综合能源线上服务推荐算法研究

• 作者: 周磊 朱超群 骆钊 高泽勇
• 来源期刊: 机电信息
• 关键词: 综合能源服务 推荐算法 兴趣图谱 谱聚类 随机森林
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 综合研究
• 页码范围: 63-64
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0797.2021.12.025

摘要

随着市场竞争的日趋激烈和电力产业的不断升级,综合能源服务正成为未来电力发展的新趋势.综合能源线上电商化服务是未来电网智能能源的关键组成部分,也是从电网能源集成服务向多能源服务提供商竞争供应战略转型的重要途径,一种有效的综合能源服务推荐方法对综合能源公司在能源竞争中占据有利地位具有重要作用.鉴于此,根据用户的兴趣特点和用户在系统中的行为数据来挖掘用户的兴趣偏好,选取部分数据建立用户兴趣图谱并进行谱聚类,将聚类后的数据导入随机森林模型进行评分预测训练,剩余数据提取用户属性信息导入模型获取预测评分,并与原始评分进行对比,以验证模型的有效性.