(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211199316.9 (22)申请日 2022.09.29 (71)申请人 深圳供电局有限公司 地址 518001 广东省深圳市罗湖区深南 东 路4020号电力调度通信大楼 (72)发明人 徐欢　赵少东　邱海枫　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 高雪 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 50/06(2012.01) G06F 21/60(2013.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 电力产品推荐 方法、 装置、 计算机 设备、 存储 介质 (57)摘要 本申请涉及一种电力产品推荐方法、 装置、 计算机设备、 存储介质和计算机程序产品。 所述 方法包括： 通过本地节点和联邦学习节点的信息 交互， 对本地节点的电力产品推荐模型进行更 新， 得到更新后的电力产品推荐模型； 通过本地 节点获取目标用户的目标用户信息， 目标用户信 息包括至少一项基础标签和至少一项能力标签； 根据更新后的电力产品推荐模型的类型， 从目标 用户信息中匹配至少一项基础标签或至少一项 能力标签， 作为目标用户标签； 采用更新后的电 力产品推荐模 型处理目标用户标签， 得到目标用 户的电力产品推荐结果。 采用本方法能够在保证 用户隐私的同时， 保证电力产品推荐的有效性。 权利要求书2页 说明书12页 附图3页 CN 115456731 A 2022.12.09 CN 115456731 A 1.一种电力产品推荐方法， 其特 征在于， 所述方法包括： 通过本地节点和联邦学习节点的信 息交互， 对所述本地节点的电力产品推荐模型进行 更新， 得到更新后的电力产品推荐模型； 通过所述本地节点获取目标用户的目标用户信 息， 所述目标用户信 息包括至少一项基 础标签和至少一项能力标签， 所述基础标签用于表征所述 目标用户的属 性特征， 所述能力 标签用于表征 所述目标用户的行为特 征； 根据所述更新后的电力产品推荐模型的类型， 从所述目标用户信 息中匹配至少一项基 础标签或至少一项能力标签， 作为目标用户标签； 采用所述更新后的电力产品推荐模型处理所述目标用户标签， 得到所述目标用户的电 力产品推荐结果。 2.根据权利要求1所述的方法， 其特征在于， 所述通过本地节点和联邦学习节点的信 息 交互， 对所述本地节点的电力产品推荐模型进行更新， 得到更新后的电力产品推荐模型， 包 括： 获取所述本地节点的第 一梯度信 息， 以及通过所述联邦学习节点获取其他节点的第 二 梯度信息； 根据所述第二梯度信息更新所述第一梯度信息， 得到第三梯度信息； 根据所述第 三梯度信 息更新所述本地节点的电力产品推荐模型的模型权重， 得到所述 更新后的电力产品推荐模型。 3.根据权利要求2所述的方法， 其特 征在于， 所述获取本地节点的第一梯度信息， 包括： 通过所述本地节点从所述联邦学习节点下 载机器学习模型； 根据所述机器学习模型的类型， 通过 所述本地节点获取训练数据； 采用所述训练数据对所述机器学习模型进行训练， 得到所述电力产品推荐模型； 根据所述本地节点的电力产品推荐模型， 确定所述第一梯度信息 。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述机器学习模型的类型， 通过 所述本地节点获取训练数据， 包括： 获取所述本地节点的历史订购信息， 以及获取所述本地节点对应的运营商大数据， 根 据所述历史订购信息和所述运营商大数据得到所述训练数据； 所述训练数据包括多个历史 用户信息和每 个历史用户信息对应的历史订购电力产品； 分别确定每个历史用户信 息的基础标签和能力标签， 所述基础标签用于表征一个历史 用户信息的属性特 征， 所述能力标签用于表征一个历史用户信息的行为特 征； 根据所述机器学习模型的类型， 将每个历史用户信 息的基础标签和能力标签中的至少 一项， 和每 个历史用户信息对应的历史订购电力产品， 作为所述训练数据。 5.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 通过所述本地节点将所述第 一梯度信 息加密并传输至所述其他节点； 所述第 一梯度信 息用于供 所述其他节点对所述第二梯度信息进行 更新。 6.根据权利要求2所述的方法， 其特征在于， 所述采用所述更新后的电力产品推荐模型 处理所述目标用户标签， 得到所述目标用户的电力产品推荐结果， 包括： 所述更新后的电力产品推荐模型采用两步 聚类算法， 处理所述目标用户标签得到至少 一个用户子特征， 获取各用户子特征之间的特征距离， 并基于各用户子特征之间的特征距权　利　要　求　书 1/2 页 2 CN 115456731 A 2离， 对特征距离满足预设要求的用户子特 征进行合并， 得到 至少一个用户特 征； 基于所述用户特 征， 获取所述目标用户的电力产品推荐结果。 7.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 通过所述本地节点获取 所述目标用户信息对应的已订购电力产品； 将所述电力产品推荐结果和所述已订购电力产品进行比对去重， 得到所述目标用户信 息对应的推荐电力产品。 8.一种电力产品推荐装置， 其特 征在于， 所述装置包括： 更新模块， 用于通过本地节点和联邦学习节点的信息交互， 对所述本地节点的 电力产 品推荐模型进行 更新， 得到更新后的电力产品推荐模型； 获取模块， 用于通过所述本地节点获取目标用户的目标用户信息， 所述目标用户信息 包括至少一项基础标签和至少一项能力标签， 所述基础标签用于表征所述目标用户的属性 特征， 所述能力标签用于表征 所述目标用户的行为特 征； 匹配模块， 用于根据所述更新后的 电力产品推荐模型的类型， 从所述目标用户信息中 匹配至少一项基础标签或至少一项能力标签， 作为目标用户标签； 推荐模块， 用于采用所述更新后的 电力产品推荐模型处理所述目标用户标签， 得到所 述目标用户的电力产品推荐结果。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 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中任一项所述的方法的步骤。 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， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115456731 A 3