田嘉瑞，馬青菁，金 茜

（國(guó)網(wǎng)寧夏電力公司石嘴山供電公司，寧夏 石嘴山 753000）

0 引 言

隨著生活水平的逐漸提高，人們更加追求服務(wù)質(zhì)量與服務(wù)水平，消費(fèi)者對(duì)于不滿(mǎn)意的服務(wù)普遍采取投訴的方式，以要求企業(yè)規(guī)范自身服務(wù)水平，這在很大程度上約束了相關(guān)企業(yè)的服務(wù)態(tài)度，為人們提供良好的服務(wù)體驗(yàn)[1]。電力企業(yè)也是如此，電力服務(wù)與電壓穩(wěn)定供電是居民關(guān)心的重要內(nèi)容。為了更加了解用戶(hù)的用電情況，減少用戶(hù)投訴現(xiàn)象，用戶(hù)畫(huà)像成為電力企業(yè)減少用戶(hù)投訴的有效途徑[2]。用戶(hù)畫(huà)像主要是針對(duì)用戶(hù)信息，將用戶(hù)進(jìn)行標(biāo)簽化。通過(guò)挖掘用戶(hù)標(biāo)簽數(shù)據(jù)，構(gòu)建出一個(gè)虛擬客戶(hù)的全貌，更有利于分析用戶(hù)行為特征[3]。傳統(tǒng)用戶(hù)畫(huà)像構(gòu)建時(shí)，相關(guān)數(shù)據(jù)了解得不夠徹底，經(jīng)常出現(xiàn)遺漏標(biāo)簽的情況，對(duì)于電力用戶(hù)的用電行為沒(méi)有進(jìn)行詳細(xì)的分析，不能有效降低電力用戶(hù)投訴的數(shù)量。

為了更加準(zhǔn)確地分析電力用戶(hù)的用電行為并提高電力用戶(hù)的滿(mǎn)意度，本文利用大數(shù)據(jù)技術(shù)設(shè)計(jì)電力用戶(hù)畫(huà)像構(gòu)建分析方法。旨在全方位地了解用戶(hù)標(biāo)簽數(shù)據(jù)，提高電力服務(wù)質(zhì)量。

1 基于大數(shù)據(jù)技術(shù)的電力用戶(hù)畫(huà)像構(gòu)建分析方法

1.1 提取電力用戶(hù)用電差異特征

在提取電力用戶(hù)用電差異特征之前，利用大數(shù)據(jù)技術(shù)獲取電力用戶(hù)相關(guān)互聯(lián)網(wǎng)數(shù)據(jù)，其中包括用戶(hù)家庭信息、電話信息、咨詢(xún)信息、投訴信息等[4]。將不同類(lèi)型的數(shù)據(jù)按照數(shù)據(jù)分詞結(jié)構(gòu)形成周期性數(shù)據(jù)，記錄在用戶(hù)行為數(shù)據(jù)庫(kù)中。利用大數(shù)據(jù)技術(shù)了解用戶(hù)搜索記錄，判斷出用戶(hù)對(duì)電力環(huán)境與電力服務(wù)的態(tài)度，再將重新生成的數(shù)據(jù)記錄到另一個(gè)數(shù)據(jù)庫(kù)中[5]。對(duì)采集數(shù)據(jù)進(jìn)行有效的分類(lèi)，將具有歷史投訴信息的電力用戶(hù)劃分出來(lái)，分析該用戶(hù)的搜索記錄、繳費(fèi)記錄、基本用電信息、咨詢(xún)?cè)V求等數(shù)據(jù)，并找出與投訴信息相關(guān)的業(yè)務(wù)，得出最佳用戶(hù)行為差異特征[6]。找出用戶(hù)行為特征之后，利用大數(shù)據(jù)對(duì)其進(jìn)行重新核對(duì)，通過(guò)將有效數(shù)據(jù)合成特征數(shù)據(jù)、無(wú)效數(shù)據(jù)進(jìn)行刪除等操作，最大限度地了解用戶(hù)投訴、咨詢(xún)等行為，保證電力服務(wù)質(zhì)量。

1.2 基于大數(shù)據(jù)技術(shù)生成用戶(hù)畫(huà)像標(biāo)簽

根據(jù)電力用戶(hù)用電差異特征情況，利用大數(shù)據(jù)技術(shù)對(duì)上述特征數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化的單變量處理?！癎”為優(yōu)質(zhì)用戶(hù)，“B”為一般用戶(hù)，則有“G＞B”的變量假設(shè)[7]。也就是說(shuō)，優(yōu)質(zhì)用戶(hù)的影響高于一般用戶(hù)的影響。由此得出用戶(hù)標(biāo)簽數(shù)據(jù)進(jìn)行大數(shù)據(jù)處理公式如下：

式中：GB為優(yōu)質(zhì)用戶(hù)與一般用戶(hù)的標(biāo)簽數(shù)據(jù)處理變量；xi為第i個(gè)變量對(duì)應(yīng)的一般客戶(hù)數(shù)量；x為一般客戶(hù)總數(shù)量；yi為第i個(gè)變量對(duì)應(yīng)的優(yōu)質(zhì)客戶(hù)數(shù)量；y為優(yōu)質(zhì)客戶(hù)總數(shù)量[8]。根據(jù)相關(guān)性理論，將優(yōu)質(zhì)用戶(hù)與一般用戶(hù)的變量大數(shù)據(jù)進(jìn)一步篩選，得出最佳電力用戶(hù)畫(huà)像如圖1所示。

圖1 電力用戶(hù)畫(huà)像

根據(jù)圖1，電力用戶(hù)畫(huà)像標(biāo)簽生成主要與用戶(hù)資料與使用場(chǎng)景有關(guān)。其中，用戶(hù)資料與用戶(hù)背景、職業(yè)特征、心理特征等數(shù)據(jù)有關(guān)；使用場(chǎng)景與提出問(wèn)題、用戶(hù)響應(yīng)、定義場(chǎng)景等數(shù)據(jù)有關(guān)[9]。利用大數(shù)據(jù)技術(shù)進(jìn)一步了解用戶(hù)資料相關(guān)數(shù)據(jù)與使用場(chǎng)景相關(guān)數(shù)據(jù)，得出的畫(huà)像標(biāo)簽更加客觀。

1.3 核對(duì)電力用戶(hù)畫(huà)像標(biāo)簽數(shù)據(jù)

在生成用戶(hù)畫(huà)像標(biāo)簽的基礎(chǔ)上構(gòu)建電力用戶(hù)畫(huà)像分析模型，確保電力用戶(hù)行為畫(huà)像構(gòu)建的更加精準(zhǔn)[10]。選取M為優(yōu)質(zhì)用戶(hù)的隨機(jī)樣本，N為一般用戶(hù)的隨機(jī)樣本，則用戶(hù)畫(huà)像分析模型表達(dá)式如下：

式中：K(M,N)為用戶(hù)畫(huà)像分析模型表達(dá)式；為標(biāo)簽數(shù)據(jù)隨機(jī)分布系數(shù)；Nn為一般用戶(hù)的隨機(jī)參數(shù)；λ為標(biāo)簽數(shù)據(jù)經(jīng)驗(yàn)分布系數(shù)；Mm為優(yōu)質(zhì)用戶(hù)的隨機(jī)參數(shù)。由此得出畫(huà)像分析模型的大數(shù)據(jù)評(píng)估變量如下：

式中：F(n1,n2,…,nj)為畫(huà)像大數(shù)據(jù)評(píng)估變量；j為常數(shù)；ni為第i個(gè)評(píng)估數(shù)據(jù)；n1、n2、nj分別為第 1、2、j個(gè)評(píng)估數(shù)據(jù)。根據(jù)大數(shù)據(jù)評(píng)估變量的計(jì)算，本文得出用戶(hù)滿(mǎn)意度指標(biāo)如下：

式中：ΔP為用戶(hù)滿(mǎn)意度指標(biāo)；P(0)為初始評(píng)價(jià)指標(biāo)；P(1)、P(2)、P(j)為第1、2、j次評(píng)價(jià)指標(biāo)。經(jīng)過(guò)用戶(hù)虛擬畫(huà)像的生成，重新使用大數(shù)據(jù)技術(shù)對(duì)用戶(hù)虛擬畫(huà)像進(jìn)行數(shù)據(jù)核對(duì)，從唯一性、完整性、一致性、有效性等4個(gè)方面進(jìn)行數(shù)據(jù)核對(duì)。唯一性核對(duì)時(shí)，用戶(hù)畫(huà)像標(biāo)簽數(shù)據(jù)滿(mǎn)足變量唯一性，并能在多種數(shù)據(jù)中識(shí)別出唯一的用戶(hù)。完整性核對(duì)時(shí)，用戶(hù)畫(huà)像標(biāo)簽數(shù)據(jù)的范圍、數(shù)量以及維度完整。一致性核對(duì)時(shí)，用戶(hù)畫(huà)像標(biāo)簽數(shù)據(jù)來(lái)源一致，經(jīng)過(guò)行為差異特征的多次提取之后，仍能與標(biāo)簽數(shù)據(jù)保持一致。有效性核對(duì)時(shí)，用戶(hù)畫(huà)像標(biāo)簽數(shù)據(jù)無(wú)缺失、無(wú)異常。經(jīng)過(guò)上述數(shù)據(jù)核對(duì)之后，用戶(hù)畫(huà)像標(biāo)簽數(shù)據(jù)更加完善。

2 實(shí)例分析

2.1 企業(yè)概況

為了驗(yàn)證本文設(shè)計(jì)的分析方法是否具有實(shí)用效果，對(duì)上述方法進(jìn)行實(shí)例分析驗(yàn)證，選取X電力企業(yè)為分析對(duì)象進(jìn)行用戶(hù)圖像分析。X電力企業(yè)是中小型企業(yè)，其電力網(wǎng)區(qū)包括a、b、c、d這4個(gè)區(qū)，受到天氣影響，電力供應(yīng)較為不穩(wěn)定，用戶(hù)滿(mǎn)意度逐漸下降。X電力企業(yè)在1月、2月、3月內(nèi)，收到了用戶(hù)工單數(shù)據(jù)10萬(wàn)條，其中用戶(hù)對(duì)當(dāng)前服務(wù)不滿(mǎn)意的投訴有2 142條，用戶(hù)滿(mǎn)意度水平較低。平均電量負(fù)荷增長(zhǎng)情況如圖2所示。

圖2 一季度平均電量負(fù)荷情況圖

根據(jù)圖2，a區(qū)電量使用在15 000～25 000 kW·h，電量使用較為不穩(wěn)定；b區(qū)電量使用在15 000～20 000 kW·h，電量使用情況處于持續(xù)增長(zhǎng)態(tài)勢(shì)；c區(qū)電量使用在10 000～20 000 kW·h，電量使用情況處于持續(xù)降低的態(tài)勢(shì)；d區(qū)電量使用在10 000 ～15 000 kW·h，電量使用情況同屬于持續(xù)降低的態(tài)勢(shì)。由于電壓不穩(wěn)定，用戶(hù)使用量減少，因此用戶(hù)投訴現(xiàn)象持續(xù)增加。

針對(duì)此現(xiàn)象，使用本文設(shè)計(jì)的用戶(hù)畫(huà)像標(biāo)簽分析方法提取a、b、c、d網(wǎng)區(qū)的用戶(hù)用電行為差異特征。a網(wǎng)區(qū)的電力用戶(hù)普遍為早晚用電，在早上與晚上集中用電時(shí)，電壓不穩(wěn)定，引起網(wǎng)區(qū)居民投訴；b網(wǎng)區(qū)的電力用戶(hù)普遍為白天用電，電力使用不集中，電壓較為穩(wěn)定，居民投訴較少；c與d網(wǎng)區(qū)的電力用戶(hù)為晚上用電，同樣為集中用電的情況，電壓不穩(wěn)定，網(wǎng)區(qū)居民投訴較多。根據(jù)此結(jié)果，將其生成早晚用電、白天用電、晚上用電等3種用戶(hù)畫(huà)像標(biāo)簽。在a網(wǎng)區(qū)集中早晚供電，保持早晚電壓穩(wěn)定；在b網(wǎng)區(qū)集中白天用電，保持白天電壓穩(wěn)定；在c、d網(wǎng)區(qū)集中晚上供電，保持晚上電壓穩(wěn)定。此種供電條件下，居民用電投訴明顯減少，滿(mǎn)意度得以增加。

2.2 分析結(jié)果

在上述分析條件下，選取10個(gè)評(píng)分段，具體實(shí)驗(yàn)結(jié)果如表1所示。

表1 分析結(jié)果

根據(jù)表1，每一個(gè)評(píng)分段對(duì)應(yīng)著一個(gè)用戶(hù)基本滿(mǎn)意度指標(biāo)?？蛻?hù)滿(mǎn)意度指標(biāo)低于0.850，對(duì)用戶(hù)圖像標(biāo)簽的分析水平一般；客戶(hù)滿(mǎn)意度指標(biāo)超過(guò)0.850，對(duì)用戶(hù)圖像標(biāo)簽的分析水平合格；客戶(hù)滿(mǎn)意度指標(biāo)超過(guò)0.900，對(duì)用戶(hù)圖像標(biāo)簽的分析水平良好；客戶(hù)滿(mǎn)意度指標(biāo)超過(guò)0.950，對(duì)用戶(hù)圖像標(biāo)簽的分析水平優(yōu)秀；客戶(hù)滿(mǎn)意度指標(biāo)達(dá)到1.000，對(duì)用戶(hù)圖像標(biāo)簽的分析水平最佳。本文設(shè)計(jì)電力用戶(hù)畫(huà)像構(gòu)建分析方法用戶(hù)滿(mǎn)意度指標(biāo)相對(duì)較高，均能超過(guò)基礎(chǔ)滿(mǎn)意度指標(biāo)。其中，(0,10]評(píng)分段的客戶(hù)滿(mǎn)意度指標(biāo)最低，為0.994，電力客戶(hù)圖像標(biāo)簽分析水平優(yōu)秀；(90,100]評(píng)分段的客戶(hù)滿(mǎn)意度指標(biāo)最高，為1.000，達(dá)到了分析最佳水平。從50～90分的評(píng)分段中可以看出，本文設(shè)計(jì)的分析方法用戶(hù)滿(mǎn)意度始終保持在0.999的優(yōu)秀標(biāo)準(zhǔn)，用戶(hù)行為整體把控能力較強(qiáng)，符合本文研究目的。

3 結(jié) 論

近些年來(lái)，電力使用量增加，人們對(duì)電力企業(yè)的供電需求有了新的變化。電力服務(wù)與供電質(zhì)量是電力用戶(hù)最關(guān)心的問(wèn)題，企業(yè)只有不斷完善供電機(jī)制，建立健全的服務(wù)體系，才能實(shí)現(xiàn)用戶(hù)少投訴的目標(biāo)。在大數(shù)據(jù)技術(shù)的加持下，本文設(shè)計(jì)了電力用戶(hù)畫(huà)像構(gòu)建分析方法。通過(guò)提取用戶(hù)行為特征，生成用戶(hù)畫(huà)像表現(xiàn)，再構(gòu)建一個(gè)行為評(píng)估模型，提高用戶(hù)行為的精準(zhǔn)分析效果。最終分析結(jié)果表明，本文設(shè)計(jì)的分析方法具有良好的分析效果，用戶(hù)滿(mǎn)意度指標(biāo)較高，可以應(yīng)用于實(shí)際生活中。