[發(fā)明專利]一種基于群智感知的推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811101779.0
• 申請(qǐng)日: 2018-09-20
• 公開（公告）號(hào): CN109347924A
• 公開（公告）日: 2019-02-15
• 發(fā)明（設(shè)計(jì)）人: 高嶺;馬景超;周俊鵬;馮通;曹瑞;高全力;趙悅?cè)?/a>
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): H04L29/08
• 分類號(hào): H04L29/08;H04W4/30;H04W4/38;G06F16/9535
• 代理公司: 西安西達(dá)專利代理有限責(zé)任公司 61202
• 代理人: 劉華

一種基于群智感知的推薦方法，采集數(shù)據(jù)，通過智能路由器或基站對(duì)所獲數(shù)據(jù)進(jìn)行預(yù)處理，由邊緣服務(wù)器對(duì)經(jīng)過預(yù)處理的數(shù)據(jù)進(jìn)行調(diào)度與整合，從云中心獲取的用戶的歷史數(shù)據(jù)，對(duì)感知獲取數(shù)據(jù)及歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)無損融合，形成群智數(shù)據(jù)，實(shí)現(xiàn)群智集成的過程，根據(jù)用戶歷史行為和實(shí)施感知行為生成當(dāng)前場景的推薦內(nèi)容。通過建立樹?模型聯(lián)合訓(xùn)練框架，優(yōu)化樹的結(jié)構(gòu)，將最終的推薦內(nèi)容反饋到用戶的智能終端，進(jìn)而實(shí)現(xiàn)群智感知。利用邊緣計(jì)算環(huán)境，形成云中心—邊緣服務(wù)器—移動(dòng)終端整體架構(gòu)的框架，在邊緣服務(wù)器中產(chǎn)生的群智數(shù)據(jù)及推薦結(jié)果同時(shí)上傳到云中心，進(jìn)行云中心的智能協(xié)調(diào)調(diào)度和匯總反饋，更新云中心的群智數(shù)據(jù)，形成群智云，實(shí)現(xiàn)云端融合。

技術(shù)領(lǐng)域

本發(fā)明屬于信息服務(wù)技術(shù)領(lǐng)域，具體涉及一種基于群智感知的推薦方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)的普及和移動(dòng)終端的發(fā)展，各式各樣的嵌入式設(shè)備、無線傳感器、智能終端的功能不斷強(qiáng)大，大量擁有感知、計(jì)算和存儲(chǔ)能力的智能設(shè)備已經(jīng)具備形成智能系統(tǒng)網(wǎng)絡(luò)的條件。在此背景下，群智感知技術(shù)應(yīng)運(yùn)而生。群智感知技術(shù)是一種新型大規(guī)模的感知模式，通過智能終端設(shè)備的普及性，形成大規(guī)模的、高效實(shí)時(shí)的數(shù)據(jù)感知模式。通過大規(guī)模用戶產(chǎn)生的數(shù)據(jù)具有豐富的內(nèi)容，高可用的性能，多模態(tài)的形式，群智感知技術(shù)就是一種將“群”(海量的用戶規(guī)模下)產(chǎn)生的“智”(多種智能設(shè)備強(qiáng)大的計(jì)算能力)，通過“感”(利用智能設(shè)備攜帶或內(nèi)嵌的多種傳感器獲取相應(yīng)的數(shù)據(jù))，得到“知”(通過這些數(shù)據(jù)挖掘分析出得到新的結(jié)果，新的內(nèi)容)。群智感知技術(shù)與傳統(tǒng)的感知技術(shù)相比，更易于部署和維護(hù)，成本也更低，可以依托“群”的力量解決復(fù)雜問題。互聯(lián)網(wǎng)的出現(xiàn)和普及給用戶帶來了大量的信息，滿足了用戶在信息時(shí)代對(duì)信息的需求，但隨著網(wǎng)絡(luò)的迅速發(fā)展而帶來的網(wǎng)上信息量的大幅增長，使得用戶在面對(duì)大量信息時(shí)無法從中獲得對(duì)自己真正有用的那部分信息，對(duì)信息的使用效率反而降低了，這就是所謂的信息超載問題。解決信息超載問題一個(gè)非常有潛力的辦法是推薦系統(tǒng)，它是根據(jù)用戶的信息需求、興趣，將用戶感興趣的信息、產(chǎn)品推薦給用戶的個(gè)性化信息推薦系統(tǒng)。和搜索引擎相比推薦系統(tǒng)通過研究用戶的興趣偏好，進(jìn)行個(gè)性化計(jì)算，由系統(tǒng)發(fā)現(xiàn)用戶的興趣點(diǎn)，從而引導(dǎo)用戶發(fā)現(xiàn)自己的信息需求。一個(gè)好的推薦系統(tǒng)不僅能為用戶提供個(gè)性化的服務(wù)，還能和用戶之間建立密切關(guān)系，讓用戶對(duì)推薦產(chǎn)生依賴。同時(shí)，在大規(guī)模智能設(shè)備的構(gòu)成的群智感知系統(tǒng)下，如何快速準(zhǔn)確的獲取有效的推薦信息服務(wù)也顯得尤為重要。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于群智感知的推薦方法，通過用戶攜帶的智能設(shè)備采集數(shù)據(jù)，獲取的數(shù)據(jù)信息根據(jù)其上傳的協(xié)助方式將其分為參與式感知數(shù)據(jù)與機(jī)會(huì)式感知數(shù)據(jù)，以此更精準(zhǔn)的感知用戶的個(gè)人行為，通過智能路由器或基站對(duì)所獲數(shù)據(jù)進(jìn)行預(yù)處理。在由邊緣服務(wù)器組成的邊緣環(huán)境中，對(duì)經(jīng)過預(yù)處理的數(shù)據(jù)進(jìn)行調(diào)度與整合，在邊緣服務(wù)器中預(yù)先部署從云中心獲取的用戶的歷史數(shù)據(jù)，對(duì)感知獲取數(shù)據(jù)及歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)無損融合，形成群智數(shù)據(jù)，實(shí)現(xiàn)群智集成的過程，同時(shí)將對(duì)群智數(shù)據(jù)進(jìn)行基于一種群智樹的推薦算法處理，通過采用樹的形式來組織用戶興趣層次，根據(jù)用戶歷史行為和實(shí)施感知行為生成最符合當(dāng)前場景的推薦內(nèi)容。通過建立樹-模型聯(lián)合訓(xùn)練框架，隨著模型的演進(jìn)不斷優(yōu)化樹的結(jié)構(gòu)，將最終的推薦內(nèi)容反饋到用戶的智能終端，進(jìn)而實(shí)現(xiàn)群智感知，實(shí)現(xiàn)在群智感知情景下高效準(zhǔn)確的推薦方法及系統(tǒng)。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于群智感知的推薦方法，包括以下步驟：

1)數(shù)據(jù)感知：由邊緣服務(wù)器發(fā)布推薦感知任務(wù)，規(guī)定相關(guān)的所需采集的數(shù)據(jù)類型，文本數(shù)據(jù)、傳感器數(shù)據(jù)、噪聲數(shù)據(jù)、數(shù)據(jù)采集頻率、用戶參與機(jī)制；

用戶數(shù)據(jù)獲取模塊，根據(jù)用戶數(shù)據(jù)上傳的協(xié)助方式將其分為參與式感知數(shù)據(jù)與機(jī)會(huì)式感知數(shù)據(jù)，通過用戶攜帶的智能設(shè)備產(chǎn)生的數(shù)據(jù)信息，以及其他智能設(shè)備采集到的用戶相關(guān)信息；

其中參與式感知數(shù)據(jù)包括：在獲取用戶權(quán)限的基礎(chǔ)下，由可穿戴設(shè)備智能終端產(chǎn)生的行為信息，通過用戶攜帶的智能移動(dòng)設(shè)備所附帶的傳感器記錄產(chǎn)生的數(shù)據(jù)，包括用戶位置信息、加速度傳感器獲取得到用戶的運(yùn)動(dòng)狀態(tài)、手機(jī)麥克風(fēng)采集到的環(huán)境噪聲參與式感知數(shù)據(jù)；