蘇華權(quán)， 錢正浩， 馮志鵬， 余恒祥， 杜禮鋒

(1.廣東電網(wǎng)有限責任公司信息中心， 廣東，廣州，510600；2.廣東電網(wǎng)有限責任公司數(shù)字化部， 廣東，廣州，510600；3.廣東電力信息科技有限公司， 廣東，廣州，510600；4.廣東電網(wǎng)有限責任公司市場營銷部， 廣東，廣州，510600；5.廣東電網(wǎng)公司中山供電局， 廣東，中山，528400)

0 引言

國內(nèi)外相關(guān)專家在客戶畫像構(gòu)建方面取得了一些較好的研究成果[1-3]，例如張亞楠等[4]通過深度學習方法在數(shù)據(jù)中提取高度抽象特征的特點，并提取客戶的局部畫像結(jié)合全局信息組建全局的立體精準畫像。王成亮等[5]結(jié)合用戶用電特征組建客戶用電行為標簽，同時采用模糊聚類算法進行客戶用電模式分析，完成不同類型客戶的用電行為模式畫像。雖然以上兩種方法現(xiàn)階段已經(jīng)取得了較為滿意的研究成果，但由于未能考慮客戶畫像預(yù)測建模問題，導(dǎo)致多維客戶畫像精準構(gòu)建準確性以及運行效率下降。為了有效解決上述問題，本文提出一種考慮電力營銷能力的多維客戶畫像精準構(gòu)建方法。仿真實驗結(jié)果表明，所提方法不僅能夠有效增強多維客戶畫像精準構(gòu)建準確性，還能有效提升整個方法的運行效率。

1 方法

1.1 多維客戶預(yù)測建模以及多維客戶多源特征體系建立

為了全面捕捉電費敏感客戶的特點，需要從三個方面進行分析，并組建對應(yīng)的特征群[6]。結(jié)合多種不同類型的特征，針對電力營銷系統(tǒng)的敏感客戶進行客戶特征分析，利用表1給出具體的特征體系。

表1 特征體系示意表

整合表1，敏感度的計算式表示為

topic-score-T=topic-count-positivet+αtopic-count-sumt+2α

(1)

式中，topic-count-positivet代表主題t在正例中出現(xiàn)的次數(shù),topic-count-sumt代表主題t出現(xiàn)的總次數(shù),α代表平滑因子,T代表特征群個數(shù)。

(1) 統(tǒng)計特征：

為了準確描述不同類型客戶的敏感度，需要在設(shè)定的場景下，衍生出一系列對應(yīng)的統(tǒng)計特征準則。

(2) 數(shù)值特征：

針對于數(shù)據(jù)值數(shù)據(jù)，通過采用統(tǒng)計向量反映數(shù)據(jù)的深層信息。

1.2 多視角融合模型

分析1.1小節(jié)組建的多維客戶多源特征體系可知，客戶的大部分特征均來源于不同的數(shù)據(jù)以及多個視角。為了有效地充分利用多源特征體系中的特征[7-8]，需要解決高維特征問題。但是，首先需要構(gòu)建一個基于雙層XGBoost的多視角融合模型，模型的具體結(jié)構(gòu)如圖1所示。

圖1 多視角融合模型

XGBoost是一種經(jīng)過優(yōu)化的提升樹模型，它具有計算速度快以及適應(yīng)性等特點，被應(yīng)用于各個研究領(lǐng)域中。XGBoost是梯度提升算法的一種高效系統(tǒng)實現(xiàn)，在計算的過程中進行了大量的優(yōu)化，促使計算結(jié)果更加準確,其中XGBoost的基學習器能夠劃分為以下兩種形式。

(1) CART決策樹模型；

(2) 線性模型。

XGBoost主要是將樹模型中的復(fù)雜度加入到Loss Function的正則化項中，當基學習器為CART樹時，Loss Function能夠表示為以下的形式：

LΦ=∑ilxi,yi+∑iΩfk

(2)

whereΩf=γT+12λω2

(3)

其中，正化則項和樹模型的葉子節(jié)點的值和數(shù)量存在關(guān)聯(lián)。

XGBoost中運用了二階導(dǎo)數(shù)，第t次的Loss能夠表示為

L(t)=∑ni=1lxi,y(t-1)i+fiXi+Ωfi

(4)

將式(4)進行二級泰勒展開，則有：

L(t)=∑ni=1lxi,y(t-1)i+gifixi+

12hifixi+Ωfil

(5)

在以此基礎(chǔ)上，進行模型的搭建。具體的操作過程中：

(1) 第一層采用單一XGBoost模型完成迭代，在進行迭代前，需要設(shè)定好迭代次數(shù)。在模型進行分裂的過程中，需要將分裂獲取的全部特征進行存儲，同時作為模型第二層的輸入;

(2) 第二層將XGBoost模型以及Bagging模型兩者融合，以實現(xiàn)多源特征融合，同時有效加強模型的精確度以及泛化能力。

1.3 考慮電力營銷能力的多維客戶畫像精準構(gòu)建

通過信息的主體將客戶畫像劃分為用戶信息標簽、資源信息標簽以及上下文信息標簽，具體如圖2所示。

圖2 客戶畫像的標簽分類

在此基礎(chǔ)上，結(jié)合1.2小節(jié)中的多源特征，組建基于機器學習的多視角融合模型，即：

ht=fUxt+Wht-1

(6)

以模型輸出多視角融合結(jié)果為基礎(chǔ)，完成多維客戶畫像精準構(gòu)建，以下給出具體的操作流程，如圖3所示。

(1) 客戶基礎(chǔ)數(shù)據(jù)采集

對客戶個人采集信息而言，可以利用注冊信息以及上傳含有個人信息的文件獲取?？蛻舻男袨樾畔⒛軌蚶每蛻艟W(wǎng)上行為得到,客戶的偏好信息能夠從客戶訂閱內(nèi)容的標簽或者個性化定制中得到。信息資源可以在信息本身的介紹信息獲取。上下文信息的獲取需要結(jié)合業(yè)務(wù)場景分析,其中上下文信息和客戶行為存在關(guān)聯(lián)，所以需要結(jié)合具體應(yīng)用場景完成行為分析。

(2) 數(shù)據(jù)分析與處理

由于采集到的初始數(shù)據(jù)并不十分規(guī)范，還會存在數(shù)值缺失、數(shù)據(jù)異常以及格式不規(guī)范等問題，導(dǎo)致數(shù)據(jù)無法直接用來建模，所以需要對采集到的數(shù)據(jù)進行統(tǒng)計分析、數(shù)據(jù)分析以及歸一化處理等操作。

(3) 用戶標簽建模

針對步驟(2)中經(jīng)過處理的數(shù)據(jù)進行建模，抽象出客戶的標簽，進而預(yù)測出客戶潛在的行為以及偏好。在整個研究的過程中，需要采用多種不同的算法為客戶貼標簽。

(4) 輸出客戶畫像

通過客戶的基本信息、行為信息以及興趣偏好結(jié)合資源以及上下文等信息對用戶進行標簽化處理，基于業(yè)務(wù)需求,分層用戶標簽，輸出最終的客戶畫像。

圖3 客戶畫像流程圖

2 仿真實驗

為了驗證所提考慮電力營銷能力的多維客戶畫像精準構(gòu)建方法的有效性，在操作系統(tǒng)為Windows 10，運行內(nèi)存為8 G，CPU為Core i5-7400，編程代碼為Python 3.6的配置下進行仿真實驗測試。

為了驗證多維客戶畫像精準構(gòu)建的準確性，實驗將相對誤差和平均誤差設(shè)定為測試指標,其中兩項測試指標的取值越高，則說明多維客戶畫像精準構(gòu)建的準確性越低；反之，則說明多維客戶畫像精準構(gòu)建的準確性越高。將本文所提方法與文獻[4]和文獻[5]進行比較,實驗對比結(jié)果如表2、表3所示。

表2 不同方法的相對誤差對比

綜合分析表2和表3中的實驗數(shù)據(jù)可知，所提方法的相對誤差以及平均誤差取值明顯低于其他兩種方法，這說明所提方法具有較高的準確性。

為了更加全面驗證所提方法的有效性，將各個方法的運行效率設(shè)定為評價指標，具體實驗對比結(jié)果如圖4所示。

分析圖4中的實驗數(shù)據(jù)可知，不同方法的運行效率會受到測試樣本數(shù)量的影響，其中所提方法的運行效率在三種方法中為最高,文獻[4]方法的運行效率次之,文獻[5]方法的運行效率最低。

3 總結(jié)

針對傳統(tǒng)方法存在的一系列問題，本文設(shè)計并提出一種考慮電力營銷能力的多維客戶畫像精準構(gòu)建方法。仿真實驗結(jié)果表明，本文所提方法能夠有效降低平均誤差以及相對誤差，提升多維客戶畫像精準構(gòu)建準確性，同時還能夠有效增強整個方法的運行效率。

表3 不同方法的平均誤差對比

圖4 不同方法的運行效率對比結(jié)果