一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种电费回收风险评估方法和系统与流程

2022-06-08 19:28:03 来源:中国专利 TAG:

技术特征:
1.一种电费回收风险评估方法,其特征在于,包括:获取各业务客户对应的客户标签、客户关系图谱和初始电费回收风险;基于所述各业务客户对应的客户标签和客户关系图谱对所述各业务客户的初始电费回收风险进行加权,确定各业务客户的电费回收风险等级;所述客户标签和客户关系图谱基于业务客户的内部数据、外部数据及所述内部数据、外部数据中的相互关系构建。2.如权利要求1所述的方法,其特征在于,所述基于所述各业务客户对应的客户标签和客户关系图谱对所述各业务客户的初始电费回收风险进行加权,确定各业务客户的电费回收风险等级,包括:基于所述各业务客户对应的客户标签,计算各业务客户的客户标签因子加权得分;基于所述各业务客户对应的客户标签和客户关系图谱,计算各业务客户的客户关系标签因子加权得分;基于各业务客户对应的初始电费回收风险、客户标签因子加权得分和客户关系标签因子加权得分,依次计算各业务客户的电费回收风险得分;基于各业务客户的电费回收风险得分,确定各业务客户的电费回收风险等级。3.如权利要求2所述的方法,其特征在于,所述各业务客户对应的客户标签为1个或多个。4.如权利要求3所述的方法,其特征在于,基于业务客户对应的客户标签,计算所述业务客户的客户标签因子加权得分,包括:基于预先设定的客户标签评分标准和权重,确定各客户标签对应的得分及权重;基于所述各客户标签对应的得分及权重,计算各客户标签对应的客户标签因子加权得分;基于所述各客户标签对应的客户标签因子加权得分,计算所述业务客户的客户标签因子加权得分。5.如权利要求3所述的方法,其特征在于,基于业务客户对应的客户标签和客户关系图谱,计算所述业务客户的客户关系标签因子加权得分,包括:基于业务客户对应的客户标签和客户关系图谱,确定所述业务客户的客户关系标签;基于预先设定的客户关系标签评分标准和权重,确定各个客户关系标签对应的得分及权重;基于所述各个客户关系标签对应的得分及权重,计算所述各个客户关系标签对应的客户关系标签因子加权得分;基于所述各个客户关系标签对应的客户关系标签因子加权得分,计算所述业务客户的客户关系标签因子加权得分。6.如权利要求2所述的方法,其特征在于,业务客户的电费回收风险得分计算式如下:电费回收风险得分=初始电费回收风险 客户标签因子加权得分 客户关系标签因子加权得分。7.如权利要求1所述的方法,其特征在于,所述客户标签和客户关系图谱的生成包括:获取各业务客户对应的外部数据对所述各业务客户的内部数据进行补充;基于各业务客户补充后的数据,依次生成各业务客户对应的客户标签和客户关系图
谱;所述内部数据包括:营销业务系统数据和用电信息采集数据;所述外部数据包括:宏观数据、工商数据、司法数据和征信人员信息。8.如权利要求7所述的方法,其特征在于,基于各业务客户补充后的数据,生成客户关系图谱,包括:对各业务客户补充后的数据进行处理,得到结构化数据;从所述结构化数据中提取出实体、属性以及实体间的相互关系;基于所述实体、属性以及实体间的相互关系,生成客户关系图谱。9.一种电费回收风险评估系统,其特征在于,包括:数据采集模块,用于获取各业务客户对应的客户标签、客户关系图谱和初始电费回收风险初始得分;评估模块,用于基于所述各业务客户对应的客户标签和客户关系图谱对所述各业务客户的初始电费回收风险进行加权,确定各业务客户的电费回收风险等级;所述客户标签和客户关系图谱基于业务客户的内部数据、外部数据及所述内部数据、外部数据中的相互关系构建。10.如权利要求9所述的系统,其特征在于,所述评估模块,包括:客户标签因子加权得分计算单元,用于基于所述各业务客户对应的客户标签,计算各业务客户的客户标签因子加权得分;客户关系标签因子加权得分计算单元,用于基于所述各业务客户对应的客户标签和客户关系图谱,计算各业务客户的客户关系标签因子加权得分;电费回收风险得分计算单元,用于基于各业务客户对应的初始电费回收风险、客户标签因子加权得分和客户关系标签因子加权得分,依次计算各业务客户的电费回收风险得分;电费回收风险等级评估单元,用于基于各业务客户的电费回收风险得分,确定各业务客户的电费回收风险等级。

技术总结
本发明提供一种电费回收风险评估方法和系统,包括:获取各业务客户对应的客户标签、客户关系图谱和初始电费回收风险;基于所述各业务客户对应的客户标签和客户关系图谱对所述各业务客户的初始电费回收风险进行加权,确定各业务客户的电费回收风险等级;所述客户标签和客户关系图谱基于业务客户的内部数据、外部数据及所述内部数据、外部数据中的相互关系构建,本发明融入客户的外部数据对现有的客户标签体系进行了扩展,增加电费回收风险分析的维度,同时通过客户关系图谱深挖客户关系并结合关联客户的客户标签,确定关联客户电费回收风险对待评估客户的电费回收风险的影响,拓展了电费回收风险的分析深度,进而提高了业务客户电费回收风险评估的准确性。电费回收风险评估的准确性。电费回收风险评估的准确性。


技术研发人员:林晓静 刘识 程志华 王宏刚 李磊 陈岚 钱晓瑞 蔡荣彦 郭敏 赵宇亮
受保护的技术使用者:国家电网有限公司大数据中心
技术研发日:2020.12.03
技术公布日:2022/6/7
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献