CN116128375B - 一种用户用水信用异常确定方法、装置、电子设备和介质 - Google Patents
一种用户用水信用异常确定方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN116128375B CN116128375B CN202310318807.9A CN202310318807A CN116128375B CN 116128375 B CN116128375 B CN 116128375B CN 202310318807 A CN202310318807 A CN 202310318807A CN 116128375 B CN116128375 B CN 116128375B
- Authority
- CN
- China
- Prior art keywords
- user
- water
- score
- time
- current time
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 352
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 97
- 239000013598 vector Substances 0.000 claims abstract description 63
- 230000005856 abnormality Effects 0.000 claims abstract description 44
- 238000012423 maintenance Methods 0.000 claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims description 43
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000003911 water pollution 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0248—Avoiding fraud
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种用户用水信用异常确定方法、装置、电子设备和介质,该方法包括:用户拖欠水费的时间和拖欠时长组成多个水费特征向量;根据特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分;根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;根据检测区域内的水量相关信息确定检测区域整体子指数得分;根据水费子指数得分、整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分;根据信用指数得分、用户当前时间的时间段的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用是否异常。
Description
技术领域
本申请涉及用水信用异常确定技术领域,特别是涉及一种用户用水信用异常确定方法、装置、电子设备和介质。
背景技术
用水信用体系的构建是社会信用体系建设的重要要求,很多城市将关乎市民生活的水缴费纳入日常生活信用状况的基础数据,根据法规标准,逾期欠缴水费行为、违章用水行为、造成水污染隐患或后果的行为、破坏公共用水设施的行为等都为用水失信行为。目前在用水信用异常方面还没有确定方法。
发明内容
基于上述问题,本申请提供一种用户用水信用异常确定方法、装置、电子设备和介质。
第一方面,本申请实施例提供一种用户用水信用异常确定方法,包括:
获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,用户拖欠水费的时间和拖欠时长组成多个水费特征向量;
根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分;
获取用户偷水的处罚记录信息及维修工单信息,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;
获取检测区域内的水量相关信息,根据检测区域内的水量相关信息确定检测区域整体子指数得分;
根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分;
获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据用户在当前时间t的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用是否异常。
进一步地,上述一种用户用水信用异常确定方法中,根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分是通过如下公式确定的:
其中,多个水费特征向量表示为,i为水费特征向量的序号且满足,特征向量的个数为;表示每个水费特征向量对应的拖欠程度得
分,表示用户拖欠水费的时间、表示拖欠时长,为设定的第二判断阈值,表示设定判
断时长的上界,为设定的第三判断阈值,表示设定判断时长的下界。
进一步地,上述一种用户用水信用异常确定方法中,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分是通过如下公式确定的:
其中,多个水费特征向量表示为,i为水费特征向量的序号且满足,水费特征向量的个数为;表示水费特征向量的分割序号,满足,t表示当前时间,为设定的第一判断阈值,表示一个固定
的时间长度;表示用户拖欠水费的时间、表示拖欠时长,表示用户的水费子指数得
分,表示拖欠趋势得分,表示拖欠指标得分,表示每个水费特征向量对
应的拖欠程度得分,为历史数据训练的第一修正常数,表示拖欠趋势对用户信用的影响
程度,为设定的第四判断阈值,为历史数据训练的第二修正常数,保证水费子指数得
分在设定的范围内。
进一步地,上述一种用户用水信用异常确定方法中,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分是通过如下公式确定的:
其中,表示偷水的处罚时间,j表示偷水的处罚记录的序号,表示偷水的处罚
记录数量,表示维修的时间,k表示维修工单的序号,表示维修工单的数量,表示
用户的整改子指数得分,为历史数据训练的第三修正常数,保证整改子指数得分在设定
的范围内,表示漏损影响得分,为设定的第五判断阈值,为设定的第六判断阈值,为漏损程度得分,为漏损指标得分。
进一步地,上述一种用户用水信用异常确定方法中,根据检测区域内的水量相关信息确定检测区域整体子指数得分是通过如下公式确定的:
为设定的第七判断阈值,表示区域诊断得分,为设定的第八判断阈值,表示区域趋势得分,表示区域指标得分,为历史数据训练的第四修正常数,表
示漏损对水资源流失的影响程度,表示检测区域整体子指数得分;
区域内的水量相关信息包括:、、,,和,表示检测时间,表示检测时间当天的供水量,表示检测时间当天的实际缴费用
水量,表示检测区域水量特征信息,其中m为检测区域水量特征的序号,
检测区域水量特征的数量为;表示时间到时间内的维修工单数量,表示时间到时间内的偷水处罚记录数量,。
进一步地,上述一种用户用水信用异常确定方法中,根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分是通过如下公式确定的:
其中,为非负修正常数,表示用户的水费子指数得分,表示用
户的整改子指数得分,表示检测区域整体子指数得分,表示用户在当前时间t的信用
指数得分。
进一步地,上述一种用户用水信用异常确定方法中,根据用户在当前时间t的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分是通过如下公式确定的:
其中,表示用户在当前时间t的信用指数得分,表示用户的异常程度得分为非负修正常数,表示用户当前时间前10天的用水费用、表示用户当
前时间前30天的用水费用、表示用户当前时间前60天的用水费用;
根据用户的异常程度得分确定用户用水信用是否异常,包括:
判断用户的异常程度得分与设定的第九判断阈值的大小;
当用户的异常程度得分大于设定的第九判断阈值时,确定用户用水信用异常。
第二方面,本申请实施例还提供一种用户用水信用异常确定装置,包括:
第一获取模块:用于获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,用户拖欠水费的时间和拖欠时长组成多个水费特征向量;
第一确定模块:用于根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分;
第二获取模块:用于获取用户偷水的处罚记录信息及维修工单信息,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;
第三获取模块:用于获取检测区域内的水量相关信息,根据检测区域内的水量相关信息确定检测区域整体子指数得分;
第二确定模块:用于根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间的信用指数得分;
第四获取模块:用于获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据用户在当前时间的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用异常。
第三方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如上所述任一项一种用户用水信用异常确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如上所述任一项一种用户用水信用异常确定方法。
本申请实施例的优点在于:本申请通过获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,用户拖欠水费的时间和拖欠时长组成多个水费特征向量;根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分;获取用户偷水的处罚记录信息及维修工单信息,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;获取检测区域内的水量相关信息,根据检测区域内的水量相关信息确定检测区域整体子指数得分;根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分;获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据用户在当前时间t的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用是否异常。通过本申请可以快捷的确定用户用水信用是否异常,弥补了用户用水信用异常方法确定的空白。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统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申请的一些实施例,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为本申请实施例提供的一种用户用水信用异常确定方法示意图;
图2为本申请实施例提供的一种用户用水信用异常确定装置示意图;
图3是本公开实施例提供的一种电子设备的示意性框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵时做类似改进,因此本申请不受下面公开的具体实施的限制。
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的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本申请实施例提供的一种用户用水信用异常确定方法示意图。
第一方面,本申请实施例提供一种用户用水信用异常确定方法,结合图1,包括S101至S106六个步骤:
S101:获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,用户拖欠水费的时间和拖欠时长组成多个水费特征向量。
具体的,本申请实施例中,获取当前时间可以是通过终端获取的,当前时间可以是
北京时间、纽约时间等,检测区域内用户拖欠水费的时间和拖欠时长是通过检测区域
内用户缴纳水费信息获取的。
S102:根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分。
具体的,本申请实施例中,根据多个水费特征向量中的每个水费特征向量
中的拖欠时长确定拖欠程度得分,根据当前时间t、多个水费特征向量中的每个特征向量
中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分的步骤下文详细
介绍。
S103:获取用户偷水的处罚记录信息及维修工单信息,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分。
具体的,本申请实施例中,获取用户偷水的处罚记录信息及维修工单信息可以通过水务系统获取,根据用户偷水的处罚记录信息及维修工单信息
确定用户的整改子指数得分的步骤下文详细介绍。
S104:获取检测区域内的水量相关信息,根据检测区域内的水量相关信息确定检测区域整体子指数得分。
具体的,本申请实施例中,获取检测区域内的水量相关信息可以通过水务系统获
取,根据检测区域内的水量相关信息、、,,和确定
检测区域整体子指数得分的步骤下文详细介绍。
其中,表示检测时间,表示检测时间当天的供水量,表示检测时间当
天的实际缴费用水量,表示检测区域水量特征信息,其中m为检测区域
水量特征的序号,检测区域水量特征的数量为;表示时间到时间内的维
修工单数量,表示时间到时间内的偷水处罚记录数量,。
S105:根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分。
具体的,本申请实施例中,根据用户的水费子指数得分、用户的整改子指数得
分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分的步骤下
文详细介绍。
S106:获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据用户在当前时间t的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用是否异常。
具体的,本申请实施例中,获取用户当前时间前10天的用水费用、前30天的用水
费用和前60天的用水费用可以通过水务系统获取;根据用户在当前时间t的信用指数
得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用是否异常
的步骤下文详细介绍。
进一步地,上述一种用户用水信用异常确定方法中,根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分是通过如下公式确定的:
其中,多个水费特征向量表示为,i为水费特征向量的序号且满足,特征向量的个数为;表示每个水费特征向量对应的拖欠程度得
分,表示用户拖欠水费的时间、表示拖欠时长,为设定的第二判断阈值,表示设定判
断时长的上界,为设定的第三判断阈值,表示设定判断时长的下界。
具体的,本申请实施例中,设定的第二判断阈值、设定的第三判断阈值的大
小根据实际情况灵活设定。
进一步地,上述一种用户用水信用异常确定方法中,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分是通过如下公式确定的:
其中,多个水费特征向量表示为,i为水费特征向量的序号且满足,水费特征向量的个数为;表示水费特征向量的分割序号,满足,t表示当前时间,为设定的第一判断阈值,表示一个固定
的时间长度;表示用户拖欠水费的时间、表示拖欠时长,表示用户的水费子指数得
分,表示拖欠趋势得分,表示拖欠指标得分,表示每个水费特征向量对
应的拖欠程度得分,为历史数据训练的第一修正常数,表示拖欠趋势对用户信用的影响
程度,为设定的第四判断阈值,为历史数据训练的第二修正常数,保证水费子指数得
分在设定的范围内。
具体的,本申请实施例中,设定的第一判断阈值和设定的第四判断阈值的大
小根据实际情况灵活设定。
进一步地,上述一种用户用水信用异常确定方法中,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分是通过如下公式确定的:
其中,表示偷水的处罚时间,j表示偷水的处罚记录的序号,表示偷水的处罚
记录数量,表示维修的时间,k表示维修工单的序号,表示维修工单的数量,表示
用户的整改子指数得分,为历史数据训练的第三修正常数,保证整改子指数得分在设定
的范围内,表示漏损影响得分,为设定的第五判断阈值,为设定的第六判断阈值,为漏损程度得分,为漏损指标得分。
具体的,本申请实施例中,设定的第五判断阈值和设定的第六判断阈值的大
小根据实际情况灵活设定。
进一步地,上述一种用户用水信用异常确定方法中,根据检测区域内的水量相关信息确定检测区域整体子指数得分是通过如下公式确定的:
为设定的第七判断阈值,表示区域诊断得分,为设定的第八判断阈值,表示区域趋势得分,表示区域指标得分,为历史数据训练的第四修正常数,表
示漏损对水资源流失的影响程度,表示检测区域整体子指数得分;
区域内的水量相关信息包括:、、,,和,表示检测时间,表示检测时间当天的供水量,表示检测时间当天的实际缴费用
水量,表示检测区域水量特征信息,其中m为检测区域水量特征的序号,
检测区域水量特征的数量为;表示时间到时间内的维修工单数量,表示时间到时间内的偷水处罚记录数量,。
具体的,本申请实施例中,设定的第七判断阈值和设定的第八判断阈值的
大小根据实际情况灵活设定。
进一步地,上述一种用户用水信用异常确定方法中,根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分是通过如下公式确定的:
其中,为非负修正常数,表示用户的水费子指数得分,表示用
户的整改子指数得分,表示检测区域整体子指数得分,表示用户在当前时间t的信用
指数得分。
进一步地,上述一种用户用水信用异常确定方法中,根据用户在当前时间t的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分是通过如下公式确定的:
其中,表示用户在当前时间t的信用指数得分,表示用户的异常程度得分为非负修正常数,表示用户当前时间前10天的用水费用、表示用户当
前时间前30天的用水费用、表示用户当前时间前60天的用水费用;
根据用户的异常程度得分确定用户用水信用是否异常,包括:
判断用户的异常程度得分与设定的第九判断阈值的大小;
当用户的异常程度得分大于设定的第九判断阈值时,确定用户用水信用异常。
具体的,本申请实施例中,设定的第九判断阈值的大小根据实际情况灵活确
定。
在一些实施例中,确定用户用水信用异常后发送预警信息至管理部门,以便管理部门及时的采取应对措施。
图2为本申请实施例提供的一种用户用水信用异常确定装置示意图。
第二方面,本申请实施例还提供一种用户用水信用异常确定装置,结合图2,包括:
第一获取模块201:用于获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,用户拖欠水费的时间和拖欠时长组成多个水费特征向量;
第一确定模块202:用于根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分;
第二获取模块203:用于获取用户偷水的处罚记录信息及维修工单信息,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;
第三获取模块204:用于获取检测区域内的水量相关信息,根据检测区域内的水量相关信息确定检测区域整体子指数得分;
第二确定模块205:用于根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间的信用指数得分;
第四获取模块206:用于获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据用户在当前时间的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用异常。
第三方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如上所述任一项一种用户用水信用异常确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如上所述任一项一种用户用水信用异常确定方法。
图3是本公开实施例提供的一种电子设备的示意性框图。
如图3所示,电子设备包括:至少一个处理器301、至少一个存储器302和至少一个通信接口303。电子设备中的各个组件通过总线系统304耦合在一起。通信接口303,用于与外部设备之间的信息传输。可理解,总线系统304用于实现这些组件之间的连接通信。总线系统304除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图3中将各种总线都标为总线系统304。
可以理解,本实施例中的存储器302可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器302存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本申请实施例提供的一种用户用水信用异常确定方法中任一方法的程序可以包含在应用程序中。
在本申请实施例中,处理器301通过调用存储器302存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器301用于执行本申请实施例提供的一种用户用水信用异常确定方法各实施例的步骤。
获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,用户拖欠水费的时间和拖欠时长组成多个水费特征向量;
根据多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、多个水费特征向量中的每个特征向量中的拖欠水费的时间、拖欠程度得分确定用户的水费子指数得分;
获取用户偷水的处罚记录信息及维修工单信息,根据用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;
获取检测区域内的水量相关信息,根据检测区域内的水量相关信息确定检测区域整体子指数得分;
根据用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分;
获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据用户在当前时间t的信用指数得分、用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据用户的异常程度得分确定用户用水信用是否异常。
本申请实施例提供的一种用户用水信用异常确定方法中任一方法可以应用于处理器301中,或者由处理器301实现。处理器301可以是一种集成电路芯片,具有信号能力。在实现过程中,上述方法的各步骤可以通过处理器301中的硬件的集成逻辑电路或者软件形式的指令完成。上述处理器301可以是通用处理器、数字信号处理器(Digital SignalProcessor,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。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器等。
本申请实施例提供的一种用户用水信用异常确定方法中任一方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器302,处理器301读取存储器302中的信息,结合其硬件完成一种用户用水信用异常确定方法的步骤。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种用户用水信用异常确定方法,其特征在于,包括:
获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,所述用户拖欠水费的时间和所述拖欠时长组成多个水费特征向量;
根据所述多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据所述当前时间、所述多个水费特征向量中的每个特征向量中的拖欠水费的时间、所述拖欠程度得分确定用户的水费子指数得分;
获取用户偷水的处罚记录信息及维修工单信息,根据所述用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;
获取检测区域内的水量相关信息,根据所述检测区域内的水量相关信息确定检测区域整体子指数得分;
根据所述用户的水费子指数得分、所述用户的整改子指数得分和所述检测区域整体子指数得分确定用户在当前时间t的信用指数得分;
获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据所述用户在当前时间t的信用指数得分、所述用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据所述用户的异常程度得分确定用户用水信用是否异常;
其中,所述根据所述用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分是通过如下公式确定的:
;
;
;
;
表示偷水的处罚时间,j表示偷水的处罚记录的序号,/>表示偷水的处罚记录数量,表示维修的时间,k表示维修工单的序号,/>表示维修工单的数量,/>表示用户的整改子指数得分,/>为历史数据训练的第三修正常数,保证整改子指数得分在设定的范围内,表示漏损影响得分,/>为设定的第五判断阈值,/>为设定的第六判断阈值,/>为漏损程度得分,/>为漏损指标得分;
所述根据检测区域内的水量相关信息确定检测区域整体子指数得分是通过如下公式确定的:
;
;
;
;
为设定的第七判断阈值,/>表示区域诊断得分,/>为设定的第八判断阈值,表示区域趋势得分,/>表示区域指标得分,/>为历史数据训练的第四修正常数,表示漏损对水资源流失的影响程度,/>表示检测区域整体子指数得分;
区域内的水量相关信息包括:表示检测时间,/>表示检测时间当天的供水量,/>表示检测时间当天的实际缴费用水量,/>表示检测区域水量特征信息,其中m为检测区域水量特征的序号,检测区域水量特征的数量为/>;/>表示时间/>到/>时间内的维修工单数量/>,/>表示时间/>到/>时间内的偷水处罚记录数量,/>;
所述根据所述用户在当前时间t的信用指数得分、所述用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分是通过如下公式确定的:
;
其中,表示用户在当前时间t的信用指数得分,/>表示用户的异常程度得分为非负修正常数,/>表示用户当前时间前10天的用水费用、/>表示用户当前时间前30天的用水费用、/>表示用户当前时间前60天的用水费用。
2.根据权利要求1所述的一种用户用水信用异常确定方法,其特征在于,所述根据所述多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分是通过如下公式确定的:
;
其中,所述多个水费特征向量表示为,i为水费特征向量的序号且满足,特征向量的个数为/>;/>表示每个水费特征向量/>对应的拖欠程度得分,/>表示用户拖欠水费的时间、/>表示拖欠时长,/>为设定的第二判断阈值,表示设定判断时长的上界,/>为设定的第三判断阈值,表示设定判断时长的下界。
3.根据权利要求1所述的一种用户用水信用异常确定方法,其特征在于,所述根据所述当前时间、所述多个水费特征向量中的每个特征向量中的拖欠水费的时间、所述拖欠程度得分确定用户的水费子指数得分是通过如下公式确定的:
;/>;;
其中,所述多个水费特征向量表示为,i为水费特征向量的序号且满足,水费特征向量的个数为/>;/>表示水费特征向量的分割序号,满足,t表示当前时间,/>为设定的第一判断阈值,表示一个固定的时间长度;/>表示用户拖欠水费的时间、/>表示拖欠时长,/>表示用户的水费子指数得分,/>表示拖欠趋势得分,/>表示拖欠指标得分,/>表示每个水费特征向量/>对应的拖欠程度得分,/>为历史数据训练的第一修正常数,表示拖欠趋势对用户信用的影响程度,/>为设定的第四判断阈值,/>为历史数据训练的第二修正常数,保证水费子指数得分在设定的范围内。
4.根据权利要求1所述的一种用户用水信用异常确定方法,其特征在于,所述根据所述用户的水费子指数得分、用户的整改子指数得分和检测区域整体子指数得分确定用户在当前时间t的信用指数得分是通过如下公式确定的:
;
其中,为非负修正常数,/>表示用户的水费子指数得分,/>表示用户的整改子指数得分,/>表示检测区域整体子指数得分,/>表示用户在当前时间t的信用指数得分。
5.根据权利要求1所述的一种用户用水信用异常确定方法,其特征在于,根据所述用户的异常程度得分确定用户用水信用是否异常,包括:
判断用户的异常程度得分与设定的第九判断阈值的大小;
当所述用户的异常程度得分大于所述设定的第九判断阈值时,确定用户用水信用异常。
6.一种用户用水信用异常确定装置,其特征在于,包括:
第一获取模块:用于获取当前时间、检测区域内用户拖欠水费的时间和拖欠时长,所述用户拖欠水费的时间和所述拖欠时长组成多个水费特征向量;
第一确定模块:用于根据所述多个水费特征向量中的每个水费特征向量中的拖欠时长确定拖欠程度得分,根据当前时间、所述多个水费特征向量中的每个特征向量中的拖欠水费的时间、所述拖欠程度得分确定用户的水费子指数得分;
第二获取模块:用于获取用户偷水的处罚记录信息及维修工单信息,根据所述用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分;
第三获取模块:用于获取检测区域内的水量相关信息,根据所述检测区域内的水量相关信息确定检测区域整体子指数得分;
第二确定模块:用于根据所述用户的水费子指数得分、所述用户的整改子指数得分和所述检测区域整体子指数得分确定用户在当前时间的信用指数得分;
第四获取模块:用于获取用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用;根据所述用户在当前时间的信用指数得分、所述用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分;根据所述用户的异常程度得分确定用户用水信用异常;
其中,所述根据所述用户偷水的处罚记录信息及维修工单信息确定用户的整改子指数得分是通过如下公式确定的:
;
;
;
;
表示偷水的处罚时间,j表示偷水的处罚记录的序号,/>表示偷水的处罚记录数量,表示维修的时间,k表示维修工单的序号,/>表示维修工单的数量,/>表示用户的整改子指数得分,/>为历史数据训练的第三修正常数,保证整改子指数得分在设定的范围内,表示漏损影响得分,/>为设定的第五判断阈值,/>为设定的第六判断阈值,/>为漏损程度得分,/>为漏损指标得分;
所述根据检测区域内的水量相关信息确定检测区域整体子指数得分是通过如下公式确定的:
;
;
;
;
为设定的第七判断阈值,/>表示区域诊断得分,/>为设定的第八判断阈值,表示区域趋势得分,/>表示区域指标得分,/>为历史数据训练的第四修正常数,表示漏损对水资源流失的影响程度,/>表示检测区域整体子指数得分;
区域内的水量相关信息包括:表示检测时间,/>表示检测时间当天的供水量,/>表示检测时间当天的实际缴费用水量,/>表示检测区域水量特征信息,其中m为检测区域水量特征的序号,检测区域水量特征的数量为/>;/>表示时间/>到/>时间内的维修工单数量/>,/>表示时间/>到/>时间内的偷水处罚记录数量,/>;
所述根据所述用户在当前时间t的信用指数得分、所述用户当前时间前10天的用水费用、前30天的用水费用和前60天的用水费用确定用户的异常程度得分是通过如下公式确定的:
;
其中,表示用户在当前时间t的信用指数得分,/>表示用户的异常程度得分为非负修正常数,/>表示用户当前时间前10天的用水费用、/>表示用户当前时间前30天的用水费用、/>表示用户当前时间前60天的用水费用。
7.一种电子设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至5任一项所述一种用户用水信用异常确定方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1至5任一项所述一种用户用水信用异常确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310318807.9A CN116128375B (zh) | 2023-03-29 | 2023-03-29 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310318807.9A CN116128375B (zh) | 2023-03-29 | 2023-03-29 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116128375A CN116128375A (zh) | 2023-05-16 |
CN116128375B true CN116128375B (zh) | 2023-08-18 |
Family
ID=86308421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310318807.9A Active CN116128375B (zh) | 2023-03-29 | 2023-03-29 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116128375B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952967B (zh) * | 2024-03-26 | 2024-06-28 | 广东先知大数据股份有限公司 | 一种垃圾桶区域异常检测方法、电子设备和存储介质 |
CN117952281B (zh) * | 2024-03-26 | 2024-05-28 | 广东先知大数据股份有限公司 | 一种用户用水需求预测方法、装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153985A (zh) * | 2017-04-30 | 2017-09-12 | 国网江苏省电力公司常州供电公司 | 一种用户侧能源数据的挖掘与分析方法 |
CN108334115A (zh) * | 2018-02-27 | 2018-07-27 | 厦门水务集团有限公司 | 一种基于信用度评价体系的用户用水量控制系统 |
CN110796354A (zh) * | 2019-10-21 | 2020-02-14 | 国网湖南省电力有限公司 | 一种企业电费回收风险画像方法及系统 |
CN114266575A (zh) * | 2021-12-03 | 2022-04-01 | 广东电网有限责任公司 | 信用异常用户的电费回收方法、装置、设备及存储介质 |
CN115577861A (zh) * | 2022-12-06 | 2023-01-06 | 东莞先知大数据有限公司 | 一种漏水区域推荐方法、电子设备和存储介质 |
CN115656847A (zh) * | 2022-12-08 | 2023-01-31 | 东莞先知大数据有限公司 | 一种电动车电池异常确定方法、电子设备和存储介质 |
CN115759850A (zh) * | 2022-11-23 | 2023-03-07 | 国网河北省电力有限公司信息通信分公司 | 企业信用评价方法、装置、电子设备及存储介质 |
CN115841250A (zh) * | 2022-11-30 | 2023-03-24 | 国网山东省电力公司营销服务中心(计量中心) | 一种基于集成学习的电费拖欠风险预警方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130103570A1 (en) * | 2011-10-21 | 2013-04-25 | Discover Financial Services | System and method for determining credit quality index |
-
2023
- 2023-03-29 CN CN202310318807.9A patent/CN116128375B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153985A (zh) * | 2017-04-30 | 2017-09-12 | 国网江苏省电力公司常州供电公司 | 一种用户侧能源数据的挖掘与分析方法 |
CN108334115A (zh) * | 2018-02-27 | 2018-07-27 | 厦门水务集团有限公司 | 一种基于信用度评价体系的用户用水量控制系统 |
CN110796354A (zh) * | 2019-10-21 | 2020-02-14 | 国网湖南省电力有限公司 | 一种企业电费回收风险画像方法及系统 |
CN114266575A (zh) * | 2021-12-03 | 2022-04-01 | 广东电网有限责任公司 | 信用异常用户的电费回收方法、装置、设备及存储介质 |
CN115759850A (zh) * | 2022-11-23 | 2023-03-07 | 国网河北省电力有限公司信息通信分公司 | 企业信用评价方法、装置、电子设备及存储介质 |
CN115841250A (zh) * | 2022-11-30 | 2023-03-24 | 国网山东省电力公司营销服务中心(计量中心) | 一种基于集成学习的电费拖欠风险预警方法及系统 |
CN115577861A (zh) * | 2022-12-06 | 2023-01-06 | 东莞先知大数据有限公司 | 一种漏水区域推荐方法、电子设备和存储介质 |
CN115656847A (zh) * | 2022-12-08 | 2023-01-31 | 东莞先知大数据有限公司 | 一种电动车电池异常确定方法、电子设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
从缴费行为分析电力客户信用度;周晖;钮文洁;王毅;李涛;杨红;;电力需求侧管理(第06期);第27-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116128375A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116128375B (zh) | 一种用户用水信用异常确定方法、装置、电子设备和介质 | |
CN108985489B (zh) | 一种风险预测方法、风险预测装置和终端设备 | |
WO2019041518A1 (zh) | 电子装置、保险案件理赔审核方法、系统及计算机可读存储介质 | |
CN105788350A (zh) | 一种住宅小区车辆进出控制方法 | |
CN109034583A (zh) | 异常交易识别方法、装置及电子设备 | |
CN108711047B (zh) | 一种自动还款方法、系统及终端设备 | |
WO2019119642A1 (zh) | 电子装置、远程保单的出单方法及存储介质 | |
CN108921703A (zh) | 理财推荐方法、装置和电子设备 | |
US20130013506A1 (en) | Variable Service Fee For Overdraft Protection | |
CN116050946B (zh) | 一种水务用户催收管理方法、装置、电子设备和存储介质 | |
CN105245351A (zh) | 一种计费方法及装置 | |
CN116029535B (zh) | 一种供水压力预警方法、装置、电子设备和存储介质 | |
CN109934590A (zh) | 一种基于区块链的数据处理方法、装置、电子设备及介质 | |
CN116111731B (zh) | 一种分布式储能设备异常确定方法、装置、设备和介质 | |
CN108133325A (zh) | 一种合伙人管理方法及装置 | |
CN116293480A (zh) | 一种暗管检测方法、装置、电子设备和存储介质 | |
CN114169451A (zh) | 行为数据分类处理方法、装置、设备及存储介质 | |
CN111210103B (zh) | 基于电量工况的应急监管方法、系统、终端及存储介质 | |
CN117079192B (zh) | 一种人员被遮挡时跳绳个数估算方法、装置、设备和介质 | |
CN110866241A (zh) | 评估模型生成及设备关联方法、装置及存储介质 | |
CN107798041B (zh) | 保单数据存储方法、装置及终端设备 | |
CN111709834A (zh) | 黑名单的设置方法及装置、电子设备、计算机存储介质 | |
CN117975400B (zh) | 一种垃圾整改情况检测方法、电子设备和存储介质 | |
CN116757822A (zh) | 一种信用评定方法、装置及服务器 | |
JP7097798B2 (ja) | 料金収受システムおよび料金収受方法 |
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 | ||
CP03 | Change of name, title or address |
Address after: Building 7, No. 124 Dongbao Road, Dongcheng Street, Dongguan City, Guangdong Province, 523015 Patentee after: Guangdong Prophet Big Data Co.,Ltd. Country or region after: China Address before: Room 102, Building 7, No. 124, Dongbao Road, Dongcheng Street, Dongguan City, Guangdong Province, 523015 Patentee before: Dongguan prophet big data Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |