基于多維度用戶畫像的綜合能源數(shù)據(jù)應(yīng)用研究

摘 要：目前綜合能源數(shù)據(jù)應(yīng)用方法使能源產(chǎn)品推準(zhǔn)率較低，因此本文提出基于多維度用戶畫像的綜合能源數(shù)據(jù)應(yīng)用研究。設(shè)計(jì)了能源云數(shù)據(jù)服務(wù)功能模塊、SAAS開放功能模塊、大數(shù)據(jù)分析決策功能模塊3個(gè)功能模塊，從前端與后端2個(gè)方面進(jìn)行綜合能源數(shù)據(jù)應(yīng)用架構(gòu)設(shè)計(jì)。采用用戶畫像評分算法并引入敏感度系數(shù)進(jìn)行優(yōu)化，構(gòu)建多維度用戶畫像，基于用戶畫像并結(jié)合綜合能源產(chǎn)品特征數(shù)據(jù)計(jì)算匹配度，實(shí)現(xiàn)綜合能源產(chǎn)品準(zhǔn)確推薦，達(dá)到有效應(yīng)用綜合能源數(shù)據(jù)的目的。試驗(yàn)結(jié)果表明，采用本文設(shè)計(jì)方法后，能源產(chǎn)品推準(zhǔn)率為95%以上，展現(xiàn)出在綜合能源數(shù)據(jù)應(yīng)用領(lǐng)域的廣闊前景。

關(guān)鍵詞：多維度用戶畫像；能源數(shù)據(jù)；數(shù)據(jù)集成；數(shù)據(jù)庫；概念模型；銷售決策

中圖分類號：TP 391" " " " " " 文獻(xiàn)標(biāo)志碼：A

在大數(shù)據(jù)時(shí)代下，綜合能源數(shù)據(jù)包括從能源生產(chǎn)、傳輸?shù)较M(fèi)等各個(gè)環(huán)節(jié)的海量信息，為能源行業(yè)的決策提供了前所未有的可能性。但是如何有效利用這些數(shù)據(jù)，挖掘其潛在價(jià)值，提高能源利用效率和節(jié)能減排效果，是目前亟待解決的問題。目前，國內(nèi)、外關(guān)于綜合能源數(shù)據(jù)應(yīng)用的研究已經(jīng)取得了一定進(jìn)展。然而大多數(shù)研究主要集中在數(shù)據(jù)的采集、存儲和處理等方面，對于如何深入挖掘數(shù)據(jù)價(jià)值、提高能源利用效率的研究還不夠深入[1]。同時(shí)，現(xiàn)有的研究大多從單一維度或單一角度進(jìn)行分析，缺乏對用戶多維信息的全面考慮和綜合利用。作為大數(shù)據(jù)時(shí)代的產(chǎn)物，用戶畫像是一種基于用戶多維信息的精準(zhǔn)描述。構(gòu)建用戶畫像可以深入了解用戶的行為習(xí)慣、需求偏好和消費(fèi)模式，從而為用戶提供更個(gè)性化、精準(zhǔn)化的服務(wù)。在綜合能源數(shù)據(jù)應(yīng)用研究中，引入用戶畫像的概念和方法不僅能夠提高能源數(shù)據(jù)的處理效率和準(zhǔn)確性，還能為能源管理和決策提供有力的支持。因此，基于多維度用戶畫像的綜合能源數(shù)據(jù)應(yīng)用研究具有重要的理論意義和實(shí)踐價(jià)值。

1 綜合能源數(shù)據(jù)應(yīng)用功能與架構(gòu)設(shè)計(jì)

1.1 綜合能源數(shù)據(jù)應(yīng)用功能

面向多維用戶群體的綜合能源數(shù)據(jù)應(yīng)用主要由能源云數(shù)據(jù)服務(wù)功能模塊、SAAS開放功能模塊、大數(shù)據(jù)分析決策功能模塊3個(gè)部分組成，具體如圖1所示。

能源云數(shù)據(jù)服務(wù)功能模塊是綜合能源數(shù)據(jù)應(yīng)用中的關(guān)鍵組件，具備強(qiáng)大的數(shù)據(jù)管理與服務(wù)能力。該模塊集數(shù)據(jù)同步管理、存儲與基礎(chǔ)公共服務(wù)于一體，以電力數(shù)據(jù)為核心，匯聚多方數(shù)據(jù)資源，為用戶提供全面的能源數(shù)據(jù)視圖。在數(shù)據(jù)同步方面，該模塊運(yùn)用實(shí)時(shí)同步技術(shù)，保證發(fā)電、輸電和配電等環(huán)節(jié)的數(shù)據(jù)實(shí)時(shí)、準(zhǔn)確地進(jìn)入系統(tǒng)。采用API接口和數(shù)據(jù)總線等技術(shù)與外部數(shù)據(jù)源無縫對接，進(jìn)行數(shù)據(jù)自動(dòng)抓取、整合與更新，為用戶提供最新數(shù)據(jù)支持。在數(shù)據(jù)存儲方面，該模塊采用Hadoop、Spark等分布式存儲技術(shù)，保證海量數(shù)據(jù)高效存儲與快速訪問[2]。

大數(shù)據(jù)分析決策功能模塊基于大數(shù)據(jù)技術(shù)和先進(jìn)算法，為各類用戶提供精準(zhǔn)決策支持。在服務(wù)生態(tài)環(huán)境上，該模塊深入分析用戶數(shù)據(jù)，構(gòu)建多維度用戶畫像。基于用戶畫像，智能化推薦綜合能源產(chǎn)品。

SAAS開放服務(wù)功能模塊為用戶提供了個(gè)性化的工作界面，即“我的工作臺”，用戶可以根據(jù)自身需求設(shè)置常用功能和數(shù)據(jù)展示。此外，該模塊還展示了當(dāng)前最熱門、最受關(guān)注的數(shù)據(jù)信息，即“熱門數(shù)據(jù)”，使用戶能迅速掌握能源行業(yè)的最新動(dòng)態(tài)。在“應(yīng)用超市”中，用戶能夠選擇并安裝豐富的能源數(shù)據(jù)應(yīng)用插件和工具，滿足多樣化的應(yīng)用需求。如果用戶有數(shù)據(jù)或應(yīng)用需求，可以利用“需求管理”功能提出，系統(tǒng)將根據(jù)需求進(jìn)行及時(shí)響應(yīng)和優(yōu)化。同時(shí)，該模塊還設(shè)有“幫助中心”，提供詳盡的用戶手冊和在線教程，協(xié)助用戶解決在使用過程中遇到的各類問題。

1.2 綜合能源數(shù)據(jù)應(yīng)用架構(gòu)

本文根據(jù)綜合能源數(shù)據(jù)應(yīng)用功能對其進(jìn)行架構(gòu)設(shè)計(jì)。遵從模塊化、組件化原則，將整體架構(gòu)劃分為前端與后端2個(gè)部分，其中前端有用戶訪問層、交互層、UI界面層以及基礎(chǔ)組件層。1） 用戶訪問層是用戶和系統(tǒng)間交流的橋梁和用戶與系統(tǒng)的交互的入口，主要提供PC端和大屏2種訪問形式，對系統(tǒng)前端頁面和分析場景進(jìn)行可視化展現(xiàn)[3]。2） 交互層主要是在用戶使用系統(tǒng)過程中提供界面和功能操作的交互支持。交互形式主要包括基于Ajax的異步交互和基于瀏覽器的同步交互。瀏覽器支持IE、谷歌、火狐等主流瀏覽器；Ajax異步交互主要采用Post和Get這2種形式進(jìn)行數(shù)據(jù)交互[4]。3） UI界面層提供統(tǒng)一的業(yè)務(wù)應(yīng)用操作界面和信息展示窗口，采用業(yè)內(nèi)先進(jìn)的BootStrap、LayUI和Echarts等前端框架，一方面為用戶提供交互的窗口界面，一方面也為顯示和提交數(shù)據(jù)實(shí)現(xiàn)了一定的邏輯，以便協(xié)調(diào)用戶和系統(tǒng)操作。4） 基礎(chǔ)組件層提供通用的前端組件集，例如分頁組件、日志組件和富文本組件等[5]，并對通用組件進(jìn)行抽象提取，以快速構(gòu)建界面。

綜合能源數(shù)據(jù)應(yīng)用后端架構(gòu)分為門戶層、服務(wù)控制層、平臺應(yīng)用層、數(shù)據(jù)存儲層和數(shù)據(jù)集成層，各層間定義了明確的調(diào)用接口，層內(nèi)部進(jìn)行了模塊組件化，使系統(tǒng)具備較高的靈活性，能對業(yè)務(wù)需求的變化做出快速反應(yīng)，使系統(tǒng)具備較好的擴(kuò)展性。1） 門戶層提供后端用戶和系統(tǒng)間的交互入口[6]，為用戶提供單點(diǎn)登錄、統(tǒng)一認(rèn)證、系統(tǒng)監(jiān)控和內(nèi)容管理等功能。2） 服務(wù)控制層提供服務(wù)注冊、發(fā)布、訂閱、監(jiān)控和調(diào)度等服務(wù)編排能力，利用統(tǒng)一的應(yīng)用網(wǎng)關(guān)，為業(yè)務(wù)平臺提供接口服務(wù)。3） 平臺應(yīng)用層采用微應(yīng)用的構(gòu)建模式，對系統(tǒng)模塊進(jìn)行劃分以實(shí)現(xiàn)應(yīng)用快速迭代和快速發(fā)布。該應(yīng)用層主要包括系統(tǒng)管理和決策平臺管理2個(gè)微應(yīng)用，其中系統(tǒng)管理主要提供用戶管理、機(jī)構(gòu)管理、角色管理和菜單管理等系統(tǒng)通用功能；決策管理平臺主要提供服務(wù)生態(tài)環(huán)境、服務(wù)經(jīng)濟(jì)發(fā)展、服務(wù)能源革命、服務(wù)規(guī)模企業(yè)和服務(wù)社會民生等應(yīng)用功能。4） 數(shù)據(jù)存儲層提供統(tǒng)一的數(shù)據(jù)匯聚存儲能力[7]，關(guān)系型數(shù)據(jù)庫主要存儲分析、計(jì)算后的結(jié)果數(shù)據(jù)。5） 數(shù)據(jù)集成層將不同數(shù)據(jù)源的各類業(yè)務(wù)數(shù)據(jù)和計(jì)算結(jié)果數(shù)據(jù)，以隔離裝置穿透和外部數(shù)據(jù)導(dǎo)入等方式匯聚到能源云平臺的能力，數(shù)據(jù)類型主要包括結(jié)構(gòu)化數(shù)據(jù)，并針對不同的接入時(shí)效性要求進(jìn)行數(shù)據(jù)接入。

2 基于多維度用戶畫像的綜合能源數(shù)據(jù)應(yīng)用方法

2.1 電力居民用戶畫像指標(biāo)體系構(gòu)建

根據(jù)電力居民用戶基本特征，以具有廣泛代表性和可獲得性為原則構(gòu)建用戶畫像指標(biāo)體系（見表1），共包括13個(gè)基礎(chǔ)指標(biāo)，根據(jù)這些指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，以識別居民用戶顯著特征，準(zhǔn)確反映用戶用電行為和用電負(fù)荷水平。

2.2 基礎(chǔ)指標(biāo)數(shù)據(jù)規(guī)范化處理

因?yàn)楦髦笜?biāo)的量綱、數(shù)量級均有差異，所以為消除不同因量綱對評價(jià)結(jié)果的影響，需要對各基礎(chǔ)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)xij為第i個(gè)用戶第j個(gè)基礎(chǔ)指標(biāo)的觀測值，xjmax為第j個(gè)基礎(chǔ)指標(biāo)中最大的觀測值，xjmin為第j個(gè)基礎(chǔ)指標(biāo)中最小的觀測值，令yij為xij的規(guī)范化值。本文采用min-max標(biāo)準(zhǔn)化法進(jìn)行計(jì)算[8]。

當(dāng)xij為積極指標(biāo)時(shí)，則有公式（1）。

（1）

當(dāng)xij為消極指標(biāo)時(shí)，則有公式（2）。

（2）

根據(jù)以上過程進(jìn)行規(guī)范化處理，可有效去除數(shù)據(jù)冗余。

2.3 指標(biāo)賦權(quán)

根據(jù)上述處理結(jié)果和綜合能源的業(yè)務(wù)需求，為用戶的每個(gè)維度分配權(quán)重，如公式（3）所示。

（3）

式中：n為綜合能源用戶的維度總數(shù)；wi為第i個(gè)維度的權(quán)重；Xi為度量值。

采用加權(quán)求和公式計(jì)算出居民用戶的用電行為評價(jià)值和負(fù)荷水平評價(jià)值。綜合能源多維度用戶畫像構(gòu)建如公式（4）所示。

（4）

式中：Ei為第i個(gè)用戶的綜合評價(jià)值；ε為敏感度系數(shù)閾值。

用電行為評價(jià)值越大，說明用戶的用電量和用電負(fù)荷分布越均勻；負(fù)荷水平評價(jià)值越大，說明用戶用電量和用電負(fù)荷越大，變化趨勢越平穩(wěn)。就此得到用戶用電行為。

2.4 基于多維度用戶畫像的數(shù)據(jù)應(yīng)用實(shí)現(xiàn)

根據(jù)上述用戶用電行為為用戶推薦合適的能源產(chǎn)品，以達(dá)到有效應(yīng)用綜合能源數(shù)據(jù)[9]的目的。推薦算法將考慮用戶畫像的綜合評分、產(chǎn)品與用戶畫像的匹配度。

首先，為了衡量綜合能源產(chǎn)品間的相似度，引入特征相似度的計(jì)算方法。該方法基于提取的綜合能源產(chǎn)品特征數(shù)據(jù)，例如產(chǎn)品類型、能效等級和價(jià)格等關(guān)鍵特征，并計(jì)算這些特征間的矢量協(xié)方差，以評估它們的相似程度，如公式（5）所示。

（5）

式中：d（yi，yj）為綜合能源產(chǎn)品yi和yj間的相似度；f（yi，yj）為綜合能源產(chǎn)品yi和yj間的特征相似度函數(shù)；α（yi）和α（yj）分別為綜合能源產(chǎn)品yi和yj特征向量的范數(shù)。

其次，為了更準(zhǔn)確地描述綜合能源產(chǎn)品的特征，需要根據(jù)每個(gè)特征的重要性和相關(guān)性進(jìn)行權(quán)重分配，即為每個(gè)特征賦予一個(gè)權(quán)重因子，該因子反映了該特征在評估產(chǎn)品與用戶匹配度過程中的重要性，如公式（6）所示。

（6）

式中：Gi為綜合能源產(chǎn)品的綜合特征評價(jià)值；wi'為綜合能源產(chǎn)品特征權(quán)重；βi為綜合能源產(chǎn)品特征提取因子；m為綜合能源產(chǎn)品特征的總數(shù)。

最后，為了計(jì)算用戶與產(chǎn)品的匹配度，基于用戶畫像的綜合評分和產(chǎn)品特征的相似度，考慮二者間的相互作用和關(guān)系，如公式（7）所示。

（7）

式中：Hij為用戶yi和產(chǎn)品yj間的匹配度；δij為匹配因子。

根據(jù)獲取的綜合能源用戶與產(chǎn)品的匹配度制定推薦策略。需要篩選候選產(chǎn)品，即根據(jù)用戶畫像的綜合評分和產(chǎn)品的匹配度，篩選出與用戶畫像匹配度較高的產(chǎn)品，并將其作為候選產(chǎn)品。在該過程中，當(dāng)Hijgt;0.85時(shí)（經(jīng)驗(yàn)值），說明綜合能源產(chǎn)品和用戶匹配度較高，兩者更契合，反之則說明兩者不匹配，即不進(jìn)行推薦。在基于綜合能源數(shù)據(jù)的推薦過程中，根據(jù)匹配度對候選產(chǎn)品進(jìn)行排序，匹配度最高的產(chǎn)品為第一推薦產(chǎn)品，依次排序推薦（推薦匹配度前5的產(chǎn)品）。

構(gòu)建用戶的多維度畫像，并結(jié)合產(chǎn)品與用戶畫像進(jìn)行匹配度計(jì)算，可以為綜合能源用戶提供更精準(zhǔn)且個(gè)性化的能源產(chǎn)品推薦。該方法不僅提高了推薦的準(zhǔn)確性，也提升了用戶的滿意度和忠誠度。

3 試驗(yàn)論證

3.1 試驗(yàn)數(shù)據(jù)

為驗(yàn)證本文基于多維度用戶畫像的綜合能源數(shù)據(jù)應(yīng)用方法的可行性與可靠性，以IKYHFAAF數(shù)據(jù)包為試驗(yàn)數(shù)據(jù)進(jìn)行試驗(yàn)。該數(shù)據(jù)包括152 164條能源數(shù)據(jù)，其中包括用戶數(shù)據(jù)36 815條，營銷數(shù)據(jù)86 452條，其余為其他能源數(shù)據(jù)。利用本文設(shè)計(jì)方法對該綜合能源數(shù)據(jù)進(jìn)行應(yīng)用。

3.2 試驗(yàn)結(jié)果與討論

為了使試驗(yàn)結(jié)果具有一定的說服性，選擇2種傳統(tǒng)方法與本文方法進(jìn)行比較，以能源產(chǎn)品推準(zhǔn)率作為綜合能源數(shù)據(jù)應(yīng)用效果評價(jià)指標(biāo)，將用戶成功下單能源產(chǎn)品視為銷售決策成功，因此推準(zhǔn)率如公式（8）所示。

u=（Nwr/Nut）×100% （8）

式中：u為能源產(chǎn)品推準(zhǔn)率；Nwr為用戶成功下單能源產(chǎn)品數(shù)量；Nut為為用戶推薦的能源產(chǎn)品數(shù)量。

推準(zhǔn)率越高，說明綜合能源數(shù)據(jù)應(yīng)用精度越高。利用公式（8）計(jì)算3種方法應(yīng)用下的能源產(chǎn)品推準(zhǔn)率，具體數(shù)據(jù)見表2。

比較表2中的數(shù)據(jù)可得出以下結(jié)論：本文設(shè)計(jì)方法對綜合能源數(shù)據(jù)應(yīng)用精度更高一些，能源產(chǎn)品推準(zhǔn)率在95%以上，遠(yuǎn)高于2種傳統(tǒng)方法，證明能源產(chǎn)品銷售決策準(zhǔn)確性較高，在綜合能源數(shù)據(jù)應(yīng)用方面具有絕對優(yōu)勢。

4 結(jié)語

本文基于多維度用戶畫像對綜合能源數(shù)據(jù)應(yīng)用進(jìn)行了深入探討與分析，構(gòu)建了全面、精準(zhǔn)的用戶畫像，充分挖掘并有效利用了綜合能源數(shù)據(jù)。在理論層面，提出了多維度用戶畫像的構(gòu)建方法及其在綜合能源數(shù)據(jù)應(yīng)用中的重要作用；在實(shí)踐層面，結(jié)合具體案例，驗(yàn)證了基于用戶畫像的能源管理和優(yōu)化策略的有效性。然而本文僅對多維度用戶畫像和綜合能源數(shù)據(jù)應(yīng)用進(jìn)行了初步探索，仍有許多問題值得進(jìn)一步研究。例如，如何更全面、準(zhǔn)確地收集用戶的多維信息，更有效地利用大數(shù)據(jù)和人工智能技術(shù)對用戶畫像進(jìn)行深度挖掘和分析，以提高能源利用效率和節(jié)能減排效果等。未來將繼續(xù)關(guān)注多維度用戶畫像和綜合能源數(shù)據(jù)應(yīng)用的發(fā)展動(dòng)態(tài)，深入研究相關(guān)領(lǐng)域的前沿技術(shù)和方法。

參考文獻(xiàn)

[1]王耀明.基于全域用戶畫像的企業(yè)智能大數(shù)據(jù)分析及營銷系統(tǒng)的應(yīng)用[J].軟件，2023，44（10）：137-139.

[2]陳猛，孔赟，曹凱，等.綜合能源應(yīng)用系統(tǒng)海量實(shí)時(shí)數(shù)據(jù)交互式共享方法[J].微型電腦應(yīng)用，2023，39（8）：56-59.

[3]江劍峰，馮嘉俊，黃睿力.基于大數(shù)據(jù)分析的綜合能源服務(wù)平臺數(shù)據(jù)應(yīng)用研究進(jìn)展[J].電氣技術(shù)與經(jīng)濟(jì)，2023（4）：94-96.

[4]周俊，毛志斌，邵朱強(qiáng)，等.低碳能源大數(shù)據(jù)管理系統(tǒng)綜合效益評價(jià)研究——兼析“綠能碼”應(yīng)用場景與商業(yè)模式[J].價(jià)格理論與實(shí)踐，2023（1）：140-144.

[5]王小蕾.基于大數(shù)據(jù)分析的綜合能源服務(wù)平臺數(shù)據(jù)應(yīng)用研究[J].電氣時(shí)代，2022（4）：29-30.

[6]陳赟，劉昌維，潘智俊，等.新形勢下智慧“能源+雙碳”服務(wù)平臺的建設(shè)與應(yīng)用[J].供用電，2022，39（2）：15-21.

[7]徐欽，耿昊.綜合能源站在邊緣數(shù)據(jù)中心建設(shè)中的應(yīng)用[J].電信快報(bào)，2021（12）：14-15，40.

[8]徐悅為，丁博，夏志鵬，等.營銷大數(shù)據(jù)在綜合能源智慧服務(wù)中的應(yīng)用分析[J].低碳世界，2021，11（8）：220-221.

[9]梁磊，范海波，劉發(fā)年.基于大數(shù)據(jù)的綜合能源管控與運(yùn)營技術(shù)研究與應(yīng)用[J].電力大數(shù)據(jù)，2021，24（3）：17-24.