本发明属于大数据挖掘领域,尤其涉及一种基于电费核算大数据的营销业务合规性判断分析方法。
背景技术:
随着社会经济的不断发展,用电需求不断扩大,电网规模不断扩张,各类电力项目持续发展,这也对电网系统的监测能力提出了新的要求。目前,国家电网中的监测中心积累了大量的监测数据和专题监测工作经验,但在对于异常营销业务合规性的判断分析方面,还仅仅停留在单一比对、提醒问题的阶段。例如,监测中心一旦监测到实收电费与预收电费不符时,即提醒业务部门进行处理,这种简单的对比提示经常造成错误判断,还需要业务部分进行人工干预,大大增加了人工成本。因此,亟需一种能够根据过往的海量数据进行营销业务是否合规的智能化判断分析方法。
技术实现要素:
为了克服上述问题,本发明提供了一种基于大数据处理的营销业务合规性判断分析方法,该方法包括以下步骤:步骤s100,对过往的营销业务数据进行统计分析;步骤s200,根据统计分析的结果,为营销业务数据中的各项参数赋予不同的权重;步骤s300,获取当前的营销业务数据;步骤s400,为获取的当前营销业务数据中的各项参数赋予前述权重系数;步骤s500,根据权重系数及各项参数计算当前营销业务数据的总得分,如果大于等于特定阈值,则向用户展示该营销业务的各类信息。
附图说明
图1是根据本发明的基于大数据处理的营销业务合规性判断分析方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式,这些实施方式的描述是足够详细的,以使得本领域技术人员能够实践本发明,在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此,不应当从限制性意义上来理解以下的详细描述。为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
如图1所示,本发明提供了一种基于大数据处理的营销业务合规性判断分析方法,包括以下步骤:
步骤s100,对过往的营销业务数据进行统计分析。根据本发明的一个方面,过往的营销业务数据包括以下各类参数,例如,预收电费、单一客户退补、销户用户欠费、多次连续退费、违约金减免、计费需量低于运行容量的40%等等。其中每个参数还可以包括更为细致的参数,例如,用户明细、金额、次数、区域分布、行业类别、绝对值时间变化、相对值时间变化等等。本领域技术人员应该知晓,上述实施方式中的参数仅在于方便本领域技术人员更好的理解本发明,而并非意味着本发明中使用的参数被限制为上述参数。本领域的技术人员还可以理解,可以将现在并不知晓或使用而在将来知晓或使用的参数加入其中,以便进行更加准确的统计分析。统计分析的过程包括,统计各个参数的数值、分布情况、相对应的营销业务是否异常等等。所述过往的营销业务数据可以存储在任一种形式的数据库或服务器中,优选的,存储在云端的分布式数据库中。
步骤s200,根据统计分析的结果,为营销业务数据中的各项参数赋予不同的权重。根据步骤s100中统计分析的结果,可以确定各项参数与所对应的营销业务是否异常的相关度,根据该相关度,为各项参数赋予不同的权重。例如,预收电费参数的权重为0.3,单一客户退补的权重为0.4等等。
步骤s300,获取当前的营销业务数据。当前的营销数据是指当前正在监测的营销业务数据,其所包含的参数与过往的营销数据相同。
步骤s400,为获取的当前营销业务数据中的各项参数赋予前述权重系数。在该步骤中,将步骤s200中计算出的权重系数赋予当前营销业务数据中的各项参数。
步骤s500,根据权重系数及各项参数计算当前营销业务数据的总得分,如果大于等于特定阈值,则向用户展示该营销业务的各类信息;如果小于特定阈值,则忽略该当前营销业务数据。所述的特定阈值应该可以保证使得营销业务数据异常的概率达到100%,如此一来,则可以避免漏报。
根据本发明,可以从过往的海量数据中解析出营销业务数据异常的规律,并将该规律应用于当前的营销业务数据监测中,从而可以为业务部门提供智能化的营销业务监测建议,能够有效的节省人力成本。
此外,根据公开的本发明的说明书,本发明的其他实现对于本领域的技术人员是明显的。实施方式和/或实施方式的各个方面可以单独或者以任何组合用于本发明的系统和方法中。说明书和其中的示例应该是仅仅看作示例性,本发明的实际范围和精神由所附权利要求书表示。