基于调查数据的电网营销评价研究
本文选题:电网营销 + 原始数据 ; 参考:《西安理工大学学报》2016年02期
【摘要】:在电网营销评价中,结合我国电力行业实际情况与国内外已有的营销满意度指标体系,构建一个多因素,多层次的指标体系。在确定三级指标权重时,利用调查问卷中的原始数据,提出了主成分回归赋权方法与熵权值赋权法相结合,根据调查问卷中客户的选择来确定权重,有效地避免了专家的主观判断的不确定性问题造成对权重分配的不合理。以某省的电力客户满意度调查为实例,验证文中提出的方法的可行性、有效性及合理性。
[Abstract]:In the evaluation of power grid marketing, a multi factor and multi-level index system is constructed in combination with the actual situation of China's electric power industry and the existing marketing satisfaction index system at home and abroad. In determining the weight of the three level index, using the original data in the questionnaire, a combination of the principal component regression empowerment method and entropy weight assignment method is proposed. The selection of customers in the questionnaire to determine the weight, effectively avoid the uncertainty of the subjective judgment of the expert to cause the unreasonable allocation of weight. Taking the survey of the customer satisfaction of a province as an example, the feasibility, validity and rationality of the proposed method are verified.
【作者单位】: 西安理工大学水利水电学院;
【基金】:国家自然科学基金资助项目(51077109)
【分类号】:F426.61;F274
【参考文献】
相关期刊论文 前10条
1 吕朋蓬;赵晋泉;李端超;朱泽锋;;电网运行状态评价指标体系与综合评价方法[J];电网技术;2015年08期
2 蒋亚坤;李文云;赵莹;于峰;;粗糙集与证据理论结合的电网运行优质性综合评价[J];电力系统保护与控制;2015年13期
3 刘瑾;冯瑛敏;章辉;冯亮;孙瑞雪;王丽珠;;基于熵值分析和层次分析法的智能电网电力终端接入网综合效益评价[J];电力建设;2015年05期
4 汪妮;方正;解建仓;;改进的熵权法在再生水资源价值评价中的应用[J];西安理工大学学报;2012年04期
5 刘俊华;罗隆福;张志文;许加柱;;一种考虑排序稳定分析的电能质量综合评估新方法[J];中国电机工程学报;2013年01期
6 史耀波;岳爱;;农村消费性公共产品的成本分担与满意度评价——基于陕西400户农户的经验数据[J];西安理工大学学报;2012年02期
7 韦运杰;李扬;;基于D-S证据理论的电力客户满意度评价[J];电力需求侧管理;2010年06期
8 卢建昌;韩红领;刘天宝;赵志伟;;基于模糊积分的电力客户满意度综合评价[J];电网技术;2008年01期
9 陈伟;夏建华;;综合主、客观权重信息的最优组合赋权方法[J];数学的实践与认识;2007年01期
10 王鹤;曾鸣;陈珊;周建;张志翔;;基于模糊层次分析法的供电服务质量综合评价模型[J];电网技术;2006年17期
相关博士学位论文 前1条
1 李勇;顾客满意度指数模型及其测评方法研究[D];中国矿业大学(北京);2008年
【共引文献】
相关期刊论文 前10条
1 冯寅;尹忠东;;直流配电网电能质量的综合评估[J];上海电气技术;2016年02期
2 胡西民;罗岚波;姚李孝;刘家军;杨国清;;基于调查数据的电网营销评价研究[J];西安理工大学学报;2016年02期
3 王双川;吕瑞强;李德权;;基于三角模糊熵的装备维修合同商保障风险评估[J];军械工程学院学报;2016年03期
4 秦国伟;卫夏青;朱凤琴;刘爱华;;农村区域可持续发展水平评价模型及实证分析——以安徽省为例[J];生态经济;2016年06期
5 马春艳;刘惠康;龚瑛;;基于改进熵权法的DPV电能质量评估[J];高压电器;2016年05期
6 王莉芳;滕静;;“大营销”模式下电力营销管控能力评价体系研究[J];未来与发展;2016年05期
7 张晓芳;洪振杰;叶永;;地区性民间融资市场风险监测和预警体系研究[J];时代金融;2016年12期
8 马立新;朱润;周小波;;电力用户的智能能效分析及评级新方法[J];控制工程;2016年04期
9 赵一博;刘昱;吴珊;;公共机构既有建筑绿色改造量化分析基础理论研究[J];科技展望;2016年11期
10 戴兴国;唐凌;陈增剑;聂峥;;基于λ模糊测度和Choquet积分的回采方案动态优选[J];黄金科学技术;2016年02期
相关博士学位论文 前4条
1 刘莎;大型综合性医院患者满意度指数模型的构建与实证分析[D];吉林大学;2013年
2 周伟忠;木地板产品顾客满意度理论与实证研究[D];南京林业大学;2011年
3 赵富强;基于PLS路径模型的顾客满意度测评研究[D];天津大学;2010年
4 李振军;电信宽带IP业务QoE研究[D];华南理工大学;2010年
【二级参考文献】
相关期刊论文 前10条
1 林海雪;;电能质量指标的完善化及其展望[J];中国电机工程学报;2014年29期
2 孙彦龙;康重庆;陈宋宋;孟君遐;路畅;罗金山;;低碳电网评价指标体系与方法[J];电力系统自动化;2014年17期
3 李磊;严正;冯冬涵;韩冬;李瑞庆;;结合主成分分析及生产函数的电网智能技术评价探讨[J];电力系统自动化;2014年11期
4 魏理豪;王甜;陈飞;冯艳茹;;基于层次分析法的信息系统实用化评价研究[J];科技通报;2014年02期
5 张心洁;葛少云;刘洪;黄小耘;黄红远;;智能配电网综合评估体系与方法[J];电网技术;2014年01期
6 李华;贺鹏举;景丽婷;李玲玲;段超颖;;基于RAGA-PPM的电能质量综合评估方法[J];电工技术学报;2013年S2期
7 史睿冰;姚兴太;史圣兵;吕冬雪;张鹏;张鹏;;基于层次分析法的通信系统效能评估[J];计算机工程与设计;2013年12期
8 崔明建;孙元章;杨军;李元林;巫伟南;;一种基于多层次灰色面积关联分析的电网安全综合评价模型[J];电网技术;2013年12期
9 王晓晶;陈星莺;陈楷;丁孝华;蒋宇;余昆;;智能配电网清洁性评估指标研究[J];中国电机工程学报;2013年31期
10 李兆伟;刘福锁;李威;方勇杰;;基于TOPSIS法考虑电力安全事故风险的运行规划分负荷方案优化[J];电力系统保护与控制;2013年21期
【相似文献】
相关期刊论文 前10条
1 汪晓银;刘大集;祁春节;;我国蔬菜总产的主成分回归模型的构建及预测[J];农业系统科学与综合研究;2006年02期
2 沈菊红;;预测农民收入的主成分回归模型[J];安徽农业科学;2008年24期
3 叶宗裕;;主成分回归能消除多重共线性吗?[J];统计与信息论坛;2012年03期
4 王传华;;主成分回归在全国畜产品管理决策中的应用[J];预测;1989年03期
5 胡虎肇;;基于主成分回归模型的福建省农民增收因素分析[J];台湾农业探索;2010年02期
6 吴利丰;刘思峰;方志耕;;基于新信息优先主成分回归的多参数复杂装备费用预测[J];中国管理科学;2012年S1期
7 李纲;;基于主成分回归的黄金趋势分析[J];现代矿业;2010年04期
8 马雯;艾力·斯木吐拉;张劲;;主成分回归的新疆兵团道路客运量预测[J];交通科技与经济;2013年03期
9 王琼;卢润德;;基于主成分回归的信息产业创新能力测度[J];科技广场;2014年02期
10 关大宇;;影响辽宁省农民收入增长各因素比较分析[J];社会科学辑刊;2007年01期
相关会议论文 前2条
1 吴利丰;刘思峰;方志耕;;基于新信息优先主成分回归的多参数复杂装备费用预测[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年
2 俞慧强;戈早川;周彤;;主成分回归在分光光度法同时检测多种物质中的应用[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
相关硕士学位论文 前10条
1 郭媛媛;基于核主成分回归的多重共线性消除问题研究[D];河北联合大学;2014年
2 许馨文;基于主成分回归模型的酒店装饰项目成本预测[D];昆明理工大学;2015年
3 杜洁;回归分析在糖尿病诊断中的应用[D];北京理工大学;2015年
4 孟庆琰;基于近红外光谱技术马铃薯全粉品质的检测研究[D];宁夏大学;2015年
5 周玲;随机限制s-K估计和主成分s-K估计的研究[D];安徽师范大学;2015年
6 姜扬;聚类和主成分回归在经济指标数据中的应用研究[D];吉林大学;2010年
7 李立科;核主成分回归方法在特征提取和预测方面的研究及其在医学中的应用[D];山西医科大学;2010年
8 刘伟新;主成分回归中异常点的诊断和处理[D];山西医科大学;2006年
9 刘剑利;聚类分析和主成分回归在工业统计数据中的应用[D];吉林大学;2014年
10 韩丽香;稳健主成分回归方法在GDP数据可靠性评估中的应用[D];兰州商学院;2013年
,本文编号:2003413
本文链接:https://www.wllwen.com/qiyeguanlilunwen/2003413.html