共查询到20条相似文献，搜索用时 906 毫秒
1.
通过分析南浔供电分局电费回收风险的现状及原因,结合南浔供电分局实际针对性地提出了几种加强电费回收、防范电费风险的思路及具体措施,并对措施的效果作出评价. 相似文献
2.
介绍了一个电业局客户档案资料管理系统,从体系结构、功能模块、关键技术等方面论述了该系统的设计。该系统包括客户信息管理、客户档案管理、客户服务、综合统计查询等功能模块。系统通过客户预警处理,防止电费呆、坏帐的发生,有效化解电费回收风险。 相似文献
3.
典型的K-Means算法适用于进行客户细分,但是该算法要求用户必须事先给出精确的k值,这在一定程度上影响和限制了其应用.通过使用聚类有效性函数对其进行改进,克服了该算法要求用户必须事先给定k值的缺点,并采用改进的K-Means算法对信用卡客户进行细分,建立了基于消费行为的客户细分模型.实验结果表明,从该客户细分模型可获知信用卡客户的消费行为模式,为其提供个性化服务. 相似文献
4.
在认真分析研究电费回收管理的基础上,认为电费回收的重点就在于“员工、客户、信息、方法”等四个关键环节,提出了“以建设一流的员工队伍为核心,以对外营造良好客户关系为基础,运用信息化手段,灵活使用多种电费回收方法”的电费管理理念,力争形成“员工努力、客户配合、信息流畅、方法灵活”的局面,以构建全方位的电费管理体系,从而实现电费回收的可控在控,全面完成电费回收任务。 相似文献
5.
智能电能表支持远程费控和本地费控两种模式。其中,远程费控指由营销系统完成电费计算,并从远程终端对智能电能表开关进行控制。本地费控指由费控智能电能表完成电费计算,并由电表本身产生控制指令。两种费控模式存在明显区别,对用电客户的用电习惯有较大影响。本文从法理上对费控合法性进行了简单探讨,并结合福建省用电客户的用电习惯给出了两种费控模式的选择建议,对其他网省供电企业具有借鉴意义。 相似文献
6.
本文介绍了一个采用公式进行电量电费计算,基于C/S模式的电力收费管理信息系统的设计和实现。该系统能快速准确地计算各种复杂用电客户的电量电费,在实际应用中收到了良好的经济效益和社会效益。 相似文献
7.
强化高压用户电费风险防范措施——电卡表预付费方式的有效运用 总被引：1，自引：0，他引：1
李跃华 《湖州师范学院学报》2011,(Z1):159-160
电费回收难问题是电力部门在电力市场化改革的过程中必须解决的重要课题.供电企业应通过在电费回收中遇到的难点问题,利用现有的技术和管理手段,提出相应手段与策略,从而减少电费回收的风险,达到有效回收电费的目的,使电力企业经营损失得到有效规避. 相似文献
8.
精准营销可以帮助企业节约营销成本、提升营销效果,基于大数据的消费者行为分析也是大数据领域的一个热点研究。为此,基于运营商大数据对汽车用户精准营销算法进行研究,提出基于专家经验与统计学方法的精准营销算法。首先对用户上网日志数据进行加工,得到用户行为标签,然后根据专家经验与统计学公式计算用户购车意向得分,输出潜在购车客户信息。通过在某运营商真实环境下进行实验,验证了算法的可行性与有效性。实验结果表明,面向运营商大数据的汽车用户精准营销算法成功率可达到5.98%,相比现有推荐算法效率明显提升。 相似文献
9.
要保证电费回收,对供电员工提出了更高的要求.作为电力企业员工,一定要把服务当成事业来做.在对客户服务中,不仅把着眼点放在售前服务、售中服务,而且还要认真做好售后服务.为客户排忧解难,树立企业良好形象,搞好班组管理,充分调动广大电费工作人员的积极生和创造性,在探索中前进,实践中完善,使电费及时足额的回收. 相似文献
10.
11.
12.
《武汉职业技术学院学报》2016,(5)
客户特征提取是整个客户行为分析过程中的重要环节。由于客户特征提取时获得的数据具有多共同特征及大噪声等特点,使得在客户行为分析中进行客户特征提取存在较大误差。采用UCI机器学习数据库中有多个共同特征的数据集分别对典型特征提取算法进行实验对比及分类规则提取结果分析,验证了FC-GMDH算法在特征提取精度和抗干扰方面具有明显的优势,在客户行为分析时取得满意的特征提取效果。 相似文献
13.
《实验室研究与探索》2017,(12):57-60
针对数据挖掘过程中单一模型算法命中率低、偏差大等问题,将决策数、遗传算法、人工神经元三种单一算法融合在一起,设计出一种基于Lagrange函数的多算法组合预测模型。同时,将所建组合模型应用于电信行业客户关系管理中,将客户信息、消费行为等历史数据作为预测指标,对客户行为及未来趋势进行预测。预测结果表明,与单一算法预测模型相比,组合预测模型命中准确率高,预测效果好,能更直观地显示出流失客户的基本特征,从而帮助电信运营商提前发现具有离网倾向的用户群体,为管理层的决策提供数据支持。 相似文献
14.
陈良维 《成都航空职业技术学院学报》2015,(3):45-49
文章阐述了基于移动互联网的精细化营销平台的设计方案,该平台对移动互联网用户的行为进行分析,掌握用户的喜好及聚类分群,为流量经营等精分产品的实现奠定基础。我们引入页面tittle、keywords分析技术,采用K-Means、SVM和Naive Bayes,利用简单贝叶斯模型,完成对未含类主题变量文档的标注。通过SVM算法进行特征向量选取和训练,并利用EM算法获得极大似然估计的最优解。 相似文献
15.
Web Service下的商品推荐系统的研究与实现 总被引：2，自引：0，他引：2
基于电子商务平台的Web service已经是广大消费者购买或者浏览商品的主要形式之一．但是,网络上的海量信息也给我们带来了很多不便．对于用户来说,如何及时地发现所需要的商品已经变得越来越困难．本文综合运用了关联挖掘、智能推荐算法等机器学习方法提出了一个Web Service下的产品智能推荐Agent模型：Smart Recommendation,该系统通过对用户的历史交易记录的分析,挖掘出客户的购买模式和购买兴趣,并根据发现的模式对用户进行商品的智能推荐．实验结果表明,推荐模型具有较高的准确性,并且对用户的购买行为有一定的指导作用． 相似文献
16.
现有特征选择算法往往只能处理简单的拓扑结构图形,对复杂的拓扑结构图形无能为力,为此选择Structure2vec算法对网络欺诈风险进行研究。在梳理相关文献基础上,对Structure2vec的数学原理进行分析,给出其对应的卷积神经网络模型;选择网络用户的信用历史、身份特质、行为偏好、履约能力和社会关系等5种类型特征数据,构建Stucture2vec关系图;利用Structure2vec算法编写Python程序,对样本数据进行训练,获得模型;利用测试数据对模型进行测试,获得特征向量和对应的风险评估值。结果表明,利用Structure2vec算法对网络欺诈风险进行特征选择和评估,效果优于一般卷积神经网络。 相似文献
17.
针对传统关联规则 Apriori 算法难以适应大数据的问题,为提高可信计算平台日志数据分析效率, 提出了一种基于Hadoop的可信计算平台日志分析模型。构建了日志分析模型总体框架,对非结构化原始日志数据进行垂直划分,采用分布式文件存储系统,结合MapReduce编程模式给出一种分布式Apriori并行垂直算法。通过日志挖掘建立用户行为关联规则库,并采用规则匹配实现对用户异常行为的检测。理论分析和实验数据证明,该模型在大数据环境下能够有效提高日志分析效率。 相似文献
18.
《陕西教育学院学报》2016,(3):146-149
在通讯行业全业务经营背景下,客户资源成为运营商之间竞争的法宝。如何有效识别客户流失行为,制定相应的挽留与维系对策是运营商降低营销成本,提高核心竞争优势的关键。本文利用BP网络的自适应算法,将代表离网用户行为特征的45个指标进行样本训练,最终得到客户流失行为倾向的判断模型,为通讯行业客户离网动机预测提供了新的解决思路。 相似文献
19.
为了应对高级持续性威胁（APT）攻击造成的威胁,解决传统基于规则的分析方法对用户异常行为检测的误报与漏报问题,提高用户异常行为检测效果,通过采集用户行为日志生成用户操作行为矩阵,并通过模型定义方式对用户行为进行相似度分析。采用容忍度测算、突变测算、差值测算与峰值测算方法,分析与发现用户异常访问。基于用户画像的异常行为分析方法结合了用户操作行为特征及角色定义,利用用户行为日志历史信息勾勒出用户行为画像,使系统能准确、实时地判断用户行为异常,提高了对异常行为的实时检测与快速响应能力。 相似文献
20.
《赤峰学院学报(自然科学版)》2016,(21)
本文对决策树分类方法进行了系统、深入的分析研究.并采用ID3算法对客户提交的友情反馈表进行分析,提取规则,为企业判断客户是否存在流失风险的预测构造系统,在经过处理数据的基础上生成了一系列客户流失预测规则. 相似文献