基于单位bp神经网络算法的数据挖掘技术在电力客户信用等级评价中的应用研究

《基于单位bp神经网络算法的数据挖掘技术在电力客户信用等级评价中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据2009年7月第12卷第13期中国管理信息化ChinaManagementlnformationizationJul．，2009V01．12。No．13基于单位BP神经网络算法的数据挖掘技术在电力客户信用等级评价中的应用研究黄文杰，冯新红，郭晓鹏(华北电力大学工商管理学院，北京102206)[摘要]电力客户信用管理和信用评价，已经成为电力企业的一种经营工具和手段。本文结合数据挖掘技术在信用评价中的应用优势，以数据挖掘的通用模型CRISP—DM为基础，建立了电力客户信用评价的过程标准，构建了电力客户信用评价指标体系，应用单位BP神经网络算法构造了电力

2、客户信用模型，并时该模型进行了实例分析，从而将电力客户信用分为5个等级。[关键词]电力客户；信用评价；数据挖掘；单位BP神经网络；CRISP—DMdoi：10．3969／j．issn．1673—0194．2009．13．028【中图分类号】F270．7；TP311[文献标识码]A[文章编号]1673—0194(2009)13—0082—041引言、按期回收电费是电力企业经营成果的货币表现，是电力企业的一项重要经济指标，为电力企业上缴税金和提供资金，从而保证国家的财政收入，还可为维持电力企业再生产过程补偿生产资料耗费资金，以促进电力企业的安全生产不断进行，更

3、好地完成发电任务，满足国民经济发展和人民生活对电能的需要。但是目前我国电力用户恶意拖欠、逃避电费和偷电漏电等现象屡屡发生，这给电力公司带来了极大的损失。鉴于此，国家电网公司印发的《关于加强电力营销工作的若干规定》([2003]490号文件)中明确指出：加强电费风险管理与研究，建立信用风险分析制度。目前，很多学者对此做了大量的研究，主要是一些信用评价方法的运用和信用指标体系的建立。如刘新才等提出运用层次分析法对电力客户信用风险进行评价⋯；张素芳等提出采用熵权法建立评价模型L21；牛东晓对GRA方法进行了改进，并将其运用到电力客户信用风险评价中”o；周晖等依据

4、电力公司客户的户务资料，参照电费管理人员的经验，建立了客户的缴费状况、偿还电费能力、资金变现能力、担保水平和经营环境等5个指标【4o；李江、卢毅勤综合考虑电力客户信用评价的特点，建立了18项信用等级评价指标倒5。以上每种评价方法都有其一定的可行性，但是又有一定的局限性。针对传统信用评价方法的不足，近年来在研究中引入了新的方法——数据挖掘技术，如严环、廖志高就把数据挖掘技术运用到企业信用评价中【61；刘高[收稿日期]2008—12—23【作者简介]黄文杰(1945一)，男，华北电力大学工商管理学院教授、博_I=生导师。硕士，主要研究方向：项目管理与工程管理，

5、风险分析与决策。82／a韧忧阮4№G日I口D盯INFORMATIONIZA刀DN军，朱嫌则把数据挖掘技术具体应用到建筑企业信用评价中去川；张居彦、张林通过研究数据挖掘技术以及神经网络算法，评价客户信用【8o；莫礼平、樊晓平则讨论了在数据挖掘领域中利用BP网络进行数据分类的实现过程，并用该算法建立了一个分类模型，实现了对客户信用等级的分类【9

6、。由此可见，数据挖掘技术是一种有效而准确的信用评价方法。因此，本文将应用数据挖掘技术，引进神经网络理论，建立决策支持模型，根据选取的评价指标，对电力用户进行信用评估，及时发现用户的信用变化情况，为供电企业的管理提供决策

7、基础。2数据挖掘20世纪90年代，美国信息丁程领域的研究专家做了大量的尝试与研究，并对数据挖掘概念做了详细的论述。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，也被称为数据库中的知识发现(KDD)过程和知识提取等。数据挖掘能够对将来的趋势和行为进行预测，所以把它运用到客户关系管理中，就能在数据庞大的客户数据库中，对看似无关的数据进行处理、净化、提取出有价值的客户信用预测，从而采取相应的措施。数据挖掘技术应用于信用评价的优势在于：①能处理和修正实际数据问题，算法模型具有自检

8、验能力，能更准确地描述信用要素和信用水平之间的关系特征；②不先验地建立信用规则，而是从实例数据中通过学习去发现信用规则，然后用这些规则去预测用户未来的信用风险，更符合解决问题的科学步骤。3单位BP神经网络算法3．1标准BP网络BP网络和它的变化形式是目前应用最广、基本思万方数据企业管理信息化想最直接的多层次误差反向传播神经网络(ErrorBack—PropagationNN)，它是多层前馈神经网络的核心部分，具有三层或三层以上的层次神经模型(如图l所示)。口：-．t：扣7p，+_)+6：)图1三层神经网络模型图1中，字母上标的数字表示层数，其中输入层输入样

9、本P=(Pl，P2，P3，⋯，PR)，Pf表示输入样本的第i个元素