基于熵权法及改进PCA聚类算法电力客户价值分类及应用.docVIP

基于熵权法及改进PCA聚类算法电力客户价值分类及应用 　　摘 要： 对电力客户进行价值分析，有利于全面了解客户，为电力客户提供差异化服务。同时也可以提高客户满意度，实现供电企业、客户双赢的局面。运用数据挖掘方法对电力客户价值分类，构建电力客户价值评价指标体系，这些指标涵盖客户的用电行为、缴费行为、舆情和行业发展状况等，运用熵权法计算指标的权重，提出一种改进的PCA聚类算法对电力客户价值进行分类，为供电企业制定差异化服务策略提供辅助支撑 关键词： 电力客户价值； 熵权法； 改进的PCA聚类算法； 数据挖掘 中图分类号： TN911.1?34 文献标识码： A 文章编号： 1004?373X（2017）07?0183?04 Power consumer value classification and application based on entropy weight method and improved PCA clustering algorithm HUANGFU Hancong， XIAO Zhaodi， YU Yongzhong （Foshan Power Supply Bureau， Guangdong Power Grid Co.， Ltd.， Foshan 528000， China） Abstract： The analysis of the power consumer value helps the power enterprises to understand their consumers comprehensively， provides the differentiated services for power consumers， and can improve the consumer satisfaction to benefit both of the power supply enterprises and consumers. The data mining method is used to classify the power customer value， and construct the evaluation index system of the power consumer value. The indexes involve the consumer′s power consumption behavior， paying behavior， public feelings and industrial development status. The weights of the indexes are calculated with the entropy weight method. A new improved PCA clustering algorithm is proposed to classify the power consumer value， which provides the ancillary support for the power enterprises to formulate the differentiated services strategy. Keywords： power consumer value； entropy weight method； improved PCA clustering algorithm； data mining 0 引 言 ?济的发展推动着我国电力事业的快速发展，随着电力市场化步伐的加快，供电企业面临着越来越激烈的竞争，电力客户不再完全是被动接受者，客户的作用越来越大，客户价值的影响也越来越大。然而，电力客户群体广泛，不同客户对于服务内容、方式、深度的需求存在巨大的差异。因此，供电企业迫切需要对客户进行科学的分析，根据客户的综合价值对其进行分类，针对不同的客户群体制定不同的营销策略，为客户提供精益化的服务 迄今为止，客户价值评价分析的主要方法有模糊层次分析法[1]、结合利益细分法和K?均值的混合方法[2]、结合熵权法与区间数概率分布的混合方法[3]、支持向量机法[4]等。在有些情况下这些算法能取得不错的效果，然而依然存在一些不足之处，如模糊层次分析法包含较强的主观因素，支持向量机法不能确定数据中哪些知识是冗余的，K?均值因随机选取初始中心点会导致结果不稳定 鉴于上述算法的不足，本文构建了电力客户价值评价的指标体系。提出一种对电力客户价值分类的新方法，即基于熵权法和改进的PCA聚类算法的混合方法，熵权法用于计算各个指标的权重，改