空间信息服务个性化推荐模型和技术研究_答辩.pptVIP

满足用户需求的SanFrancisco服务(左)和不满足用户需求的Esri_StreetMap_World_2D服务(右) * 本文以福州市药店信息服务为例，实现一个基于网络地图服务的个性化推荐原型系统，以位置信息为基础，实现个性化的信息服务，根据用户的特点，通过个性化推荐算法，判断用户可能需要的个性化服务并推送。 本原型系统，由上到下分别为表现层、个性化推送层和物理层。其中，物理层主要包括服务模型数据库、用户模型数据；个性化推荐层包括了推荐的两个具体模块；视图层主要用于服务结果的展示以及用户信息采集。原型系统的体系结构如图5-1所示 * 各系统的功能描述如下： 地图模块： ①实现基本的放大、缩小、平移、浏览等功能； ②定位功能； ③地址查询功能； ④位置属性查询：如查询药店的平均药价等。 信息模块：信息模块包括服务器或外网可以提供的各种空间信息以及用户的信息。 采集模块：存储用户登录cookie文件、用户浏览行为、以及查询的相关位置信息等。 个性化推荐服务模块：包括候选服务的推荐、用户偏好位置的推荐、临近范围内的相关位置的个性化推荐等个性化功能。 其中地图模块、信息模块、存储模块都是为个性化推荐模块打基础的，配合个性化推荐模块，共同实现个性化推荐服务。 * 图5-13. 用户love的基本信息 图5-14. 用户love的索引地址信息 图5-15. 用户使用服务情况图(左)，Esri和本机部分源服务数据(右) * * 构建面向用户历史库的网络模型： 带入各种统计参数，得出概率值。 设定阈值的临近位置推荐 将符合用户偏好(价格水平)且在地理范围内的位置进行推荐。(如图5-23中，用户输入范围值为1.5公里，符合其价格偏好的有两家药店，图中用红色边框点显示) * 登录用户为“love”用户，采集到的用户行为信息，如图： 源服务所包含的原子服务信息如图： 源服务ESRI_Imagery_World_2D中所包含的Find操作(左)和Compute操作(右) 源服务拆分为原子服务信息表，总将源服务拆分为各类原子服务共135个。 用户love与原子服务的相似度计算结果 通过基于用户地图操作行为的个性化推荐模型见4.4节，对空间信息服务进行推荐。 * * * 面向用户历史库的推荐建模 4.3.2 推荐算法流程建模 空间信息服务研究 面向用户历史库的推荐验证 4.3.3 用户特征总体概率分布表 各参数的先验概率分布图 空间信息服务研究 面向用户历史库的推荐验证 4.3.3 推荐候选结果的概率分布 空间信息服务研究 基于用户地图操作行为的个性化推荐 4.4 基于用户地图操作行为的推荐算法流程 空间信息服务研究 基于用户地图操作行为的推荐应用 4.4.3 服务数据 空间信息服务研究 基于用户地图操作行为的推荐应用 4.4.3 相似度计算 空间信息服务研究 基于用户地图操作行为的推荐应用 4.4.3 实验结果 空间信息服务研究 网络地图服务个性化推荐原型系统 5 体系架构 空间信息服务研究 网络地图服务个性化推荐原型系统 5 功能设计 空间信息服务研究 网络地图服务个性化推荐原型系统 5 系统展示 空间信息服务研究 网络地图服务个性化推荐原型系统 5 用户采集结果展示 空间信息服务研究 网络地图服务个性化推荐原型系统 5 统计结果 空间信息服务研究 网络地图服务个性化推荐原型系统 5 面向用户历史库的位置信息推荐 空间信息服务研究 网络地图服务个性化推荐原型系统 5 基于用户地图操作行为的空间信息WebService推荐 编号 原子服务 原子服务描述 相似度(?) Find，Point Compute，Distance 1 Find Searches the attributes of one or more layers in a data frame， in a map service for a given search string. 1 0.506 2 Query Gets the features/objects that satisfy the query c. 0.3489 0.1 3 update Updates features/objects in the Service. 0.3552 0.1429 4 Execute Execute a synchronous geoprocessing tool. 0.4848 0.2 5 Compute Calculate the distance between two points in a map (data frame). 0.506 1 空间信息服务研究 总结与展望 6 总结