[發明專利]基于用戶需求理解的衛星影像推薦方法

有效

• 申請號: 202211314971.4
• 申請日: 2022-10-26
• 公開（公告）號: CN115374303B
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 龔啟航;許曉航;李潔;彭哲;鄒圣兵
• 申請（專利權）人: 北京數慧時空信息技術有限公司
• 主分類號: G06F16/535
• 分類號: G06F16/535;G06F16/58;G06F16/583;G06V10/74;G06V10/80;G06V20/13
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于用戶需求理解的衛星影像推薦方法，其特征在于，包括：

S1獲取影像庫，包括多張影像，影像包含影像標簽；

S2獲取用戶檢索信息和用戶歷史檢索信息，用戶檢索信息包括語義信息和查詢條件，語義信息包括目標區域，將查詢條件與語義信息進行合并，得到用戶檢索標簽；

S3基于用戶檢索標簽構建用戶檢索知識圖譜、基于用戶歷史檢索信息構建用戶歷史檢索知識圖譜、基于影像及其影像標簽構建影像屬性知識圖譜；

S4對用戶檢索知識圖譜、用戶歷史檢索知識圖譜、影像屬性知識圖譜進行知識表示學習，得到用戶檢索向量、用戶歷史檢索向量、影像屬性向量，將用戶檢索向量、用戶歷史檢索向量、影像屬性向量進行融合預測，得到影像與用戶之間的第一配對概率，將第一配對概率大于第一預設閾值的影像作為第一影像，在第一影像中基于影像推薦規則進行篩選，得到第一推薦影像；

步驟S4包括：

S41構建三元組損失函數：

其中，(h,r,t)為三元組，h為頭實體，t為尾實體，r表示h和t之間的關系，為頭實體的向量表示，為尾實體的向量表示，為關系向量表示，L₁/L₂表示L₁或L₂正則損失，和分別為將頭實體和尾實體投影到關系空間的投影矩陣：

其中，，為頭實體和尾實體處于的公共語義空間，為關系處于的語義空間，d和k均表示向量維度，表示單位矩陣，實體下標p代表該向量為投影向量，為關系向量的投影向量，為頭實體向量的投影向量，為尾實體向量的投影向量；

S42通過投影矩陣和將用戶檢索知識圖譜、用戶歷史檢索知識圖譜、影像屬性知識圖譜的實體向量投影到關系向量空間，得到用戶檢索向量、用戶歷史檢索向量、影像屬性向量；

S43將用戶檢索向量、用戶歷史檢索向量、影像屬性向量進行融合預測，得到影像與用戶之間的第一配對概率；

S44將第一配對概率大于第一預設閾值的影像作為第一影像，在第一影像中基于影像推薦規則進行篩選，得到第一推薦影像；

步驟S43包括：

S431使用特征提取網絡對用戶檢索向量、用戶歷史檢索向量、影像屬性向量進行特征提取，得到用戶檢索特征向量、用戶歷史檢索特征向量、影像屬性特征向量；

S432使用門機制融合用戶檢索特征向量、用戶歷史檢索特征向量，獲得用戶融合特征向量：

其中，，且，softmax表示歸一化指數函數，、表示權重矩陣；

S433對用戶融合特征向量和影像屬性特征向量進行融合，得到第一融合預測向量，其中表示元素積；

S434拼接用戶檢索特征向量、用戶歷史檢索特征向量、影像屬性特征向量，得到拼接向量；

S435將拼接向量q輸入深度神經網絡，得到第二融合預測向量；

S436拼接第一融合預測向量和第二融合預測向量，輸入全連接層和激活函數，得到用戶與影像的第一配對概率，其中W為權重矩陣，f為激活函數；

S5對用戶檢索標簽進行更新，并將更新后的用戶檢索標簽輸入用戶檢索知識圖譜進行補全，之后將該補全后的用戶檢索知識圖譜、用戶歷史檢索知識圖譜、影像屬性知識圖譜進行知識表示學習，得到更新用戶檢索向量、用戶歷史檢索向量、影像屬性向量，將更新用戶檢索向量、用戶歷史檢索向量、影像屬性向量進行融合預測，得到影像與用戶之間的第二配對概率，將第二配對概率大于第一預設閾值的影像作為第二影像，在第二影像中基于影像推薦規則進行篩選，得到第二推薦影像；

S6根據第一推薦影像、第二推薦影像對用戶進行推薦。

2.根據權利要求1所述的方法，其特征在于，步驟S3包括：

根據用戶-用戶檢索標簽-影像三元組格式構建用戶檢索知識圖譜，其中，用戶檢索標簽包括影像時間、影像分辨率、行政區域、星源；

根據用戶-用戶歷史檢索信息-影像三元組格式構建用戶歷史行為知識圖譜，其中，用戶歷史檢索信息包括影像時間、影像分辨率、行政區域、星源、歷史檢索時間；

根據影像-影像標簽-影像屬性三元組格式構建影像屬性知識圖譜，其中，影像標簽包括影像時間、影像分辨率、影像覆蓋范圍、星源、影像質量。