[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

说明书

本发明涉及一种基于多情境嵌入的个性化场所语义识别方法，本发明针对传统个性化场所语义识别方法中，情境信息考虑不足以及特征工程的固有局限性问题，提出了一种将个性化场所语义和手机App相关性协同识别的方法。对于个性化场所语义识别，利用深度神经网络得到与之相关的多情境信息(时间、用户、用户活动等)的表示。对于手机App相关性识别，利用词嵌入得到不同手机App的表示。通过共享手机App的表示，对模型参数进行协同训练。本发明结合情境感知和表示学习进行个性化场所语义识别，在普适计算和基于位置的服务(LBS)等领域具有广阔的应用前景。

技术领域

本发明涉及个性化场所语义识别领域，尤其涉及一种基于多情境嵌入的个性化场所语义识别方法。

背景技术

随着移动互联网的飞速发展，智能设备中搭载的LBS也逐渐兴起。对于某个地理位置，可以通过基础的经度和纬度对其进行准确定位。然而为了提供更加智能的LBS，地理位置的经纬度信息显然并不足够，因此需要为其赋予更易于人类理解的标签，如家、学校、餐饮场所等，来扩充其语义信息。这些标签被称为场所语义。场所语义的引入能够使LBS更加智能，如在基于位置的社交网络应用中可以实现基于语义的场所搜索和发现，在电子商务应用中可以实现基于场所语义的商品和服务推送。因此，场所语义识别在普适计算和LBS等领域具有广阔应用空间。

根据场所是否基于用户差异性而具备不同的语义信息，场所语义分为非个性化场所语义和个性化场所语义。非个性化场所语义是一种以场所为中心的位置表达方式，仅考虑场所对于大众人群的语义信息，如肯德基对于大多数人的语义信息是餐饮场所。非个性化场所语义识别将基于位置的社交网络(LBSN)中的兴趣点(POI)视为场所，将POI语义标签视为场所的非个性化语义，通过对用户在LBSN中的签到数据进行分析处理，以识别场所的非个性化语义。然而，这类方法未考虑场所由于用户个体差异性而具备不同的语义信息。

个性化场所语义是一种以用户为中心的位置表达方式，考虑到由于用户个体差异性带来的场所语义差异性。如大学校园对于学生而言是学校，对于老师则是工作地点。为识别个性化场所语义，研究人员根据用户历史行为记录，获取用户的场所访问模式。如通过用户的GPS轨迹发现用户停留的场所，根据场所位置以及访问时间等信息识别个性化场所语义。然而，由于GPS轨迹涵盖信息有限，且GPS模块耗电量巨大等问题，这类方法在实际应用中难以有效工作。针对这一问题，现有研究转而通过手机日志数据识别个性化场所语义。然而，现有工作对情境信息缺乏充分考虑，通常只考虑了时间和用户等少部分情境，而忽略了用户活动等重要情境。此外，现有工作通常对不同情境信息分别单独提取特征，忽略了同一场所下不同情境之间的相关性。最后，现有工作使用传统特征工程的方法提取特征，特征工程定义的特征通常是在人们的经验指导下得出的，这些特征往往并不完备，并且需要长时间的设计与验证。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于多情境嵌入的个性化场所语义识别方法，本发明主要包括个性化场所语义识别、手机App相关性识别和协同训练，在个性化场所语义识别阶段，利用深度神经网络得到多情境信息的表示，情境信息包括时间、社交(通讯记录和日历项)、手机使用(手机App使用和多媒体App操作)、系统设置(情景模式、铃音类型和充电状态)、网络、用户(性别、年龄和工作)和用户活动；在手机App相关性识别阶段，利用词嵌入得到不同手机App的表示；在协同训练阶段，通过个性化场所语义识别模型与手机App相关性识别模型间共享手机App的表示，对模型参数进行协同训练；解决了现有个性化场所语义识别方法对情境信息缺乏充分考虑、忽略情境信息之间的相关性以及传统特征工程的固有局限性问题。

本发明是通过以下技术方案达到上述目的：一种基于多情境嵌入的个性化场所语义识别方法，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；