摘要
基于供电企业海量数据,提炼客户特征标签,多维呈现客户画像。并甄选影响电费回收风险的特征指标,利用机器学习方法,构建电费回收风险预测模型,判断用户的电费逾期风险等级。将模型结果及中间结果标签化,丰富客户画像,为业务人员提供全新认知客户的手段。
Based on massive data of power supply companies,customer feature labels are extracted,and the customer portrait is presented in a multi-dimension.Features affecting the risk of recovering electric fees are selected to build a model which can evaluate the risk.Application of the model is tagged to enrich the customer portrait.It provides a new tool to understand customers.
作者
赵洪
沈建忠
王俊
张骋
瞿青
ZHAO Hong;SHEN Jianzhong;WANG Jun;ZHANG Cheng;ZHAI Qing(State Grid Shanghai Electric Power Company,Shanghai 200122)
出处
《微型电脑应用》
2020年第2期93-96,共4页
Microcomputer Applications
关键词
客户画像
电费回收风险
机器学习
特征标签
Customer portrait
Recovering electric risk
Machine learning
Feature label
作者简介
赵洪(1976-),女,研究方向:电力营销管理;沈建忠(1973-),男,研究方向:营销管理与现代服务体系;王俊(1980-),男,研究方向:电力营销;张骋(1972-),男,研究方向:营销管理、客户服务;瞿青(1979-),女,研究方向:“互联网+”营销服务。
