一种电力缴费渠道分析的指标选择、权值优化与渠道规划的计算方法与流程

技术特征：

1.一种电力缴费渠道分析的指标选择、权值优化与渠道规划的计算方法，其特征在于，包括以下步骤：

步骤一通过SG186系统或调查问卷获取缴费用户基本属性信息和缴费习惯属性信息的数据；

步骤二采用特征权重优化方法对个体用户画像中各权重进行优化，得到最优个体用户画像，通过聚类算法建立群体用户缴费行为画像；

步骤三采用K最近邻分类算法建立指标评价体系；

步骤四采用遗传退火算法，计算各个属性指标的权重值；

步骤五判断是否为最优值，确定最优缴费渠道。

2.根据权利要求1所述的计算方法，其特征在于，在步骤一中，用户的基本属性信息包括姓名、年龄、性别、家庭住址；缴费习惯属性信息包括每次平均缴费金额以及缴费方式的信息。

3.根据权利要求1所述的计算方法，其特征在于，在步骤二中，以标签的形式表示个体用户的性质与缴费习惯，作为个体用户画像，特征权重优化方法包括K最近邻算法和模拟退火算法，随机设置各个属性的初始权重；基于样本数据集划分集合测试集，进行K近邻分类计算，遍历测试集中每条数据，从训练集中提取距离最近的前K条数据，与测试数据的实际值比较，并统计误差；进行误差比较，调整各个属性的权重，若误差小于阈值，则得到各个属性的权重，否则，调整属性的权重，进行迭代测试，得到各个属性的权重。

4.根据权利要求1所述的计算方法，其特征在于，在步骤二中，所述聚类算法的原理为将待聚类的属性数据随机放置一个两维网格的环境中，每一个属性数据对象有一个随机初始位置，每一只蚂蚁能够在网格上移动，并测量当前对象在局部环境的群体相似度，通过概率转换函数将群体相似度转换成移动对象的概率，以这个概率拾起或放下对象；蚁群联合行动导致属于同一类别的属性数据对象在同一个空间区域能聚积在一起；

从而使相似的评价因素聚为一类，聚合结果作为电力系统缴费渠道评价指标，电力系统缴费渠道评价因素包括渠道的覆盖率、渠道的利用率、成本、工作效率、用户缴费行为画像、便捷性、客户满意度、渠道发展趋势。

5.根据权利要求3所述的计算方法，其特征在于，在步骤三中，所述K最近邻分类算法包括以下步骤：

对于一个测试集中的测试样本，根据特征词形成测试样本向量；

计算该测试样本与训练集中每个样本的样本相似度，计算公式为：

$Sim(d_i,d_j)=\frac{\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}\×W_{jk}}{\sqrt{\underset{k=1}{\overset{M}{\Σ}}{W}_{ik}^2}\sqrt{\underset{k=1}{\overset{M}{\Σ}}{W}_{jk}^2}}$

其中，d_i为测试样本的特征向量，d_j为第j类的中心向量；M为特征向量的维数；W_k为向量的第k维；k值的确定先采用一个初始值，然后根据实验测试K的结果调整K值；

按照样本相似度，在训练样本集中选出与测试样本最相似的k个样本；

在测试样本的个k近邻中，依次计算每类的权重，计算公式如下：

其中，x为测试样本的特征向量；Sim(x,d_i)为相似度计算公式；b为阈值，有待于优化选择；y(d_i,C_j)的取值为1或0，如果d_i属于C_j，则函数值为1，否则为0；

比较类的权重，将样本分到权重最大的那个类别中。

6.根据权利要求1所述的计算方法，其特征在于，在步骤四中，遗传退火计算方法为：

步骤四a给定模型每一个参数变化范围,在这个范围内随机选择一个初始模型,并计算相应的目标函数值；

步骤四b对当前模型进行扰动产生一个新模型，计算相应的目标函数值,得到

ΔE＝E(m)-E(m₀)；

步骤四c若ΔE＜0,则新模型被m接受；若ΔE＞0，则新模型m按概率P＝exp(-ΔE/T)进行接受，T为外界影响因素，当模型被接受时,置m₀＝m；

步骤四d在外界影响因素T下，重复一定次数的扰动和接受过程，即重复步骤四b和步骤四c；

步骤四e缓慢降低外界影响因素T；

步骤四f重复步骤四b和四e，直至收敛条件满足为止。

7.根据权利要求1所述的计算方法，其特征在于，在步骤五中，最优值的判断公式为|ΔE|＝|E(m)-E(m₀)|≤0

其中，ΔE表示渠道最优解；E(m)表示本次计算的渠道值，E(m₀)表示初始渠道值。