[发明专利]基于多源异构遥感数据关联构建及多用户数据匹配方法

说明书

本发明公开了一种基于多源异构遥感数据关联构建及多用户数据匹配方法，包括如下步骤：步骤一：输入遥感业务数据集和遥感产品数据集；步骤二：进行数据清洗和预处理；步骤三：进行数据分类建模；步骤四：知识抽取，包括遥感业务数据的属性抽取和遥感产品数据的特征提取；步骤五：进行多源异构知识融合，将多个知识构建链接关系，根据对遥感数据抽取出的元数据信息，融合不同本体数据的属性相似度来构建多个知识体系的链接关系；步骤六：关联关系模型构建；步骤七：对已采集的大量用户身份和行为数据进行挖掘分析，构建用户画像标签；步骤八：用户的身份和行为进行相似度计算；步骤九：进行个性化用户画像模型构建，与关联关系构建模型中的结果进行匹配。

技术领域

本发明涉及数据处理领域，尤其涉及一种基于多源异构遥感数据关联构建及多用户数据匹配方法。

背景技术

近年来，我国遥感对地观测技术的飞速发展，某些领域已跻身国际前列，遥感数据被广泛应用于国民经济和社会发展各个领域。为满足不断深化的应用需求，卫星数量不断增多，遥感影像分辨率/幅宽不断提升、可见光、高光谱、SAR等各种遥感数据大量获取，每日达10TB以上，对不同领域的用户，如何准确、智能地识别用户需求，并及时进行遥感数据产品的精准推荐,满足不同用户的业务需求，是遥感数据应用推广、实现商业价值面临的极大挑战。

在遥感数据推广服务相关领域，现有系统都是用户通过与计算机可视化终端交互的方式，从庞大的数据库筛选出数据的方式进行遥感数据的浏览、下载以及制作；在遥感数据用户画像构建领域，现有系统对用户划分的力度较大，一般都是从行业或者业务模式进行粗粒度划分，如部队、科研所、政府部门、高等院校，不能具体到应用需求层面进行用户画像的构建。

遥感大数据时代来源多样、数据量庞大、关联关系复杂。在用户面临日以TB级量级的数据增长率，单景遥感数据量大小也是GB级，现有系统大多是通过人机交互调用遥感数据的一方面不能及时的发现可用的数据，另一方面借助人工判读的方式来判断提取数据的有用信息，存在效率低下，并且没有统一衡量标准；另外对用户的精准定位方面，考虑到遥感数据用户种类多样化，现有系统缺乏对用户的多维度了解，不能结合用户信息进行数据使用意图的推测和建模分析，难以提供以用户需求为导向的精准推荐服务。

发明内容

本发明的目的是解决由抽象的遥感数据到具体的信息知识的转换，通过数据特征融合等手段建立多源异构数据之间的关联关系，为数据智能推荐提供数据基础；再者深度挖掘用户信息，对用户进行挖掘建模，为用户提供以需求为导向的精准推荐服务。

本发明将挖掘和知识图谱技术运用到遥感技术领域，运用数据挖掘技术进行特征提取，构建面向多源异构遥感数据的特征融合与知识推理框架，实现多源数据的组织关联，为后续数据应用提供支撑；同时通过挖掘分析技术，全面系统地搜集用户信息资源，对用户背景信息、行为习惯等主要特征进行挖掘分析，建立个性化用户画像模型，结合数据关联建模，进行数据匹配。该方法最大化的挖掘数据的可用信息，并及时的进行多源异构数据的共享，使得用户全面、概括的掌握感兴趣数据的所有信息，最大化的实现了遥感数据使用价值。

本发明的提出一种基于多源异构遥感数据关联构建及多用户数据匹配方法，包括如下步骤：

步骤一：输入遥感业务数据集和遥感产品数据集，所述遥感业务数据集包括目标、轨迹、文本、图片数据；遥感产品数据包括Sar影像、全色影像、多光谱影像数据、可见光数据遥感影像数据；

步骤二：进行数据清洗和预处理，所述数据清洗包括：对于遥感业务数据进行语法检查、拼写检查、缺失值处理、去重处理、去除无效字符和噪声处理；所述预处理包括对于遥感产品数据，借助人工判读进行影像质量检查，对于变形、云雾干扰的影像首先进行影像预处理；包括剔除不必要的厚云区域，进行云雾去除；进行形变校正，针对SAR成像存在几何形变导致机场、道路发生弯曲，运用图像非均匀采样的方法进行形变校正，采用双线性插值、或立方插值方法进行像元位置或像元间距重新采样；