[發明專利]一種基于位置的微互助推薦方法

有效

• 申請號: 201710484040.1
• 申請日: 2017-06-23
• 公開（公告）號: CN107391585B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 丁向華;許家華;顧寧;盧暾
• 申請（專利權）人: 復旦大學
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;H04L29/08
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

本發明屬于任務推薦技術領域，具體為一種基于位置的微互助推薦方法。本發明首先綜合殘疾人和志愿者互助之間的特點和需求關系，建立結構化的數據來表示各種模型；然后在模型的基礎之上分析影響用戶接受志愿任務的因素并將其量化表示，最后建立面向殘疾人和志愿者的推薦策略，針對不同的用戶進行相應的志愿任務推薦。本發明一方面能夠解決殘疾人和志愿者之間的人數差異，另一方面也能夠更快地幫助殘疾人解決生活中的瑣碎事務，做到“全民志愿”和“就近公益”。它是通過擴展現有的推薦技術，融合了殘疾人、志愿者等用戶的所處位置、興趣特征、歷史記錄而提出的推薦方案。

技術領域

本發明屬于任務推薦技術領域，具體涉及一種適用于志愿者任務的推薦方法。

背景技術

隨著人們生活水平的不斷提高，殘疾人這一特殊的弱勢群體越來越受到社會大眾的關注。殘疾人是否能夠及時得到志愿者的幫助已經成為一個衡量志愿者服務質量的標準。志愿服務也漸漸由原來的發達國家發展到了欠發達地區，以志愿服務為核心的第三部門也儼然成為了各國最重視、發展速度最快的一個領域。根據最新的數據顯示，我國殘疾人總人數約為8502萬人。但是據不完全統計我國注冊的

志愿者人數僅僅只有5500多萬，雖然每年為社會提供超過3億小時的志愿服務，但是平均到每一個殘疾人身上卻還不到4個小時。此外，志愿者們參加活動的方式是首先由公益組織發起一個活動，志愿者們響應活動號召來幫助殘疾人。而志愿活動都或多或少帶有一定的社會性和集體性，這就造成了殘疾人在公益組織活動的時間內才能得到集中式的幫助，但是在日常生活中需要幫助卻找不到合適的志愿者。正是由于殘疾人與志愿者之間的人數差異和對殘疾人的日常需求考慮不周，如果只靠這些志愿者是完全不能滿足殘疾人正常的需求。

傳統的推薦方法包括基于內容的推薦、基于協同過濾的推薦和基于混合式的推薦技術等，被廣泛應用于各式各樣的系統中，并獲得了不錯的效果。但是，在針對志愿者和殘疾人方面傳統的推薦方法存在著諸多問題。首先，需求不能滿足。殘疾人和志愿者的用戶特殊性以及新用戶問題，傳統的推薦技術既沒有融入殘疾人和志愿者用戶的特征，又不能及時的獲取新用戶的興趣需求，難以推薦出真正符合殘疾人用戶興趣需求的內容。其次，無法滿足殘疾人的時效性。傳統的推薦方法，不論是基于內容的推薦、基于協同過濾的推薦還是基于混合式的推薦技術，都是一種基于線上信息的推薦，這些方法對文本、視頻、音頻等網絡資源的推薦效率還不錯，但是面對殘疾人和志愿者之間的志愿活動卻不能夠滿足其時效性。因為殘疾人發起的志愿活動大多是基于線下的請求，而如果按照傳統的推薦方式并沒有考慮到地理位置這個特殊的上下文信息，導致無法滿足用戶的時效性。再次，致使志愿者流失。由于推薦技術的不足，導致志愿者在接受任務的時候需要花費許多的額外時間和精力，讓他們逐漸喪失了對志愿的熱情，無法建立起長效的志愿服務機制。這些原因都導致了傳統的推薦技術無法幫助殘疾人滿足其日常生活的幫助，也無法幫助志愿者高效地接受志愿任務，造成了負面的社會效益。

發明內容

為了使殘疾人和志愿者之間的志愿任務更加高效有序的進行，本發明通過擴展現有的推薦技術，提出了一種基于位置的微互助任務推薦方法。該方法不僅能夠針對殘疾人和志愿者的基本特征，滿足殘疾人對任務時效性的要求，降低志愿者對志愿活動付出的額外精力。

本發明提出的基于位置的微互助任務推薦方法，綜合殘疾人和志愿者互助之間的特點和需求關系，建立結構化的數據來表示各種模型；在模型的基礎之上分析影響用戶接受志愿任務的因素并將其量化表示；完成面向殘疾人和志愿者的推薦策略，針對不同的用戶進行相應的志愿任務推薦。具體步驟如下：

（一）建立結構化的數據模型

在設計基于位置的微互助推薦方法之前，首選需要認真分析目標用戶，包括用戶的特征，用戶在執行志愿活動時的所需要的各類信息及其特點，接著根據這些特征建立相應的結構化的數據模型，只有這些基礎數據機構的完整性得到保障，才能有利于推薦方法對用戶特征的正確抽取。反之則會導致推薦方法性能下降。