本發(fā)明屬于大數(shù)據(jù)領(lǐng)域，更準(zhǔn)確的講，涉及半監(jiān)督學(xué)習(xí)中的協(xié)同學(xué)習(xí)方法。

背景技術(shù)：

傳統(tǒng)的協(xié)同學(xué)習(xí)(co-training)主要針對(duì)兩視圖，且基于以下假設(shè)：a)兩視圖之間獨(dú)立；b)視圖完整，即單獨(dú)通過每一個(gè)視圖都能得到相對(duì)可靠的分類器。協(xié)同學(xué)習(xí)的思想是兩個(gè)視圖上的分類器相互學(xué)習(xí)，相互糾正。一般情況下，協(xié)同學(xué)習(xí)的步驟為：首先根據(jù)有類標(biāo)數(shù)據(jù)分別在兩個(gè)視圖上訓(xùn)練初始分類器，然后利用分類器分別在另外一個(gè)視圖上做驗(yàn)證，把最有把握的無類標(biāo)樣本進(jìn)行標(biāo)注，并放入對(duì)方視圖的有類標(biāo)訓(xùn)練集中；再增加的訓(xùn)練集上，再分別訓(xùn)練兩個(gè)視圖上的分類器，重復(fù)以上步驟，直到該分類器足夠可靠。從協(xié)同訓(xùn)練提出到現(xiàn)在十幾年時(shí)間里，盡管理論很完美，但是實(shí)際有價(jià)值的應(yīng)用并不多?？偨Y(jié)原因在于，滿足兩視圖獨(dú)立性條件的數(shù)據(jù)太少，更不要說三個(gè)以上的視圖。本課題的場(chǎng)景為超過三個(gè)視圖，目前的兩視圖技術(shù)并不能處理，具體來說，現(xiàn)有技術(shù)存在以下缺陷：

1)目前的協(xié)同學(xué)習(xí)主流技術(shù)為兩視圖之間相互學(xué)習(xí)，盡管存在三視圖學(xué)習(xí)方法，但對(duì)于多個(gè)(超過三個(gè))視圖之間，如何選擇合適視圖，以及如何選擇最有把握的無類標(biāo)樣本，還缺乏相應(yīng)的理論知識(shí)與實(shí)踐經(jīng)驗(yàn)。

2)未知數(shù)據(jù)存在著大量的特征缺失問題，例如：該id在其中幾個(gè)視圖中出現(xiàn)，在另外幾個(gè)視圖中卻無數(shù)據(jù)。如何處理缺失視圖數(shù)據(jù)，目前也沒有技術(shù)能做到。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是在多源、異構(gòu)的小樣本情況下，對(duì)智慧城市的市民偏好進(jìn) 行發(fā)現(xiàn)，進(jìn)而用于人物畫像。市民的網(wǎng)上行為可以有：看視頻、瀏覽網(wǎng)頁、玩游戲、聊天、購物等多種方式，這種多視圖的數(shù)據(jù)極大的彌補(bǔ)了協(xié)同訓(xùn)練的充分性。假設(shè)存在K個(gè)視圖，{V₁，…，V_k，…，V_K}，在每個(gè)視圖上分別建立分類器{f₁，…，f_K}。示例x在視圖V_k中的特征向量為x_k，由于存在數(shù)據(jù)缺失的問題，該特征可能為空。本發(fā)明在數(shù)據(jù)缺失、有類標(biāo)樣本較少的情況下，利用超多視圖(大于3)數(shù)據(jù)相互學(xué)習(xí)，逐漸提高分類器的性能。其技術(shù)要點(diǎn)如下：

1、多源異構(gòu)數(shù)據(jù)的采集與融合：本發(fā)明著重考慮市民的真實(shí)數(shù)據(jù)，其中以市民卡、市民網(wǎng)手機(jī)端app為主導(dǎo)，整合市民的注冊(cè)姓名、性別、年齡、住址、社保等真實(shí)信息，關(guān)聯(lián)相應(yīng)的虛擬賬號(hào)，因此關(guān)注市民的虛擬行為，并采集虛擬數(shù)據(jù)。最后對(duì)真實(shí)數(shù)據(jù)與虛擬數(shù)據(jù)，進(jìn)行異構(gòu)處理，重新融合；

2、市民畫像：主要根據(jù)市民的真實(shí)信息，輔以虛擬行為，對(duì)市民進(jìn)行多重歸類處理，并提取最有信息量的特征，給用戶群體進(jìn)行畫像。每個(gè)群體有一種特征，每個(gè)市民對(duì)應(yīng)多重類別，也相應(yīng)對(duì)應(yīng)多個(gè)特征。相同特征的市民更容易接受相似的市民服務(wù)。

3、市民服務(wù)推薦：基于跨領(lǐng)域的數(shù)據(jù)，計(jì)算更為復(fù)雜的相似性，推薦更為準(zhǔn)確的市民服務(wù)。同時(shí)較傳統(tǒng)的推薦系統(tǒng)，市民服務(wù)推薦有很強(qiáng)的時(shí)效性。因此，如果多名相同特征的市民選擇了某一種城市服務(wù)，那么有針對(duì)性的給該市民推薦此服務(wù)。

附圖說明

圖1為本發(fā)明的流程圖。

具體實(shí)施方式

參見圖1，本發(fā)明通過協(xié)同訓(xùn)練的方式，在超多視圖、類標(biāo)缺失的情況下，逐步訓(xùn)練一個(gè)強(qiáng)分類器。其中，實(shí)心圈表示有類標(biāo)數(shù)據(jù)，空心實(shí)圖表示無類標(biāo)數(shù)據(jù)，空心虛圈表示缺失數(shù)據(jù)。主要步驟包括：

步驟1：在各個(gè)視圖上分別建立初始分類器；；

步驟2：根據(jù)統(tǒng)計(jì)概率，在無類標(biāo)數(shù)據(jù)中找出屬于某類的概率最大的示例；

步驟3：用該類將該示例標(biāo)注，并加入有類標(biāo)數(shù)據(jù)中；

步驟4：在相應(yīng)的視圖上，重新訓(xùn)練分類器；

步驟5：重復(fù)以上步驟，直到分類器魯棒。

最后所應(yīng)說明的是，以上實(shí)施例僅用以說明而并非限制本發(fā)明所描述的技術(shù)方案；因此，盡管本說明書參照上述的實(shí)施例對(duì)本發(fā)明已進(jìn)行了詳細(xì)的說明，但是，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，仍然可以對(duì)本發(fā)明進(jìn)行修改或者等同地替換；而一切不脫離本發(fā)明的精神和范圍的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。