[发明专利]一种基于多情境嵌入的个性化场所语义识别方法

权利要求书

1.一种基于多情境嵌入的个性化场所语义识别方法，其特征在于，包括个性化场所语义识别、手机App相关性识别、协同训练三个阶段，具体如下：

(1)个性化场所语义识别阶段：

(1.1)输入待识别的场所访问记录v；

(1.2)利用深度神经网络分别处理v中的时间信息、通讯记录信息、日历项信息、手机App使用信息、多媒体App操作信息、情景模式信息、铃音类型信息、充电状态信息、网络信息、用户性别信息、用户年龄信息、用户工作信息，分别得到时间信息的表示v_ts、通讯记录信息的表示v_cl、日历项信息的表示v_ce、手机App使用信息的表示v_au、多媒体App操作信息的表示v_mps、情景模式信息的表示v_p、铃音类型信息的表示v_r、充电状态信息的表示v_c、网络信息的表示v_gsl、用户性别信息的表示v_g、用户年龄信息的表示v_ag、用户工作信息的表示v_w；其中网络信息为基站信号强度；

(1.3)利用卷积神经网络和循环神经网络处理v中的用户活动信息，得到用户活动信息的表示v_act；其中用户活动信息为加速度数据；

(1.4)将步骤(1.2)和步骤(1.3)处理得到的各情境信息的表示拼接得到情境信息表示v_context；

(1.5)将情境信息表示v_context输入softmax分类器，得到个性化场所语义概率分布，并将概率分布中最大值对应的标签作为得到的个性化场所语义标签；

(2)手机App相关性识别阶段：

(2.1)输入待识别其相关性的两个手机App a_i和a_j；

(2.2)利用深度神经网络处理手机App信息，得到手机App a_i和a_j的表示和

(2.3)将和的点积作为sigmoid函数的输入，得到手机App相关性概率P；

(2.4)通过相关性概率P得到手机App相关性标签其中，若P0.5，则手机App相关性标签为相关，否则为不相关；

(3)协同训练阶段：

(3.1)获取带标签的个性化场所语义识别训练集V；

(3.2)获取带标签的手机App相关性识别训练集A；

(3.3)定义个性化场所语义识别模型目标函数O(V)；

(3.4)定义手机App相关性识别模型目标函数O(A)；

(3.5)通过共享手机App的表示分别对个性化场所语义识别模型和手机App相关性识别模型的模型参数进行协同训练，模型最终目标函数为O(V)+O(A)。

2.根据权利要求1所述的一种基于多情境嵌入的个性化场所语义识别方法，其特征在于：所述得到时间信息的表示v_ts的方法如下：将一周的时间划分为工作日/周末×24小时，即48个时间段，用i＝1,2,…,48编号；ts表示场所访问记录中的时间信息，则代表场所访问记录中时间信息的表示；将时间段ts_i进行one-hot编码，则是编码后由一层全连接神经网络计算得到的时间段ts_i的表示；对于待识别的场所访问记录，用户停留在该场所的时间可能会横跨多个连续的时间段，则时间信息表示v_ts的计算如下：

其中j_ts是用户抵达该场所的时间段，k_ts是用户离开该场所的时间段。