典型文献
电力物联网用户侧数据深度挖掘方法研究
文献摘要：
针对在电力物联网中用户侧数据处于相对孤立的位置,导致数据关联规则挖掘难度增加的问题,提出了基于关联规则映射的电力物联网用户侧数据深度挖掘方法.该方法以用户侧数据网状拓扑的有向图结构为基础,根据关联属性组分析数据集的关联映射关系,利用相互关系矩阵挖掘数据集的关联规则.引入极值规范化策略与径向基函数神经网络,构建无量纲方法与离散聚类方法,通过隐藏层神经元网络中心获取与连接权重计算等训练阶段,按照K均值聚类流程完成数据预处理,根据显性与隐性的不同用户侧数据类型以及用户-项目评分矩阵与兴趣度矩阵,实现数据深度挖掘.实验结果表明,该方法可以用较短的时间完成挖掘任务,不同规模数据集处理效果更好,且能在较小的内存空间内完成数据深度挖掘.
文献关键词：
关联规则;关联映射;电力物联网;用户侧;数据挖掘
中图分类号：
作者姓名：
颜远海
作者机构：
广州华商学院数据科学学院,广州511300
文献出处：
引用格式：
[1]颜远海-.电力物联网用户侧数据深度挖掘方法研究)[J].吉林大学学报（信息科学版）,2022(02):269-274
A类：
B类：
电力物联网,用户侧,数据深度,深度挖掘,挖掘方法,数据关联,关联规则挖掘,数据网,有向图,图结构,关联映射,映射关系,关系矩阵,极值,规范化策略,径向基函数神经网络,无量纲,聚类方法,神经元网络,网络中心,权重计算,训练阶段,均值聚类,数据预处理,显性与隐性,同用,数据类型,评分矩阵,兴趣度,不同规模,模数,数据集处理,处理效果,内存空间
AB值：
0.397048
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
