一种创建个人场景多维度特征图谱的方法、装置及其应用制造方法及图纸

本发明专利技术提供一种时序创建个人场景多维度特征图谱的方法、装置及其应用，其方法包括：预设多层次场景标签库，并预设对应的场景逻辑关系、场景间的关联概率计算规则、以及场景之间的时序关系、链式串联表达关系；通过用户手机使用的基站或/和卫星定位系统自动获得获取和/或计算用户的多层次场景标签值，对应存储到预设的多层次场景标签库中，根据预设的所述场景逻辑关系，生成用户个人场景；基于多个独立的用户个人场景，根据场景间的关联概率计算规则，计算预设时间段内多个独立的用户个人场景之间关联概率，根据预设的场景之间的时序关系、链式串联表达关系，生成用户个人场景图谱，实现自动创建个人场景图谱，并应用所述个人场景图谱，实现用户行为预测，根据预测结果，实现个性化推荐。

【技术实现步骤摘要】
一种创建个人场景多维度特征图谱的方法、装置及其应用
本专利技术涉及互联网
，具体而言，涉及一种时序创建个人场景多维度特征图谱的方法、装置及其应用。
技术介绍
随着计算机行业的大数据和人工智能技术的快速发展，个性化推荐越来越受到用户的欢迎，也为用户创造了越来越多的个性化价值。预测用户行为是实现个性化推荐的重要前置技术，而目前的预测用户行为的技术方案主要是使用推荐算法，具体为：通过用户维度数据、内容维度数据、时间维度、地址维度数据建立特征仓库，然后根据特征仓库数据进行逻辑计算，获得针对用户的推荐内容，包括：1.根据用户喜欢某些特征的内容进行用户内容匹配；根据用户对物品或者信息的偏好，发现物品或者内容本身的相关性，或者是发现用户的相关性，这种方案被称为基于协同过滤的推荐；专利技术CN201310079241.5提供了一种基于地图的信息推荐方法，该方法适用于为当前地图搜索服务提供用户需求预测并推荐。用户输入搜索查询，通过与知识库中的模型匹配，能够对用户的需求进行预测并推荐。2.专利技术CN201610285120.X利用用户之前喜欢的内容进行内容匹配，找到与这些内容相似的内容，根据推荐物品或内容的元数据，发现物品或者内容的相关性，这种方案被称为基于内容的推荐；3.根据用户特征寻找相似的用户、相似的用户喜欢的东西进行用户匹配，根据系统用户的基本信息发现用户的相关程度，这种方案被称为基于人口统计学的推荐。在构建模型与用户模型后，需要计算两个模型的相似性，从而将按相似性大小排序后的文献集返回给用户。传统的相似性计算主要是将两个模型定义为向量，采用余弦相似性方法进行计算，然而此方法对两个向量的元素个数匹配有强制性的要求，这就加剧了数据稀疏性的问题。现有技术中上述的推荐算法存在冷启动、稀疏性、精度和多样性等问题；相关异构的信息不够全面、内容特征样本不利于用户理解、特征训练算法不太符合用户逻辑性、结果和实际偏差较大、推荐的个性化、针对性有效性、准确性不高。但很少针对场景图谱服务的属性筛选服务以满足用户的个性化需求，有鉴于此，本专利技术提出一种时序创建个人场景多维度特征图谱的方法及其应用，通过创建个人场景图谱，预测用户行为，实现精确、有效、个性化推荐的目的。
技术实现思路
本专利技术的目的是：提出一种时序创建个人场景多维度特征图谱的方法、装置及其应用，通过创建个人场景图谱，预测用户行为，实现个性化推荐的目的。本专利技术所采用的技术方案是：本专利技术一方面提出一种时序创建个人场景多维度特征图谱的方法，包括：步骤1：预设多层次场景标签库，并预设对应的场景逻辑关系、场景间的关联概率计算规则、以及场景之间的时序关系、链式串联表达关系；步骤2：通过用户手机使用的基站或/和卫星定位系统自动获得获取和/或计算用户的多层次场景标签值，对应存储到预设的多层次场景标签库中，根据预设的所述场景逻辑关系，生成用户个人场景；步骤3：基于多个独立的用户个人场景，根据场景间的关联概率计算规则，计算预设时间段内多个独立的用户个人场景之间关联概率，根据预设的场景之间的时序关系、链式串联表达关系，生成用户个人场景图谱。进一步地，所述的自动时序创建个人场景串联多维度特征图谱的方法，其中：所述多层次场景标签，包括一级场景标签和多级下属场景标签，所述一级场景标签包括人、时间、地点、天气四个标签。进一步地，所述的自动时序创建个人场景串联多维度特征图谱的方法，其中：所述人的多层次场景标签值，由预设的用户画像数据库或/和实时计算获得；所述时间的多层次场景标签值，由系统自动获得；所述地点的多层次场景标签值，由用户手机使用的基站或/和卫星定位系统自动获得；所述天气的多层次场景标签值，由系统自动获得。进一步地，所述的自动时序创建个人场景串联多维度特征图谱的方法，其中：所述实时计算人的多层次场景标签值是针对无法直接采集的场景标签进行自动获取，步骤为：a.预设可直接采集的场景标签为第一场景标签，无法直接采集的场景标签为第二场景标签，并建立对应的场景标签条目；b.根据第二场景标签，搜索或匹配获得第二场景标签值；根据第一场景标签推理获得第二场景标签值；通过对会话内容进行语义推理获得第二场景标签值；通过获取与会话内容关联的关联词获得第二场景标签值；根据已训练好的分类器分类获得第二场景标签值；通过已获得的第二场景标签进一步多层次推理计算获得其他的第二场景标签值；根据上述方法的任意组合获得第二场景标签值。进一步地，所述的自动时序创建个人场景串联多维度特征图谱的方法，其中：所述场景逻辑关系，是在多层次场景标签库的各场景标签之间，定义场景标签获得对应的场景标签值后，用于组成描述用户个人场景的规则；所述场景间的关联概率计算规则，是根据在一个预设时间段内统计的用户数据，计算一个用户个人场景与时间上相邻的其他用户个人场景之间关联发生的概率。进一步地，所述的自动时序创建个人场景串联多维度特征图谱的方法，其中：所述时序关系包括：Before：场景在另一个场景之前发生；After：场景在另一个场景之后发生；Includes：一个场景包含另一个场景；Is_Included：一个场景被另一个场景包含；During：一个场景在一段时间内保持一个状态；Simultane-ous：同时发生；Iafter：场景紧跟另一个场景发生，且它们不重叠、不间断；Ibe-fore：场景在另一个场景之前发生，且它们不重叠、不间断；1Iaentity：表示同一场景；Begins：一个场景开始导致另一个场景开始；Ends：一个场景结束导致另一个场景结束；BegunBy：一个场景因另一个场景开始而开始，与Begins相对；Ended_By：一个场景因另一个场景结束而结束，与Ends相对；所述时序关系的计算方法为：在采集场景的同时，采集场景发生的开始时间点和结束时间点，通过时间计算确定时序关系；所述链式串联表达关系的确定方法是：根据如上计算方法获得的13种时序关系，基于正向和反向时序关系建立多个独立的用户场景之间的链式串联表达图，并在邻接边上标注概率信息。进一步地，所述的自动时序创建个人场景串联多维度特征图谱的方法，其特征在于，其中：所述预设时间段，可由用户自定义。本专利技术还提出一种自动创建的个人场景图谱的装置，包括：多层次场景标签库单元，预设有多层次场景标签，并在各标签下预设存储对应的场景标签值的存储位；预设计算规则模型单元，其上存储有与多层次场景标签库中的场景标签对应的场景逻辑关系、场景间的关联概率计算规则、以及场景之间的时序关系、链式串联表达关系；时间段预设单元，允许用户设置用于采集建立个人场景图谱的数据的时间长度；场景标签值采集单元，用于根据多层次场景标签库中的场景标签，采集用户在预设时间段内，所处的各类场景标签值；用户个人场景生成单元，用于根据已经存储到多层次场景标签库中的各场景标签值，调取预设的场景逻辑关系，组成对用户个人场景的描述；相邻场景间关联概率计算单元，用于对时间上相邻的用户个人场景，计算其相邻发生的概率；用户个人场景图谱生成单元，用于根据一定时间段内，基于正向和反向时序关系，建立多个独立的用户个人场景之间的链式串联表达，并在邻接边上标注概率信息，形成用户个人场景图谱。进一步地，所述的自动创建的个人场景图谱的装置，所述场景标签值采集本文档来自技高网...

【技术保护点】
1.一种时序创建个人场景多维度特征图谱的方法，其特征在于，包括：步骤1：预设多层次场景标签库，并预设对应的场景逻辑关系、场景间的关联概率计算规则、以及场景之间的时序关系、链式串联表达关系；步骤2：通过用户手机使用的基站或/和卫星定位系统自动获得获取和/或计算用户的多层次场景标签值，对应存储到预设的多层次场景标签库中，根据预设的所述场景逻辑关系，生成用户个人场景；步骤3：基于多个独立的用户个人场景，根据场景间的关联概率计算规则，计算预设时间段内多个独立的用户个人场景之间关联概率，根据预设的场景之间的时序关系、链式串联表达关系，生成用户个人场景图谱。

【技术特征摘要】
1.一种时序创建个人场景多维度特征图谱的方法，其特征在于，包括：步骤1：预设多层次场景标签库，并预设对应的场景逻辑关系、场景间的关联概率计算规则、以及场景之间的时序关系、链式串联表达关系；步骤2：通过用户手机使用的基站或/和卫星定位系统自动获得获取和/或计算用户的多层次场景标签值，对应存储到预设的多层次场景标签库中，根据预设的所述场景逻辑关系，生成用户个人场景；步骤3：基于多个独立的用户个人场景，根据场景间的关联概率计算规则，计算预设时间段内多个独立的用户个人场景之间关联概率，根据预设的场景之间的时序关系、链式串联表达关系，生成用户个人场景图谱。2.根据权利要求1所述的自动时序创建个人场景串联多维度特征图谱的方法，其特征在于：所述多层次场景标签，包括一级场景标签和多级下属场景标签，所述一级场景标签包括人、时间、地点、天气四个标签。3.根据权利要求2所述的自动时序创建个人场景串联多维度特征图谱的方法，其特征在于：所述人的多层次场景标签值，由预设的用户画像数据库或/和实时计算获得；所述时间的多层次场景标签值，由系统自动获得；所述地点的多层次场景标签值，由用户手机使用的基站或/和卫星定位系统自动获得；所述天气的多层次场景标签值，由系统自动获得。4.根据权利要求3所述的自动时序创建个人场景串联多维度特征图谱的方法，其特征在于：所述实时计算人的多层次场景标签值是针对无法直接采集的场景标签进行自动获取，步骤为：a.预设可直接采集的场景标签为第一场景标签，无法直接采集的场景标签为第二场景标签，并建立对应的场景标签条目；b.根据第二场景标签，搜索或匹配获得第二场景标签值；根据第一场景标签推理获得第二场景标签值；通过对会话内容进行语义推理获得第二场景标签值；通过获取与会话内容关联的关联词获得第二场景标签值；根据已训练好的分类器分类获得第二场景标签值；通过已获得的第二场景标签进一步多层次推理计算获得其他的第二场景标签值；根据上述方法的任意组合获得第二场景标签值。5.根据权利要求1所述的自动时序创建个人场景串联多维度特征图谱的方法，其特征在于：所述场景逻辑关系，是在多层次场景标签库的各场景标签之间，定义场景标签获得对应的场景标签值后，用于组成描述用户个人场景的规则；所述场景间的关联概率计算规则，是根据在一个预设时间段内统计的用户数据，计算一个用户个人场景与时间上相邻的其他用户个人场景之间关联发生的概率。6.根据权利要求1所述的自动时序创建个人场景串联多维度特征图谱的方法，其特征在于：所述时序关系包括：Before：场景在另一个场景之前发生；After：场景在另一个场景之后发生；Includes：一个场景包含另一个场景；Is_Included：一个场景被另一个场景包含；During：一个场景在一段时间内保持一个状态；Simultane-ous：同时发生；Iafter：场景紧跟另一个场景发生，且它们不重叠、不间断；Ibe-fore：场景在另一个场景之前发生，且它们不重叠、不间断；1Iaentity：表示同一场景；B...

【专利技术属性】
技术研发人员：陈包容，
申请(专利权)人：陈包容，
类型：发明
国别省市：湖南,43