基于朴素贝叶斯分类器的电力系统信誉评级研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1673-1409(s).2016.04.016

基于朴素贝叶斯分类器的电力系统信誉评级研究

引用
目前电力企业普遍面临的一个难题是客户的巨额欠费。为此,电力公司每年都需要投入大量的精力进行电费催缴工作,但问题至今仍难以得到根本解决。通过从电力系统大规模的缴费数据中提取训练样本,利用朴素贝叶斯算法进行学习,得到分类规则,将这些规则应用于对用电客户的信誉进行评级,建立客户信誉评级系统,可以帮助电力企业更好地管理客户缴费行为,并为其运营管理提供数据支持。结果表明,对于不同的分类样本甚至不同的指标体系,都可以获得较好的分类效果。

电力系统、朴素贝叶斯分类器、信誉评级

13

TP391(计算技术、计算机技术)

安徽高校自然科学研究一般项目KJ2016B005;安徽高校人文社会科学研究重点项目SK2016A013;安徽省人文社会科学研究一般项目SK2015B010。

2016-05-25(万方平台首次上网日期,不代表论文的发表时间)

共5页

56-60

相关文献
评论
暂无封面信息
查看本期封面目录

长江大学学报(自科版)

1673-1409

42-1741/N

13

2016,13(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn