[发明专利]实时兴趣信息的计算方法及系统

权利要求书

1.一种实时兴趣信息的计算方法，包括：

获取目标用户在物理空间内的当前空间轨迹以及停留时间；其中，所述物理空间具有预设领域属性，且所述物理空间包含多个子空间，每个子空间具备至少一个标签；

根据所述目标用户的当前空间轨迹以及停留时间，计算所述目标用户对应的各个子空间的标签权重；

生成所述目标用户的实时兴趣信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的当前空间轨迹以及停留时间，计算所述目标用户对应的各个子空间的标签权重进一步包括：

将所述目标用户的当前空间轨迹以及停留时间作为循环神经网络模型的输入，通过所述循环神经网络模型，计算所述目标用户对应的各个子空间的标签权重。

3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：

以前N-1个历史活动地点和停留时长为输入，以第N个历史活动地点和停留时长为结果，作为时序数列训练得到所述循环神经网络模型。

4.根据权利要求1所述的方法，其特征在于，所述生成所述目标用户的实时兴趣信息进一步包括：

若存在至少一个第一用户其对应的各个子空间的标签权重与所述目标用户对应的各个子空间的标签权重相似，根据所述至少一个第一用户对应的各个子空间的标签权重以及所述目标用户对应的各个子空间的标签权重，生成所述目标用户的实时兴趣信息。

5.根据权利要求1所述的方法，其特征在于，所述生成所述目标用户的实时兴趣信息进一步包括：

根据所述目标用户对应的各个子空间的标签权重及其社交用户的空间轨迹，生成所述目标用户的实时兴趣信息。

6.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

根据所述目标用户的历史步行距离数据确定步行距离阈值；

若所述实时兴趣信息对应的空间位置与所述目标用户的实时空间位置之间的步行距离超过所述步行距离阈值，过滤所述实时兴趣信息。

7.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

确定所述实时兴趣信息对应的第二用户的数量；

其中，所述第二用户的实时空间位置和所述实时兴趣信息对应的空间位置之间的距离小于预设距离阈值；

若所述第二用户的数量高于预设数量阈值，则过滤所述实时兴趣信息。

8.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

根据其他用户的当前空间轨迹，判断所述其他用户中是否存在所述目标用户对应的同行用户；

所述生成所述目标用户的实时兴趣信息进一步包括：

根据所述同行用户对应的各个子空间的标签权重以及所述目标用户对应的各个子空间的标签权重，生成所述目标用户的实时兴趣信息。

9.根据权利要求1所述的方法，其特征在于，所述实时兴趣信息包括以下中的一种或多种：

传感器所采集的实时空间状态信息、基于视觉设备采集到的空间人员位置分布信息、基于视觉设备采集到的空间物体位置分布信息、标记用户上传的知识信息。

10.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

响应于目标用户发起的信息拉取请求，向所述目标用户下发所述实时兴趣信息。

11.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

将所述目标用户的实时兴趣信息加入推送消息队列。