(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210852452.7 (22)申请日 2022.07.20 (65)同一申请的已公布的文献号 申请公布号 CN 114936325 A (43)申请公布日 2022.08.23 (73)专利权人 北京数慧时空信息技 术有限公司 地址 100070 北京市丰台区海鹰路1号院1 号楼二层201 (72)发明人 龚启航　张广益　陈莉　徐子为　 彭哲　李洁　邹圣兵　 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/51(2019.01) G06F 16/535(2019.01) G06F 16/55(2019.01) G06F 16/583(2019.01)G06F 16/9537(2019.01) G06V 10/54(2022.01) G06V 10/74(2022.01) G06V 20/13(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (56)对比文件 CN 110489644 A,2019.1 1.22 CN 109062994 A,2018.12.21 CN 114491237 A,202 2.05.13 CN 113569088 A,2021.10.2 9 WO 2022033199 A1,202 2.02.17 CN 111506813 A,2020.08.07 杨晓蕾等.基 于张量分解的多维信息融合兴 趣点推荐算法. 《小型微型计算机系统》 .2020, (第05期), 审查员 张敏姣 (54)发明名称 基于用户画像的遥感影 像推荐方法及系统 (57)摘要 本发明提供一种基于用户画像的遥感影像 推荐方法及系统， 该方法包括以下步骤： S1获取 用户历史数据和用户需求数据， 所述用户历史数 据包括历史推荐方案数据和历史影像数据； S2对 所述历史影像数据基于内容进行归类， 得到第一 数据； S3对所述历史推荐方案数据基于内容进行 统计， 得到第二数据； S4分别对所述第一数据、 第 二数据和所述历史用户需求数据赋予标签； S5使 用权重生成方法生成所述标签的权重； S6使用所 述标签和所述权重构建用户画 像； S7根据所述用 户画像进行影像推荐。 本发明通过构建非传统的 用户画像， 不仅体现了用户的需求偏好， 还体现 了用户对整组影像以及推荐 方案的兴趣偏好， 进 而通过该用户画像能够为用户提供个性化的影 像推荐方案 。 权利要求书5页 说明书12页 附图2页 CN 114936325 B 2022.10.11 CN 114936325 B 1.一种基于用户画像的遥感影 像推荐方法， 其特 征在于， 包括： S1 获取用户历史数据和用户需求数据， 所述用户历史数据包括历史推荐方案数据和 历史影像数据， 所述用户需求数据包括历史用户需求数据和当前用户需求数据， 所述历史 推荐方案数据由路径 参量和基于所述路径参量进 行影像搜索的影像组搜索算法组成， 所述 路径参量由所述历史影像数据和其对应的历史影像覆盖率组成， 所述历史影像覆盖率为每 个所述历史影 像数据对应的历史用户需求数据中的目标区域的覆盖率； S2 对所述历史影 像数据基于内容进行归类， 得到第一数据； S21所述历史影像数据包括历史影像及其对应的历史影像分辨率、 历史影像时相信息、 历史影像波谱信息、 历史影像地理区域信息、 质量评价项、 历史影像质量分数和历史使用日 期， 其中， 所述质量评价项为历史影像对应的质量评价项目的名称或代码， 所述历史影像质 量分数为 其对应历史影 像的每个质量评价项对应的评价分数； S22对所述历史影像进行特征提取， 得到历史影像特征， 对所述历史影像特征进行聚 类， 得到历史影 像聚类数据； S23对所述历史影像分辨率进行统计， 得到历史影像分辨率聚类数据， 所述历史影像分 辨率聚类数据包括每 类历史影 像分辨率和其对应的数量； S24对所述历史影像时相信息进行聚类， 得到历史影像时相信息聚类数据， 聚类的方法 为将所述历史影 像基于时相信息进行划分， 相邻时相的所述历史影 像聚为一类； S25对所述历史影像波谱信息进行聚类， 得到历史影像波谱信息聚类数据， 所述历史影 像波谱信息聚类数据包括每 类波谱和其对应的历史影 像的数量； S26对所述历史影像地理区域信息进行聚类， 得到历史影像地理区域信息聚类数据， 聚 类的方法为 根据地理区域将历史影 像进行归类， 在相同行政区划内的历史影 像聚为一类； S27对所述质量评价项进行聚类， 得到质量评价聚类数据， 聚类的方法为计算不同影像 间影像质量评价分数分布的相似性， 将相似性大于预设阈值的影像聚为一类， 其中， 一张历 史影像对应n个质量评价项， 每个质量评价项对应一个历史影像质量分数Sj， 每张影像对应 一个影像质量评价分数分布 A= （S1,S2,...,Sn） ； S28将所述影像聚类数据、 所述影像分辨率聚类数据、 所述影像时相信息聚类数据、 所 述影像波谱信息聚类数据、 所述影像地理 区域信息聚类数据和所述质量评价聚类数据组成 所述第一数据； S3 对所述历史推荐方案数据基于内容进行统计， 得到第二数据； S31对所述影像组搜索算法进行统计， 得到影像组搜索算法统计数据， 所述影像组搜索 算法统计数据包括每 类影像组搜索算法和其对应的数量： 其中， 为历史使用的影像 组搜索算法， 其中m为历史使用的影 像组搜索算法按历史使用顺序进行排序的序 号， n为影像组搜索算法的种类数， count()为 对括号内参量的数量的计算； S32对所述影像组搜索算法使用的路径参量进行统计， 得到每类影像组搜索算法对应 的路径参 量数量集合：权　利　要　求　书 1/5 页 2 CN 114936325 B 2其中， 为第n类影像组搜索算法使用过的路径参量， ak为第k类路径 参量； S33将所述影像组搜索算法统计数据和所述每类影像组搜索算法对应的路径参量数量 集合进行拼接， 得到第二数据： 其中， ； S4 分别对所述第 一数据、 第二数据和所述历史用户需求数据赋予标签， 得到第一标签 组、 第二标签组和第三标签组； S5 使用权重生成方法分别对所述第一标签组、 第二标签组和第三标签组中的每个标 签进行权 重生成， 得到第一权 重组、 第二权 重组和第三权 重组； S6 将所述第 一标签组、 所述第二标签组和所述第三标签组中的所有标签作为元素项， 将所述第一权重组、 所述第二权重组和所述第三权重组中的所有权重作为权值， 根据所述 元素项和所述权值构建用户画像； S7 在遥感影像库中根据所述当前用户需求数据和匹配算法进行影像匹配， 得到匹配 影像组， 利用所述用户画像对所述匹配 影像组进行影 像推荐， 得到推荐影 像组。 2.根据权利要求1所述的基于用户画像的遥感影像推荐方法， 其特征在于， 步骤S5包 括： S51根据每个标签对应的数据的数量得到每个标签的初始权重， 所述标签的初始权重 与该标签对应的数据的数量成正比； S52根据每个标签对应的数据的历史使用日期得到每个标签的衰减项， 其中， 对于有多 个历史使用日期的标签， 取最近的k次的平均值作为实际计算的历史使用日期： S53根据所述初始权 重和所述衰减项生成标签的权 重： 其中， 为所述初始权重， 为所述衰减项， r为衰减因子 （0<r<1） ， th为所述历史 使用日期的数值表示， tp为当前日期的数值表示， th和tp精确到日。 3.根据权利要求1所述的基于用户画像的遥感影像推荐方法， 其特征在于， 步骤S5还包 括： 获取与遥感影 像数据库相关的知识图谱； 基于所述知识图谱生成用户画像元 素项相关的实体向量， 获取向量相似度； 将所述向量相似度与相似预设值进行比较， 选取大于相似预设值的向量相似度对应的 实体向量， 将其作为扩展元 素项；权　利　要　求　书 2/5 页 3 CN 114936325 B 3