基于用户协同过滤的购电推荐算法

发布时间：2020-12-14 10:16

　　售电市场放开后,电力大用户面临如何从众多发电商中找到合适交易对象的难题,而电网公司作为服务型企业也有为购电用户提供推荐服务的良好意愿。针对这一新需求,提出了基于用户协同过滤的购电推荐算法。在无法获得反映用户购电行为偏好的显性历史数据的前提下,建立了用户行为的隐性反馈数据集;在分析了多种相似度计算方法的应用效果后,为消除数据集中各属性元素数值差异较大造成的相似度计算不合理性,提出了以马氏距离为核心度量以形成相似用户集的方法;进一步定义了表征用户对电厂购电偏好的购电量占比,以此作为进行购电交易对象推荐的排序依据。采用山东省电力市场交易数据进行了算例仿真,结果验证了算法的可行性。 

【文章来源】：电力需求侧管理. 2020年05期

【文章页数】：5 页

【部分图文】：

算法流程图

【参考文献】：
期刊论文
[1]基于K2算法的精准营销研究[J]. 赵会群,李子木,郭峰,慕善文.  计算机应用与软件. 2019(07)
[2]售电市场开放形势下电费核算业务系统研究与设计[J]. 张云雷,陈琦,严娴峥,俞晨玺.  电力需求侧管理. 2018(03)
[3]基于知识关联度的电力大数据协同过滤推荐算法[J]. 曲朝阳,周宁,曲楠,王蕾,刘耀伟.  东北师大学报(自然科学版). 2018(01)
[4]以市场为导向的电力营销管理探讨[J]. 王拓,杨建萍,谈康.  电力需求侧管理. 2018(02)
[5]售电侧改革背景下供电公司应对策略研究[J]. 何非,桂俊平,张川,胡颐,程苒.  供用电. 2018(03)
[6]基于大用户经济用电的服务模式探索与创新[J]. 黄金贤,赵磊,杨乐怡,赵罡.  电力需求侧管理. 2017(S1)
[7]电力市场化改革对需求响应的影响[J]. 霍沫霖,何胜.  供用电. 2017(03)
[8]大用户直购电发展历程综述[J]. 唐学用,万会江,叶航超,谢冬,何向刚.  云南电力技术. 2016(05)

硕士论文
[1]推荐算法及其在电力营销中的应用[D]. 张敏.山东大学 2019
[2]基于消费行为的电信套餐推荐模型研究[D]. 兰慧.电子科技大学 2013



本文编号：2916262