[发明专利]基于多维感知数据的用户关注信息智能推荐方法及系统

说明书

本发明提供了一种基于多维感知数据的用户关注信息智能推荐方法及系统，该方法包括以下步骤：S1，将前端设备采集的多维数据写入信息推荐库；S2，记录用户的检索信息并存入数据分析库，形成多条检索记录，每条检索记录包括用户名、检索目标对象的特征值、检索次数以及检索时间；S3，根据用户名查询数据分析库中的检索记录，并按用户对各个检索记录中的目标对象的关注度对检索记录进行排序，取排序靠前的一部分检索记录；S4，根据选取的检索记录中的目标对象的特征值，关联信息推荐库中的相关信息并推送给用户。本发明能够实时推送用户关注度高的目标对象的相关信息，减少用户操作量，提高检索效率。

技术领域

本发明涉及智慧城市管理领域，尤其涉及一种基于多维感知数据的用户关注信息智能推荐方法及系统。

背景技术

随着物联网技术的快速发展，智慧城市建设已是必然趋势，越来越多的公安系统建设物联网管控平台，对前端设备采集的多维感知数据进行收集，办案侦查对社会治安点位的依赖越来越大，但对物联网管控平台上的信息进行查询基本依赖于手动检索，由于治安点位的日益增多，数据量不断扩大，造成用户需要查看的数据变多，查询速度缓慢，若用户一一检索查看不仅效率低下还会造成用户反感。

发明内容

本发明的目的在于提供一种基于多维感知数据的用户关注信息智能推荐方法及系统，旨在用于解决现有的用户依赖手动检索查询大量治安点位数据，查询速度缓慢、效率低下的问题。

本发明是这样实现的：

一方面，本发明提供一种基于多维感知数据的用户关注信息智能推荐方法，包括以下步骤：

S1，将前端设备采集的多维数据写入信息推荐库；

S2，记录用户的检索信息并存入数据分析库，形成多条检索记录，每条检索记录包括用户名、检索目标对象的特征值、检索次数以及检索时间，其中检索次数为该用户检索该目标对象的总次数，检索时间为该用户最后一次检索该目标对象的时间；

S3，根据用户名查询数据分析库中的检索记录，并按用户对各个检索记录中的目标对象的关注度对检索记录进行排序，取排序靠前的一部分检索记录；

S4，根据选取的检索记录中的目标对象的特征值，关联信息推荐库中的相关信息并推送给用户。

进一步地，所述步骤S1中，前端设备采集的多维数据包括人像抓拍数据、车辆抓拍数据以及MAC捕获数据。

进一步地，所述步骤S1还包括：

根据布控信息对前端设备采集的数据进行实时分析产生报警或异常数据，一并写入信息推荐库。

进一步地，所述步骤S2中，检索目标对象若为人脸对象，则特征值为人脸通过人脸算法后的PERSONID，若为车辆对象，则特征值为车牌号，若为MAC对象，则特征值为对应的MAC值。

进一步地，所述步骤S3中按用户对各个检索记录中的目标对象的关注度对检索记录进行排序具体包括：

S3.1，根据检索时间由近及远和检索次数降序的规则对检索记录进行排序，获取排序靠前的M1条检索记录；

S3.2，通过关注度分析模型计算步骤S3.1得到的M1条检索记录的各个目标对象的用户关注度Q，根据用户关注度Q降序对这M1条检索记录进行排序，并再取排序靠前的M2条检索记录。

进一步地，所述步骤S3.2中的关注度分析模型为：

其中D_N为最后一次检索目标对象的时间距当前时间的天数差，N_N为目标对象的检索次数，S为系数。

进一步地，所述步骤S4中推送给用户的信息包括抓拍、报警及异常数据信息。