基于电力营销数据的智能关联推荐方法、系统及存储介质技术方案

一种基于电力营销数据的智能关联推荐方法，包括：对电力系统营销数据进行数据采集；对采集的数据进行相似关联计算，得到营销数据中不同部门数据的关联数据集；收集关联数据集，并将关联数据集的文本转换为二维矩阵，用于门控循环—注意力机制模型模型的数据输入；二维矩阵数据输入门控循环—注意力机制模型进行训练，输出的二维矩阵转换回文本格式，找到关联数据集的文本关键词，并写成典并进行存储；工作人员根据业务需求输入想要查询的数据，通过SQL语句匹配，自动推荐匹配的词典。优点是：该方法通过相似关联计算和门控循环—注意力机制模型自动识别，建立不同部门数据之间的关联关系，以实现为工作人员对数据需求的智能推荐。

【技术实现步骤摘要】

本专利技术涉及一种基于电力营销数据的智能关联推荐方法、系统及存储介质。

技术介绍

1、目前,电力系统数据中台内存储的跨业务关联数据表如客户服务下的业扩报装表需要人工进行输入，此任务量极其庞大，且工作人员在查询数据时还是利用的字段匹配技术，这就导致工作人员有时候查询到想要的数据。

2、特别是在电力营销领域，电力公司经常需要处理大量的数据，包括销售记录、客户信息、市场趋势。然而，这些数据在数据中台中存储的极其分散，导致出现了一个取数难、用数难的问题。为了解决这一问题，亟需开发一种电力营销数据的智能关联推荐算法。

技术实现思路

1、本专利技术要解决的技术问题是提供一种基于电力营销数据的智能关联推荐方法、系统及存储介质，该方法通过算法和模型自动识别和建立数据之间的关联关系，以实现为工作人员对数据需求的智能推荐。

2、本专利技术的技术方案是：

3、一种基于电力营销数据的智能关联推荐方法，包括：

4、对电力系统营销数据进行数据采集；

5、对采集的数据进行相似关联本文档来自技高网...

【技术保护点】

1.一种基于电力营销数据的智能关联推荐方法，其特征在于，包括：

2.根据权利要求1所述的基于电力营销数据的智能关联推荐方法，其特征在于，所述电力系统营销数据包括结构化数据、半结构化数据和非结构化数据。

3.根据权利要求1所述的基于电力营销数据的智能关联推荐方法，其特征在于，对采集的数据进行相似关联计算包括：

4.根据权利要求3所述的基于电力营销数据的智能关联推荐方法，其特征在于，使用余弦相似度算法，计算采集的数据中的单种业务类别数据内的相似度，包括：

5.根据权利要求3所述的基于电力营销数据的智能关联推荐方法，其特征在于，Apriori算法...

【技术特征摘要】

1.一种基于电力营销数据的智能关联推荐方法，其特征在于，包括：

2.根据权利要求1所述的基于电力营销数据的智能关联推荐方法，其特征在于，所述电力系统营销数据包括结构化数据、半结构化数据和非结构化数据。

3.根据权利要求1所述的基于电力营销数据的智能关联推荐方法，其特征在于，对采集的数据进行相似关联计算包括：

4.根据权利要求3所述的基于电力营销数据的智能关联推荐方法，其特征在于，...

【专利技术属性】
技术研发人员：彭国涛，王丹，杨超，田小蕾，齐俊，李璐，张佳佳，孙庚，于佳宁，郭荆明，郭任，张宇时，郭晓利，
申请(专利权)人：国网辽宁省电力有限公司阜新供电公司，
类型：发明
国别省市：