[发明专利]基于模式挖掘和关联分析的电网调度系统页面推荐方法

权利要求书

1.基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，包括：

获取调度员的操作记录，并进行会话划分；所述调度员的操作记录为时间上连续的一串页面序列；

对所划分后的会话进行事务识别，得到每个会话的事务序列；

获取与所述事务序列相匹配的频繁模式；

获取同实时事务序列存在模式匹配关系的频繁模式中除匹配项外的剩余事务作为推荐事务。

2.根据权利要求1所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，所述进行会话划分，包括：

所述会话划分采用时间窗口法进行，如果两个连续页面之间的时间间隔大于某个阈值，则原会话截止，新的会话产生；所述两个连续页面之间的时间间隔定义为前一个页面的停留时长。

3.根据权利要求1所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，采用引用长度法对所划分后的会话进行事务识别，包括：

顺序读取页面浏览记录，一旦发现由导航页转为内容页，则确定为一个事务；

所述导航页和内容页定义如下：

当某个页面的事务参考值超过设定阈值时，该页面是内容页；反之该页面是导航页；

所述事务参考值是指，停留时长小于600s的页面实例中，70％的页面实例不超过的浏览时长上限。

4.根据权利要求1所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，还包括对进行事务识别后的页面进行层次划分的步骤，包括：

将不同的系统图采用不同的页面编号来定义；对于厂站图和曲线图，将页面类型一样但具体实例不同的页面采用归一化处理，按照所属页面类型定义为相同的页面编号。

5.根据权利要求1所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，获取与所述事务序列相匹配的频繁模式，包括：

采用近邻传播聚类算法进行频繁模式挖掘；

采用FP_Growth算法挖掘频繁模式中的频繁项；所述频繁项为该频繁模式中的会话所包含的事务；

如果所得到的事务序列和频繁模式中的频繁项存在交集，则该频繁模式为当前实时事务序列的匹配模式。

6.根据权利要求5所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，采用近邻传播聚类算法进行频繁模式挖掘，包括：

对两个会话根据0-0匹配原则建立会话向量，并计算会话相似度，建立会话相似度矩阵；

采用近邻传播聚类算法对会话进行聚类，每一类对应一种频繁模式；

以轮廓系数作为评价聚类效果的标准，通过调整衰减系数，确定最佳聚类结果。

7.根据权利要求6所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，对两个会话根据0-0匹配原则建立会话向量，包括：

取会话1和会话2的事务并集构成事务向量；

用事务向量中的事务在会话中出现的次数表示该会话向量中的元素；

计算会话相似度为：

其中，s(x,y)表示会话x和会话y的相似度。

8.根据权利要求6所述的基于模式挖掘和关联分析的电网调度系统页面推荐方法，其特征在于，聚类过程中，引入衰减系数λ：

r_t+1(i,k)←(1-λ)r_t+1(i,k)+λr_t(i,k)

a_t+1(i,k)←(1-λ)a_t+1(i,k)+λa_t(i,k)

其中，r(i,k)表示吸引度矩阵中的元素，a(i,k)为归属度矩阵中的元素，i表示第i个会话，k表示第k个会话，下标t表示第t次迭代。