基于萤火虫K-means聚类的电力用户画像构建和应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Construction and Application of Power User Profile Based on Firefly K-means Clustering
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为改变用户画像技术在电力企业中推广难、收效低的现状, 提出了一种基于改进的萤火虫优化加权K-means算法的分层聚类的画像推荐模型. 该模型在用户画像构建时, 为提高计算速度和精度, 仅就单项业务设计标签模型, 通过分层聚类着重构建特征群体画像; 在画像应用时, 直接向目标群体潜力用户推荐该项具体业务和其它新业务. 在高压电力用户样本集上进行了仿真实验, 表明分层聚类画像推荐模型能有效提升聚类和画像构建应用的精准性和运算速度, 有助于画像技术在电力企业得到推广应用.

    Abstract:

    The user profile technology is difficult to popularize in power companies and brings little effect. With regard to this, a hierarchical clustering profile recommendation model based on an improved “weighted K-means algorithm based on a firefly algorithm” is proposed. To improve the calculation speed and accuracy of user profile construction, this model designs a label model for a single business and focuses on constructing characteristic group profiles through hierarchical clustering. In profile application, the specific business and other new business are directly recommended to potential users in the target group. A simulation experiment is conducted on a sample set of high-voltage power users. The results show that the proposed model can effectively improve the calculation speed and accuracy of clustering and profile construction and application and facilitate the popularization and application of the user profile technology in power companies.

    参考文献
    相似文献
    引证文献
引用本文

施文幸,曹诗韵.基于萤火虫K-means聚类的电力用户画像构建和应用.计算机系统应用,2021,30(8):281-287

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-11-22
  • 最后修改日期:2020-12-22
  • 录用日期:
  • 在线发布日期: 2021-08-03
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号