APP下载

一种基于用户画像的态势信息精准推荐技术

2021-03-24王世珠刘思培

火力与指挥控制 2021年2期
关键词:用户信息模型

陈 昊,赵 斐,王世珠,刘思培

(1.北京跟踪与通信技术研究所,北京 100094;2.北方信息控制研究院集团有限公司,南京 211153)

0 引言

现代战争已由过去的打火力、打机械时代进入到了打信息战时代,伴随争夺制信息权而来的问题是战场信息量的急剧增长、高价值信息易被淹没在信息汪洋中;传统将战场态势信息不加选择、全部展现的方式已经落伍,而面向不同作战单元和群体将所需要的态势信息快速而准确地定制推送、一致显示已经成为新的趋势;战场态势信息精准推荐定制能力逐渐成为衡量指控系统效能的重要指标。目前常用的推荐方法一般可分为基于内容的推荐[1-6]、基于协同的推荐[7-13]、基于规则的推荐[14-15]。其中,基于内容的推荐多基于文本形式,对其他多模态数据的特征提取受到限制,特征数据的匮乏导致无法发现用户潜在的兴趣和信息需求,用户对推荐的信任度和满意度不高;基于规则的推荐具有数据支持的广泛性,可按照用户级别、任务类型和数据种类进行规则或策略定制,但存在规则制定复杂、作战场景适应性差、用户维护不便、应用体验不佳的问题。综上,以上方法对于态势信息精准推荐应用而言都有其局限性。

为了解决态势信息精准推荐的问题,本文提出了基于用户画像与协同过滤算法的态势信息精准推荐方法。该方法以用户单元或群体的行为或兴趣为基础,实时生成用户画像;通过一定的相似度度量用户之间的相关性,特别是引入用户画像偏好指数,应用和优化协同过滤算法,将邻居用户已访问过而目标用户还未访问的项目作为最终推荐项目,从而可以实现具有一定联想性的目标用户个性化推荐。……

登录APP查看全文

猜你喜欢

用户信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
订阅信息
关注用户
3D打印中的模型分割与打包
关注用户
关注用户
如何获取一亿海外用户
展会信息
健康信息