基于文本处理的地图推荐用户模型研究 ——以地震应急专题图为例

论文摘要

地震是对人类生存安全危害最大的自然灾害之一。地震应急是在地震灾害应急期及时获取灾情信息并做出相关对应措施,以减少地震伤亡和财产损失。在地震应急期,人们如何迅速做出有效的决策,将地震灾害伤亡和损失降至最低,是地震应急的关键。建立地震应急的用户模型,根据不同类型用户的特定需求进行空间信息组织,快速传递符合当前用户需求的空间信息,能够更准确、更有效地为地震灾害中不同用户提供空间信息服务,便于他们更高效的完成地震应急中的任务。地震应急专题图的用户模型构建,是为地震应急专题图的生产和推荐服务的。地震应急专题图是为指挥用户、救援用户、受灾用户、普通公众等四类用户了解灾情、指挥救援以及灾害分析评价等制作的地图。由于各类用户对地震信息的需求不同,造成了一般的地震应急专题图往往无法满足多类用户的需求。因此,有必要建立基于地震灾害应急专题图的用户推荐系统,在地震灾害发生的第一时间为不同用户推荐最适合其使用的专题地图。在地震灾害应急专题图的用户推荐系统中,用户建模是推荐系统的核心技术,本研究基于文本信息处理,结合地震灾害的用户类别信息及应急过程中的需求信息等,进行面向地震应急专题图的用户建模研究,研究内容主要包括以下三方面:（1）地震灾害文本处理。用户信息的准确提取,是保证用户模型信息表达准确性,提高应急专题图用户推荐性能的关键。本文针对性地对地震主题网页中的文本数据进行采集,避免了数据冗余和网络资源浪费;以文本中的用户分类信息、时间信息、地点信息进行文本分类与聚类,获得带有用户兴趣主题性、目的性的文本集;通过建立地震主题用户词典,对文本进行分词及特征词提取处理;最后利用TF-IDF算法计算地震相关特征词词频,建立用户兴趣模型。（2）建立面向地震应急专题图推荐的用户模型。确立地震应急地图用户种类及时间、地点等用户多维度信息,构建包含场景特征词,应急需求特征词和专用特征词的用户词典,分析VSM在表达地震应急地图用户信息时存在的不足,提出一种基于用户、时间、兴趣的多维向量空间用户模型的表示方法。（3）通过实验,验证了多维向量空间用户模型的有效性和准确性。根据验证数据分析,运用多维向量空间模型得到的推荐结果符合用户对灾害应急的认知;并通过困惑度模型评价验证了多维向量空间模型在文本的预测能力和生成能力方面更优于传统向量空间模型;模型得到的结果最终通过系统进行用户推荐。

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 研究背景及意义
•   1.2 研究现状
•     1.2.1 文本信息处理
•     1.2.2 用户兴趣建模
•   1.3 研究内容及技术路线
•   1.4 论文的组织结构
• 2 用户模型和文本处理理论
•   2.1 用户模型
•     2.1.1 用户模型概述
•     2.1.2 用户模型分类
•     2.1.3 用户模型的表示方法
•   2.2 文本信息检索模型
•     2.2.1 布尔模型
•     2.2.2 概率模型
•     2.2.3 向量空间模型
•   2.3 文本处理
•     2.3.1 文本获取
•     2.3.2 中文分词
•     2.3.3 文本相似度计算
•     2.3.4 文本聚类
• 3 基于文本处理的地震应急地图用户模型
•   3.1 用户多维度信息
•     3.1.1 用户类别信息
•     3.1.2 时间信息
•     3.1.3 地理空间信息
•     3.1.4 地震灾害特征词
•     3.1.5 构建地震主题特征词典
•   3.2 文本采集与处理
•     3.2.1 基于地震主题的文本采集
•     3.2.2 文本分词处理
•     3.2.3 权重计算
•     3.2.4 文本聚类
•   3.3 用户多维向量空间模型
• 4 用户模型构建及实例验证
•   4.1 文本信息处理
•     4.1.1 文本预处理
•     4.1.2 地震主题词权重计算
•   4.2 地震应急地图用户多维向量空间模型构建
•     4.2.1 用户兴趣分布
•     4.2.2 用户模型的有效性对比
•   4.3 基于用户模型的应急地图推荐实现
• 5 总结与展望
•   5.1 研究总结
•   5.2 不足与展望
• 致谢
• 参考文献
• 攻读学位期间的研究成果

文章来源

类型: 硕士论文

作者: 吕思佳

导师: 张永忠

关键词: 地震,向量空间,用户建模,特征词,应急制图

来源: 兰州交通大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学,地质学,地球物理学

单位: 兰州交通大学

分类号: P315.9;P285

DOI: 10.27205/d.cnki.gltec.2019.000915

总页数: 63

文件大小: 4021K

下载量: 29