首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于知识图谱的国内外电力市场研究热点追踪方法 

申请/专利权人:上海电力大学

申请日:2021-07-14

公开(公告)日:2024-06-28

公开(公告)号:CN113609303B

主分类号:G06F16/36

分类号:G06F16/36;G06F16/35;G06F40/216;G06F18/23;G06Q50/06

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2021.11.23#实质审查的生效;2021.11.05#公开

摘要:本发明涉及一种基于知识图谱的国内外电力市场研究热点追踪方法,包括以下步骤:1采用合成图谱处理大量电力市场文献数据,生成共词矩阵;2通过谱聚类降低共词矩阵的维数后将共词矩阵可视化为共词网络;3简化共词网络;4评估简化网络的图谱聚类效果,并选择剪枝后聚类效果最佳的网络图谱;5分别从时间切片和关键词聚类进行图谱解读,分别获取演进路径和核心前沿,完成热点追踪。与现有技术相比,本发明能够把握电力市场热点与动向,提供一种高效、快速应用的文献分析方法,具有广泛的应用前景。

主权项:1.一种基于知识图谱的国内外电力市场研究热点追踪方法,其特征在于,包括以下步骤:1采用合成图谱处理大量电力市场文献数据,生成共词矩阵;2通过谱聚类降低共词矩阵的维数后将共词矩阵可视化为共词网络;3简化共词网络;4评估简化网络的图谱聚类效果,并选择剪枝后聚类效果最佳的网络图谱;5分别从时间切片和关键词聚类进行图谱解读,分别获取演进路径和核心前沿,完成热点追踪;所述的步骤5中,对国内外电力市场的研究演进轨迹进行梳理,依据一年时间间隔内的数据形成每个单独的时间切片网络,并划分集群结构,采用对数似然比算法提取最具代表性的词作为已划分的各聚类集群的标签,从时间维度获取演进轨迹,形成时间线图谱;划分后集群结构的特征量纲包括规模、轮廓值、代表年份以及标签词,选择集群规模较大的集群对演化路径的时间线进行解读,按年份对应到集群中的节点,依次递进解读节点;所述的步骤5中,采用基于知识图谱的方法动态追踪热点,用以表示国内外电力市场领域的核心前沿,在剪枝后网络图谱的基础上优化形成关键词网络,识别出核心关键节点,追踪研究热点,获得电力市场领域的核心前沿,形成关键词聚类图谱;在关键词网络中,以突现性以及中介中兴性作为节点权重衡量,识别出核心关键节点,所述的核心关键节点包括突现节点和中介中心节点;所述的步骤1中,生成共词矩阵具体为:从电力市场文献数据中基于共词分析将数据描绘成一个图表,根据图表关系计算相似度,生成共词的相似矩阵,相似矩阵si,j的表达式为: 其中,di,j为样本点i和j之间的距离,σ为转换因子;所述的步骤2中,通过谱聚类降低共词矩阵维数具体为:采用奇异值分解对共词矩阵进行特征值分解,获取矩阵的最小特征向量,并对特征分解后得到的特征向量进行聚类,利用矩阵的谱信息进行特征降维;所述的步骤3具体为采用寻径网络算法或最小生成树算法对共词网络进行简化;所述的步骤4中,通过聚类模块值和轮廓值评价简化网络的图谱聚类效果;通过聚类模块值评价简化网络的结构强度,聚类模块值越接近1,表示划分网络结构的强度越高,通过轮廓值评价简化网络的聚类合理轮廓,轮廓值越接近1,说明样本聚类合理轮廓越明显。

全文数据:

权利要求:

百度查询: 上海电力大学 一种基于知识图谱的国内外电力市场研究热点追踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。