买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京大学深圳研究生院;哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于多源大数据和机器学习的宜居地图推荐方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114911889B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210579569.2，技术领域涉及：G06F16/29；该发明授权基于多源大数据和机器学习的宜居地图推荐方法和装置是由仝德;龚咏喜;邱君丽;储君;潘向向;郑红霞;李汉廷;孙裔煜设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本基于多源大数据和机器学习的宜居地图推荐方法和装置在说明书摘要公布了：本发明涉及大数据分析处理技术领域，具体涉及基于多源大数据和机器学习的宜居地图推荐方法和装置。该方法包括获取用户个体属性及行为偏好数据，构建行为特征‑宜居偏好映射模型；基于SVM‑GBRT模型算法，在地图软件中构建个性化宜居地图推荐系统；获取新用户信息，提取用户行为特征进行个性化宜居地图推荐，为用户推荐宜居宜业地评估结果。个性化的宜居地图构建与推荐，实现了面向不同用户的个性化宜居评价，融合个体行为特征和主观偏好的迭代演化模型，并实现了宜居评价的个性化和服务对象的多元化，创新了宜居地图服务模式。

本发明授权基于多源大数据和机器学习的宜居地图推荐方法和装置在权利要求书中公布了：1.一种基于多源大数据和机器学习的宜居地图推荐方法，其特征在于，所述基于多源大数据和机器学习的宜居地图推荐方法包括以下步骤： 基于多源时空行为大数据建设基础数据库，建设的基础数据库包括时空行为大数据和多源基础数据，所述建设基础数据库的方法包括：以用户个体和城市基本部件为传感器，获取城市微观空间宜居状态的基本动态信息和用户个体主客观偏好数据，得到用户个体属性及行为偏好数据； 其中，所述用户个体属性包括个人基本属性、家庭属性和行为属性； 其中，利用卷积神经网络进行特征提取，所述卷积神经网络主要由卷积、激活、池化三种结构组成，通过卷积、激活、池化的迭代操作直到结果特征向量最优，得到符合当前宜居指标的用户个体属性特征； 基于个人基本属性、家庭属性以及行为属性，推断个体的宜居偏好，并采用XGBoost算法分析个人基本属性、家庭属性、行为属性与个体宜居偏好之间的关联，构建行为特征-宜居偏好映射模型； 以500×500米栅格作为基本空间单元，对单个要素评价结果按照0-100分赋值，完成多源数据标准化，再通过空间叠加进行多要素指标融合，构建一般性的城市宜居地图； 基于SVM-GBRT模型算法，在地图软件中构建基于行为特征-宜居偏好映射模型的个性化宜居地图推荐系统； 其中，所述个性化宜居地图推荐系统由匹配过程和排序过程组成，所述匹配过程采用OvR策略的多元支持向量机模型解决输入用户的行为偏好，记录生成候选对象；所述排序过程利用附加的多源信息和SVM-GBRT模型对候选对象进行评分和重新排序； 获取新用户信息，根据新用户注册信息及将所述新用户信息输入所述行为特征-宜居偏好映射模型获取的用户行为特征进行个性化宜居地图推荐，为用户推荐宜居宜业地评估结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京大学深圳研究生院;哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城北大园区H栋208室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。