首页|综合多要素的地理空间数据众包任务推荐方法

综合多要素的地理空间数据众包任务推荐方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
A comprehensive geospatial data crowdsourcing task recommendation method

张宇航、周晓光、侯东阳

展开 >

中南大学地球科学与信息物理学院,湖南 长沙 410083

众包 任务推荐 时空语义偏好 用户信誉 OpenStreetMap

国家自然科学基金面上项目

41971360

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(1)
  • 2
  • 10