基于MapReduce的关联规则技术在电力营销大数据中的应用

• 作者: 何壮壮
• 来源期刊: 山西电力
• 学科: 工学
• 关键词: MapReduce平台 电力营销数据 关联规则 并行K-means算法 并行FP-growth算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 电力信息技术
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP311.13
• 字数: 4743字
• 语种: 中文

摘要

随着智能电网建设的不断深入和推进,积累的电力营销数据呈指数级增长,如何从这些历史数据中挖掘出“宝藏”,已经成为坚强智能电网建设的迫切需求.基于MapReduce平台将关联规则挖掘技术运用于电力营销大数据的分析之中,首先采用并行K-means聚类算法将数据离散化处理,再运用并行FP-growth算法挖掘关联关系.按照行业和月份对用电市场进行细分,挖掘各个行业内用户的分类属性(用户属性、市场属性等)与决策属性(分时用电量)之间的强关联规则,并对当前电力市场的特征做出科学的描述,从而降低营销成本,提高营销效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何壮壮		1	0	0.0	0.0