基于连续用电量和缴费时间差的客户信用动态评价模型
发布时间：2021-03-28 20:02
加大供电量和提高电费回收效率是供电商增加收益的主要途径,并且用电客户的缴费时间差直接影响着电费回收效率。在用电客户信息较少的情况下,仅仅依赖用电客户的用电量信息和缴费时间差信息,采用扩展的"S型"函数对用电量信息和缴费时间差信息进行整合建模,构建了一个能够度量客户持续用电能力和缴纳电费积极性的客户信用动态评价模型。应用构建的模型对赤峰市宁城县实际用电客户进行信用评价,评价结果与领域专家评价结果具有较高的一致性。
【文章来源】：运筹与管理. 2020,29(01)北大核心CSSCICSCD
【文章页数】：7 页
【部分图文】：
客户信用评价概念模型
为验证本文所构建的模型的有效性,本文将利用国家电网提供的赤峰市宁城县的用电客户真实数据对本文模型的有效性进行验证和分析。首先对赤峰市宁城县用电客户的交纳电费行为进行分析,如图2(a)所示,宁城县将近21万客户近两年内的月缴费行为记录中(约450万条缴费记录),在供电商发布交电费通知的当天完成缴纳电费的约68.83%;而在非当天交纳电费的记录中,99.79%的记录在距离供电商发布交电费通知的三周内全部交齐,只有0.21%的记录推迟到三周以外完成缴费,如图2(b)所示。先把宁城县用电客户在近两年内每个月份的所有用电量数据和缴费时间数据提取出来,根据实际情况对数据进行预处理,共得到4,520,780条有效数据,最后整合得到205,490个不同用电客户在2014年1月到2015年10月间的所有用电量和缴费时间差两种不同类型的数据。对于缴费时间差数据表,由于缴费时间差计算的是供电商发布缴费信息之日起到客户交纳电费之日的时间间隔,该时间间隔以天为单位。按照实际情况,客户在供电商发布缴费信息后,客户在缴费信息发布后的三天内交费的行为,都可视为客户在第一时间进行了交费,而客户在随后的一周时间内,即在第4到第10天内交费的行为可视为在相同缴费时间差单位内进行交费,依次类推,得到标准的客户缴费时间差表,如表1所示,经过表1单位间的转换,可以得到所有客户每个月份的标准缴费时间差。
运用本文提出的用电客户信用动态评价模型,并调整模型中的相应的参数,最终设定客户初始信用值C0=6,即合格分值;客户最大信用值Cmax=10,即满分值;频繁不用电客户的最低信用值α=7,频繁不用电客户的信用递减因子β=-0.8,及时缴费客户的信用扩展因子γ=0.8,非及时缴费客户的信用缩减因子ε=-0.9,参数的设定在2.3节会做进一步的介绍。结合上述客户用电量、标准缴费时间差两种类型的数据,得到每个客户在2014年1月到2015年10月间每个月的信用值,20位随机抽样客户的具体信用值如表2所示,其中每个客户在每个月份下的数值表示该客户完成本月电费交纳后的实时信用值。供电商可以根据客户实时的信用值高低情况以及客户信用波动曲线趋势(如图3)及时地对相关客户进行相应的激励、奖励或者增值服务等。如对客户编号为1,5,8,11,13,14,15的高信用客户进行一些奖励;对客户编号为7,9,10,16,19,20的中等或中上等信用客户进行相应的激励措施,提高客户交纳电费的积极性;对客户编号为2,4,12,17的较低信用客户进行相应的提醒措施等。为验证本文所提模型计算结果的合理性,本文从用电客户数据中选取了三个不同样例(如表3)对模型结果进行了合理性解释。样例A可以看出,用电量稳定且及时交费的用户,其信用值也会相对稳定,交费不及时会带来信用值的消减。样例B呈现出频繁性交费不及时现象和用电量连续为零现象,信用值会随着用电量和缴费时间差之乘积的波动而出现一定程度的波动,连续多次不用电时,客户的信用值会重新回到固定值。样例C用电量较为稳定但出现连续性交费不及时甚至拖延现象,其信用值会在一个较低范围内波动。
【参考文献】：
期刊论文
[1]基于迁移学习的客户信用评估模型研究[J]. 朱兵,贺昌政,李慧媛. 运筹与管理. 2015(02)
[2]一种融合SOM与K-means算法的动态信用评价方法及应用[J]. 张发明. 运筹与管理. 2014(06)
[3]基于投影寻踪和最优分割的企业信用评级模型[J]. 张目,周宗放. 运筹与管理. 2011(06)
[4]电力市场下需求响应研究综述[J]. 张钦,王锡凡,王建学,冯长有,刘林. 电力系统自动化. 2008(03)
[5]大用户放开后电力营销策略[J]. 李锋,何洋. 中国电力. 2007(06)
[6]用电客户信用的主客观评价及分析[J]. 杨淑霞,吕世森,乔艳芬. 中国电力. 2005(06)
[7]电力资产的分类及评估方法初探[J]. 王伟,言午. 中国资产评估. 2002(04)
硕士论文
[1]农业银行农户小额贷款发展研究[D]. 焦自春.北京交通大学 2010
本文编号：3106159
【文章来源】：运筹与管理. 2020,29(01)北大核心CSSCICSCD
【文章页数】：7 页
【部分图文】：
客户信用评价概念模型
为验证本文所构建的模型的有效性,本文将利用国家电网提供的赤峰市宁城县的用电客户真实数据对本文模型的有效性进行验证和分析。首先对赤峰市宁城县用电客户的交纳电费行为进行分析,如图2(a)所示,宁城县将近21万客户近两年内的月缴费行为记录中(约450万条缴费记录),在供电商发布交电费通知的当天完成缴纳电费的约68.83%;而在非当天交纳电费的记录中,99.79%的记录在距离供电商发布交电费通知的三周内全部交齐,只有0.21%的记录推迟到三周以外完成缴费,如图2(b)所示。先把宁城县用电客户在近两年内每个月份的所有用电量数据和缴费时间数据提取出来,根据实际情况对数据进行预处理,共得到4,520,780条有效数据,最后整合得到205,490个不同用电客户在2014年1月到2015年10月间的所有用电量和缴费时间差两种不同类型的数据。对于缴费时间差数据表,由于缴费时间差计算的是供电商发布缴费信息之日起到客户交纳电费之日的时间间隔,该时间间隔以天为单位。按照实际情况,客户在供电商发布缴费信息后,客户在缴费信息发布后的三天内交费的行为,都可视为客户在第一时间进行了交费,而客户在随后的一周时间内,即在第4到第10天内交费的行为可视为在相同缴费时间差单位内进行交费,依次类推,得到标准的客户缴费时间差表,如表1所示,经过表1单位间的转换,可以得到所有客户每个月份的标准缴费时间差。
运用本文提出的用电客户信用动态评价模型,并调整模型中的相应的参数,最终设定客户初始信用值C0=6,即合格分值;客户最大信用值Cmax=10,即满分值;频繁不用电客户的最低信用值α=7,频繁不用电客户的信用递减因子β=-0.8,及时缴费客户的信用扩展因子γ=0.8,非及时缴费客户的信用缩减因子ε=-0.9,参数的设定在2.3节会做进一步的介绍。结合上述客户用电量、标准缴费时间差两种类型的数据,得到每个客户在2014年1月到2015年10月间每个月的信用值,20位随机抽样客户的具体信用值如表2所示,其中每个客户在每个月份下的数值表示该客户完成本月电费交纳后的实时信用值。供电商可以根据客户实时的信用值高低情况以及客户信用波动曲线趋势(如图3)及时地对相关客户进行相应的激励、奖励或者增值服务等。如对客户编号为1,5,8,11,13,14,15的高信用客户进行一些奖励;对客户编号为7,9,10,16,19,20的中等或中上等信用客户进行相应的激励措施,提高客户交纳电费的积极性;对客户编号为2,4,12,17的较低信用客户进行相应的提醒措施等。为验证本文所提模型计算结果的合理性,本文从用电客户数据中选取了三个不同样例(如表3)对模型结果进行了合理性解释。样例A可以看出,用电量稳定且及时交费的用户,其信用值也会相对稳定,交费不及时会带来信用值的消减。样例B呈现出频繁性交费不及时现象和用电量连续为零现象,信用值会随着用电量和缴费时间差之乘积的波动而出现一定程度的波动,连续多次不用电时,客户的信用值会重新回到固定值。样例C用电量较为稳定但出现连续性交费不及时甚至拖延现象,其信用值会在一个较低范围内波动。
【参考文献】：
期刊论文
[1]基于迁移学习的客户信用评估模型研究[J]. 朱兵,贺昌政,李慧媛. 运筹与管理. 2015(02)
[2]一种融合SOM与K-means算法的动态信用评价方法及应用[J]. 张发明. 运筹与管理. 2014(06)
[3]基于投影寻踪和最优分割的企业信用评级模型[J]. 张目,周宗放. 运筹与管理. 2011(06)
[4]电力市场下需求响应研究综述[J]. 张钦,王锡凡,王建学,冯长有,刘林. 电力系统自动化. 2008(03)
[5]大用户放开后电力营销策略[J]. 李锋,何洋. 中国电力. 2007(06)
[6]用电客户信用的主客观评价及分析[J]. 杨淑霞,吕世森,乔艳芬. 中国电力. 2005(06)
[7]电力资产的分类及评估方法初探[J]. 王伟,言午. 中国资产评估. 2002(04)
硕士论文
[1]农业银行农户小额贷款发展研究[D]. 焦自春.北京交通大学 2010
本文编号：3106159
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3106159.html
