[发明专利]一种基于用户画像的遥感信息精准推荐方法

说明书

本发明提出了一种基于用户画像的遥感信息精准推荐方法，属于遥感信息服务技术领域。该方法提供了一种基于用户画像的遥感信息精准推荐方法，通过收集和分析用户显性和隐性反馈行为，利用主题模型确立用户画像的主题表示，分析主题元素项的权重和主题元素项的分布范围与步长，明确主题元素项的分布特征值，完成用户画像的构建；设计关联函数定量计算待分发遥感信息在各个元数据属性上对用户主题的满足程度，综合考虑关联度、兴趣度、效用度等因素，实现基于用户主题画像的遥感信息的精准推荐。本发明根据用户特点及历史行为数据，自动进行用户画像构建，并根据画像信息完成数据的精准推荐，实现针对用户个性化需求的遥感信息精准推荐。

技术领域

本发明属于遥感信息服务技术领域，特别是指一种基于用户画像的遥感信息精准推荐方法。

背景技术

用户画像模型可拆分为用户基本属性(如性别、年龄、职业)与用户行为。前者是相对稳定的信息，刻画用户的整体概况，使用此类信息对用户进行划分时粒度较粗，但便于以此为依据建立相似人群，这类信息的采集与应用方式较为单一；而后者的信息更为个性化，并体现了用户在特定领域的偏好，且视数据采集的场景不同，信息的方式不同，因而采集、处理的方式也有较大的差异。目前已发表的研究成果主要针对用户画像与产品标签的预处理、数据稀疏性、新用户冷启动以及用户兴趣的更新等方面开展研究。

面向用户需求的遥感信息检索与推荐是近年来研究的热点和前沿方向。目前对于遥感数据推荐服务的研究方面重点考虑时间、空间、社交网络关系、推荐数据类别等要素的影响，利用矩阵分解、泊松系数模型、链接关系模型等数学模型构建用户与数据的关联关系，在其基础上利用机器学习和统计方法，训练学习用户的偏好兴趣，实现主题信息检索和用户推荐，该方法在推荐数据分布均匀和密集时效果较好，但对于稀疏性数据的解决方法尚处于探索阶段。目前广泛应用的开放平台，如天地图、百度地图、高德地图等都具备一定的空间信息检索能力，但服务订制和主动推荐能力不够，无法满足用户个性化的定制需求，迫切需要加强精准主动服务方面的研究，实现遥感信息产品的精准推荐和有效分发。

发明内容

为了解决上述问题，本发明提供了一种基于用户画像的遥感信息精准推荐方法，该方法采用主题模型构建用户画像，基于用户画像实现遥感信息的主动推荐，能够解决面向用户个性化需求的遥感信息精准推荐问题。

为了实现上述目的，本发明所采用的技术方案是：

一种基于用户画像的遥感信息精准推荐方法，包括以下步骤：

(1)读取用户的遥感信息检索样本数据，进行主题要素抽取，确定用户画像模型的主题元素项；

(2)分析主题元素项的权重和主题元素项的分布范围与步长，明确主题元素项的分布特征值，完成用户画像模型的构建；

(3)基于用户画像模型建立满足用户兴趣的最优解，最优解所包含的各个属性值均为各项待分发信息中的最佳值；

(4)建立待分发信息与最优解之间的关联函数，得到波谱范围、空间范围、时间范围及空间分辨率这四类元素项的兴趣度与关联度；

(5)计算待分发的遥感信息在波谱范围、空间范围、时间范围及空间分辨率这四类元素项上对用户兴趣的效用度，然后计算各个元素项关联度的加权和；

(6)根据加权和对待分发遥感信息进行排序，生成遥感信息推荐列表。

进一步的，步骤(2)所建立的用户画像模型为：

M＝{X,W,R,V}，