典型文献
综合多要素的地理空间数据众包任务推荐方法
文献摘要：
针对境外欠发达国家(或地区)地理空间数据和志愿者不足问题,为提高有限志愿者的贡献积极性和有效性,本文提出了一种综合多要素的地理空间数据众包任务推荐方法.首先采用网格将研究区域划分为若干任务;然后引入三角核函数计算用户空间偏好,结合时间遗忘率综合计算用户的时空偏好,借鉴TF-IDF和余弦相似度计算语义偏好,并融合时空、语义偏好获取初始兴趣推荐列表;最后利用隐语义模型预测用户标注每个任务的信誉(能力),并根据用户信誉对初始推荐列表重排序.为验证本文方法有效性,以有一定数据基础的巴基斯坦首都伊斯兰堡为试验区,采用OpenStreetMap平台收集的用户及众包数据开展任务区推荐试验,试验数据按照8 ∶ 2的比例随机划分为训练集和测试集.试验结果表明,该方法不仅能提高推荐任务接受率,还能提高用户完成任务的有效性.
文献关键词：
众包;任务推荐;时空语义偏好;用户信誉;OpenStreetMap
中图分类号：
作者姓名：
张宇航;周晓光;侯东阳
作者机构：
中南大学地球科学与信息物理学院,湖南 长沙 410083
文献出处：
引用格式：
[1]张宇航;周晓光;侯东阳-.综合多要素的地理空间数据众包任务推荐方法)[J].测绘通报,2022(01):84-88
A类：
伊斯兰堡,时空语义偏好
B类：
多要素,地理空间数据,任务推荐,推荐方法,境外,外欠,欠发达国家,不足问题,区域划分,核函数,空间偏好,遗忘,综合计算,TF,IDF,余弦相似度,相似度计算,始兴,列表,隐语义模型,用户信誉,重排序,数据基础,巴基斯坦,试验区,OpenStreetMap,众包数据,任务区,训练集,测试集,推荐任务,完成任务
AB值：
0.347263
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
