一种融合主题信息的电力数据推荐方法

本发明公开了一种融合主题信息的电力数据推荐方法。该方法包括：利用LDA模型对电力文本以及检索文本进行学习，得到文档的主题分布，每个主题包含一组相关的词汇，将主题分布表示为固定长度的向量，每个维度对应一个主题；将LDA模型得到的主题向量嵌入BERT预训练语言模型，得到融合主题信息的增强文本表示；通过LSTM模型对输入的文本时序数据进行特征提取并预测下一个与主题相关的文本，返回与该主题文本相关的电力数据作为推荐数据；本发明融合了主题信息的电力数据推荐方法，相比于在社交媒体环境下的基于内容或协同过滤的传统推荐方法，不仅在应用场景下更贴近实际工作环境中面向主题的数据检索，而且对大规模数据的使用效率更高。