情境建模下的LBS智能信息服务推送方法

肖　锋，侯　岳，贾　宝

(河南省测绘工程院，河南 郑州 450003)



情境建模下的LBS智能信息服务推送方法

肖锋，侯岳，贾宝

(河南省测绘工程院，河南 郑州 450003)

Method of LBS Intelligent Information Push Service Based on the Scene Model

XIAO Feng，HOU Yue，JIA Bao

摘要：为满足移动互联网用户的个性化信息服务需求，引入用户兴趣模型匹配技术，提出了一种基于情境建模下的LBS智能信息推送服务模式，通过构建位置过滤模块、用户兴趣模型匹配及智能信息分类模块，实现了对推送信息的层层过滤，并同时结合反馈处理部分的修正功能实时改进推送模型的精度，从而提高了信息服务的质量和效率，使推荐的信息资源更加符合用户的实际需要。原型系统的实际应用表明了该方法的有效性。

关键词：情境建模；LBS；智能推送；用户兴趣模型

在信息技术高度发达的今天，人们生活、工作、出行等行为与地理位置的关系越来越紧密，这种与位置密切相关的服务就是LBS(location-based service)[1-3]。由于人们对即时获取信息服务的需求逐渐增强，同时要求信息更加个性化，这就迫切需要提供满足用户需求的信息服务。基于LBS的智能信息推送(information push)服务，能够主动结合用户当前的实时位置并针对其个人化需求、兴趣资讯等[4-6]，将最新的信息推送到用户相应的设备中，因而正在成为全球主流的信息传播模式，并具有广阔的应用前景。目前最常用的基于LBS信息推送技术，主要有基于内容或网格的推送、Agent推送、协同过滤推送及RSS推送等方法[7]。上述方法具有用户独立性强，透明性、聚合性、实时性、共享性和协同性好，以及成本低、无垃圾信息、推荐信息丰富等优点，但存在扩展性、兼容性及交互性差，以及安全性和可信赖性低等问题。

针对当前个性化信息推荐系统语义关系匮乏带来的一系列服务质量问题，本文引入情境本体描述与用户兴趣相关的上下文信息，并采用基于本体的情境模型对用来描述用户请求服务位置(时间)和服务资源位置(时间)的关系进行建模，通过引入位置过滤模块、用户兴趣模型匹配、智能信息分类模块，实现对推送信息的层层过滤，同时结合反馈处理部分的修正功能，实时改进推送模型精度，提高信息服务的质量和效率，使推荐的信息资源更加符合用户的实际需要。情境建模下的LBS智能信息服务推送方法，能够充分提取与用户相关的上下文信息并对各种推理规则进行表达，利用建立的个性化用户兴趣模型对各种资源信息进行推理和匹配，推荐给用户所需求的信息。通过实例验证，表明该方法增强了服务针对性，更进一步贴近用户的实际需求。

一、基于情境建模的LBS智能信息推送方法

1. 情境建模

为满足LBS对个性化信息推送要求，本文将构建的描述用户和服务资源的情境本体作为顶层本体供用户本体和服务本体进行继承和发展[8]。由于用户请求和服务资源同时具有时间属性和地点属性，因此情境本体应包括时间和地点两个因素，并将其分为地理空间(spatial dscription)本体和时间(temporal dscription)本体两部分，然后分别进行建模。

2. 用户兴趣模型信息处理

(1) 用户兴趣信息及服务信息的抽取

本文基于领域本体综合模型构建个性化用户模型，将服务本体分为饮食、娱乐、住宿、交通、购物、办公、观光、就业、学习等类型，并作为项目资源的特征向量W(W1,W2,W3,…,Wn)。根据收集的用户注册信息，提取用来表示用户兴趣模型的空间特征向量U(U1,U2,U3,…,Un)，并实现用户兴趣空间向量和项目资源特征向量的一一映射。

(2) 基于内容的信息处理

在构建的用户兴趣模型空间向量基础上，利用基于内容的过滤技术计算项目资源特征向量与用户兴趣空间向量的相似度，得到初步推荐信息集合。向量间相似性计算公式为

(1)

(3) 信息协同过滤处理技术

由于基于内容的信息过滤技术缺乏用户之间的相似性信息，而实际应用中用户间存在相似关系，因此，本文根据基于用户的协同过滤算法，计算用户间对项目资源的相关性，并对目标用户进行第二次推荐信息的过滤。根据用户信息数据库中大量的用户兴趣和所选择的服务信息，组成一个M×N阶矩阵R(M,N)，其中M表示用户数，N表示项目数，Ri,j表示用户i对项目j的评分。用户—项目评分数据矩阵见表1。

表1　用户—项目评分数据矩阵

在对项目评分时，用1和0表示用户兴趣(喜欢/不喜欢)和服务选择状态(选择/未选择)，生成用户和项目评分数据矩阵，然后根据Pearson计算公式生成用户的最近似邻居集，即

(2)

用户对任意一资源项目的预测值Pu,k为

(3)

对预测值Pu,k′从大到小进行排序，将排名靠前的N个项目作为该用户的Top-N推荐集提供给目标用户。

二、关键技术与技术流程

1. 系统总体架构

基于LBS的智能信息推送系统架构包括以下部分：

1) 客户端。客户端为平板电脑、智能手机等移动设备，客户端利用固定或移动网络、WiFi或通过Wap协议接入Internet。

2) 业务逻辑部分。由Web和GIS应用服务器、LBS服务器、推送服务器、模型服务器组成。Web应用服务器用来处理用户请求，为用户提供交互界面；GIS应用服务器提供空间分析、空间数据下载与查询操作及更新等服务。LBS服务器负责处理LBS服务业务。推送服务器根据用户与信息的对应关系，在最适宜的时间将用户所需信息主动推送到移动设备。模型服务器提供装配服务，实现复杂服务。

3) 数据部分。由地理空间数据库和其他行业服务数据库组成，包括地图数据、用户需求数据及兴趣点数据等[9-13]。

2. 个性化信息智能推送方法

通过构建的LBS过滤模块、用户兴趣模型、信息智能推送功能模块和用户反馈处理模块4个功能模块，可得到与用户实际需求密切相关的信息，将用户所感兴趣的资讯以最快的方式推荐到漫游中的用户移动终端，从而实现个性化信息智能推荐过程。整体技术流程如图1所示。

图1　信息推荐技术流程

用户首次登录系统之前需注册个人信息，系统便可从注册信息中获取用于表述用户兴趣的关键词。当用户兴趣模型与项目资源文档进行匹配时，系统通过在用户兴趣模型中引入领域本体并对用户情境进行建模，会自动顾及所有关键词之间的上下文语义关系，并进行语义层面上的匹配，从而发现用户的潜在兴趣。由于同一领域本体下所属的类别信息具有相关性，因此当用户对某类信息感兴趣时，就可以实现推荐同一领域的相关信息。

利用各概念间的语义关系，充分挖掘用户兴趣特征关键词与项目集合特征关键词的语义信息，结合情境模型中的地点和时间信息，将利用本体推理工具产生的与用户兴趣各种相关规则作为过滤条件，对上述过程产生的个性化推荐集合进行最后的过滤和优化。因此，情境建模下的信息智能推送方法解决了未引入本体造成的关键词之间相互孤立问题，最终实现了用户信息在语义层面上的表达，从而满足了用户请求服务的地域相关性及服务请求即时性的问题。

三、系统实现及应用

以Windows Phone7作为开发平台，利用Windows Phone SDK 7.1和ArcGIS Runtime SDK for Windows Phone 7.5构建主要功能模块，主界面采用XAML和C#语言进行系统UI设计。本文选择河南理工大学新校区进行示范应用，利用ArcGIS Server将电子地图发布为地图服务，电子地图根据地理要素类型划分为道路、公共设施、人工湖、教学楼、食堂、学生宿舍楼、运动场地、院系综合办公楼、绿地等12个图层(如图2所示)。

图2　电子地图

系统实现功能展示如下：

1) 用户登录和注册。使用本系统必须首先注册用户信息，然后再登录，这样可以将收集到的用户信息作为建立用户模型的采集数据。系统登录界面如图3所示。

2) 地图加载和定位。用户登录后，系统会直接在地图上展现用户的实时坐标位置，并在地图上标记，定位界面如图4所示。

3) 系统推荐结果展示。如用户注册的信息是学生，且选择了学习意图、饮食兴趣等，系统会实时测定用户的位置坐标，并根据用户设置的服务半径自动对其位置周围服务半径以内的信息进行推荐。如当用户走到图书馆中心广场时，系统则将周围的教学楼和图书加亮显示(如图5(a)所示)；当用户走到学生餐厅附近时，餐厅立刻单独显示出来，点击该图标，则显示出餐厅详尽的服务信息(如图5(b)所示)。

图3　系统登录注册界面

图4　系统定位界面

图5　系统推荐效果

四、结束语

针对移动互联网用户的个性化信息服务需求，本文引入用户兴趣模型匹配技术，提出基于情境建模的LBS主动信息推送方法，论述了系统的架构设计及用户兴趣模型建立思想，实现了基于LBS和用户兴趣关系的实时信息推送服务。通过实例验证了系统的有效性，该服务模式增强了用户的实时位置服务体验，提高了信息服务的针对性、智能化、个性化。

参考文献：

[1]刘铁健,李瑞涛,吕彬,等.我国LBS产业发展的现状分析[J].测绘与空间地理信息,2006,29(3):7-8.

[2]周国众,夏青.移动位置服务中增强现实技术的应用[J].测绘工程,2012,21(5):64-68.

[3]肖锋,侯岳,王留召,等. 基于LBS的智能信息推送技术研究[J].测绘与空间地理信息,2015,38(6):125-127.

[4]胡庆武,王明,李清泉.利用位置签到数据探索城市热点与商圈[J].测绘学报,2014,43(3):315-321.

[5]柳林,张继贤,唐新明,等.LBS体系结构及关键技术的研究[J].测绘科学,2007,32(5):145-146.

[6]奚亮亮.基于LBS的校园信息服务研究与应用[D].杭州：浙江工业大学,2012.

[7]刘迎清.国内信息推送研究综述[J].长沙大学学报,2006,20(5):82-86.

[8]齐晓飞,王光霞,周转向,等.位置地图情景研究[J].测绘工程,2014,23(11):12-15.

[9]赵爽.基于校园WIFI精确定位的多媒体推送技术[J].沈阳工业大学学报,2014,36(3):323-327.

[10]杨敏,艾廷华,卢威,等.自发地理信息兴趣点数据在线综合与多尺度可视化方法[J].测绘学报,2015,44(2):229-234.

[11]余涛,俞立中,王铮.移动计算环境下GIS技术的发展及应用[J].测绘通报,2002(2):40-42.

[12]周艳,李海成.基于RSSI无线传感器网络空间定位算法[J].通信学报,2009,30(6):75-79.

[13]亢孟军,王贝,杜清运,王明军.上下文敏感的空间信息服务智能推送研究[J].测绘科学,2011,36(3):156-157.

中图分类号：P208

文献标识码：B

文章编号：0494-0911(2016)04-0096-03

通讯作者：侯岳

作者简介：肖锋(1972—)，男，高级工程师，研究方向为3S集成应用。E-mail：xf13683969236@163.com

基金项目：河南省高校创新团队支持计划(14IRTSTHN026)；河南省创新型科技创新团队支持计划

收稿日期：2015-08-17

引文格式： 肖锋，侯岳，贾宝. 情境建模下的LBS智能信息服务推送方法[J].测绘通报，2016(4)：96-98.DOI:10.13474/j.cnki.11-2246.2016.0131.