期刊文章详细信息
文献类型:期刊文章
GONG Lihua;SHENG Yan;LI Lei;LIU Kunpeng;ZHU Yinlong;HE Wei;XU Qianli(Customer Service Center, State Grid Corporation of China, Tianjin 300322, China;Department of Sales, State Grid Corporation of China, Beijing 100031, China;Sales Service Center, State Grid Shanxi Electric Power Company, Taiyuan 030009, China;China Power Puhua Information Technology Co., Ltd., Beijing 100085, China;Beijing Shuyang Intelligent Technology Co., Ltd., Beijing 100044, China)
机构地区:[1]国家电网有限公司客户服务中心,天津300322 [2]国家电网有限公司营销部,北京100031 [3]国网山西省电力公司营销服务中心,山西太原030009 [4]中电普华信息技术有限公司,北京100085 [5]北京数洋智慧科技有限公司,北京100044
年 份:2021
卷 号:27
期 号:9
起止页码:2721-2728
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:目前,电力用户的缴费方式仍以线下为主,长期以来造成了电力企业运营成本高、管理压力大等问题。传统的线上引流方法用户增长速度慢,用户粘性差。为快速转变电力用户长期以来所形成的线下缴费方式,提出采用基于群簇核心用户的推荐模型。电力用户的缴费行为表现出一定的群聚性和周期性,群簇核心用户不仅可以精准地代表某一类簇的行为特征,还可以间接地影响相关用户,实现新型缴费方式的快速传播,从而加速线上用户的增长速度。此外,提出的模型具有速度快、可并行、易迁移、易操作等特点,实现了一户一方案的精准推荐,在大规模电力用户数据下表现出了极高的应用价值。仿真实验结果表明,所提算法在进行电力用户精准引流时,在召回率和精确度等指标上具有较好的效果。
关 键 词:群簇核心用户 电力用户 推荐模型 精准引流
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...