一种新型电力大数据协同过滤推荐算法的设计与应用

作者：杨凯利; 张其静; 娄红红; 张雪清; 瞿强

来源：电力大数据, 2021, 24(06): 60-66.

DOI：10.19317/j.cnki.1008-083x.2021.06.008

• 电力
• 大数据
• 协同过滤
• 关联规则
• 推荐算法

为了解决传统协同过滤推荐算法未考虑知识关联度而导致推荐结果的准确度较低的问题,本文在协同过滤技术与关联规则挖掘技术的基础之上,提出了一种新型电力大数据协同过滤推荐算法(联合算法AR-Item CF),以电力运行系统日志为载体,深入挖掘知识项行为,按照不同知识项行为的轻重程度来划分为不同的权重,以此来计算得出用户评分,将知识关联度作为影响推荐结果排名的主要因素之一,并将目标之间的相似度与关联度均纳入到影响因素之中,推荐结果既存在着关联性,又具备相似性。为了验证算法的可行性,开展了实验对比,测试指标选用MAE与IRR,实验结果表明:本文所提出的新型电力大数据协同过滤推荐算法能够在很大程度上增强推荐系统的推荐效率与推荐质量,取得较佳的效果。

• 单位
  贵州电网有限责任公司