配电台区全业务智能检索与推荐方法研究

• 作者: 孙伟 张淑娟 汪玉 秦丹丹 李金中 卞真旭
• 来源期刊: 信息技术
• 关键词: 配电台区全业务 KL散度 K-means算法 协同过滤推荐算法 准确性
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究与探讨|RESEARCH AND DISCUSSION
• 页码范围: 96-101,108
• 页数: 7页
• 分类号: TM769
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.05.017

摘要

针对目前配电台区全业务的分类混乱、推荐准确性不高等问题,提出了一种基于KL散度和K-means的协同过滤推荐算法.采用KL变换对业务数据进行降维,减少了计算量的同时保留了数据的特征.基于KL散度对K-means算法的K值确定和初始聚类中心进行优化,提高了聚类的准确性,最后根据聚类结果,利用协同过滤算法进行业务推荐,保证了业务推荐的准确性.测试结果表明,该研究算法的性能优于其他算法.