一种基于大数据的社区活动推荐方法及装置制造方法及图纸

技术编号:23558319 阅读:27 留言:0更新日期:2020-03-25 03:54
本申请实施例提供一种基于大数据的社区活动推荐方法及系统。该方法包括:导入社区成员提供的社区活动注册文件,通过图像文本识别技术对社区活动注册文件进行识别和分类,得到社区活动初始数据集;基于社区活动初始数据集,按照社区成员的专业特征、职业特征、时间特征,构建社区师资特征集;按照社区成员的兴趣特征、家庭特征、时间特征,构建社区生源特征集;按照社区活动条件资源的环境特征、时间特征,构建社区环境特征集;基于社区环境特征集、社区师资特征集和社区生源特征集,构建社区活动推荐深度学习网络;采集社区成员和社区的社区活动数据,训练社区活动推荐模型,根据社区活动推荐模型进行社区活动规划。

A community activity recommendation method and device based on big data

【技术实现步骤摘要】
一种基于大数据的社区活动推荐方法及装置
本申请涉及社区活动推荐及大数据领域,尤其涉及一种基于大数据的社区活动推荐方法及装置。
技术介绍
社区活动作为精神文明建设的重要方式,极大地丰富了社区居民的业余文化生活,常见形式有文艺演出、学习课堂、体育锻炼、兴趣小组等。随着国家社会发展,面对社区活动环境紧张、社区师资力量紧缺、社区学习需求强烈的现状,如何有效提高社区活动推荐准确度,提升活动体验,成为目前社区活动推荐领域需要解决的技术难题。大数据(bigdata)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。因此,可以考虑改进,融合大数据技术,设计基于大数据的社区活动推荐方法及装置。
技术实现思路
有鉴于此,本申请的目的在于提出一种基于大数据的社区活动推荐方法及装置,提高社区活动推荐准确度,解决目前社区活动推荐过程中,社区成员体验不好、准确度不高的技术问题。基于上述目的,本申请提出了一种基于大数据的社本文档来自技高网...

【技术保护点】
1.一种基于大数据的社区活动推荐方法,其特征在于,包括:/n导入社区成员提供的社区活动注册文件,通过图像文本识别技术对所述社区活动注册文件进行识别和分类,得到社区活动初始数据集;/n基于所述社区活动初始数据集,按照社区成员的专业特征、职业特征、时间特征,构建社区师资特征集;按照社区成员的兴趣特征、家庭特征、时间特征,构建社区生源特征集;按照社区活动条件资源的环境特征、时间特征,构建社区环境特征集;/n基于所述社区环境特征集、所述社区师资特征集和所述社区生源特征集,构建社区活动推荐深度学习网络;/n采集社区成员和社区的社区活动数据,导入所述深度学习网络,训练社区活动推荐模型,根据所述社区活动推荐...

【技术特征摘要】
1.一种基于大数据的社区活动推荐方法,其特征在于,包括:
导入社区成员提供的社区活动注册文件,通过图像文本识别技术对所述社区活动注册文件进行识别和分类,得到社区活动初始数据集;
基于所述社区活动初始数据集,按照社区成员的专业特征、职业特征、时间特征,构建社区师资特征集;按照社区成员的兴趣特征、家庭特征、时间特征,构建社区生源特征集;按照社区活动条件资源的环境特征、时间特征,构建社区环境特征集;
基于所述社区环境特征集、所述社区师资特征集和所述社区生源特征集,构建社区活动推荐深度学习网络;
采集社区成员和社区的社区活动数据,导入所述深度学习网络,训练社区活动推荐模型,根据所述社区活动推荐模型进行社区活动规划。


2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
调取历史物业信息,得到历史社区活动中全部场所的场地信息;所述场地信息包括场地性质、场地大小、时间限制、硬件配置。


3.根据权利要求1所述的方法,其特征在于,导入社区成员提供的社区活动注册文件,通过图像文本识别技术对所述社区活动注册文件进行识别和分类,得到社区活动初始数据集,包括:
在所述识别过程中,出现不可识别内容和缺少内容项时,发出告警,并以标签标记所述不可识别内容;
在所述分类过程中,按照关键字和/或关键标识识别所述社区活动注册文件的文件类型,并按照师资特征、生源特征填充对应的数据库。


4.根据权利要求1所述的方法,其特征在于,基于所述社区环境特征集、所述社区师资特征集和所述社区生源特征集,构建社区活动推荐深度学习网络,包括:
师生匹配深度学习网络,通过结合社区成员的兴趣特征、家庭特征、时间特征,和社区成员的专业特征、职业特征、时间特征,匹配出符合社区的师生配对;
环境匹配深度学习网络,通过学习历史社区活动数据,计算出所述师生匹配深度学习网络预测结果与社区环境条件最大容量的匹配。


5.根据权利要求1所述的方法,其特征在于,采集社区成员和社区的社区活动数据,导入所述深度学习网络,训练社区活动推荐模型,包括:
持续采集社区成员和社区的社区活动数据,导入所述深度学习网络中,更新深度学习模型的结构和参数;
当学习得到的结果低于预先设定的偏差阈值时,所述深度学习网络进入稳定状态,结束学习。


6.根据...

【专利技术属性】
技术研发人员:李杨余恒兵
申请(专利权)人:重庆特斯联智慧科技股份有限公司
类型:发明
国别省市:重庆;50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1