电网环境下基于深度学习的推荐系统算法研究

作者：何成艳; 刘姜; 刘丽婕

来源：电子测量技术, 2020, 43(12): 60-64.

DOI：10.19651/j.cnki.emt.2004374

• SDAE
• 协同过滤推荐算法模型
• 推荐系统算法模型
• 数据降维
• 深度学习

针对电网数据种类复杂,传统数据推荐算法无法处理移动驱动数据,导致配电网信息过载,电网数据推荐存在效率低、误差高的问题,设计了基于深度学习的推荐系统算法模型。结果为构建基于SDAE和时间均模型混合的协同过滤推荐算法模型,引入大数据降维技术对高纬度数据进行降维,构建基于输入层、模型层、输出层和应用层的信息数据架构,实现大量复杂信息数据推荐。结果表明,所提算法模型误差为2.3%,对比当前方法大幅度降低,提高了数据推荐的准确度。

• 单位
  贵州电网有限责任公司