[發(fā)明專利]一種基于知識服務的衛(wèi)星遙感服務提供方法

在審

• 申請?zhí)枺?/td>: 202110530182.3
• 申請日: 2021-05-14
• 公開（公告）號: CN113392320A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設計）人: 范存群;薛依琪;趙現(xiàn)綱;陸風;林曼筠;謝利子;羅敬寧;崔鵬;肖萌;張宇;張璽;衛(wèi)蘭;張戰(zhàn)云;國鵬;常翔宇;陳素晶;吳強;陳偉
• 申請（專利權）人: 國家衛(wèi)星氣象中心（國家空間天氣監(jiān)測預警中心）
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/29
• 代理公司: 北京紐樂康知識產權代理事務所(普通合伙) 11210
• 代理人: 劉艷艷

本發(fā)明公開了一種基于知識服務的衛(wèi)星遙感服務提供方法，該方法為將衛(wèi)星遙感數(shù)據(jù)進行融合，生成核心知識，在核心知識的基礎上，構建知識智能體，知識智能體將衛(wèi)星遙感數(shù)據(jù)進行分類，構建知識服務平臺；通過基于內容的推薦算法和協(xié)同過濾算法共同完成用戶的分析；所述知識智能體根據(jù)用戶反饋進行相應的分析和調整。本發(fā)明的基于知識服務的衛(wèi)星遙感服務提供方法能夠將人主動檢索知識轉化為知識主動靠近用戶，通過用戶選擇的標簽嘗試預測用戶對某一數(shù)據(jù)的需求，以此推薦用戶可能需要的服務，并根據(jù)用戶的行為與反饋調整策略，產生更符合用戶需求的推薦結果。

技術領域

本發(fā)明涉及知識服務技術領域，具體來說，涉及一種基于知識服務的衛(wèi)星遙感服務提供方法。

背景技術

我國的氣象衛(wèi)星事業(yè)正在進行高速的發(fā)展，目前，利用氣象衛(wèi)星可開展臺風、暴雨、強對流、大霧、沙塵、霾等災害性、高影響天氣，以及洪澇水體、森林草原火災、高溫和干旱等地表環(huán)境的監(jiān)測。衛(wèi)星生態(tài)遙感服務在生態(tài)文明建設中作用突出。

傳統(tǒng)的數(shù)據(jù)檢索通常由人主動檢索數(shù)據(jù)，但是生活中很多用戶的查找目的是不明確的。近年來隨著人工智能的進步和推薦系統(tǒng)的興起，越來越多的場景由人主動檢索知識轉化為知識主動靠近用戶。推薦系統(tǒng)能夠根據(jù)用戶的偏好和行為，來向用戶呈現(xiàn)他(或她)可能感興趣的物品。

推薦系統(tǒng)是幫助用戶發(fā)現(xiàn)內容，克服信息過載的重要工具。推薦系統(tǒng)屬于資訊過濾的一種應用。它通過分析用戶行為，對用戶興趣建模，將可能受喜好的資訊或實物推薦給使用者。推薦系統(tǒng)首先收集用戶的歷史行為數(shù)據(jù)，然后通過預處理的方法得到用戶評價矩陣，再利用機器學習領域中相關推薦技術形成對用戶的個性化推薦。有的推薦系統(tǒng)還搜集用戶對推薦結果的反饋，并根據(jù)實際的反饋信息實時調整推薦策略，產生更符合用戶需求的推薦結果。

現(xiàn)有技術中未見能夠主動將知識推薦給用戶的衛(wèi)星遙感服務提供方法。

發(fā)明內容

針對相關技術中的上述技術問題，本發(fā)明提出一種基于知識服務的衛(wèi)星遙感服務提供方法，能夠克服現(xiàn)有技術的上述不足。

為實現(xiàn)上述技術目的，本發(fā)明的技術方案是這樣實現(xiàn)的：

一種基于知識服務的衛(wèi)星遙感服務提供方法，包括以下步驟：

S1將衛(wèi)星遙感數(shù)據(jù)進行融合，生成核心知識，在核心知識的基礎上，構建知識智能體，所述知識智能體具備主動將知識推薦給用戶的功能，可以理解成由人主動檢索知識轉化為知識主動檢索人，知識智能體將衛(wèi)星遙感數(shù)據(jù)進行分類，構建知識服務平臺，以便后面幫助用戶進行服務的選擇；

S2在冷啟動階段，通過基于內容的推薦算法和協(xié)同過濾算法共同完成用戶的分析；

S3所述知識智能體根據(jù)用戶反饋(用戶的行為)進行相應的分析和調整。

進一步地，步驟S1中所述將衛(wèi)星遙感數(shù)據(jù)進行分類為使用數(shù)據(jù)庫對衛(wèi)星遙感數(shù)據(jù)進行統(tǒng)一的管理，抽取遙感數(shù)據(jù)的屬性，對遙感數(shù)據(jù)進行按照不同的地區(qū)，不同的時間段進行分類，搭建知識網絡，為用戶提出的問題提供知識內容或解決方案。

進一步地，步驟S2中所述基于內容的推薦算法為基于事物相關信息、用戶相關信息及用戶對標的物的操作行為來構建推薦算法模型，為用戶提供推薦服務。首先根據(jù)用戶的標簽和屬性進行推薦，例如根據(jù)用戶的所在地區(qū)和經常上線的工作時間，為用戶推薦相應地域相應時間的數(shù)據(jù)；根據(jù)用戶搜索過的內容，預測用戶可能需要的內容，為用戶推薦和他過去搜索偏好相似的內容。

進一步地，步驟S2中所述協(xié)同過濾算法為根據(jù)用戶歷史行為信息和一些屬性計算用戶之間的相似度，設置相似度閾值，根據(jù)用戶之間的相似度得到目標用戶的最近鄰居，進行相似度排序，采用最近鄰技術，利用目標用戶的最相似鄰居來預測用戶可能需要的服務。同時可以根據(jù)同地區(qū)相似的用戶行為進行協(xié)同過濾推薦。

進一步地，計算相似度的算法可以用余弦算法實現(xiàn)。