本发明涉及电力行业和电网项目管理领域，主要涉及一种基于配网项目特性的物料个性化推荐方法。
背景技术：
1、物资计划管理做为电力行业的基础业务，是数字产业链的重要环节。物资申报难度大且复杂，涉及到企业资源计划(enterprise resource planning，erp)、ecp企业管理云平台(enterprise cloud platform，ecp)、国网商城等多系统；需要十余道审批，操作流程时间长且复杂；涉及项目投资、目录、价格、时间、技术规范、工厂、采购组、采购方式、交货地点等数据属性，关系到项目管理、供应链多个环节。物资需求量大，传统的需求计划方式，更多依靠经验、人力，有限的效率对项目中的物资采购、库存等多个环节形成制约。目前，随着科技技术的进步，逐步将机器学习引入个性化推荐方法。这种方法通过自动化和智能化的方式取代传统的人工经验依赖型需求计划，显著提升了物资采购和管理的效率，减少了误差和成本。
2、如cn 115630227 a《信息推荐方法、装置、电子设备及存储介质》公开了“一种信息推荐方法、装置、电子设备及存储介质，涉及通信技术领域。本发明实施例提供的信息推荐方法，包括：获取用户的历史聊天信息和当前输入信息；基于历史聊天信息对初始推荐模型进行训练，得到智能推荐模型；智能推荐模型根据当前输入信息生成多个推荐词；将多个推荐词与当前输入信息进行匹配，得到各推荐词的匹配度；当推荐词的匹配度高于匹配阈值时，则将推荐词确定为推荐文本。在需要大量编辑文本的终端上，可以快速并个性化的推荐与当前输入内容匹配的推荐文本，帮助用户完成大量文本编辑，从而免去了大量的重复输入操作，明显提高了沟通的效率和实效性，实现了信息的个性化推荐”，但所述发明仅根据历史聊天信息和当前输入信息对初始模型进行训练，进而获得智能推荐模型，训练数据不够全面，可能导致智能推荐模型的推荐结果不够准确和实用。
技术实现思路
1、为了解决现有技术所存在的上述问题，本技术提供了一种基于配网项目特性的物料个性化推荐方法。
2、本技术的技术方案如下：
3、一种基于配网项目特性的物料个性化推荐方法，所述方法包括：
4、获取历史配网项目数据和历史物资采购数据，对所述历史配网项目数据进行数据处理后构建配网项目库；
5、构建集成式智能推荐模型，将历史配网项目数据和历史物资采购数据作为训练集对所述集成式智能推荐模型进行训练，获得训练完成的集成式智能推荐模型；
6、将用户需求、项目相关资料和物资采购相关资料输入训练完成的集成式智能推荐模型，获得对应的输出结果，包括项目推荐结果、物料推荐结果、物资技术规范推荐结果、招标批次及采购方式推荐结果；
7、根据历史物资采购数据中的中标价格，通过滑动平均法分析历史价格趋势获得预测物资采购价格；
8、用户根据所述输出结果以及对应的预测物资采购价格完成配网物资计划管理。
9、优选的，对所述历史配网项目数据进行数据处理后构建配网项目库，具体为：
10、对所述历史配网项目的相关属性信息进行数据清洗，所述数据清洗包括处理缺失值、异常值和数据格式统一化；
11、采用因子分析对相关属性信息进行分析提取，进行变量分类，获得属性对应的因子载荷矩阵，基于所述因子载荷矩阵获得公因子，将所述公因子作为配网项目的新属性；
12、根据所述新属性构建配网项目的项目库。
13、优选的，所述集成式智能推荐模型包括项目推荐模型、物料推荐模型、物资技术规范书推荐模型和智能招标批次安排模型，具体为：
14、所述项目推荐模型根据配网项目的项目库，采用融合编辑距离算法、基于词频的余弦算法和序列化算法并进行加权处理获得项目的历史项目推荐结果；
15、所述物料推荐模型通过数据预处理、mini batch k-means聚类分析、构建关联规则和统计分析获得推荐物料数据集；
16、所述物资技术规范书推荐模型基于历史同类项目及物资采购数据，通过计算同类项目技术规范书使用频次及占比情况，选取使用频次最高及占比最大的技术规范书作为推荐物资技术规范书；
17、所述智能招标批次安排模型基于年度招标批次安排进行信息匹配获得推荐年度招标批次。
18、优选的，所述项目推荐模型根据配网项目的项目库，采用融合编辑距离算法、基于词频的余弦算法和序列化算法并进行加权处理获得项目的历史项目推荐结果，具体为：
19、将配网项目库作为训练集，融合编辑距离算法、基于词频的余弦算法和序列化算法，进行加权处理，建立文本相似度函数，构建并训练项目推荐模型，基于训练完成的项目推荐模型，获得所述项目的历史项目推荐结果。
20、优选的，所述物料推荐模型通过数据预处理、mini batch k-means聚类分析、构建关联规则和统计分析获得推荐物料数据集，具体为：
21、所述数据预处理包括将每个项目所使用的物料小类数量进行汇总，获得项目定义、物料小类编码，物料小类数量三个字段的数据集；对所述数据集进行矩阵转置，所述矩阵以物料小类编码为列，物料小类数量为值；以不同物料小类的数量数据在同一量级上为目标对转置后的数据集进行数据归一化处理；
22、利用mini batch k-means聚类算法，将数据集内的项目根据物料使用情况聚类成不同的项目群；
23、所述关联规则包括前项和后项，其中，所述前项为通过项目定义匹配新属性进行合并获得项目群，所述后项为物料小类编码，通过预先设置的最小支持度与最小置信度，构建关联规则组合；
24、基于统计方法，分析每个关联规则下的物料编码及其数量；根据关联规则前项的项目数量聚合，确定每个关联规则下的推荐物料集合；提取每个物料编码在项目中的出现比例和平均数量，构建最终的推荐物料数据集。
25、优选的，所述根据历史物资采购数据中的中标价格，通过滑动平均法分析历史中标价格趋势获得预测物资采购价格，具体为：
26、根据历史物资采购数据中的中标价格的周期性和波动性确定滑动窗口的大小；根据选择的滑动窗口的大小选取若干个周期的中标价格数据，计算所述中标价格数据的平均值；将所述平均值作为下一个周期价格的预测值，即预测物资采购价格。
27、一种基于配网项目特性的物料个性化推荐系统，所述系统包括项目数据获取模块、智能推荐模块以及确定项目物料申报数据与修订模块，其中：
28、所述项目数据获取模块用于获取配网项目数据，构建配网项目库；
29、所述智能推荐模块内部设置有集成式智能推荐模型，用于对需要进行物料个性化推荐的项目进行智能推荐；
30、所述确定项目物料申报数据与修订模块用于对智能推荐的物料信息进行选择，对选择的物料信息进行编辑调整。
31、一种基于配网项目特性的物料个性化推荐系统，所述集成式智能推荐模型包括项目推荐模型、物料推荐模型、物资技术规范书推荐模型和智能招标批次安排模型，其中：
32、所述项目推荐模型根据配网项目的项目库，采用融合编辑距离算法、基于词频的余弦算法和序列化算法并进行加权处理获得项目的历史项目推荐结果；
33、所述物料推荐模型通过数据预处理、mini batch k-means聚类分析、构建关联规则和统计分析获得推荐物料数据集；
34、所述物资技术规范书推荐模型基于历史同类项目及物资采购大数据，通过计算同类项目技术规范书使用频次及占比情况，选取使用频次最高及占比最大的技术规范书，作为项目物资采购需求提报，所推荐最优技术规范；
35、所述智能招标批次安排模型以项目信息与物料信息匹配年度招标批次数据作为输入，结合物资采购具体需求，推荐并展示所述物资最新年度招标批次与采购方案。
36、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如实施例任意一项所述的一种基于配网项目特性的物料个性化推荐方法。
37、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如实施例任意一项所述一种基于配网项目特性的物料个性化推荐方法。
38、与现有技术相比，本发明的有益效果是：
39、1)本发明提供了一种基于配网项目特性的物料个性化推荐方法，利用因子分析的降维思想，简化数据结构，减少信息冗余，提高数据的可解释性和管理效率，并能够精确识别与特定项目特性相关的物料需求；
40、2)本发明提供了一种基于配网项目特性的物料个性化推荐方法，利用集成智能推荐模型，能够有效提升推荐系统的精度和适用性，所述集成式智能推荐模型包括项目推荐模型、物料推荐模型、物资技术规范书推荐模型和智能招标批次安排模型，通过结合了多种推荐算法，以应对电网项目的复杂性和多样化需求，实现精准匹配；
41、3)本发明提供了一种基于配网项目特性的物料个性化推荐方法，利用历史数据和项目特性精准预测物料需求，避免供需失衡，优化采购计划，这种系统能够显著提升运营效率和成本效益，为电网项目的成功实施和持续运营提供了强有力的支持。
1.一种基于配网项目特性的物料个性化推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于配网项目特性的物料个性化推荐方法，其特征在于，对所述历史配网项目数据进行数据处理后构建配网项目库，具体为：
3.根据权利要求1所述的一种基于配网项目特性的物料个性化推荐方法，其特征在于，所述构建集成式智能推荐模型包括项目推荐模型、物料推荐模型、物资技术规范书推荐模型和智能招标批次安排模型，其中：
4.根据权利要求3所述的一种基于配网项目特性的物料个性化推荐方法，其特征在于，所述项目推荐模型根据配网项目的项目库，采用融合编辑距离算法、基于词频的余弦算法和序列化算法并进行加权处理获得项目的历史项目推荐结果，具体为：
5.根据权利要求3所述的一种基于配网项目特性的物料个性化推荐方法，其特征在于，所述物料推荐模型通过数据预处理、mini batch k-means聚类分析、构建关联规则和统计分析获得推荐物料数据集，具体为：
6.根据权利要求1所述的所述的一种基于配网项目特性的物料个性化推荐方法，其特征在于，根据历史物资采购数据中的中标价格，通过滑动平均法分析历史中标价格趋势获得预测物资采购价格，具体为：
7.一种基于配网项目特性的物料个性化推荐系统，其特征在于，所述系统包括项目数据获取模块、智能推荐模块以及确定项目物料申报数据与修订模块，其中：
8.根据权利要求7所述的一种基于配网项目特性的物料个性化推荐系统，其特征在于，所述集成式智能推荐模型包括项目推荐模型、物料推荐模型、物资技术规范书推荐模型和智能招标批次安排模型，其中：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6一项所述的一种基于配网项目特性的物料个性化推荐方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6任一项所述一种基于配网项目特性的物料个性化推荐方法。
