基于混合过滤的地学数据个性化推荐方法设计与实现.pdfVIP

第37 卷第4 期 地 理 研 究 Vol.37, No.4 2018 年4 月 GEOGRAPHICAL RESEARCH April, 2018 基于混合过滤的地学数据个性化推荐方法设计与实现 1,2 3 4,5,6 4,5 王 末 ，郑晓欢 ，王卷乐 ，柏永青 （1. 中国农业科学院农业信息研究所，北京 100081；2. 农业部农业大数据重点实验室，北京 100081； 3. 中国科学院办公厅，北京 100864；4. 中国科学院地理科学与资源研究所，资源与环境信息系统国家重点 实验室，北京 100101；5. 中国科学院大学，北京 100049；6. 江苏省地理信息资源开发与利用协同创新中 心，南京 210023 ） 摘要：推荐系统是帮助互联网用户克服信息过剩的有效工具。在地学数据共享领域，较其他 物品的内容属性，地学数据具有更加丰富的时空属性，这也给地学数据推荐带来挑战。针对地 学数据的特点，为地学数据共享推荐服务开发了一种动态加权的混合过滤方法。该方法分别 采用协同过滤和基于内容过滤算法预测用户对数据的兴趣度，再以训练模型计算最优加权权 重，计算最终预测评分。在数据获取阶段，通过用户访问日志数据，采用Jenks Natural Break 算 法分析用户访问记录获取用户的数据兴趣度。在基于内容过滤部分，通过数据的空间、时间及 内容属性计算数据相似度，并以用户历史行为为依据计算用户兴趣。在协同过滤和基于内容 过滤中分别采用k-NN 算法计算用户对未访问数据的预测评分，并进行加权求和。通过训练 集，对理想权重值及用户的共同评价度（co-rating level ）进行建模，拟合二者的关系。该模型被 应用于混合过滤的权重调整，以获得最优的加权方程。测试结果显示，结合数据时空属性的混 合过滤方法的准确度和召回率，较单一的协同过滤或基于内容过滤方法有显著提高。 关键词：地理空间数据；推荐系统；混合过滤；科学数据共享 DOI: 10.11821/dlyj201804014 1 引言 [1] 数据是进行科学研究的基本条件 。当今，地学领域每天以前所未有的速度产生、收 集和储存了海量的科学数据。数据共享是有效利用这些数据重要的途径。资源查找是数 据共享服务提供的基本功能之一。然而，地学数据内在属性包括空间、时间和主题内容 信息，基于传统的检索技术可能不能满足用户对数据属性的需求。面对海量的数据，科研 人员将面临如何发现所需数据的难题。个性化推荐是解决这一信息过剩问题的有效途径。 [2-4] 个性化推荐系统已在多个领域得到成功地应用，包括多媒体内容 （音乐、电影等） 、 [5,6] [7,8] [9,10] 网络教学 、电子商务 、网络搜索 等。但在目前仍缺乏针对科学数据共享服务设计 的个性化推荐方法。 个性化推荐系统是一种能够学习用户偏好，并基于用户偏好预测用户需求，在大量 [11] 的可能选项里给出个性化推荐的Web 应用系统 。常见的个性化推荐算法类型有协同过 收稿日期：2017-10-11; 修订日期：2018-02-01 基金项目：国家科技基础条件平台建设项目 （2005DKA32300）；中国科学院特色研究所培育建设服务项目 （TSYJS03 ）；中国工程科技知识中心建设项目 （CKCEST-2017-3- 1）；农业科学数据挖掘分析平台研究与 建设项目 （JBYW-AII-2017-32）；中国农业科学院科技创新工程项目 （CAAS-ASTIP-2016-AII） 作者简介：王末 （1987-