综合多要素的地理空间数据众包任务推荐方法

作者：张宇航; 周晓光^*; 侯东阳

来源：测绘通报, 2022, (01): 84-88.

DOI：10.13474/j.cnki.11-2246.2022.0015

• 众包
• 任务推荐
• 时空语义偏好
• 用户信誉
• OpenStreetMap

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。

• 单位
  物理学院; 中南大学