买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于政务用户画像的城市易涝点信息推荐方法_中国市政工程华北设计研究总院有限公司_202311403044.4 

申请/专利权人:中国市政工程华北设计研究总院有限公司

申请日:2023-10-27

公开(公告)日:2024-02-23

公开(公告)号:CN117149859B

主分类号:G06F16/2458

分类号:G06F16/2458;G06Q50/26;G06F18/22;G06F18/25

优先权:

专利状态码:有效-授权

法律状态:2024.02.23#授权;2023.12.19#实质审查的生效;2023.12.01#公开

摘要:本发明公开了一种基于政务用户画像的城市易涝点信息推荐方法,构建政务用户特征标签和兴趣标签体系,基于政务用户基本信息提取政务用户基本特征标签,计算政务用户基本特征向量及政务用户对城市易涝点信息的长期兴趣向量和短期兴趣向量,对政务用户长短期兴趣向量进行加权融合,得到政务用户对城市易涝点信息的兴趣向量;连接城市易涝点信息数据库,构建数据项特征向量;利用政务用户对城市易涝点信息的兴趣向量和数据项特征向量计算用户兴趣与数据特征的相似度,基于向量相似性为政务用户提供个性化推荐。

主权项:1.一种基于政务用户画像的城市易涝点信息推荐方法,其特征在于,包括以下步骤:获取政务用户基本信息、显式反馈信息和隐式反馈信息,将数据存储在政务用户信息数据库中;构建政务用户特征标签体系和兴趣标签体系,根据政务用户特征标签体系提取政务用户基本特征标签,基于所述兴趣标签体系分别提取政务用户的长期兴趣标签和短期兴趣标签;计算政务用户对城市易涝点信息的长期兴趣向量和短期兴趣向量,对政务用户的长期兴趣向量和短期兴趣向量进行加权融合,得到政务用户对城市易涝点信息的兴趣向量,其中,计算政务用户对城市易涝点信息的长期兴趣向量和短期兴趣向量的具体步骤包括:对长期兴趣标签和短期兴趣标签中的所述政务用户属性特征进行核心语义提取,得到属性特征语义;利用特征频率公式计算出所述属性特征语义的属性特征频率;选取所述属性特征频率最高的属性特征语义为长期兴趣向量和短期兴趣向量的计算因子;利用长期兴趣标签和短期兴趣标签中的操作区域、浏览速度、页面大小和请求时长进行时长公式计算,得到政务用户的浏览时长,所述政务用户的浏览时长包括最长浏览时长和最短浏览时长;根据所述最长浏览时长和所述属性特征频率最高的属性特征语义计算出长期兴趣向量,以及根据所述最短浏览时长和所述属性特征频率最高的属性特征语义计算出短期兴趣向量,基于所述特征频率公式计算属性特征频率,选择代表目标政务用户的属性特征语义,特征频率公式为: 其中,f为属性特征频率,kwkit为属性特征语义kt在第i个标签中出现的次数,dwkt为出现所述属性特征语义kt的标签数,N为标签体系中的全部标签数量,log为对数函数;时长公式为: 其中,为第k个所述操作区域的所述浏览时长,为第i个所述操作区域的页面大小,为对第i个所述操作区域的浏览速度,为紧跟操作区域的下一个操作区域,为第k个所述操作区域的请求时长;根据所述浏览时长确定目标用户的页面操作意图,根据所述页面操作意图生成政务用户在业务页面的兴趣特征,提取所述兴趣特征的兴趣关键词,其中,选取作为长期兴趣向量的时间因子,结合政务用户的属性特征频率f,对政务用户的兴趣特征进行类别划分,得到长期兴趣类别,选取作为短期兴趣向量的时间因子,结合政务用户的属性特征频率f,对政务用户的兴趣特征进行类别划分,得到短期兴趣类别,对所述长期兴趣类别和所述短期兴趣类别分别进行向量转换,得到长期兴趣向量和短期兴趣向量;对政务用户的长期兴趣向量和短期兴趣向量进行加权融合,得到政务用户对城市易涝点信息的兴趣向量,具体步骤包括:基于多标签分类器计算所述长期兴趣向量相对于短期兴趣向量的第一加权因子;基于多标签分类器计算所述短期兴趣向量相对于长期兴趣向量的第二加权因子;通过第一加权因子对所述长期兴趣向量进行加权,以及通过所述第二加权因子对所述短期兴趣向量进行加权,将加权后的长期兴趣向量和短期兴趣向量进行融合得到政务用户对城市易涝点信息的兴趣向量;其中,第一加权因子的计算公式为: 其中,第二加权因子的计算公式为: 其中表示所述长期兴趣向量,表示所述短期兴趣向量,表示点乘,表示兴趣向量通过多标签分类器后得到的每个标签下的概率值,且表示对于每个标签下的概率值的进行求和,表示长短期兴趣向量之间的距离,exp()表示向量的指数运算,所述向量的指数运算表示计算以向量中各个位置的特征值为幂的自然指数函数值;在得到所述第一加权因子和第二加权因子后,进一步再以和分别对长期兴趣向量V1与所述短期兴趣向量V2进行加权,并且融合加权后的所述第一加权因子与所述第二加权因子得到政务用户对城市易涝点信息的兴趣向量;计算所述加权后长期兴趣向量和所述加权后短期兴趣向量的按位置加权和以得到政务用户对城市易涝点信息的兴趣向量;连接城市易涝点信息数据库,获取城市易涝点的多源异构数据,采用数据挖掘的方法识别数据项特征,构建数据项特征向量;利用政务用户对城市易涝点信息的兴趣向量和数据项特征向量计算用户兴趣与数据特征的相似度,基于向量相似性为政务用户提供个性化推荐;计算政务用户基本特征向量,根据所述政务用户基本特征向量计算用户相似度,提取前TOP-N个相似用户的兴趣向量进行加权融合作为新用户的兴趣向量,再计算用户兴趣与数据特征的相似度作为用户冷启动时信息推荐的依据。

全文数据:

权利要求:

百度查询: 中国市政工程华北设计研究总院有限公司 一种基于政务用户画像的城市易涝点信息推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。