摘要
本发明公开了一种基于知识图谱的多维度电力负荷预测自适应问答推荐系统及方法,包括知识图谱构建模块、问题分解模块、主观标签生成模块和答案优化模块。首先构建电力领域知识图谱统一表示异构数据;其次将用户问题分解为子问题并降维;再识别主观因素标签,接收用户权重输入;最后加权优化生成个性化答案。解决了现有技术缺乏领域深度语义理解和个性化决策支持的缺陷,实现了精准、高效的负荷预测决策辅助。通过知识图谱构建模块实现了对用户复杂问题的深度、结构化分解;将用户的个性化权重引入到答案的生成过程中,最终输出高度个性化、精准且具备决策参考价值的答案。通过对复杂问题自动分解与降维方法,有效降低了问题空间的维度。
技术关键词
电力负荷预测
推荐系统
子模块
知识图谱构建
答案
层次聚类算法
实体
问答推荐方法
生成个性化推荐
标签
语义
关系建模
关键词
输出模块
链接方法
评分算法
概念
深度学习模型
系统为您推荐了相关专利信息
网络安全知识图谱
反制方法
网络攻击事件
实体
关系
大语言模型
推荐方法
语义特征
项目特征
交互历史
机器视觉平台
算法模型
底座模块
TensorFlow模型
AI算法
LSTM模型
负荷特征
短期电力负荷预测
训练集
皮尔逊相关系数
视频帧
编码
视频问答方法
计算机执行指令
预训练语言模型