基于时间窗序列的电力营销服务行为效率优化技术研究

摘要

为了提升电力营销业务量,促进电力营销行业发展,文章研究了基于时间窗序列的电力营销服务行为效率优化技术。通过计算电力营销服务行为数据向量的字符串获取意义串,建立时间窗口信息特征,通过定义动量模型属性获取突发话题。经离散余弦变换后,利用反向传播神经网络算法建立目标函数,获取实际输出值与期望输出值的误差均方值。依据误差均方值最小原则建立目标函数的凹解集合,通过梯度下降方法计算极小值点,完成电力营销服务行为效率优化。实验结果表明:该技术的数据预处理符合度始终保持在0.98左右,数据预处理能力较高;在时间为60个月内,优化后的人均业务量保持在19个左右,且销售变现时间明显降低,优化能力较强。