[发明专利]一种基于多源大数据的个性化宜居地图推荐方法和装置

权利要求书

1.一种基于多源大数据的个性化宜居地图推荐方法，其特征在于，所述方法包括：

S1. 接收用户发送的基于一指定应用程序的数据处理请求，所述数据处理请求包括用户属性信息和数据处理请求类型，其中，所述用户属性信息包括用户识别码、用户名中的一种或多种，所述数据处理请求类型中的数据包括第一类型数据、第二类型数据中的一种或者两种；

S2. 解析所述数据处理请求中的数据源，将所述数据源输入至预先设置的卷积神经网络宜居特征数据网络模型中，对数据源特征进行提取，以判断出当前请求的数据源类型；

S3. 若为第一类型数据，则向用户返回一响应请求，以获取用户授权后的非指定应用程序的用户行为特征痕迹数据，并结合第一类型数据形成个体时空行为特征数据，并进入步骤S5；

S4. 若为第二类型数据，则直接进入步骤S5；

S5. 将实时获取的所述个体时空行为特征数据或者第二类型数据输入至预先构建的特征-宜居偏好模型，以形成宜居地图数据，向用户发送基于所述宜居地图数据的推荐消息；

其中，解析所述数据处理请求中的数据源，将所述数据源输入至预先设置的卷积神经网络宜居特征数据网络模型中，对数据源特征进行提取，以判断出当前请求的数据源类型的步骤之前包括：预先采集基于用户行为特征数据集和用户主观宜居特征数据集，通过卷积神经网络构建基于用户行为特征数据集和用户主观宜居特征数据集的卷积神经网络宜居特征数据网络模型；

解析所述数据处理请求中的数据源，将所述数据源输入至预先设置的卷积神经网络宜居特征数据网络模型中，对数据源特征进行提取，以判断出当前请求的数据源类型的步骤包括：解析所述数据处理请求中的数据源，提取出数据源中携带的用户属性信息和数据处理请求类型，缓存所述用户属性信息，并在缓存过程中为用户属性信息设置一编号，并将该编号赋值给与用户属性信息对应的数据处理请求类型的数据中，将数据处理请求类型的数据输入至预先设置的卷积神经网络宜居特征数据网络模型中，分别遍历用户行为特征数据集和用户主观宜居特征数据集，遍历后，输出遍历结果，以得到第一类型数据或者第二类型数据；

所述第一类型数据为用户行为特征数据，所述第二类型数据为用户主观宜居特征数据。

2.根据权利要求1所述的基于多源大数据的个性化宜居地图推荐方法，其特征在于，所述接收用户发送的基于一指定应用程序的数据处理请求的步骤还包括，用户主动发送基于一指定应用程序的数据处理请求，或者周期性主动向用户获取基于一指定应用程序的数据处理请求。

3.根据权利要求1所述的基于多源大数据的个性化宜居地图推荐方法，其特征在于，若为第一类型数据，则向用户返回一响应请求，以获取用户授权后的非指定应用程序的用户行为特征痕迹数据，并结合第一类型数据形成个体时空行为特征数据的步骤包括：若为第一类型数据，则提取出编号信息，调取与该编号信息对应的用户属性信息，基于该用户属性信息，向用户发送基于非指定应用程序的用户行为特征痕迹数据的获取请求，用户接收到该获取请求后，确定出授权访问的非指定应用程序，在所述非指定应用程序提取出用户行为特征痕迹数据并经用户授权后，返回非指定应用程序的用户行为特征痕迹数据，将所述用户行为特征痕迹数据与第一类型数据形成个体时空行为特征数据，其中，所述用户行为特征痕迹数据包括用户情感偏好数据、工作行为偏好数据、消费行为偏好数据或者休闲行为偏好数据中的一种或多种。

4.根据权利要求3所述的基于多源大数据的个性化宜居地图推荐方法，其特征在于，将所述个体时空行为特征数据或者第二类型数据输入至预先构建的特征-宜居偏好模型，以形成宜居地图数据，向用户发送基于所述地图数据的推荐消息的步骤具体包括：预先采集基于个体时空行为特征数据和第二类型数据的地图模型训练集，并引入基于位置的地图数据，通过训练，构建成基于位置数据和地图模型训练集的特征-宜居偏好模型，将实时获取的个体时空行为特征数据或者第二类型数据输入至构建的特征-宜居偏好模型，以输出地图数据，并实时向用户发送基于地图数据的推荐消息。