本發明涉及一種基于BP?ANN模型的電力零售套餐搜索排序仿真系統和方法，屬于信息處理技術領域。從多個角度分析并確定影響電力零售用戶對電力零售套餐滿意度的特征因子，并且對每個特征因子進行量化分析；構建BP?ANN電力零售套餐綜合評分模型；電力零售平臺接受電力用戶發送的搜索請求，電力零售平臺根據電力用戶的搜索請求確定對應的電力零售套餐集合。根據BP?ANN電力零售套餐綜合評分模型計算電力零售套餐得分，得出每個電力零售套餐的綜合評分并按評分降序排序，綜合評分直接反映電力零售用戶對電力零售套餐的滿意度。本發明對提升電力零售用戶的用戶體驗有重要意義，易于推廣應用。

技術領域

本發明屬于信息處理技術領域，具體涉及一種基于BP-ANN的電力零售套餐搜索排序仿真系統和方法。

背景技術

隨著國內電力市場化改革的不斷深化，為進一步完善電力市場結構和市場體系，開發設計了電力零售平臺，其中售電公司扮演者電力零售商的角色，部分電力用戶直接在電力零售平臺上以購買電力零售套餐的方式向售電公司買電。電力用戶根據自身需求可以搜索得到不同的電力零售套餐，然后在其中選擇滿意的套餐。用戶對搜索結果的滿意度有助于提高用戶體驗從而吸引更多的電力用戶加入電力市場，對促進電力體制改革有至關重要的意義。然而，現有的電商平臺多是采取線性評價法對所售商品進行排序，或是分多種屬性進行排序，用戶很難在諸多商品中選擇自己滿意的商品，用戶更需要的是一種能夠綜合考慮商品多種屬性的套餐搜索排序方法，并且由于國內電力市場還處于初期發展階段，市場模式亦無法借鑒國外，目前還沒有一種科學、合理、有效的對電力零售套餐進行搜索排序的方法。

發明內容

本發明的目的是為了解決現有技術的不足，針對當前國內電力市場化改革背景下，缺乏一種科學有效的對電力零售套餐進行搜索排序的方法的問題，設計一種基于BP-ANN(人工神經網絡)模型的電力零售套餐搜索排序仿真系統和方法，依據電力用戶歷史交易數據高度還原電力用戶對電力零售套餐的滿意程度，系統通過計算分析電力零售平臺的所有套餐，根據用戶的搜索文本對所有套餐進行篩選并評分，按評分從高到低綜合性地展示搜索結果，為電力零售平臺提供一種高效的電力零售套餐銷售工具。

為實現上述目的，本發明采用的技術方案如下：

基于BP-ANN模型的電力零售套餐搜索排序仿真方法，包括如下步驟：

步驟(1)，采集電力零售套餐信息及電力零售用戶的歷史交易數據；

步驟(2)，計算每個電力套餐滿意度特征因子；所述的電力套餐滿意度特征因子包括電能價格特征因子、超用電量電價特征因子、商家信用特征因子、好評率特征因子、回購率特征因子和收藏率特征因子；

步驟(3)，采用BP神經網絡，以每個電力套餐滿意度特征因子作為輸入，以電力零售套餐的綜合評分作為輸出，構建BP-ANN電力零售套餐綜合評分模型；

步驟(4)，電力零售平臺根據接收到的電力零售用戶搜索的關鍵詞，使用BM25算法對關鍵詞進行文本性分析并全局搜索，將搜索得到的所有符合條件的電力零售套餐作為備選電力零售套餐集合；

步驟(5)，計算步驟(4)得到的電力零售套餐集合中各個電力零售套餐的滿意度特征因子；

步驟(6)，將步驟(5)得到的各個電力零售套餐的滿意度特征因子輸入到步驟(3)構建的BP-ANN電力零售套餐綜合評分模型中，得到各個電力零售套餐的綜合評分；

步驟(7)，將所有電力零售套餐按照綜合評分降序排列，展示給電力零售用戶。

進一步，優選的是，步驟(2)具體的計算方法如下：

(1)電能價格特征因子x₁：用該電力零售套餐提供的套餐最低價格p_c除以所有電力零售套餐提供的套餐平均價格得出；