欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022114228198
申请人: 成都天合一成科技服务有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于知识图谱驱动的遥感图像推荐方法,其特征在于,包括以下步骤:S1、获取用户业务文档,构建基于文档的隐含主题模型;所述步骤S1具体包括以下分步骤:S11、获取用户业务文档;

S12、采用隐含狄利克雷分配模型对用户业务文档进行主题建模,构建隐含主题模型;

S13、采用吉布斯采样对隐含主题模型的隐含主题进行采样,得到文档和关键词的主题分布;

S2、根据用户和隐含主题模型中的主题标签构建行业知识图谱;

S3、采用基于深度学习的表示学习方法进行知识图谱网络特征学习,构建主题融合特征模型;所述步骤S3具体包括以下分步骤:S31、采用基于深度学习的表示学习方法进行知识图谱网络特征学习,将知识图谱中表示用户、主题和遥感影像的实体映射到K维空间;

S32、采用向量的余弦相似度算法计算主题实体和用户之间的相关性系数;

S33、对用户主题对进行标注,计算在单一用户上下文特征下的相似性,构建主题融合特征向量;

S4、建立用户-遥感影像历史交互数据矩阵,计算用户邻居集;所述步骤S4具体包括以下分步骤:S41、建立用户-遥感影像历史交互数据矩阵;

S42、根据用户-遥感影像历史交互数据矩阵计算用户-主题评分矩阵;

S43、将用户-遥感影像历史交互数据矩阵与用户-主题评分矩阵进行合并,得到合并后的用户-主题评分矩阵;

S44、采样Weighted Slope One算法对合并后的用户-主题评分矩阵中的空置项进行填充,得到填充后的用户-主题评分矩阵;

S45、采用基于密度和距离的K-means聚类算法对用户进行聚类;

S46、计算目标用户与聚类结果中各个簇心之间的距离,并把目标用户添加到距离最近的簇中,得到目标用户的最近邻居集;

S5、聚合主题融合特征模型推荐结果和用户邻居集推荐结果,得到最终的遥感图像推荐结果,所述步骤S5中主题融合特征模型推荐结果的方法为:将主题融合特征向量与遥感影像的实体向量进行相似度计算,得到遥感影像与主题之间的相关度得分;并根据用户与主题之间的关联,得到相关性最大的Top-K推荐列表。

2.根据权利要求1所述的一种基于知识图谱驱动的遥感图像推荐方法,其特征在于,步骤S42中用户-主题评分的计算方法为:根据已评分主题的用户集合计算用户已评分主题与用户待预测评分主题之间的评分偏差;

根据评分偏差和用户已评分主题的评分计算用户待预测评分主题的预测评分。

3.根据权利要求2所述的一种基于知识图谱驱动的遥感图像推荐方法,其特征在于,所述评分偏差的计算公式为:其中,disi,j为用户已评分主题i与用户待预测评分主题j之间的评分偏差,ui,j为对主题i和主题j都已评分的用户集合,u′为用户集合Ui,j中的用户,ru′,i为用户u′对主题i的评分,ru′,j为用户u′对主题j的评分,numi,j为用户集合Ui,j中的用户数量。

4.根据权利要求3所述的一种基于知识图谱驱动的遥感图像推荐方法,其特征在于,所述用户待预测评分主题的预测评分的计算公式为:其中,preu,j为用户u对主题j的预测评分,Iu为用户u所有已评分的主题集合,ru,i为用户u对主题i的评分。

5.根据权利要求1所述的一种基于知识图谱驱动的遥感图像推荐方法,其特征在于,步骤S5中用户邻居集推荐结果的方法为:基于Pearson相关系数计算目标用户与簇中其他用户的相似度;根据目标用户的最近邻居集中的用户对项目的评分,计算目标用户对其未评分项目的预测评分,并把预测评分最高的前N个项目推荐给目标用户。