[发明专利]一种基于POI相似度与翻译机器匹配推荐算法的研究方法

权利要求书

1.一种基于POI相似度与翻译机器匹配推荐算法的研究方法，其特征在于：

Step1：将日常旅游、购物、出行、生活中会用到翻译场景的兴趣点POI按属性C划分；

Step2：建立运用于不同翻译场景下的特色翻译语句库；

将含有X个翻译语句的训练样本，根据属性C与应用场景，使用聚类算法根据翻译语句样本使用场景与其相互之间的相似度，将其进行归类处理；划分为不同翻译场景语句集合{X₁,X₂,X₃,…X_n}，形成可用于不同翻译场景下的特色翻译语句库；

Step3：用户兴趣点POI提取；

一个用户U在位置L上访问了一个兴趣点POI，其中兴趣点POI由其名字id与其属性c表示，位置L通过经纬度坐标(α，β)表示；

Step4：以用户U所在位置为中心，建立搜索区域i，搜索所有的在i距离阀值范围内的所有兴趣点(POI)，并提取相应信息：

{N(国家)，B(城市)，ID(名称)，C(属性)，X、Y(经纬度坐标)}

Step5：通过计算用户POI与搜索区域中的POI几何属性之间的欧式距离来判断是否为相同实体，见式(1)；

设定一个阀值d_o，如果两个兴趣点(POI)之间的欧式距离小于当前阀值d_o，则认为表示同值一个为实体，见式(2)；

Step6：根据用户最终位置的属性c，通过基于流行度稳定性推荐算法与基于翻译语句自信息量大小推荐算法两者相结合，为用户推荐相应的翻译结果；

所述基于流行度稳定性的推荐算法具体为：对于注册时间小于三个月的用户，翻译系统没有办法对用户要求作出预测，此时翻译系统根据用户位置属性c，确定推荐范围；通过计算出将要被推荐的项目j的流行度稳定性s(j)对用户进行相关翻译推荐；

令时间T＝{t₁,t₂,t₃,t₄,...,t_n}，pop(j,t)表示将要被推荐的项目j在任一时刻t时间段内的流行度，pop(j)表示将要被推荐的项目j在时间段T内的平均流行度，max(pop(j))和min(pop(j))表示将要被推荐的项目j在时间T内流行度最大值与最小值；

所述基于翻译语句自信息量大小进行推荐算法具体为：设翻译语句库中，任一一个属性c中的翻译语句集合为X_n＝{x_n1,x_n2,…,x_nn}其中n＝{1,2,3,…,n}，每一个翻译语句被使用的概率为：P＝{p(x_n1),p(x_n2),…,p(x_nn)}，概率空间记为：

每一条翻译语句的自信息量为：

通过计算每一属性c中每一条翻译语句的自信息量，当概率p(x_nn)越大，则信息量越小，翻译语句越稳定，被使用频率越高；将翻译语句自信息量从小到大排列后，推荐给用户。