基于粗糙集及AC聚类算法的用电客户信用知识挖掘

【摘 要】用电客户信用关系是供电企业客户关系管理的重要内容。在分析对用电客户的信用评价指标体系的基础上，提出基于粗糙集及AC聚类算法的用电客户信用评价模型。首先借助粗糙集理论，对指标进行属性约简，并运用自组织数据挖掘中的Knowledge Miner软件，采用AC聚类算法对用电客户进行聚类分析，从而得到各个用电客户的信用等级。最后结合聚类结果，利用ID3算法，建立决策规则，得出具有一般指导意义的用电客户信用评价的规则知识。

【关键词】粗糙集 属性简约；AC聚类；ID3算法；用电客户

1. 引言

（1）随着电力体制改革的推进和电力市场化进程的加快，供电企业在电力市场上面临着越来越激烈竞争。一方面，用电客户逐渐成为竞争的焦点，提高用电客户满意度与供电企业自身的经济效益紧密相关；另一方面，供电企业先消费后付款的特殊交易方式，造成有些用电客户拖欠电费。因此，供电企业需要对用电客户进行有效的信用评价，对不同信用等级的客户采用不同的营销策略，建立信用激励机制，提高供电企业用电营销辅助决策水平。

（2）目前，随着用电客户信用评价成为供电企业客户关系管理的重要内容，有关用电客户信用评价方面的研究成果也在不断的增多。目前常用的方法主要有综合评估法［3］、模糊多属性方法［4］、主客观评价的方法［5］、模糊偏序方法［6］等。这些研究从不同角度，为解决用电客户信用评价问题提供了一些值得借鉴的思路和方法。……