原创《基于熵权法和改进的PCA聚类算法的电力客户价值分类和应用》：该文是关于聚类算法论文范文，为你的论文写作提供相关论文资料参考。
摘 要： 对电力客户进行价值分析,有利于全面了解客户,为电力客户提供差异化服务.同时也可以提高客户满意度,实现供电企业、客户双赢的局面.运用数据挖掘方法对电力客户价值分类,构建电力客户价值评价指标体系,这些指标涵盖客户的用电行为、缴费行为、舆情和行业发展状况等,运用熵权法计算指标的权重,提出一种改进的PCA聚类算法对电力客户价值进行分类,为供电企业制定差异化服务策略提供辅助支撑.
关键词： 电力客户价值； 熵权法； 改进的PCA聚类算法； 数据挖掘
中图分类号： TN911.1?34 文献标识码： A 文章编号： 1004?373X（2017）07?0183?04
Power consumer value classification and application based on entropy weight method
and improved PCA clustering algorithm
HUANGFU Hancong, XIAO Zhaodi, YU Yongzhong
（Foshan Power Supply Bureau, Guangdong Power Grid Co., Ltd., Foshan 528000, China）
Abstract： The analysis of the power consumer value helps the power enterprises to understand their consumers comprehensively, provides the differentiated services for power consumers, and can improve the consumer satiaction to benefit both of the power supply enterprises and consumers. The data mining method is used to classify the power customer value, and construct the evaluation index system of the power consumer value. The indexes involve the consumer′s power consumption behior, paying behior, public feelings and industrial development status. The weights of the indexes are calculated with the entropy weight method. A new improved PCA clustering algorithm is proposed to classify the power consumer value, which provides the ancillary support for the power enterprises to formulate the differentiated services strategy.
Keywords： power consumer value； entropy weight method； improved PCA clustering algorithm； data mining
0 引 言
經济的发展推动着我国电力事业的快速发展,随着电力市场化步伐的加快,供电企业面临着越来越激烈的竞争,电力客户不再完全是被动接受者,客户的作用越来越大,客户价值的影响也越来越大.然而,电力客户群体广泛,不同客户对于服务内容、方式、深度的需求存在巨大的差异.因此,供电企业迫切需要对客户进行科学的分析,根据客户的综合价值对其进行分类,针对不同的客户群体制定不同的营销策略,为客户提供精益化的服务.
迄今为止,客户价值评价分析的主要方法有模糊层次分析法[1]、结合利益细分法和K?均值的混合方法[2]、结合熵权法与区间数概率分布的混合方法[3]、支持向量机法[4]等.在有些情况下这些算法能取得不错的效果,然而依然存在一些不足之处,如模糊层次分析法包含较强的主观因素,支持向量机法不能确定数据中哪些知识是冗余的,K?均值因随机选取初始中心点会导致结果不稳定.
鉴于上述算法的不足,本文构建了电力客户价值评价的指标体系.提出一种对电力客户价值分类的新方法,即基于熵权法和改进的PCA聚类算法的混合方法,熵权法用于计算各个指标的权重,改进的PCA聚类算法用于电力客户价值分类.
1 电力客户价值评价指标体系
在遵循完整性、可比性、易获取性、非重叠性等原则的基础上,结合电力行业的现状和客户价值理论[5?6],从电力客户的收入贡献、风险性、成长性等三个方面选取了11个指标,这11个指标从不同角度反映电力客户的价值,并初步构成了电力客户价值评价指标体系,如表1所示,各指标计算说明见表2.
2 权重和聚类方法
2.1 权重的计算方法
权重的计算方法有专家评分法、层次分析法[7]、主成分分析法、熵权法等.专家评分法主观性强；层次分析法具有多层次、多指标、定量定性相结合的特点,但它要求同层次指标间相互独立以及跨层次指标间不具备支配关系[5].主成分分析法是一种客观性较强的方法,主要是依据指标数据的方差计算权重,不能真实反应指标对综合评价的贡献.鉴于以上方法的一些不足,本文采用熵权法计算指标权重,熵权法精度较高且客观性较强,适用于任何需要确定权重的地方.
熵权法的计算方法如下：
聚类算法论文参考资料：
结论：基于熵权法和改进的PCA聚类算法的电力客户价值分类和应用为关于聚类算法方面的的相关大学硕士和相关本科毕业论文以及相关聚类算法论文开题报告范文和职称论文写作参考文献资料下载。
