本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種時(shí)空數(shù)據(jù)推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、鄉(xiāng)村特色社會(huì)化服務(wù)數(shù)據(jù)來源廣泛且類型多樣，在數(shù)據(jù)結(jié)構(gòu)和語義方面存在顯著差異，具有多源異構(gòu)、體量巨大、時(shí)效性強(qiáng)等特點(diǎn)，同時(shí)也是。典型的時(shí)空數(shù)據(jù)?，F(xiàn)有的時(shí)空數(shù)據(jù)推薦中，一般使用帶有時(shí)空索引的空間數(shù)據(jù)庫引擎，向關(guān)系型數(shù)據(jù)庫提供空間計(jì)算與查詢的接口，并支持一定程度的空間信息關(guān)聯(lián)查詢。但是對(duì)于數(shù)據(jù)體量大、時(shí)效性強(qiáng)的場(chǎng)景，數(shù)據(jù)檢索主要依賴人工經(jīng)驗(yàn)和元數(shù)據(jù)關(guān)鍵字等，服務(wù)與需求無法精準(zhǔn)匹配，存在查詢精度不足的情況，對(duì)于鄉(xiāng)村特色社會(huì)化服務(wù)的海量時(shí)空數(shù)據(jù)，無法滿足快速準(zhǔn)確的查詢需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種時(shí)空數(shù)據(jù)推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，用以解決現(xiàn)有的時(shí)空數(shù)據(jù)推薦方法在數(shù)據(jù)體量大、時(shí)效性強(qiáng)的場(chǎng)景下，存在查詢精度不足，無法滿足快速準(zhǔn)確的查詢需求的缺陷。

2、本發(fā)明提供一種時(shí)空數(shù)據(jù)推薦方法，包括：

3、獲取目標(biāo)用戶的檢索需求，以及獲取所述目標(biāo)用戶的偏好信息；

4、根據(jù)所述檢索需求對(duì)時(shí)空數(shù)據(jù)進(jìn)行多維度的檢索查詢，得到第一數(shù)據(jù)集；所述多維度至少包括時(shí)間維度、空間維度、用戶維度、服務(wù)類型維度和功能類型維度；

5、基于預(yù)設(shè)的最近鄰服務(wù)分類模型，根據(jù)所述第一數(shù)據(jù)集進(jìn)行檢索，得到第二數(shù)據(jù)集；

6、基于所述偏好信息和所述第二數(shù)據(jù)集向所述目標(biāo)用戶進(jìn)行服務(wù)推薦。

7、根據(jù)本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法，所述獲取所述目標(biāo)用戶的偏好信息，包括：

8、獲取所述目標(biāo)用戶的瀏覽記錄，并根據(jù)所述瀏覽記錄生成所述目標(biāo)用戶的興趣向量；

9、基于所述興趣向量計(jì)算所述目標(biāo)用戶與各核心用戶的相似度；所述核心用戶是基于全量用戶的歷史瀏覽記錄，從所述全量用戶中篩選得到的；

10、若所述目標(biāo)用戶與目標(biāo)核心用戶的相似度大于預(yù)設(shè)閾值，則獲取所述目標(biāo)核心用戶的偏好信息作為所述目標(biāo)用戶的偏好信息。

11、根據(jù)本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法，所述根據(jù)所述瀏覽記錄生成所述目標(biāo)用戶的興趣向量，包括：

12、根據(jù)所述瀏覽記錄確定所述目標(biāo)用戶對(duì)各預(yù)設(shè)區(qū)域的瀏覽時(shí)長(zhǎng)；

13、獲取各所述預(yù)設(shè)區(qū)域?qū)?yīng)的初始向量；

14、根據(jù)所述瀏覽時(shí)長(zhǎng)將各第一區(qū)域在所述初始向量中對(duì)應(yīng)的第一元素的元素值設(shè)置為第一特征值，將各第二區(qū)域在所述初始向量中對(duì)應(yīng)的第二元素的元素值設(shè)置為第二特征值，得到所述目標(biāo)用戶的興趣向量；所述第一區(qū)域是各所述預(yù)設(shè)區(qū)域中所述瀏覽時(shí)長(zhǎng)大于預(yù)設(shè)時(shí)長(zhǎng)的區(qū)域，所述第二區(qū)域是各所述預(yù)設(shè)區(qū)域中除所述第一區(qū)域之外的區(qū)域。

15、根據(jù)本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法，所述根據(jù)所述檢索需求對(duì)時(shí)空數(shù)據(jù)進(jìn)行多維度的檢索查詢，得到第一數(shù)據(jù)集，包括：

16、根據(jù)所述檢索需求確定檢索關(guān)鍵詞；

17、基于所述檢索關(guān)鍵詞對(duì)時(shí)空數(shù)據(jù)進(jìn)行多維度的檢索查詢，得到第一數(shù)據(jù)集。

18、根據(jù)本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法，所述基于所述檢索關(guān)鍵詞對(duì)目標(biāo)時(shí)空數(shù)據(jù)集進(jìn)行多維度的檢索查詢，得到第一數(shù)據(jù)集，包括：

19、基于所述檢索關(guān)鍵詞對(duì)目標(biāo)時(shí)空數(shù)據(jù)集進(jìn)行多維度的檢索查詢，得到目標(biāo)時(shí)空數(shù)據(jù)；

20、對(duì)所述目標(biāo)時(shí)空數(shù)據(jù)進(jìn)行多維度的數(shù)據(jù)劃分，得到多個(gè)數(shù)據(jù)塊，并計(jì)算各所述數(shù)據(jù)塊在數(shù)據(jù)劃分時(shí)的劃分系數(shù)；

21、根據(jù)所述劃分系數(shù)計(jì)算所述數(shù)據(jù)塊的多維信息的實(shí)際匹配準(zhǔn)確率；所述多維信息包括時(shí)間信息、空間信息、用戶信息、服務(wù)類型信息和功能信息中的至少一項(xiàng)；所述多維信息對(duì)應(yīng)多級(jí)索引，所述多維度的檢索查詢是從所述多級(jí)索引中的上一級(jí)索引的節(jié)點(diǎn)鏈接至下一級(jí)索引的節(jié)點(diǎn)；

22、若所述實(shí)際匹配準(zhǔn)確率小于預(yù)設(shè)的理想匹配準(zhǔn)確率，返回并執(zhí)行所述對(duì)檢索查詢到的時(shí)空數(shù)據(jù)進(jìn)行多維度的數(shù)據(jù)劃分的步驟，直到所述實(shí)際匹配準(zhǔn)確率大于或等于預(yù)設(shè)的理想匹配準(zhǔn)確率時(shí)，對(duì)所述目標(biāo)時(shí)空數(shù)據(jù)進(jìn)行特征融合，得到第一數(shù)據(jù)集。

23、根據(jù)本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法，所述對(duì)所述目標(biāo)時(shí)空數(shù)據(jù)進(jìn)行特征融合，得到第一數(shù)據(jù)集，包括：

24、從所述目標(biāo)時(shí)空數(shù)據(jù)中提取語義關(guān)鍵詞，得到所述目標(biāo)時(shí)空數(shù)據(jù)的特征分詞；

25、對(duì)所述特征分詞進(jìn)行數(shù)據(jù)清洗和歸一化處理，得到標(biāo)準(zhǔn)特征信息；

26、根據(jù)所述特征分詞構(gòu)建事件樹，并利用復(fù)相關(guān)系數(shù)法計(jì)算所述標(biāo)準(zhǔn)特征信息與所述事件樹的相關(guān)概率；

27、基于所述相關(guān)概率，采用模糊c均值聚類算法對(duì)所述標(biāo)準(zhǔn)特征信息進(jìn)行特征融合，得到第一數(shù)據(jù)集。

28、根據(jù)本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法，所述基于預(yù)設(shè)的最近鄰服務(wù)分類模型，根據(jù)所述第一數(shù)據(jù)集進(jìn)行檢索，得到第二數(shù)據(jù)集，包括：

29、獲取所述第一數(shù)據(jù)集中的各目標(biāo)時(shí)空對(duì)象的時(shí)空信息；

30、利用預(yù)設(shè)的最近鄰服務(wù)分類模型，通過所述時(shí)空信息獲取各所述時(shí)空對(duì)象的近鄰對(duì)象；

31、檢索所述近鄰對(duì)象對(duì)應(yīng)的時(shí)空數(shù)據(jù)并疊加到所述第一數(shù)據(jù)集中，得到第二數(shù)據(jù)集；

32、所述近鄰對(duì)象是與所述目標(biāo)時(shí)空對(duì)象的時(shí)空距離小于預(yù)設(shè)距離的時(shí)空對(duì)象，所述時(shí)空距離是由所述目標(biāo)時(shí)空對(duì)象的時(shí)空信息與所述近鄰對(duì)象的時(shí)空信息計(jì)算得到的；

33、所述最近鄰服務(wù)分類模型是以時(shí)空對(duì)象之間的時(shí)空距離為基礎(chǔ)構(gòu)建樣本數(shù)據(jù)集，對(duì)預(yù)設(shè)的最近鄰分類模型進(jìn)行迭代訓(xùn)練得到的。

34、本發(fā)明還提供一種時(shí)空數(shù)據(jù)推薦裝置，包括如下模塊：

35、信息獲取模塊，用于獲取目標(biāo)用戶的檢索需求，以及獲取所述目標(biāo)用戶的偏好信息；

36、第一檢索模塊，用于根據(jù)所述檢索需求對(duì)時(shí)空數(shù)據(jù)進(jìn)行多維度的檢索查詢，得到第一數(shù)據(jù)集；所述多維度至少包括時(shí)間維度、空間維度、用戶維度、服務(wù)類型維度和功能類型維度；

37、第二檢索模塊，用于基于預(yù)設(shè)的最近鄰服務(wù)分類模型，根據(jù)所述第一數(shù)據(jù)集進(jìn)行檢索，得到第二數(shù)據(jù)集；

38、服務(wù)推薦模塊，用于基于所述偏好信息和所述第二數(shù)據(jù)集向所述目標(biāo)用戶進(jìn)行服務(wù)推薦。

39、本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述任一種所述的時(shí)空數(shù)據(jù)推薦方法的步驟。

40、本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述的時(shí)空數(shù)據(jù)推薦方法的步驟。

41、本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述的時(shí)空數(shù)據(jù)推薦方法的步驟。

42、本發(fā)明提供的時(shí)空數(shù)據(jù)推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，通過根據(jù)用戶的檢索需求對(duì)時(shí)空數(shù)據(jù)進(jìn)行多維度的檢索查詢，并在此基礎(chǔ)上，基于最近鄰服務(wù)分類模型進(jìn)行進(jìn)一步的檢索查詢，對(duì)多維度檢索查詢的時(shí)空數(shù)據(jù)進(jìn)行擴(kuò)展補(bǔ)充，最后根據(jù)用戶偏好信息進(jìn)行服務(wù)推薦，向用戶推薦符合其偏好的時(shí)空數(shù)據(jù)，可以在鄉(xiāng)村特色社會(huì)化服務(wù)的大體量時(shí)空數(shù)據(jù)下，根據(jù)用戶的檢索需求對(duì)時(shí)空數(shù)據(jù)進(jìn)行快速有效的檢索和個(gè)性化的精準(zhǔn)推薦，為用戶提供個(gè)性化的數(shù)據(jù)服務(wù)，提高了對(duì)時(shí)空數(shù)據(jù)的檢索時(shí)效性和檢索準(zhǔn)確性，從而能夠更好地為精細(xì)化管理和智慧化服務(wù)提供數(shù)據(jù)支撐。