随着我国对电力市场的深化改革,明确了国家电力改革的重点内容和发展路径。电力改革要求放开售电侧的供给,鼓励引入售电环节竞争机制,由此还原电力产品的商品属性,从而赋予用电用户自由选择权。因此,一方面需要鼓励培育市场化的售电公司,并对其进行合理规划;另一方面如何对电力用户进行个性化售电套餐推荐关乎到售电公司在售电市场中的竞争利益。本文做了以下三个方面的研究。(1)针对协同过滤算法中存在的数据稀疏和冷启动问题,本文提出了一种基于加权相似度显隐式反馈的协同过滤算法,该算法首先对电力用户的历史数据进行挖掘,分析其隐含的行为偏好信息,并结合电力用户主动对售电套餐的评分,结果表明本文改进后的算法能够有效解决协同过滤算法中存在的数据稀疏和冷启动问题。(2)针对推荐系统中售电套餐的种类繁多带来的推荐困难问题,本文考虑对售电套餐的属性进行聚类,同时对电力用户的历史信息进行挖掘,有效地分析出电力用户的行为偏好。引入时间权值和相关度因子,运用改进的协同过滤算法,实现售电套餐的精准推荐,避免因套餐属性过于复杂而导致推荐效果下降。(3)针对套餐推荐过程中需要处理的任务量比较大和用户需求不能及时地进行响应与处理等问题,本文主要对推荐算法、数据收集与存储、系统用户交互三大功能进行了设计与数据分析,实现了为电力用户精准、及时推荐售电套餐的目的。