CN112381295A - 一种基于用电行为偏好的居民用电提醒方法及系统 - Google Patents

一种基于用电行为偏好的居民用电提醒方法及系统 Download PDF

Info

Publication number
CN112381295A
CN112381295A CN202011273056.6A CN202011273056A CN112381295A CN 112381295 A CN112381295 A CN 112381295A CN 202011273056 A CN202011273056 A CN 202011273056A CN 112381295 A CN112381295 A CN 112381295A
Authority
CN
China
Prior art keywords
payment
month
date
payment date
time period
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.)
Granted
Application number
CN202011273056.6A
Other languages
English (en)
Other versions
CN112381295B (zh
Inventor
李颖杰
陈喆
黄安子
史记
叶超
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.)
Shenzhen Power Supply Co ltd
Original Assignee
Shenzhen Power Supply 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 Shenzhen Power Supply Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN202011273056.6A priority Critical patent/CN112381295B/zh
Publication of CN112381295A publication Critical patent/CN112381295A/zh
Application granted granted Critical
Publication of CN112381295B publication Critical patent/CN112381295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)

Abstract

本发明提供一种基于用电行为偏好的居民用电提醒方法及系统，所述方法包括：获取用户缴费数据，所述缴费数据包括用户标识以及与所述用户标识对应的预设时间段内的每个月的缴费日期；在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期；根据所述预测的缴费日期、实施日与预测的缴费日期的关联关系确定实施日，在实施日当日进行用户缴费提醒，或者在预测的缴费日期进行用户缴费提醒。通过本发明，解决了现有缺乏有效的手段根据每个客户的情况分别提醒客户缴费的问题。

Description

一种基于用电行为偏好的居民用电提醒方法及系统
技术领域
本发明涉及电力监控技术领域，尤其涉及一种基于用电行为偏好的居民用电提醒方法及系统。
背景技术
目前电力行业针对客户分群分类的方法更多是针对客户的性质(专变、公变)、经济特性(是否百强用户)等固定属性，单个客户的行为随机性强，现有缴费提醒方式是对所有客户统一提醒，部分客户收到提醒过早并遗忘了提醒，部分客户收到提醒时已经欠费停电，缺乏有效的手段根据每个客户的情况分别提醒客户缴费，用户因为欠费被停电导致体验很差。
发明内容
本发明所要解决的技术问题在于，提供一种基于用电行为偏好的居民用电提醒方法及系统，用于解决现有缺乏有效的手段根据每个客户的情况分别提醒客户缴费，用户因为欠费被停电导致体验很差的问题。
为解决上述技术问题，本发明实施例提出一种基于用电行为偏好的居民用电提醒方法，所述方法包括：
步骤S11、获取用户缴费数据，所述缴费数据包括用户标识以及与所述用户标识对应的预设时间段内的每个月的缴费日期；
步骤S12、在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期；
步骤S13、根据所述预测的缴费日期，按照实施日与所述预测的缴费日期的关联关系确定实施日，在所述实施日当日进行用户缴费提醒，或者生成用户缴费提醒计划，并根据所述用户缴费提醒计划在所述预测的缴费日期进行用户缴费提醒。
进一步地，所述步骤S11具体包括：
步骤S21、获取用户标识以及与用户标识对应的预设时间段内的每两个月的缴费日期；
步骤S22、在所述预设时间段内的每两个月的缴费日期中取所述每两个月的缴费日期的众数，将所述每两个月的缴费日期的众数填充作为不缴费月份的假设缴费日期，所述每两个月的缴费日期和所述不缴费月份的假设缴费日期共同构成预设时间段内的每个月的假定缴费日期；
步骤S23、计算所述预设时间段内的每个月的假定缴费日期的平均数和标准差；
步骤S24、判断所述预设时间段内的不缴费月份的假定缴费日期是否认定为所述预设时间段内的不缴费月份的缴费日期；
步骤S25、若否，则用缴费月的缴费日期替换在所述缴费月之后且与所述缴费月相邻不缴费月份的假定缴费日期，将替换后的所述缴费日期认定为所述预设时间段内的不缴费月份的缴费日期。
进一步地，所述步骤S24具体包括：
根据公式
Figure BDA0002778281470000021
计算缴费日期偏差率，所述X为所述不缴费月份的假设缴费日期，所述M为所述平均数，所述S为所述标准差；
当所述缴费日期偏差率大于2，则判定所述预设时间段内的不缴费月份的假定缴费日期不被认定为所述预设时间段内的不缴费月份的缴费日期；
当所述缴费日期偏差率小于等于2，则判定所述预设时间段内的不缴费月份的假定缴费日期被认定为所述预设时间段内的不缴费月份的缴费日期。
进一步地，所述用户缴费数据还包括与所述用户标识对应的用户状态；
所述步骤S12之前还包括：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
进一步地，所述终止条件为聚类中心的移动距离小于1天。
为解决上述技术问题，本发明实施例提出一种基于用电行为偏好的居民用电提醒系统，所述系统包括：
获取单元，用于获取用户缴费数据，所述缴费数据包括用户标识以及与所述用户标识对应的预设时间段内的每个月的缴费日期；
运算单元，用于在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期；
提醒单元，用于根据所述预测的缴费日期，按照实施日与所述预测的缴费日期的关联关系确定实施日，在所述实施日当日进行用户缴费提醒，或者生成用户缴费提醒计划，并根据所述用户缴费提醒计划在所述预测的缴费日期进行用户缴费提醒。
进一步地，所述获取单元具体包括：
获取子单元，用于获取用户标识以及与用户标识对应的预设时间段内的每两个月的缴费日期；
填充子单元，用于在所述预设时间段内的每两个月的缴费日期中取所述每两个月的缴费日期的众数，将所述每两个月的缴费日期的众数填充作为不缴费月份的假设缴费日期，所述每两个月的缴费日期和所述不缴费月份的假设缴费日期共同构成预设时间段内的每个月的假定缴费日期；
计算子单元，用于计算所述预设时间段内的每个月的假定缴费日期的平均数和标准差；
判断子单元，用于判断所述预设时间段内的不缴费月份的假定缴费日期是否认定为所述预设时间段内的不缴费月份的缴费日期；
替换子单元，用于若否，则用缴费月的缴费日期替换在所述缴费月之后且与所述缴费月相邻不缴费月份的假定缴费日期，将替换后的所述缴费日期认定为所述预设时间段内的不缴费月份的缴费日期。
进一步地，所述判断子单元具体用于：
根据公式
Figure BDA0002778281470000031
计算缴费日期偏差率，所述X为所述不缴费月份的假设缴费日期，所述M为所述平均数，所述S为所述标准差；
当所述缴费日期偏差率大于2，则判定所述预设时间段内的不缴费月份的假定缴费日期不被认定为所述预设时间段内的不缴费月份的缴费日期；
当所述缴费日期偏差率小于等于2，则判定所述预设时间段内的不缴费月份的假定缴费日期被认定为所述预设时间段内的不缴费月份的缴费日期。
进一步地，所述用户缴费数据还包括与所述用户标识对应的用户状态；
所述系统还包括清理单元，所述清理单元用于：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
进一步地，所述终止条件为聚类中心的移动距离小于1天。
实施本发明的实施例，具有如下有益效果：
通过获取一长时间段内的每个月的缴费日期，根据聚类算法对此进行预测，得到预测的缴费日期，并利用好设置的规则结合预测的缴费日期，提前对用户进行针对性地发送缴费通知；解决了现有缺乏有效的手段根据每个客户的情况分别提醒客户缴费，用户因为欠费被停电导致体验很差的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明一实施例提供的基于用电行为偏好的居民用电提醒方法的流程图。
图2是本发明另一实施例提供的基于用电行为偏好的居民用电提醒系统的结构图。
具体实施方式
本专利中，以下结合附图和实施例对该具体实施方式做进一步说明。
如图1所示，本发明一实施例提供了基于用电行为偏好的居民用电提醒方法，所述方法包括：
步骤S11、获取用户缴费数据，所述缴费数据包括用户标识、与所述用户标识对应的用户状态以及与所述用户标识对应的预设时间段内的每个月的缴费日期。
在本实施例中，用户状态包括正常、注销和暂停等，预设时间段一般为3年及以上，根据足够的历史时间才能够比较准确地得到预测的缴费日期。
需要说明的是，在某些地区因为历史原因，之前采用二个月缴费一次，现在采用一个月缴费一次，因此需要对中间不缴费的日期进行补齐，步骤S11具体包括：
步骤S21、获取用户标识以及与用户标识对应的预设时间段内的每两个月的缴费日期；例如一月八号缴费，三月九号缴费，五月七号缴费等。
步骤S22、在所述预设时间段内的每两个月的缴费日期中取所述每两个月的缴费日期的众数，将所述每两个月的缴费日期的众数填充作为不缴费月份的假设缴费日期，所述每两个月的缴费日期和所述不缴费月份的假设缴费日期共同构成预设时间段内的每个月的假定缴费日期；
以一年为例，例如一月八号缴费，三月九号缴费，五月七号缴费，七月七号缴费，九月七号缴费，十一月十一号缴费等，在所有缴费日期中七号缴费最多，七号就是众数，把它作为不缴费月份的假设缴费日期，一月八号、二月七号、三月九号、四月七号、五月七号、六月七号、七月七号、八月七号、九月七号、十月七号、十一月十一号和十二月七号被视为一个整体，共同构成预设时间段内的每个月的假定缴费日期。
步骤S23、计算所述预设时间段内的每个月的假定缴费日期的平均数和标准差。
步骤S24、判断所述预设时间段内的不缴费月份的假定缴费日期是否认定为所述预设时间段内的不缴费月份的缴费日期；具体地，所述步骤S24包括：
根据公式
Figure BDA0002778281470000051
计算缴费日期偏差率，所述X为所述不缴费月份的假设缴费日期，所述M为所述平均数，所述S为所述标准差；
当所述缴费日期偏差率大于2，则判定所述预设时间段内的不缴费月份的假定缴费日期不被认定为所述预设时间段内的不缴费月份的缴费日期；
当所述缴费日期偏差率小于等于2，则判定所述预设时间段内的不缴费月份的假定缴费日期被认定为所述预设时间段内的不缴费月份的缴费日期。
步骤S25、若否，则用缴费月的缴费日期替换在所述缴费月之后且与所述缴费月相邻不缴费月份的假定缴费日期，将替换后的所述缴费日期认定为所述预设时间段内的不缴费月份的缴费日期。
步骤S12、在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期。
在本实施例中，所述终止条件为聚类中心的移动距离小于1天，另外需要说明的是，所述每个月的缴费日期的众数可以是多个。
在步骤S12之前还包括：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
本步骤主要排除干扰，对于注销和暂停用户不需要进行缴费的提醒活动。
步骤S13、根据所述预测的缴费日期，按照实施日与所述预测的缴费日期的关联关系确定实施日，在所述实施日当日进行用户缴费提醒，或者生成用户缴费提醒计划，并根据所述用户缴费提醒计划在所述预测的缴费日期进行用户缴费提醒。
需要说明的是，实施日与所述预测的缴费日期的关系是预设的，例如预测的缴费日期为七号，实施日比所述预测的缴费日期早三天，那么四号可以通过短信、语音等方式提醒用户缴费，或者在四号生成用户缴费提醒计划，在七号进行提醒用户缴费。
如图2所示，本发明另一实施例提供了基于用电行为偏好的居民用电提醒系统，所述系统包括：
获取单元21，用于获取用户缴费数据，所述缴费数据包括用户标识以及与所述用户标识对应的预设时间段内的每个月的缴费日期；
运算单元22，用于在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期；
提醒单元23，用于根据所述预测的缴费日期，按照实施日与所述预测的缴费日期的关联关系确定实施日，在所述实施日当日进行用户缴费提醒，或者生成用户缴费提醒计划，并根据所述用户缴费提醒计划在所述预测的缴费日期进行用户缴费提醒。
进一步地，所述获取单元21具体包括：
获取子单元，用于获取用户标识以及与用户标识对应的预设时间段内的每两个月的缴费日期；
填充子单元，用于在所述预设时间段内的每两个月的缴费日期中取所述每两个月的缴费日期的众数，将所述每两个月的缴费日期的众数填充作为不缴费月份的假设缴费日期，所述每两个月的缴费日期和所述不缴费月份的假设缴费日期共同构成预设时间段内的每个月的假定缴费日期；
计算子单元，用于计算所述预设时间段内的每个月的假定缴费日期的平均数和标准差；
判断子单元，用于判断所述预设时间段内的不缴费月份的假定缴费日期是否认定为所述预设时间段内的不缴费月份的缴费日期；
替换子单元，用于若否，则用缴费月的缴费日期替换在所述缴费月之后且与所述缴费月相邻不缴费月份的假定缴费日期，将替换后的所述缴费日期认定为所述预设时间段内的不缴费月份的缴费日期。
进一步地，所述判断子单元具体用于：
根据公式
Figure BDA0002778281470000071
计算缴费日期偏差率，所述X为所述不缴费月份的假设缴费日期，所述M为所述平均数，所述S为所述标准差；
当所述缴费日期偏差率大于2，则判定所述预设时间段内的不缴费月份的假定缴费日期不被认定为所述预设时间段内的不缴费月份的缴费日期；
当所述缴费日期偏差率小于等于2，则判定所述预设时间段内的不缴费月份的假定缴费日期被认定为所述预设时间段内的不缴费月份的缴费日期。
进一步地，所述用户缴费数据还包括与所述用户标识对应的用户状态；
所述系统还包括清理单元，所述清理单元用于：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
进一步地，所述用户缴费数据还包括与所述用户标识对应的用户状态；
所述系统还包括清理单元，所述清理单元用于：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
进一步地，所述终止条件为聚类中心的移动距离小于1天。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
需说明的是，上述实施例所述系统与上述实施例所述方法对应，因此，上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。
并且，上述实施例所述基于用电行为偏好的居民用电提醒系统，如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中；
例如，一种计算机设备，包括：根据上述实施例所述的基于用电行为偏好的居民用电提醒系统；或者，存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据上述实施例所述的基于用电行为偏好的居民用电提醒系统的步骤。当然，所述计算机设备还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该计算机设备还可以包括其他用于实现设备功能的部件，在此不做赘述。示例性地，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述计算机设备中的执行过程。所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机设备的控制中心，利用各种接口和线路连接整个所述计算机设备的各个部分。所述存储器可用于存储所述计算机程序和/或单元，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或单元，以及调用存储在存储器内的数据，实现所述计算机设备的各种功能。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
又例如，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述所述的基于用电行为偏好的居民用电提醒方法。示例性地，所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
实施本发明，具有如下有益效果：
通过获取一长时间段内的每个月的缴费日期，根据聚类算法对此进行预算，得到预测的缴费日期，并利用好设置的规则，提前对用户针对性的通知；解决了现有缺乏有效的手段根据每个客户的情况分别提醒客户缴费，用户因为欠费被停电导致体验很差的问题。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于用电行为偏好的居民用电提醒方法，其特征在于，所述方法包括：
步骤S11、获取用户缴费数据，所述缴费数据包括用户标识以及与所述用户标识对应的预设时间段内的每个月的缴费日期；
步骤S12、在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期；
步骤S13、根据所述预测的缴费日期，按照实施日与所述预测的缴费日期的关联关系确定实施日，在所述实施日当日进行用户缴费提醒，或者生成用户缴费提醒计划，并根据所述用户缴费提醒计划在所述预测的缴费日期进行用户缴费提醒。
2.如权利要求1所述方法，其特征在于，所述步骤S11具体包括：
步骤S21、获取用户标识以及与用户标识对应的预设时间段内的每两个月的缴费日期；
步骤S22、在所述预设时间段内的每两个月的缴费日期中取所述每两个月的缴费日期的众数，将所述每两个月的缴费日期的众数填充作为不缴费月份的假设缴费日期，所述每两个月的缴费日期和所述不缴费月份的假设缴费日期共同构成预设时间段内的每个月的假定缴费日期；
步骤S23、计算所述预设时间段内的每个月的假定缴费日期的平均数和标准差；
步骤S24、判断所述预设时间段内的不缴费月份的假定缴费日期是否认定为所述预设时间段内的不缴费月份的缴费日期；
步骤S25、若否，则用缴费月的缴费日期替换在所述缴费月之后且与所述缴费月相邻不缴费月份的假定缴费日期，将替换后的所述缴费日期认定为所述预设时间段内的不缴费月份的缴费日期。
3.如权利要求2所述方法，其特征在于，所述步骤S24具体包括：
根据公式
Figure FDA0002778281460000011
计算缴费日期偏差率，所述X为所述不缴费月份的假设缴费日期，所述M为所述平均数，所述S为所述标准差；
当所述缴费日期偏差率大于2，则判定所述预设时间段内的不缴费月份的假定缴费日期不被认定为所述预设时间段内的不缴费月份的缴费日期；
当所述缴费日期偏差率小于等于2，则判定所述预设时间段内的不缴费月份的假定缴费日期被认定为所述预设时间段内的不缴费月份的缴费日期。
4.如权利要求1所述方法，其特征在于，所述用户缴费数据还包括与所述用户标识对应的用户状态；
所述步骤S12之前还包括：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
5.如权利要求1所述方法，其特征在于，所述终止条件为聚类中心的移动距离小于1天。
6.一种基于用电行为偏好的居民用电提醒系统，其特征在于，所述系统包括：
获取单元，用于获取用户缴费数据，所述缴费数据包括用户标识以及与所述用户标识对应的预设时间段内的每个月的缴费日期；
运算单元，用于在所述预设时间段内的每个月的缴费日期中取所述每个月的缴费日期的众数，将所述每个月的缴费日期的众数作为初始的聚类中心，利用K均值聚类算法对所述预设时间段内的每个月的缴费日期进行运算直到符合终止条件，得到预测的缴费日期；
提醒单元，用于根据所述预测的缴费日期，按照实施日与所述预测的缴费日期的关联关系确定实施日，在所述实施日当日进行用户缴费提醒，或者生成用户缴费提醒计划，并根据所述用户缴费提醒计划在所述预测的缴费日期进行用户缴费提醒。
7.如权利要求6所述系统，其特征在于，所述获取单元具体包括：
获取子单元，用于获取用户标识以及与用户标识对应的预设时间段内的每两个月的缴费日期；
填充子单元，用于在所述预设时间段内的每两个月的缴费日期中取所述每两个月的缴费日期的众数，将所述每两个月的缴费日期的众数填充作为不缴费月份的假设缴费日期，所述每两个月的缴费日期和所述不缴费月份的假设缴费日期共同构成预设时间段内的每个月的假定缴费日期；
计算子单元，用于计算所述预设时间段内的每个月的假定缴费日期的平均数和标准差；
判断子单元，用于判断所述预设时间段内的不缴费月份的假定缴费日期是否认定为所述预设时间段内的不缴费月份的缴费日期；
替换子单元，用于若否，则用缴费月的缴费日期替换在所述缴费月之后且与所述缴费月相邻不缴费月份的假定缴费日期，将替换后的所述缴费日期认定为所述预设时间段内的不缴费月份的缴费日期。
8.如权利要求7所述系统，其特征在于，所述判断子单元具体用于：
根据公式
Figure FDA0002778281460000031
计算缴费日期偏差率，所述X为所述不缴费月份的假设缴费日期，所述M为所述平均数，所述S为所述标准差；
当所述缴费日期偏差率大于2，则判定所述预设时间段内的不缴费月份的假定缴费日期不被认定为所述预设时间段内的不缴费月份的缴费日期；
当所述缴费日期偏差率小于等于2，则判定所述预设时间段内的不缴费月份的假定缴费日期被认定为所述预设时间段内的不缴费月份的缴费日期。
9.如权利要求6所述系统，其特征在于，所述用户缴费数据还包括与所述用户标识对应的用户状态；
所述系统还包括清理单元，所述清理单元用于：
检查所述与所述用户标识对应的用户状态；
当所述用户状态为注销或者暂停时，剔除用户状态为注销或者暂停的用户缴费数据。
10.如权利要求6所述系统，其特征在于，所述终止条件为聚类中心的移动距离小于1天。
CN202011273056.6A 2020-11-13 2020-11-13 一种基于用电行为偏好的居民用电提醒方法及系统 Active CN112381295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011273056.6A CN112381295B (zh) 2020-11-13 2020-11-13 一种基于用电行为偏好的居民用电提醒方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011273056.6A CN112381295B (zh) 2020-11-13 2020-11-13 一种基于用电行为偏好的居民用电提醒方法及系统

Publications (2)

Publication Number Publication Date
CN112381295A true CN112381295A (zh) 2021-02-19
CN112381295B CN112381295B (zh) 2024-06-14

Family

ID=74583969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011273056.6A Active CN112381295B (zh) 2020-11-13 2020-11-13 一种基于用电行为偏好的居民用电提醒方法及系统

Country Status (1)

Country Link
CN (1) CN112381295B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344569A (zh) * 2021-06-04 2021-09-03 中国工商银行股份有限公司 欠费数据处理方法、装置及系统
CN114113731A (zh) * 2021-11-24 2022-03-01 贵州电网有限责任公司 一种带提醒欠费功能电能表及提醒方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260815A (zh) * 2015-09-18 2016-01-20 国网辽宁省电力有限公司鞍山供电公司 基于大数据的电力系统缴费渠道评价方法
CN106779497A (zh) * 2017-01-25 2017-05-31 国家电网公司 一种缴费系统暂停服务导致的投诉风险评估方法
CN110728537A (zh) * 2019-09-24 2020-01-24 国网河北省电力有限公司信息通信分公司 一种基于电力用户行为标签的预测缴费方法
CN111221868A (zh) * 2018-11-26 2020-06-02 国网上海市电力公司 一种应用于电力客户渠道偏好的数据挖掘与分析方法
CN111263319A (zh) * 2018-11-30 2020-06-09 中国移动通信集团山东有限公司 一种手机话费余额提醒方法和装置
CN111626614A (zh) * 2020-05-27 2020-09-04 国网上海市电力公司 一种基于电费回收的用户分类方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260815A (zh) * 2015-09-18 2016-01-20 国网辽宁省电力有限公司鞍山供电公司 基于大数据的电力系统缴费渠道评价方法
CN106779497A (zh) * 2017-01-25 2017-05-31 国家电网公司 一种缴费系统暂停服务导致的投诉风险评估方法
CN111221868A (zh) * 2018-11-26 2020-06-02 国网上海市电力公司 一种应用于电力客户渠道偏好的数据挖掘与分析方法
CN111263319A (zh) * 2018-11-30 2020-06-09 中国移动通信集团山东有限公司 一种手机话费余额提醒方法和装置
CN110728537A (zh) * 2019-09-24 2020-01-24 国网河北省电力有限公司信息通信分公司 一种基于电力用户行为标签的预测缴费方法
CN111626614A (zh) * 2020-05-27 2020-09-04 国网上海市电力公司 一种基于电费回收的用户分类方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344569A (zh) * 2021-06-04 2021-09-03 中国工商银行股份有限公司 欠费数据处理方法、装置及系统
CN114113731A (zh) * 2021-11-24 2022-03-01 贵州电网有限责任公司 一种带提醒欠费功能电能表及提醒方法

Also Published As

Publication number Publication date
CN112381295B (zh) 2024-06-14

Similar Documents

Publication Publication Date Title
CN108616444B (zh) 一种推送消息处理方法、计算机可读存储介质及终端设备
CN106548402B (zh) 资源转移监控方法及装置
CN110490695B (zh) 一种消耗品余量的监控方法及设备
CN109523276A (zh) 用户投诉的预警监控方法及装置
CN109118012B (zh) 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端
CN112070301B (zh) 一种用户用电量调整方法、系统及设备
CN112381295A (zh) 一种基于用电行为偏好的居民用电提醒方法及系统
CN110933698A (zh) 一种物联网卡的监控管理方法、装置及设备
CN107995006A (zh) 一种云环境下基于消息触发的实时计费系统
CN109242433A (zh) 一种图形化配置及执行办公业务流程的系统和方法
WO2018166350A1 (zh) 交易额度控制方法、系统、终端设备及介质
CN109727028A (zh) 支付通道稳定性控制方法、装置、计算机设备及存储介质
CN111929583A (zh) 智能终端的电量监控方法、装置及系统
CN108428009A (zh) 一种渠道分配方法及装置
CN112149977A (zh) 贷后风险监控预警方法及其系统、计算机设备、存储介质
CN110825787A (zh) 数据提醒方法及装置、电子设备、存储介质
CN108830658B (zh) 信息推送的数据处理方法、装置、电子设备与存储介质
CN108694609B (zh) 一种广告网盟平台
CN114092275A (zh) 企业经营异常监测方法、装置、计算机设备和存储介质
CN116613894B (zh) 一种用电数据的处理方法及装置
CN108154427A (zh) 一种数据检测方法、装置及电子设备
CN110399409A (zh) 交易异常监测方法及装置
CN109976967B (zh) 一种基于智能调度的缴费复机监测预警方法和系统
CN114819950A (zh) 预警信号的发送方法、装置、计算机设备和存储介质
CN112734121A (zh) 基于支付数据的信息输出方法和装置

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
GR01 Patent grant
GR01 Patent grant