基于多源数据融合的行业分类方法及相关设备与流程

本申请涉及用电企业分类，尤其涉及一种基于多源数据融合的行业分类方法及相关设备。

背景技术：

1、在电力领域中，用户电价的核定与其所属行业分类、用电类别及运行容量等多重因素密切相关。随着经济的持续发展与科技的不断进步，数据中心、车辆充电站、冷链物流、高科技实验室等新兴及交叉业态不断涌现，用户不再局限于传统工业、农业、居民等类别，而是呈现出多样化发展特征，进而使得用户行业分类与用电特性日趋复杂；如此，依赖传统经验当中的行业判断标准难以全面覆盖与充分适配当前复杂的分类场景，致使针对用户电价的核定难度显著提升。

2、相关技术中，在获取到能够反映企业生产经营方向与业务活动情况的企业文本数据后，可以利用文本分类算法对企业文本数据进行识别与标注，以确定对应企业所属的国民经济行业类别；然而，目前应用分类方法的上下文长度处理能力有限，在处理包含长文本类企业文本数据时需要进行片段分割，如此则容易破坏文本的语义连贯性，难以准确理解企业整体描述，进而降低行业分类的定位精准度。

技术实现思路

1、有鉴于此，本申请的目的在于提出一种基于多源数据融合的行业分类方法及相关设备，用以解决上述所提出的部分技术问题或全部技术问题。

2、基于上述目的，本申请提供了一种基于多源数据融合的行业分类方法，包括：

3、获取目标用电企业的企业特征信息；

4、将所述企业特征信息进行预处理以得到企业文本词序列和用电时序特征矩阵；

5、将所述企业文本词序列输入预先训练的文本编码模型进行语义编码，以得到文本特征向量，并将所述用电时序特征矩阵输入预先训练的时序编码器进行时序编码，以得到用电时序向量；

6、基于预设的注意力融合机制对所述文本特征向量和所述用电时序向量进行加权融合，确定多个候选行业类别以及每个候选行业类别的概率值，根据所述多个候选行业类别的概率值确定所述目标用电企业的行业类别。

7、基于同一发明构思，本申请还提供了一种基于多源数据融合的行业分类装置，包括：

8、数据获取模块，被配置为获取目标用电企业的企业特征信息；

9、数据预处理模块，将所述企业特征信息进行预处理以得到企业文本词序列和用电时序特征矩阵；

10、数据编码模块，被配置为将所述企业文本词序列输入预先训练的文本编码模型进行语义编码，以得到文本特征向量，并将所述用电时序特征矩阵输入预先训练的时序编码器进行时序编码，以得到用电时序向量；

11、类别确定模块，被配置为基于预设的注意力融合机制对所述文本特征向量和所述用电时序向量进行加权融合，确定多个候选行业类别以及每个候选行业类别的概率值，基于所述多个候选行业类别的概率值确定所述目标用电企业的行业类别。

12、基于同一发明构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的方法。

13、从上面所述可以看出，本申请提供的基于多源数据融合的行业分类方法及相关设备，该方法通过对获取到企业特征信息进行预处理以得到企业文本词序列和用电时序特征矩阵，能够剔除企业特征信息的数据噪声，规范数据格式并提取出有效特征数据，以提高基础数据的整体品质和可靠程度；通过预先训练的文本编码模型与编码器分别对企业文本词序列和用电时序特征矩阵进行编码表征，以得到文本特征向量和用电时序向量，能够充分挖掘文本语义信息与用电时序变化规律，生成高辨识度和强鲁棒性的特征向量，实现多源数据向统一特征空间的转换，兼顾表征效果与工程批量处理效率；通过引入并利用注意力融合机制对两类特征向量进行自适应加权融合，能够确定多个候选行业类别以及每个候选行业类别的概率值，以充分发挥多模态特征互补优势，弱化无效特征干扰，结合概率判别实现企业行业类别的精准判定，降低单一特征带来的分类偏差，提升分类结果的精准度、稳定性与泛化能力。该方法能够对用电企业文本数据以及用电数据等多源数据进行充分挖掘，规避单一信息判定存在的局限性，有效提升企业行业类别的分类精度与可靠性；同时能够适配行业中大批量企业数据的规模化与工程化应用场景，进而提高企业行业类别定位的精准度与后续电价核定的工作效率。

1.一种基于多源数据融合的行业分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个候选行业类别的概率值确定所述目标用电企业的行业类别，包括：

3.根据权利要求2所述的方法，其特征在于，在所述分别将每个候选行业类别的概率值与预设的第一置信度阈值进行比对，之前还包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述多个叶子节点的样本数量调整所述第一置信度阈值，包括：

5.根据权利要求2所述的方法，其特征在于，所述根据排序后得到的候选行业类别序列确定所述目标用电企业的行业类别，包括：

6.根据权利要求5所述的方法，其特征在于，在所述分别将每个所述补偿后的候选行业类别的概率值与预设的第二置信度阈值进行比对，之前还包括：

7.根据权利要求1所述的方法，其特征在于，所述企业特征信息包括文本数据，

8.根据权利要求1所述的方法，其特征在于，所述企业特征信息包括用电数据；

9.一种基于多源数据融合的行业分类装置，其特征在于：包括：

10.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任意一项所述的方法。