一种用于政务地图服务的精准性用户兴趣检测方法及系统技术方案

本发明专利技术公开了一种用于政务地图服务的精准性用户兴趣检测方法及系统，通过获取用于体现用户行为特征的政务数据，且基于当前获取的体现用户行为特征的数据，结合用户行为数据来分析用户的行为特征，进行整体服务推荐建模和个性化服务推荐建模；其中，通过引入权重建模方法，在融合了整体和个性化的情况下，构建精准性用户兴趣推荐模型；基于当前构建的精准性用户兴趣模型，进行相关服务的推荐；本发明专利技术公开的技术方案有效的提高了政务平台的地图服务能力，大大提升了政务用户地图服务体验。

An accurate user interest detection method and system for government map service

【技术实现步骤摘要】
一种用于政务地图服务的精准性用户兴趣检测方法及系统
本专利技术涉及互联网信息服务
，更具体地说，涉及一种用于政务地图服务的精准性用户兴趣检测方法及系统。
技术介绍
随着大数据时代的来临，政务地图服务的规模不断扩大，繁杂多样的地图数据遍布网络，同时也伴随着信息超负载的问题。我们在享受多种多样的政务地图数据资源带来的方便的同时，也在承担在大量无效数据里寻找有用信息的压力。政务用户不能在过量的数据中快速找到有用的数据，大大降低了数据的利用率，很多有用的海量地图数据无法被快速浏览甚至搜索超时，导致了“资源浪费”。因此，面对海量而复杂的政务地图大数据，如何针对不同类型用户进行高效缓存和提取，提升政务地图个性化服务的精准性已成为迫切需要解决的问题。在大数据背景下，要想达到精准推荐，用户兴趣模型的构建是关键步骤，它已渐渐发展为独立的研究领域，值得我们更加深入的探索钻研。用户兴趣构建方法和推荐算法是政务地图服务精准、主动表达的两个重要核心，用户兴趣模型构建的质量影响着用户准确描述兴趣爱好的高低，而模型的质量取决于优良的推荐算法。用户兴趣模型的起步在国内相对较晚，但也取得了一定的研究成果。林鸿飞等人结合各类型示例文本，改进了用户兴趣模型的表达和更新策略；于波等人改进了可以解决数据稀疏和冷启动问题的户兴趣模型，提高了模型推荐质量；王成舜通过融合用户的操作与视觉行为，结合熵权法，采用向量空间模型，改进用户兴趣模型；孙铁利研究隐式反馈信息改进用户兴趣模型；应晓敏采用改进的KNN分类器对粒度类别进行区分，提出了一种细粒度用户兴趣建模策略；吴晓结合数据挖掘，通过Huffman树的表达方法建立用户兴趣模型；宋章浩对用户兴趣进行评分构造用户兴趣模型。国外大约从上世纪90年代开始研究用户兴趣模型。2000年之后，Fragoudis和Likothanassis研究用户兴趣建模技术，强调了用户兴趣建模的重要性；SofiaStamou等通过检索关键词和网页信息来构建用户兴趣模型；M.Claypool等通过显式和隐式分析结合的策略创建用户兴趣模型，实现了CuriousBrowser系统；Julia等通过收集用户的标签数据和分析用户社交关系来进行建模；Grabtree等结合时间窗方法改进用户兴趣模；HochulJeon等通过动态更新策略实现用户兴趣动态建模。目前，在地图服务行业中，用户兴趣模型虽然有主动服务的能力，但都只是针对用户的历史兴趣行为进行推荐，没有深度融合用户个性化特征，比如结合用户背景来进行服务推荐，故其用户兴趣模型的精准表达比较薄弱，更加不能分析出用户的潜在需求，不能保证推荐结果的精准性和精准性；同时，目前用户兴趣模型政务地图服务行业中的应用非常薄弱。因此，优化用户兴趣模型的表达对于提升模型的政务个性化服务十分有价值。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术在面对海量而复杂的政务地图大数据时，无法对不同类型用户数据，进行高效缓存和存储的缺陷，提供一种用于政务地图服务的用户兴趣检测方法及装置。本专利技术解决其技术问题所采用的技术方案是：构造一种用于政务地图服务的精准性用户兴趣检测方法，包括以下步骤：获取用于体现用户行为特征的政务数据，所述政务数据包括政务地图瓦片数据和设有用户属性的用户行为数据；基于当前获取的体现用户行为特征的政务地图瓦片数据，结合用户行为数据来分析用户的行为特征，进行整体服务推荐建模和个性化服务推荐建模；其中，通过引入权重建模方法，在融合了整体和个性化服务建模结果的情况下，构建精准性用户兴趣推荐模型；其中：在进行整体服务建模的过程中，基于每项服务的评分项值，计算出用户对不同服务的偏好程度；在进行个性化服务建模的过程中，基于识别出的不同用户类型，进行个性化服务推荐；基于当前构建的精准性用户兴趣模型，得到模型推荐的数据集；通过所述数据集进一步将相关服务推荐给用户。本专利技术提出的一种用于政务地图服务的用户兴趣检测系统，包括以下模块：数据获取模块，用于获取用于体现用户行为特征的政务数据，所述政务数据包括政务地图瓦片数据和设有用户属性的用户行为数据；精准性用户兴趣推荐模型构建模块，用于基于当前获取的体现用户行为特征的政务地图瓦片数据，结合用户行为数据来分析用户的行为特征，进行整体服务推荐建模和个性化服务推荐建模和；其中，通过引入权重建模方法，在融合了整体和个性化服务建模结果的情况下，构建精准性用户兴趣推荐模型；其中，精准性用户兴趣推荐模型构建模块还包括以下模块：整体服务建模模块，用于在进行整体服务建模的过程中，基于每项服务的评分项值，计算出用户对不同服务的偏好程度；个性化服务建模模块，用于在进行个性化服务建模的过程中，基于识别出的不同用户类型，进行个性化服务推荐。在本专利技术所述的一种用于政务地图服务的精准性用户兴趣检测方法及系统中，基于提高精准性的用户兴趣模型使得推荐结果种类不仅更加丰富多样，而且更加具有针对性，能够改善不同类型用户兴趣模型定位推荐精准性的问题，从而促进模型推荐结果的命中率和响应效率。实施本专利技术的一种用于政务地图服务的精准性用户兴趣检测方法及系统，具有以下有益效果：1、由于随着用户访问数量的增多，本专利技术提出的基于欧几里德距离评价方法进行整体服务推荐，随着欧几里德距离评价系数越高，尤其在用户访问数量较高时，欧几里德距离评价系数普遍越高，反映出用户对此类服务的偏好程度越高，本专利技术有效的提高了相关服务的可推荐性；2、本专利技术将权重建模方法应用于用户兴趣建模方法中，来权衡各部分之间的权重关系，将整体与个性化推荐方式有效结合，从而优化用户兴趣模型，得到最优建模方法；3、本专利技术在传统推荐方法的基础上，结合能够区分用户特征的用户属性来进行个性化建模方法的改进，以各种类型的用户行为数据统计中访问量越高的服务优先推荐，然后根据访问量依次针对各类型用户推荐，以此优化个性化建模方法，加强建模方法的针对性，从而增强模型推荐的精准性。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是精准性的用户兴趣模型框架图；图2是用户兴趣检测系统结构图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。本专利技术通过对整体服务推荐、个性化服务推荐和潜在兴趣服务推荐进行建模，基于用户行为的历史访问数据，结合用户类型、访问服务类别、访问次数、访问行列号以及访问层级等来分析用户的行为特征，构建精准性用户兴趣模型，最终得到模型推荐的数据集，有效的提供了政务平台的地图服务能力，大大提高了政务平台的地图服务能力，大大提升了用户地图服务体验。请参考图1，其为精准性的用户兴趣模型框架图，构建所述精准性的用户兴趣模型具体包括以下步骤：S1、获取用于体现用户行为特征的政务数据，所述政务数据包括政务地图瓦片数据和设有用户属性的用户行为数据；本实施例依托于海南省政务服务地理空本文档来自技高网...

【技术保护点】
1.一种用于政务地图服务的精准性用户兴趣检测方法，其特征在于，包括以下步骤：/n获取用于体现用户行为特征的政务数据，所述政务数据包括政务地图瓦片数据和设有用户属性的用户行为数据；/n基于当前获取的体现用户行为特征的政务地图瓦片数据，结合用户行为数据来分析用户的行为特征，进行整体服务推荐建模和个性化服务推荐建模；其中，通过引入权重建模方法，在融合了整体和个性化服务建模结果的情况下，构建精准性用户兴趣推荐模型；其中：/n在进行整体服务建模的过程中，基于每项服务的评分项值，计算出用户对不同服务的偏好程度；/n在进行个性化服务建模的过程中，基于识别出的不同用户类型，进行个性化服务推荐；/n基于当前构建的精准性用户兴趣模型，得到模型推荐的数据集；通过所述数据集进一步将相关服务推荐给用户。/n

【技术特征摘要】
1.一种用于政务地图服务的精准性用户兴趣检测方法，其特征在于，包括以下步骤：
获取用于体现用户行为特征的政务数据，所述政务数据包括政务地图瓦片数据和设有用户属性的用户行为数据；
基于当前获取的体现用户行为特征的政务地图瓦片数据，结合用户行为数据来分析用户的行为特征，进行整体服务推荐建模和个性化服务推荐建模；其中，通过引入权重建模方法，在融合了整体和个性化服务建模结果的情况下，构建精准性用户兴趣推荐模型；其中：
在进行整体服务建模的过程中，基于每项服务的评分项值，计算出用户对不同服务的偏好程度；
在进行个性化服务建模的过程中，基于识别出的不同用户类型，进行个性化服务推荐；
基于当前构建的精准性用户兴趣模型，得到模型推荐的数据集；通过所述数据集进一步将相关服务推荐给用户。


2.根据权利要求1所述的用户兴趣检测方法，其特征在于，所述整体建模是基于欧几里德距离评价算法，通过构建散点图，计算不同服务在散点图中的距离，进行判断用户对不同服务的偏好程度；其中：
服务代表的节点距离原点的距离越大，表示用户对此服务的偏好程度越高；
多项服务节点之间的间距越小，表示用户对所述多项服务的偏好程度越接近。


3.根据权利要求2所述的用户兴趣检测方法，其特征在于，在进行整体建模的过程中，每项服务基于评分项值，进一步计算其到对应节点之间的距离；
为保证用户各个评分项值的评分标准的统一，对评分项值进行零-均值标准化处理，通过去掉各维数据间的数量级差别，避免由于各维数据间的数量级差别较大，而造成预测误差较大的情况，其中，零-均值标准化处理的数学表达式为：



xn为评分项值，μ为各维数据集的均值，σ为各维数据集的方差。


4.根据权利要求1所述的用户兴趣检测方法，其特征在于，所述个性化建模具体为：
基于传统用户兴趣模型，通过对不同类型的用户进行区分，从得到的各种类型的用户行为数据统计结果中，统计用户的历史访问量，然后依次针对各类型用户，进行相关服务的推荐。


5.根据权利要求1所述的用户兴趣检测方法，其特征在于，所述权重建模方法，具体为设置重要性权重系数，来权衡各部分之间的权重关系，将整体与个性化推荐方式有效结合，从而优化用户兴趣模型；其中：
将信息量权重...

【专利技术属性】
技术研发人员：林伟华，赵泽军，刘福江，郭艳，张宏博，陈泽平，欧阳迎坤，刘福寿，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42