基于融合指标的电力专利可信数据挖掘方法研究

摘要

电力专利信息不断增长，已超过传统挖掘方法处理的极限，挖掘效果明显下降，因此提出一种基于融合指标的电力专利可信数据挖掘方法。构建电力专利信息关联模型，经过排序获取最佳专利可信信息。采用表示学习模型提取词性特征与组合特征，设计深层表示学习模型。利用TF-IDF算法，求取各命名实体所对应的词向量，依据余弦相似度度量专利信息的语义相似度，实现信息语义融合。最后通过机器学习的支持向量机分类方法，实现电力专利信息挖掘。仿真实验表明，所提方法不仅可以有效挖掘专利信息，而且效率与精准度较为理想。

关键词

融合指标 / 电力专利 / 数据挖掘 / 机器学习