| 刘刚,高迪,付薇薇,刘霞,刘欣.半监督学习的用电客户价值评价建模[J].情报工程,2018,4(3):113-126 |
| 半监督学习的用电客户价值评价建模 |
| Electricity Customer Value Evaluation Modeling Based on Semi-supervised Learning |
| |
| DOI：10.3772/j.issn.2095-915X.2018.03.014 |
| 中文关键词: 价值评价；电力业务；行为预测；对抗生成网络；半监督随机森林 |
| 英文关键词: Value evaluation; electric power; behavior prediction; generative adversarial network; semisupervised random forest |
| 基金项目:国家科技支撑计划项目（2017YFB1002304） |
| 作者 | 单位 | | 刘刚 | 国网冀北电力有限公司运营监测（控）中心 | | 高迪 | 国网冀北电力有限公司运营监测（控）中心 | | 付薇薇 | 北京科技大学计算机与通信工程学院 | | 刘霞 | 北京博望华科科技有限公司 | | 刘欣 | 北京科技大学计算机与通信工程学院 |
|
| 摘要点击次数: 2130 |
| 全文下载次数: 1166 |
| 中文摘要: |
| 随着中国售电市场的逐渐开放，大型垄断型电力企业也要加入到激烈的市场竞争中，对用电客户的价值评价逐渐成为电力企业工作的重点。本文结合半监督的机器学习算法，提出基于电力业务行为预测的用电客户价值评价模型，将价值评价问题转化为分类问题。借助随机森林和半监督随机森林算法构建预测模型，对与价值强相关的电力业务行为进行准确预测，降低类不平衡问题对预测模型的影响，为用电客户价值评价提供了一个新思路。 |
| 英文摘要: |
| With the gradual opening up of Chinese electricity market, large-scale monopoly power enterprises are forced to join in the fierce competition. The evaluation of electricity users becomes more and more important. This paper proposes an evaluation model based on electric business behaviors using semi-supervised machine learning algorithms, and changes the evaluation problems to classification problems. By building predict models using random forest and semi-random forest algorithm, it can decrease the influence of class imbalance problems and give an accurate prediction of user business behaviors, which may provide a new method to evaluate the elect ricity user value. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
