基于知识图谱的智能供热服务推荐方法技术

技术编号:24498006 阅读:38 留言:0更新日期:2020-06-13 03:49
本发明专利技术公开了基于知识图谱的智能供热服务推荐方法,包括步骤1:通过动态映射矩阵嵌入构建知识图谱嵌入模型,步骤2:进行知识图谱的对齐与融合,步骤3:基于张量分解的跨域协同过滤服务推荐算法进行推荐,步骤4:针对未知悉用水用热的信息的用户,采用跨领域推荐迁移学习方法。利用此算法,服务商可以根据相似的供水供热案例为用户进行优质服务推荐。

Intelligent heating service recommendation method based on Knowledge Map

【技术实现步骤摘要】
基于知识图谱的智能供热服务推荐方法
本专利技术涉及供热调度领域,尤其涉及智能供热服务的推荐方法。
技术介绍
在国民经济发展过程中,供热行业属于一项基础产业,具有先导性、全局性特点,与人民群众的日常生活密切相关。随着社会经济不断发展,国内能源紧缺局面越来越严重,提高供热效益能够有效节约能源资源,对于经济可持续发展意义重大。现阶段,许多城市采取集中供热模式,该模式的热媒主要是蒸汽、热水,通过供热管网及热交换站实现供热。集中供热模式能够节约燃料,减少环境污染。在确定城市供热方案时,应当考虑该地区的地理气候条件、地形特点、经济发展状况等,做到因地制宜。既要确保供热覆盖率达到规定要求,又要实现能源资源节约,保护大气环境。供热服务质量是城市集中供热的最后一环,直接体现供热企业工作成绩,也直接反映政府服务群众机关效能。2013年开始,供热计量技术开始进入信息化和智能化发展阶段,供热计量信息化发展迈出了重要一步,城市级供热计量管理平台应用开始在各城市升温。与此同时,计量服务商的软件平台建设全面发展。从数据远传到系统诊断、运行建议、故障报警,供热计量技术本文档来自技高网...

【技术保护点】
1.基于知识图谱的智能供热服务推荐方法,其特征是包括以下步骤:/n步骤1:通过动态映射矩阵嵌入构建知识图谱嵌入模型,/n步骤2:进行知识图谱的对齐与融合,/n步骤3:基于张量分解的跨域协同过滤服务推荐算法进行推荐,/n步骤4:针对未知悉用水用热的信息的用户,采用跨领域推荐迁移学习方法。/n

【技术特征摘要】
1.基于知识图谱的智能供热服务推荐方法,其特征是包括以下步骤:
步骤1:通过动态映射矩阵嵌入构建知识图谱嵌入模型,
步骤2:进行知识图谱的对齐与融合,
步骤3:基于张量分解的跨域协同过滤服务推荐算法进行推荐,
步骤4:针对未知悉用水用热的信息的用户,采用跨领域推荐迁移学习方法。


2.根据权利要求1所述的基于知识图谱的智能供热服务推荐方法,其特征在于所述步骤1是基于TransD模型,通过动态映射矩阵嵌入构建知识图谱嵌入模型,在TransD模型中,实体和关系均用两个向量表示;用(h,r,t)表示一个三元组,其对应的向量有h,hp,r,rp,t,tp,其中h,r,t用于表示实体h,t和关系r的含义,hp,rp,tp称为投影向量,用于动态构建投影矩阵;hp,r,tp∈Rn嵌入到实体空间中,r,tp∈Rm嵌入到关系空间中。实体空间的维数n和关系空间的维数m可以相同,也可以不同;
对于每一个三元组(h,r,t),投影矩阵Mrh,Mrt∈Rm*n用于将实体嵌入向量h,t投影到关系空间中,实体嵌入向量h,t通过与投影矩阵Mrh,Mrt相乘得到其在关系空间中的投影,投影向量h⊥和t⊥通过关系嵌入向量r相关联(h,r,t)∈S,构建评分函数为:



TransD模型的损失函数定义为



其中,b为偏置超参,[x]为合页损失函数,S为知识图谱中的三元组的集合,S′为负采样集合。


3.根据权利要求1所述的基于知识图谱的智能供热服务推荐方法,其特征在于所述步骤2的知识图谱的对齐与融合为在训练好的TransD模型中,通过计算实体或关系之间的相似度寻找相互对齐的实体或关系,在此基础上将对齐的实体和关系的内容进行融合。


4.根据权利要求1所述的基于知...

【专利技术属性】
技术研发人员:王永利陈振华孙卫国王远谷东先杨苗李璇孙琦月邹孝旺
申请(专利权)人:迈拓仪表股份有限公司南京理工大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1