本發(fā)明涉及一種電費風(fēng)險模型構(gòu)建方法，尤其涉及一種大數(shù)據(jù)的電費風(fēng)險模型構(gòu)建方法。
背景技術(shù)：
：目前，電費的催繳是按統(tǒng)一頻率和統(tǒng)一方式進行；電費按時繳費的客戶與存在電費繳納風(fēng)險的客戶，催繳方式、頻率相同，一方面存在催繳次數(shù)、頻率過多問題，另一方面存在繳費不能完成目標(biāo)的問題，浪費資源，增加風(fēng)險。技術(shù)實現(xiàn)要素：本發(fā)明要解決的技術(shù)問題和提出的技術(shù)任務(wù)是對現(xiàn)有技術(shù)方案進行完善與改進，提供一種大數(shù)據(jù)的電費風(fēng)險模型構(gòu)建方法，以達到降低工作量和減少風(fēng)險的目的。為此，本發(fā)明采取以下技術(shù)方案。一種大數(shù)據(jù)的電費風(fēng)險模型構(gòu)建方法包括以下步驟：一）數(shù)據(jù)準(zhǔn)備：1）數(shù)據(jù)獲取：根據(jù)國網(wǎng)內(nèi)部的營銷系統(tǒng)數(shù)據(jù)、用電采集系統(tǒng)數(shù)據(jù)，收集客戶基礎(chǔ)信息、交費信息、違約信息、違法信息、用電趨勢信息；根據(jù)外部系統(tǒng)數(shù)據(jù)，收集外部信用信息、行業(yè)前景信息評價、生產(chǎn)經(jīng)營信息數(shù)據(jù)；2）數(shù)據(jù)檢驗：對獲取的數(shù)據(jù)進行檢驗，包括：A、用戶ID的是唯一性，檢驗每個ID變量是否僅出現(xiàn)一次，若出現(xiàn)多次，則核查原因并調(diào)整數(shù)據(jù)；B、范圍和取值：檢驗每個變量是否為一個定義清晰、具有已知的或預(yù)期取值范圍的字段，當(dāng)數(shù)據(jù)為連續(xù)變量時，其值在設(shè)定預(yù)期范圍內(nèi)，當(dāng)數(shù)據(jù)為名義變量時，其為維表中的值；C、缺失值：檢驗每個字段是否存在缺失值及其來源是否完整，若出現(xiàn)缺失值，則分析缺失值出現(xiàn)的原因，并根據(jù)原因，對缺失值進行處理；D、異常值：檢驗數(shù)據(jù)是否偏離數(shù)據(jù)集的觀測值，當(dāng)偏離數(shù)據(jù)集的觀測值時認為該數(shù)據(jù)為異常值，檢驗異常值出現(xiàn)的原因，并相應(yīng)的處理異常值；3）數(shù)據(jù)處理：數(shù)據(jù)處理包括對缺失值、離群值、異常值的記錄進行清洗以相關(guān)衍生變量的生成；二）指標(biāo)體系構(gòu)建：以用電客戶數(shù)據(jù)為樣本；分析有欠費記錄客戶的各維度數(shù)據(jù)信息，提取諸多與欠費風(fēng)險可能相關(guān)的變量；變量包括：產(chǎn)生違約金次數(shù)、平均回款時長、月末繳費次數(shù)、逾期交費率、是否存在連續(xù)逾期、逾期時長、業(yè)務(wù)變更次數(shù)、應(yīng)收電費金額是否平穩(wěn)；三）相關(guān)性分析：對變量，包括原始變量和衍生變量，進行相關(guān)性分析，衡量變量間的相關(guān)性；當(dāng)相關(guān)系數(shù)大于設(shè)定值時，認為兩個變量高度相關(guān)，則刪除其中一變量；對單變量進行分析，包括解釋變量和被解釋變量之間的關(guān)聯(lián)分析和卡方分析；四）模型構(gòu)建：根據(jù)變量產(chǎn)生違約金次數(shù)、平均回款時長、月末繳費次數(shù)、逾期交費率、是否存在連續(xù)逾期、逾期時長、業(yè)務(wù)變更次數(shù)、應(yīng)收電費金額是否平穩(wěn)，對高壓客戶、低壓非居客戶、居民客戶進行對應(yīng)的電費風(fēng)險建模，并根據(jù)模型計算電費風(fēng)險發(fā)生的概率；五）模型輸出：1）用電客戶風(fēng)險等級分類：根據(jù)構(gòu)建的模型計算電費風(fēng)險發(fā)生的概率，根據(jù)客戶欠費狀態(tài)，將用電客戶風(fēng)險等級劃分為潛在風(fēng)險和事實風(fēng)險兩類：A、潛在風(fēng)險：在模型運算時已結(jié)清電費，同時依據(jù)電費風(fēng)險評估模型輸出的用電客戶評估結(jié)果，分為潛在高風(fēng)險、潛在中風(fēng)險和潛在低風(fēng)險三個等級；B）事實風(fēng)險：模型運算時尚未結(jié)清或仍有墊付記錄，依據(jù)電費風(fēng)險評估模型輸出的風(fēng)險等級，分為事實高風(fēng)險、事實中風(fēng)險和事實低風(fēng)險三個等級；2）用電客戶風(fēng)險趨勢分析：記錄各個考察時期的風(fēng)險變動方向，以全面地動態(tài)反映客戶的交費狀況：六）電費風(fēng)險差異處理：根據(jù)模型輸出結(jié)果，提前采取差異化的電費回收策略和預(yù)防措施，縮短電費回收周期，控制經(jīng)營風(fēng)險，針對低風(fēng)險用戶，減少提醒、通知環(huán)節(jié)，降低催費頻率，優(yōu)先推廣電子賬單；對高風(fēng)險用戶開展催收工作，提升催費的頻率。電費風(fēng)險評估模型是基于客戶用電直接行為和關(guān)聯(lián)行為等數(shù)據(jù)，利用業(yè)務(wù)人員調(diào)研、基層訪談、規(guī)則歸納等方法，開展交費風(fēng)險分析、違約風(fēng)險分析、違法風(fēng)險分析、用電趨勢分析、外部信用信息評價、行業(yè)前景信息評價、生產(chǎn)經(jīng)營信息評價等工作。同時利用“一庫三中心”數(shù)理分析中心的數(shù)據(jù)處理、基礎(chǔ)分析和高級分析模塊，采用數(shù)據(jù)挖掘方法，輸出事實風(fēng)險用戶和潛在風(fēng)險用戶，分別給予“高風(fēng)險”、“中風(fēng)險”、“低風(fēng)險”三級電費風(fēng)險識別標(biāo)簽和風(fēng)險趨勢標(biāo)簽，支撐開展差異化欠繳催收措施研究工作，最終形成多元化的催收策略。聚焦高風(fēng)險用戶，提升催費的針對性。針對低風(fēng)險用戶，可以適當(dāng)減少提醒、通知環(huán)節(jié)，降低催費頻率，優(yōu)先推廣電子賬單；重點針對高風(fēng)險用戶開展催收工作，提升催費的頻率，比如提醒短信由2天一次提高到1天一次。有效地優(yōu)化并集中資源，提高催收的成功率。作為對上述技術(shù)方案的進一步完善和補充，本發(fā)明還包括以下附加技術(shù)特征。在步驟五）模型輸出前進行模型驗證，依據(jù)電費風(fēng)險評估模型對用電客戶進行預(yù)測評估，并將結(jié)果與實際欠費結(jié)果進行對比驗證，包括分析命中率、覆蓋率和提升度的變化趨勢，并對模型做相應(yīng)的調(diào)優(yōu)處理；其中，命中率：命中率=預(yù)測正確總數(shù)/預(yù)測風(fēng)險客戶數(shù)，描述模型結(jié)果中正確結(jié)果的比例，該指標(biāo)用于衡量模型的準(zhǔn)確性；覆蓋率：覆蓋率=預(yù)測正確總數(shù)/實際欠費總數(shù)，描述模型所挖掘出的欠費用戶數(shù)量占真實欠費戶數(shù)的比例；提升度：模型預(yù)測的命中率與隨機篩選的命中率的比值，是衡量模型有效性的參考標(biāo)準(zhǔn)。離群值為對應(yīng)變量平均值正負3個標(biāo)準(zhǔn)差以外的數(shù)值，異常值為偏離數(shù)據(jù)集的觀測值，離群值、異常值的處理方法包括：將離群值、異常值調(diào)整為距離最近的正常值；直接剔除離群值或異常值；用空值NULL來替代離群值或異常值；當(dāng)數(shù)據(jù)為異常值時，檢驗異常值出現(xiàn)的原因，并作相應(yīng)的處理；如果離群值或異常值無業(yè)務(wù)含義，則直接剔除離群值或異常值或用空值NULL來替代離群值或異常值。缺失值的處理方法包括：將缺失值調(diào)整為固定值；將缺失值調(diào)整為一個服從正態(tài)分布的隨機值。在步驟四）模型構(gòu)建中：針對高壓客戶建模，確定的電費風(fēng)險計算方程為：針對低壓非居客戶建模，確定的電費風(fēng)險計算方程為：針對居民客戶建模，確定的電費風(fēng)險計算方程為：設(shè)y發(fā)生的概率為p，則電費風(fēng)險發(fā)生的概率為：其中：為回款時長指標(biāo)、為產(chǎn)生違約金次數(shù)指標(biāo)、為月末交費次數(shù)指標(biāo)、為逾期交費率指標(biāo)、為是否連續(xù)逾期指標(biāo)、為逾期時長指標(biāo)、為業(yè)務(wù)變更次數(shù)指標(biāo)、為應(yīng)收電費是否平穩(wěn)指標(biāo)；其中，當(dāng)若干個變量對欠費風(fēng)險的綜合影響力為正向時，由于量級的差異，其同時進入模型時，部分變量的系數(shù)變?yōu)樨撝担籶即為用電客戶發(fā)生欠費風(fēng)險的概率。有益效果：本技術(shù)方案針對高壓用戶、低壓非居民用戶、低壓居民用戶分別構(gòu)建了模型。降低電費回收風(fēng)險、提升電費回收率提供了數(shù)據(jù)支撐，縮短電費回收周期、降低經(jīng)營風(fēng)險。附圖說明圖1是本發(fā)明流程圖。圖2是欠費戶次與回款時長的關(guān)系圖。具體實施方式以下結(jié)合說明書附圖對本發(fā)明的技術(shù)方案做進一步的詳細說明。電費風(fēng)險評估模型是基于客戶用電直接行為和關(guān)聯(lián)行為等數(shù)據(jù)，利用業(yè)務(wù)人員調(diào)研、基層訪談、規(guī)則歸納等方法，開展交費風(fēng)險分析、違約風(fēng)險分析、違法風(fēng)險分析、用電趨勢分析、外部信用信息評價、行業(yè)前景信息評價、生產(chǎn)經(jīng)營信息評價等工作。同時利用“一庫三中心”數(shù)理分析中心的數(shù)據(jù)處理、基礎(chǔ)分析和高級分析模塊，采用數(shù)據(jù)挖掘方法，輸出事實風(fēng)險用戶和潛在風(fēng)險用戶，分別給予“高風(fēng)險”、“中風(fēng)險”、“低風(fēng)險”三級電費風(fēng)險識別標(biāo)簽和風(fēng)險趨勢標(biāo)簽，支撐開展差異化欠繳催收措施研究工作，最終形成多元化的催收策略。如圖1所示，本發(fā)明包括以下步驟：一、數(shù)據(jù)準(zhǔn)備2.2.1數(shù)據(jù)獲取利用國網(wǎng)現(xiàn)有營銷系統(tǒng)數(shù)據(jù)和用采系統(tǒng)數(shù)據(jù)，分別收集客戶基礎(chǔ)信息、交費信息、違約信息、違法信息、用電趨勢信息。利用業(yè)務(wù)人員調(diào)研、基層訪談和其他外部系統(tǒng)數(shù)據(jù)，收集外部信用信息、行業(yè)前景信息評價、生產(chǎn)經(jīng)營信息數(shù)據(jù)。具體包括：（1）基本屬性：用戶編號、戶名、用戶分類、行業(yè)分類、容量等；（2）交費行為：電費發(fā)行日、實收日期、應(yīng)收電費、實收電費、交費方式等；（3）用電行為：違約用電歷史記錄、違法用電歷史記錄、用電量歷史記錄、信用評價歷史記錄等；（4）關(guān)聯(lián)信息：外部信用信息、行業(yè)前景信息評價、生產(chǎn)經(jīng)營信息數(shù)據(jù)。2.2.2數(shù)據(jù)檢驗獲取數(shù)據(jù)后，首先應(yīng)對數(shù)據(jù)質(zhì)量進行檢驗，包括：（1）用戶ID的唯一性：建模基礎(chǔ)數(shù)據(jù)集中，每個用戶為一條觀測數(shù)據(jù)(observation)，因此每個ID變量應(yīng)該僅出現(xiàn)一次，否則需要核查原因，調(diào)整數(shù)據(jù)；（2）范圍和取值：建模數(shù)據(jù)集中使用的每個變量都應(yīng)該來自一個定義清晰、具有已知的或預(yù)期取值范圍的字段。連續(xù)變量的值應(yīng)該在一定的預(yù)期范圍內(nèi)，而名義變量應(yīng)取維表中的值；（3）缺失值：缺失值是在系統(tǒng)中無可爭辯的事實，因此，識別建模數(shù)據(jù)集中每個字段的缺失值及其來源是完整性檢驗中的基本步驟。缺失值的產(chǎn)生可能是失誤的結(jié)果，也可能是因為制定的字段沒有被定義的值。（4）異常值：異常值是指明顯偏離數(shù)據(jù)集的觀測值，如過大、過小、負值等數(shù)據(jù)。異常值可能是由于記錄錯誤引起的，也可能是真是數(shù)據(jù)。因此要檢驗異常值出現(xiàn)的原因，并相應(yīng)的處理異常值。2.2.3數(shù)據(jù)處理數(shù)據(jù)處理主要包含缺失值、離群值、異常值的記錄進行清洗以相關(guān)衍生變量的生成。（1）離群值、異常值的處理方法：l將離群值、異常值調(diào)整為距離最近的正常值。例如，如果離群值定義為3個標(biāo)準(zhǔn)差以外，則可用3個標(biāo)準(zhǔn)差的最大值或最小值替換。l直接剔除離群值或異常值。l用空值NULL來替代離群值或異常值。（2）缺失值的處理方法：l將缺失值調(diào)整為某個固定值。如均值、中間值或一個指定的常數(shù)。l將缺失值調(diào)整為一個服從正態(tài)分布的隨機值。（3）相關(guān)衍生變量的生成：●基于“一庫三中心”的數(shù)理分析中心，利用數(shù)據(jù)處理模塊的變量計算功能生成欠費風(fēng)險主題相關(guān)的各衍生變量。二、指標(biāo)體系構(gòu)建選取寧波市寧海縣用電客戶數(shù)據(jù)為樣本，首先重點分析有欠費記錄客戶的各維度數(shù)據(jù)信息，并基于“一庫三中心”數(shù)理分析中心的基礎(chǔ)分析模塊進行相關(guān)分析，提取諸多與欠費風(fēng)險可能相關(guān)的變量。經(jīng)相關(guān)分析，與欠費風(fēng)險相關(guān)程度較高的變量為：產(chǎn)生違約金次數(shù)、平均回款時長、月末繳費次數(shù)、逾期交費率、是否存在連續(xù)逾期、逾期時長、業(yè)務(wù)變更次數(shù)、應(yīng)收電費金額是否平穩(wěn)。這些變量的具體解釋如下。（1）產(chǎn)生違約金次數(shù)。用電客戶在考察期內(nèi)因未及時交費而產(chǎn)生違約金的次數(shù)，用電客戶產(chǎn)生違約金的次數(shù)越多則欠費風(fēng)險越大；（2）平均回款時長。即電費實收日期與發(fā)行日期之間的時間差，回款時長較短的用戶欠費風(fēng)險較小，反之較大；（3）月末交費次數(shù)。用電客戶在考察期內(nèi)25號之后交費的次數(shù)，月末交費用戶的欠費情況較其他時間段交費的用戶嚴重，故用電客戶的月末交費次數(shù)越多則欠費風(fēng)險越大；（4）逾期交費率。逾期交費率=逾期交費次數(shù)/交費總次數(shù)，逾期交費率與欠費風(fēng)險概率大小呈正相關(guān)關(guān)系；（5）是否存在連續(xù)逾期。在考察期用電客戶是否連續(xù)三個月存在逾期交費，經(jīng)分析發(fā)現(xiàn)近三個月連續(xù)逾期的用電用戶與非連續(xù)三個月逾期的用電客戶欠費比例有明顯差異；（6）逾期時長。即交費截止日期（或違約金起算日）與電費實收日期間的日期差，逾期時長越短，用電客戶的事實風(fēng)險等級越低；（7）業(yè)務(wù)變更次數(shù)。業(yè)務(wù)變更是指辦理過過戶、新裝、改類、暫停等業(yè)務(wù)，辦理過變更業(yè)務(wù)的客戶，其欠費風(fēng)險概率明顯偏高；（7）應(yīng)收電費金額是否平穩(wěn)主要是考察客戶的應(yīng)收電費金額變化趨勢，應(yīng)收電費金額平穩(wěn)則風(fēng)險等級低，應(yīng)收電費金額不平穩(wěn)則電費風(fēng)險等級越高。三、相關(guān)性分析對“待建模”的變量，包括原始變量和衍生變量，進行相關(guān)性分析，衡量變量間的相關(guān)性。一般而言，相關(guān)系數(shù)>0.8時，兩個變量高度相關(guān)，需要刪除其中之一，經(jīng)過相關(guān)性分析和經(jīng)驗判斷，可刪除一部分變量。在進行建模分析之前，一般需要對單變量進行分析，主要包括和被解釋變量之間的關(guān)聯(lián)分析和卡方分析。以確定某一變量是否可用于建模，以及是否需要對該變量進行轉(zhuǎn)化。如圖2所示，2015年1月-2015年6月欠費戶次與回款時長的關(guān)系：經(jīng)分析發(fā)現(xiàn)：平均回款時長越大的分組，其欠費比例越高，即一旦發(fā)生欠費，其以后發(fā)生欠費的可能性更大。同樣可以采用信息值IV來衡量解釋變量與被解釋變量之間的關(guān)聯(lián)性，關(guān)聯(lián)分析的結(jié)果IV值>0.3時，說明解釋變量和被解釋變量之間具有強關(guān)聯(lián)性。產(chǎn)生違約金次數(shù)與目標(biāo)變量間的信息值IV如下：變量一種大數(shù)據(jù)的電費風(fēng)險模型構(gòu)建方法高壓客戶模型各變量的IV值非居客戶模型各變量的IV值居民客戶模型各變量的IV值產(chǎn)生違約金次數(shù)0.56180.53040.5710從上表可以看出產(chǎn)生違約金次數(shù)指標(biāo)與目標(biāo)變量（是否是欠費客戶）間的信息值IV均大于0.3，說明兩者之間具有強關(guān)聯(lián)性，即產(chǎn)生違約金次數(shù)指標(biāo)可以納入模型。四、模型構(gòu)建欠費風(fēng)險研究主要是基于客戶基本信息、交費信息、用電信息等信息數(shù)據(jù)，利用分類算法對客戶是否欠費進行預(yù)測。其中常見的分類算法有：logistic、決策樹、神經(jīng)網(wǎng)絡(luò)、KNN、SVM、樸素貝葉斯6類。由于電力客戶數(shù)量龐大，客戶基本信息、交費信息等數(shù)據(jù)量非常大，因此風(fēng)險建模優(yōu)先考慮簡單并且并行處理速度較快的算法。同時考慮到要將欠費風(fēng)險劃分等級，因此風(fēng)險建模優(yōu)先考慮輸出結(jié)果易于解釋的，且容易劃分等級的算法。為此基于上述兩點并結(jié)合以往歷史經(jīng)驗，對細分市場的欠費風(fēng)險研究優(yōu)先采用logistic算法。其中Logistic模型目標(biāo)為預(yù)測客戶為欠費客戶這一事件的概率，同時將欠費概率轉(zhuǎn)化為風(fēng)險評分，概率越大則風(fēng)險評分越高，欠費風(fēng)險等級越高；概率越小則風(fēng)險評分越低，欠費風(fēng)險等級越低。該算法可通過“一庫三中心”的數(shù)理分析中心的高級分析模塊中的回歸分析中的二值邏輯回歸功能鍵實現(xiàn)。從三個變量開始，運用逐步回歸法，分別計算3到N個變量的回歸方程的C值，選擇C值（C值指ROC曲線以下的面積，一般而言，C值大于0.75時認為回歸方程有效。C值越大，回歸方程越可靠）最大的回歸方程作為最優(yōu)方程。確定回歸變量后，代入邏輯回歸方程，得出各變量的系數(shù)。最終確定的方程為：針對高壓客戶建模，最終確定的方程為：針對低壓非居客戶建模，最終確定的方程為：針對居民客戶建模，最終確定的方程為：設(shè)y發(fā)生的概率為p，則：為回款時長指標(biāo)、為產(chǎn)生違約金次數(shù)指標(biāo)、為月末交費次數(shù)指標(biāo)、為逾期交費率指標(biāo)、為是否連續(xù)逾期指標(biāo)、為逾期時長指標(biāo)、為業(yè)務(wù)變更次數(shù)指標(biāo)、為應(yīng)收電費是否平穩(wěn)指標(biāo)。其中，當(dāng)若干個變量對欠費風(fēng)險的綜合影響力為正向時，由于量級的差異，其同時進入模型時，部分變量的系數(shù)變?yōu)樨撝怠即為用電客戶發(fā)生欠費風(fēng)險的概率。五、模型驗證方法通過“一庫三中心”數(shù)理分析中心回歸分析中的二值邏輯回歸功能鍵，實現(xiàn)對客戶欠費分析建模。依據(jù)電費風(fēng)險評估模型對用電客戶進行預(yù)測評估，并將結(jié)果與實際欠費結(jié)果進行對比驗證，主要分析命中率、覆蓋率和提升度的變化趨勢，并對模型做相應(yīng)的調(diào)優(yōu)處理。（1）命中率：命中率=總數(shù)（預(yù)測正確）/預(yù)測風(fēng)險客戶數(shù)，描述模型結(jié)果中正確結(jié)果的比例，該指標(biāo)用于衡量模型的準(zhǔn)確性。（2）覆蓋率：覆蓋率=總數(shù)（預(yù)測正確）/總數(shù)（實際欠費），描述模型所挖掘出的欠費用戶數(shù)量占真實欠費戶數(shù)的比例。（3）提升度：模型預(yù)測的命中率與隨機篩選的命中率的比值，是衡量模型有效性的參考標(biāo)準(zhǔn)。六、模型輸出6.1用電客戶風(fēng)險等級根據(jù)模型運算時的客戶欠費狀態(tài)，將用電客戶風(fēng)險等級劃分為潛在風(fēng)險和事實風(fēng)險兩類：（1）潛在風(fēng)險：在模型運算時已結(jié)清電費，同時依據(jù)電費風(fēng)險評估模型輸出的用電客戶評估結(jié)果，分為潛在高風(fēng)險、潛在中風(fēng)險和潛在低風(fēng)險三個等級。（2）事實風(fēng)險：模型運算時尚未結(jié)清或仍有墊付記錄，依據(jù)電費風(fēng)險評估模型輸出的風(fēng)險等級，分為事實高風(fēng)險、事實中風(fēng)險和事實低風(fēng)險三個等級。6.2用電客戶風(fēng)險趨勢用電客戶的風(fēng)險等級評分趨勢可以記錄各個考察時期的風(fēng)險變動方向，更全面地刻畫客戶的交費狀況。七）電費風(fēng)險差異處理：根據(jù)模型輸出結(jié)果，提前采取差異化的電費回收策略和預(yù)防措施，縮短電費回收周期，控制經(jīng)營風(fēng)險，針對低風(fēng)險用戶，減少提醒、通知環(huán)節(jié)，降低催費頻率，優(yōu)先推廣電子賬單；對高風(fēng)險用戶開展催收工作，提升催費的頻率。以上圖1所示的一種大數(shù)據(jù)的電費風(fēng)險模型構(gòu)建方法是本發(fā)明的具體實施例，已經(jīng)體現(xiàn)出本發(fā)明實質(zhì)性特點和進步，可根據(jù)實際的使用需要，在本發(fā)明的啟示下，對其進行形狀、結(jié)構(gòu)等方面的等同修改，均在本方案的保護范圍之列。當(dāng)前第1頁1 2 3