[發(fā)明專利]一種天氣特征對用戶簽到影響的度量方法

有效

• 申請?zhí)枺?/td>: 201810129059.9
• 申請日: 2018-02-08
• 公開（公告）號: CN108364098B
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計）人: 蘇暢;吳德正;謝顯中;周秋麗
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

本發(fā)明涉及一種天氣特征對用戶簽到影響的度量方法，該方法包含如下步驟：S1：通過歷史數(shù)據(jù)分析找到對用戶簽到影響較大的天氣特征；S2：對找到的歷史數(shù)據(jù)中的天氣特征進(jìn)行高斯擬合并計算簽到地點(diǎn)的歷史天氣得分；S3：選擇神經(jīng)網(wǎng)絡(luò)；S4：將所述歷史天氣得分分為訓(xùn)練集和測試集，并對所述神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和訓(xùn)練；S5：對訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)通過所述測試集進(jìn)行測試；S6：將當(dāng)前的天氣特征作為輸入，通過訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)計算出當(dāng)前的天氣得分。本發(fā)明考慮了以前沒考慮到的天氣特征對用戶簽到的影響，通過計算用戶當(dāng)前可達(dá)地點(diǎn)的天氣得分就能很好的預(yù)測其下一個興趣點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)分析技術(shù)領(lǐng)域，涉及一種天氣特征對用戶簽到影響的度量方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)的迅速發(fā)展，基于地理位置服務(wù)的網(wǎng)絡(luò)應(yīng)用越來越普遍，特別是隨著LBSN的產(chǎn)生，人們可以隨時在網(wǎng)上通過簽到來記錄和分享自己的位置信息，分享自己對當(dāng)前興趣點(diǎn)的評論信息和體驗感覺。這些基于位置的社交網(wǎng)站收集了大量用戶的簽到信息，并且人們可以輕易的獲取這些信息；使得基于簽到記錄的數(shù)據(jù)來預(yù)測用戶的下一個興趣點(diǎn)成為研究的熱點(diǎn)，通過用戶的簽到歷史記錄來對用戶的行為進(jìn)行預(yù)測，商家可以早一步了解用戶的興趣點(diǎn)傾向，提前做出準(zhǔn)備，由此帶來更多的利潤，因此，興趣點(diǎn)預(yù)測的研究具有重要的意義。

基于地理位置社交網(wǎng)絡(luò)的簽到受到許多因素的影響。現(xiàn)有的技術(shù)，大多考慮時間、空間因素對用戶簽到位置的影響，通過矩陣因子分解，張量分解，利用馬爾科夫鏈進(jìn)行建模，來預(yù)測用戶的移動，以及通過用戶與朋友簽到位置的相似性進(jìn)行社交關(guān)系建模并根據(jù)該模型預(yù)測用戶的下一個興趣點(diǎn)。

現(xiàn)有基于位置的預(yù)測技術(shù)沒有充分考慮到客觀因素天氣對用戶簽到地點(diǎn)的影響，比如公開號為CN104680250A、名稱為“一種位置預(yù)測系統(tǒng)”的國內(nèi)發(fā)明專利就只考慮了社交關(guān)系對用戶簽到位置的影響，若某地的天氣很糟，則用戶去往此可達(dá)地點(diǎn)的概率就很小。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于考慮了現(xiàn)有技術(shù)沒考慮到的天氣特征對用戶簽到的影響，并提供一種天氣特征對用戶簽到影響的度量方法。

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

一種天氣特征對用戶簽到影響的度量方法，該方法包含如下步驟：

S1：通過歷史數(shù)據(jù)分析找到對用戶簽到影響較大的天氣特征；

S2：對找到的歷史數(shù)據(jù)中的天氣特征進(jìn)行高斯擬合并計算簽到地點(diǎn)的歷史天氣得分；

S3：選擇神經(jīng)網(wǎng)絡(luò)；

S4：將所述歷史天氣得分分為訓(xùn)練集和測試集，并對所述神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和訓(xùn)練；

S5：對訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)通過所述測試集進(jìn)行測試；

S6：將當(dāng)前的天氣特征作為輸入，通過訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)計算出當(dāng)前的天氣得分。

進(jìn)一步，所述步驟S1具體為：

S11：通過柱狀圖分析歷史數(shù)據(jù)中的降雨、風(fēng)速、溫度與簽到的數(shù)學(xué)分布關(guān)系；

S12：通過統(tǒng)計Gowalla的散點(diǎn)圖和塊狀分布，找到歷史數(shù)據(jù)中用戶簽到最密集地點(diǎn)的天氣狀況，從而確定對用戶簽到影響大的天氣特征。

進(jìn)一步，步驟S2包含：

S21：對找到的歷史數(shù)據(jù)中的天氣特征進(jìn)行高斯擬合：

f(x)＝a·exp(c(x-d)²)

其中，f(x)為高斯擬合函數(shù)，a、c、d為參數(shù)，x為天氣特征變量，

S22：將高斯函數(shù)的形式轉(zhuǎn)化為矩陣乘法的形式，利用最小二乘法計算出參數(shù)a、c、d；