【技术实现步骤摘要】
本专利技术涉及人工智能与机器学习，尤其涉及一种基于大语言模型和多模态图卷积的电力知识推荐系统。
技术介绍
1、在现代信息社会，电力行业中的知识管理和分享变得越来越重要，尤其是对于电力企业的员工和专业人员而言，快速获取电力相关的知识和信息，对于提升工作效率和解决实际问题具有至关重要的意义。电力知识推荐系统便应运而生，旨在通过分析用户的行为数据和兴趣，智能地推荐与用户需求相关的电力知识。然而，尽管现有的电力知识推荐系统在某些领域取得了不错的成果，但在处理复杂、多样化的电力知识数据时，仍然面临诸多挑战。
2、现有的电力知识推荐系统通常采用传统的推荐算法，如协同过滤和内容过滤方法。协同过滤通过分析用户与用户之间的相似性，或用户与物品之间的相似性来推荐内容。内容过滤则是根据用户的历史行为和偏好，分析知识内容的特征，生成推荐结果。这两种方法在某些场景下有一定的有效性，但也有明显的缺陷。协同过滤方法在面对稀疏数据时效果不佳，尤其是在用户数量较少或者新用户加入时，会面临冷启动问题。内容过滤方法虽然可以避免冷启动问题，但它对单一模态数据的处理...
【技术保护点】
1.基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，包括如下模块：
2.根据权利要求1所述的一种基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，模块之间通过如下方法实现：
3.根据权利要求2所述的基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，所述S1具体包括：
4.根据权利要求2所述的一种多因素影响下离散图斑遍历调查路径规划的方法，其特征在于，所述S2具体包括：
5.根据权利要求2所述的一种基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，所述S3具体包括：
6...
【技术特征摘要】
1.基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，包括如下模块：
2.根据权利要求1所述的一种基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，模块之间通过如下方法实现：
3.根据权利要求2所述的基于大语言模型和多模态图卷积的电力知识推荐系统，其特征在于，所述s1具体包括：
4.根据权利要求2所述的一种多因素影响下离散图斑遍历调查路径规划的方法，其特征在于，所述s2具体包括：
5.根据权利要求2所述的一种基于大语言模型和多模态图卷积的电力知识推...
【专利技术属性】
技术研发人员：孙洁，李胜，杨一鸣，王筱雨，阮标中，范晴，黄逸群，余贤杭，
申请(专利权)人：国网浙江省电力有限公司经济技术研究院，
类型：发明
国别省市：
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。