买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山东省电力公司济宁供电公司

摘要：本发明提出了基于多模态双通道注意力的营销电费回收预警方法及系统，属于营销电费回收预警数据处理技术领域，包括：获取用户历史的多模态用电数据，包括结构化数据以及非结构化数据；将结构化数据输入结构化特征编码器，得到结构化特征编码，将非结构化数据输入非结构化特征编码器，得到非结构化特征编码；针对结构化特征编码及非结构化特征编码，采用自注意力模块和卷积模块处理得到用户全局与局部信息的多模态融合特征；将获得的多模态融合特征、正相关性特征、负相关性特征连接作为用电客户的最终特征画像，根据特征画像计算输出用户电费回收预警结果等级标签。

主权项：1.基于多模态双通道注意力的营销电费回收预警方法，其特征是，包括：获取用户历史的多模态用电数据，包括结构化数据以及非结构化数据；所述结构化数据包括时间序列数据，至少包括用户历史用电量、用户历史缴费金额及用户账户历史余额；所述非结构化数据包括文本数据，至少包括用户档案信息文本及用户社会评价文本，其中，用户社会评价文本包含用户信息简介、用户征信报告、银行信用报告及司法裁判报告；将结构化数据输入结构化特征编码器，得到结构化特征编码，将非结构化数据输入非结构化特征编码器，得到非结构化特征编码；所述结构化特征编码器使用深度卷积神经网络中的一维Inception模块来提取用户用电数据流的时间依赖性与多尺度模式；一维Inception模块通过并行应用多种卷积核尺寸，能够同时捕获不同尺度的时间模式，基于得到的包含位置信息的结构化用户序列数据输入结构化特征编码器中，获得结构化数据特征编码；所述非结构化特征编码器采用N层堆叠的Transformer-Encoder处理文本数据，进行初步特征提取；基于融合用户档案信息嵌入和用户社会评价表示获取的非结构化用户数据，输入至非结构化编码器中得到非结构化数据特征编码，通过使用基于多头自注意力机制的Transformer-encoder，捕捉用电客户文本数据之间的关联性和信息交互；针对结构化特征编码及非结构化特征编码，采用自注意力模块和卷积模块处理得到用户全局与局部信息的多模态融合特征，具体为：用电客户全局-局部特征趋势提取层采用多头注意力机制与卷积模块结合的模型，分别捕获不同模态的全局和局部信息，加以耦合，减少用电客户异构语义的偏差；基于结构化数据特征编码和非结构化数据特征编码组成给定的特征序列，输入全局-局部多模态特征融合层得到用户数据多模态融合的特征表示；根据获得的多模态融合特征表示，采用双通道自注意力模块生成多模态数据间的正相关性特征和负相关性特征；将获得的多模态融合特征、正相关性特征、负相关性特征连接作为用电客户的最终特征画像，根据特征画像计算输出用户电费回收预警结果等级标签。

全文数据：

权利要求：

百度查询： 国网山东省电力公司济宁供电公司 基于多模态双通道注意力的营销电费回收预警方法及系统