | |
Teng | RETRACTED: Research on Enterprise Economic Management System Based on Computer Big Data Technology | |
Zhao et al. | A Big Data-Driven Financial Auditing Method Using Convolution Neural Network | |
Liu et al. | The difficulties and optimization mechanism of big data application in SMEs | |
Yao et al. | Analysis on the Establishment and Management of Library Resource Base Based on Modern Information Technology | |
US11373132B1 (en) | Feature selection system | |
Pang et al. | Research on the Construction of Financial Risk Platform Based on Big Data | |
Azouaoui et al. | Banks 4.0 in the Context of sustainable development: A literature review and research framework | |
Zhao | Research on Intelligent Analysis and Processing Technology of Financial Big Data Education Based on DM Algorithm |
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: 20200214 |