本申请涉及计算机，具体涉及一种电力领域知识智能推荐方法及装置。
背景技术：
1、近年来，随着统一电力市场的建设，新一代电力交易平台建设取得了丰硕的成果，目前已可支撑市场服务、市场出清、市场结算、信息发布、市场合规及省间交易等全品种电力交易业务的在线运行。随着电力交易业务的不断深入与拓展，电力交易服务内容在复杂度、智能化程度等方面不断提升，电力交易平台各个环节的数据量迅速增长。
2、同时，随着电力市场成员扩围，电力市场交易内容不断丰富、品种不断增加、业务日趋繁重、规模迅速扩大，伴之而来各主体之间的知识内容越来越复杂，电力市场领域的知识量日益增加，存在的问题也越来越显现出来，一是数据之间缺乏关联管理，使用者对所需数据进行检索时，无法同步获取到关联数据，数据利用率较低；二是仅依靠使用者的自行检索，数据获取的效率和准确率也较低。
技术实现思路
1、本申请实施例提供一种电力领域知识智能推荐方法及装置，用以解决目前电力领域数据利用率较低，数据获取的效率和准确率也较低的技术问题。
2、第一方面，本申请实施例提供一种电力领域知识智能推荐方法，包括：
3、提取电力交易平台数据的特征，得到多个电力特征；
4、根据多个电力特征之间的关联信息，生成电力领域知识图谱；
5、根据所述知识图谱中电力特征之间的关联程度，对所有电力特征进行第一重要性排序；
6、根据所述电力交易平台数据的使用者的历史数据使用情况，对所述使用者的偏好电力特征进行第二重要性排序；
7、根据所述第一重要性排序和所述第二重要性排序，向所述使用者推荐电力特征数据。
8、在一个实施例中，所述根据所述知识图谱中电力特征之间的关联程度，对所有电力特征进行第一重要性排序，包括：
9、根据所述知识图谱中，任一电力特征关联其他电力特征的数量、所述任一电力特征与其关联电力特征之间的关联性均值以及以所述任一电力特征为开始特征的所有链中，最长链包括的特征数量，得到所述任一电力特征在所述知识图谱中的重要性评分；
10、将所述知识图谱中所有电力特征的重要性评分按照由大到小进行第一重要性排序。
11、在一个实施例中，所述根据所述知识图谱中，任一电力特征关联其他电力特征的数量、所述任一电力特征与其关联电力特征之间的关联性均值以及以所述任一电力特征为开始特征的所有链中，最长链包括的特征数量，得到所述任一电力特征在所述知识图谱中的重要性评分，包括：
12、计算第一特定历史时段内所述任一电力特征的数据同比变化率与其任一关联电力特征的数据同比变化率之比，得到第一比值；
13、计算所述任一电力特征的数据与其所有关联电力特征的数据之间第一比值的均值，得到第一关联性均值；
14、计算第二特定历史时段内所述任一电力特征的数据环比变化率与其任一关联电力特征的数据环比变化率之比，得到第二比值；
15、计算所述任一电力特征的数据与其所有关联电力特征的数据之间第二比值的均值，得到第二关联性均值；
16、计算所述任一电力特征关联其他电力特征的数量、所述第一关联性均值、所述第二关联性均值以及以所述任一电力特征为开始特征的所有链中，最长链包括的特征数量的加权平均值，得到所述任一电力特征在所述知识图谱中的重要性评分。
17、在一个实施例中，所述根据所述电力交易平台数据的使用者的历史数据使用情况，对所述使用者的偏好电力特征进行第二重要性排序，包括：
18、若所述电力交易平台数据的使用者在第三特定历史时段内使用任一电力特征的数据的次数超过次数阈值，则确定所述任一电力特征为所述使用者的偏好电力特征；
19、将所述使用者的所有偏好电力特征的在第三特征历史时段内的使用次数按照由大到小进行第二重要性排序。
20、在一个实施例中，所述根据所述第一重要性排序和所述第二重要性排序，向所述使用者推荐电力特征数据，包括：
21、按照所述第二重要性排序的顺序，向所述使用者推荐电力特征的相关数据以及所述电力特征在所述第一重要性排序中的相邻电力特征的相关数据；所述相关数据包括历史数据、当前数据和预测数据。
22、在一个实施例中，所述根据所述第一重要性排序和所述第二重要性排序，向所述使用者推荐电力特征数据之后，包括：
23、收集所述使用者的推荐满意度评分；
24、若所述评分小于评分阈值，则调整所述任一电力特征关联其他电力特征的数量、所述第一关联性均值、所述第二关联性均值以及以所述任一电力特征为开始特征的所有链中，最长链包括的特征数量的权重。
25、在一个实施例中，所述电力交易平台数据包括电力领域发展数据、电力领域财务数据、电力领域安监数据、电力领域营销数据、电力领域基建数据以及电力领域调度数据。
26、第二方面，本申请实施例提供一种电力领域知识智能推荐装置，包括：
27、电力特征提取模块，用于：提取电力交易平台数据的特征，得到多个电力特征；
28、知识图谱生成模块，用于：根据多个电力特征之间的关联信息，生成电力领域知识图谱；
29、第一排序模块，用于：根据所述知识图谱中电力特征之间的关联程度，对所有电力特征进行第一重要性排序；
30、第二排序模块，用于：根据所述电力交易平台数据的使用者的历史数据使用情况，对所述使用者的偏好电力特征进行第二重要性排序；
31、数据推荐模块，用于：根据所述第一重要性排序和所述第二重要性排序，向所述使用者推荐电力特征数据。
32、第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的电力领域知识智能推荐方法的步骤。
33、第四方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的电力领域知识智能推荐方法的步骤。
34、本申请提供的电力领域知识智能推荐方法及装置，提取电力交易平台数据的特征，得到多个电力特征，根据多个电力特征之间的关联信息，生成电力领域知识图谱，根据知识图谱中电力特征之间的关联程度，对所有电力特征进行第一重要性排序，根据电力交易平台数据的使用者的历史数据使用情况，对使用者的偏好电力特征进行第二重要性排序，根据第一重要性排序和第二重要性排序，向使用者推荐电力特征数据。由于将电力交易平台数据的多个电力特征进行了关联，并基于关联程度排序和使用者偏好排序，向使用者推荐电力特征数据，因此，无需使用者检索即可向其推荐所需数据及其关联数据，提高数据获取的效率和准确率，并同步提高数据利用率。
1.一种电力领域知识智能推荐方法，其特征在于，包括：
2.根据权利要求1所述的电力领域知识智能推荐方法，其特征在于，所述根据所述知识图谱中电力特征之间的关联程度，对所有电力特征进行第一重要性排序，包括：
3.根据权利要求2所述的电力领域知识智能推荐方法，其特征在于，所述根据所述知识图谱中，任一电力特征关联其他电力特征的数量、所述任一电力特征与其关联电力特征之间的关联性均值以及以所述任一电力特征为开始特征的所有链中，最长链包括的特征数量，得到所述任一电力特征在所述知识图谱中的重要性评分，包括：
4.根据权利要求1所述的电力领域知识智能推荐方法，其特征在于，所述根据所述电力交易平台数据的使用者的历史数据使用情况，对所述使用者的偏好电力特征进行第二重要性排序，包括：
5.根据权利要求1所述的电力领域知识智能推荐方法，其特征在于，所述根据所述第一重要性排序和所述第二重要性排序，向所述使用者推荐电力特征数据，包括：
6.根据权利要求3所述的电力领域知识智能推荐方法，其特征在于，所述根据所述第一重要性排序和所述第二重要性排序，向所述使用者推荐电力特征数据之后，包括：
7.根据权利要求1所述的电力领域知识智能推荐方法，其特征在于：
8.一种电力领域知识智能推荐装置，其特征在于，包括：
9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的电力领域知识智能推荐方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的电力领域知识智能推荐方法的步骤。
