一种基于协同过滤的环境污染损失估计方法与流程

本发明属于环境污染损失估计技术领域，尤其涉及一种基于协同过滤的环境污染损失估计方法。

背景技术：

推荐系统最早出现于二十世纪九十年代，随着协同过滤方法的提出和发展使得推荐系统在电子商务、社会金融、网络心理学等领域得到广泛的关推荐注，并成为热门的研究方向。近年来，推荐系统已成熟的应用于计算机科学、管理科学与工程、数据挖掘、电子商务等领域。其方法主要包括：1）协同过滤推荐方法（Collaborative Filtering Recommendation）：根据其他用户与目标用户对项目偏好的比较，选取相似用户。再通过对相似用户的项目选择特征的分析，为目标用户进行推荐。2）基于内容的推荐方法（Content-based Recommendation）利用项目（商品、电影、音乐、云服务等）本质特征的描述，再根据用户的历史记录，来为用户推荐在其未选择的项目中，与历史记录项目相似度最高的项目。

现有的协同过滤推荐方法包括；1）人工智能方法（BP神经网络）：首先通过AHP+ER方法进行指标的融合，根据经济损失数额将损失情况分为n个等级。并将损失因子作为输入项，损失等级划分作为输出项，进行神经网络训练。缺点是难以评估出准确的经济损失数值，只能给出大概范围。2、统计学方法（多元线性回归）：将损失因子设为{x1 …xn}，经济损失数额为y，构建多元线性回归模型，确定损失权重β1~βn，进行损失估计。同时可以观测出单一损失因子对经济损失的影响程度。缺点是具有数据局限性，不同数据所训练得到的损失权重可能不尽相同。

技术实现要素：

本发明的目的在于提供一种基于协同过滤的环境污染损失估计方法，旨在解决现有的协同过滤推荐方法存在难以评估出准确的经济损失数值，不同数据所训练得到损失权重可能不尽相同的问题。

本发明是这样实现的，一种基于协同过滤的环境污染损失估计方法，所述基于协同过滤的环境污染损失估计方法包括以下步骤：

步骤一，将损失因子工业废水排放量，工业化学需氧量排放量，工业氮氧排放量，城市生活污水排放量，生活化学需氧量排放量，生活氮氧排放量进行归一化处理；

步骤二，相似度计算：通过Pearson correlation coefficient计算各个城市之间污水排放情景的相似度；

步骤三，近邻城市Top-K选取：通过计算得到的相似度，来寻找与目标城市排放污水情景相似的k个城市，其中所有近邻城市的相似度均需大于0；

步骤四，根据计算的得到的相似度以及Top-K个近邻城市，对目标城市的经济损失进行估计。

进一步，所述归一化处理公式如下，将损失因子置于0-1区间内：

其中LF_i,j为城市i的第j个损失因子，分别为所有城市的第j个损失因子的最大值和最小值；

进一步，所述相似度计算的公式为：

Q_p,i为城市p的第i个损失因子的数值，为城市p的损失因子的均值，N_p,q的取值为-1~1。

进一步，所述对目标城市的经济损失进行估计的公式为：

本发明提供的基于协同过滤的环境污染损失估计方法，根据目标年度内的已有城市的损失因子和损失项，以及目标城市的损失因子数据来估计目标城市的经济损失，用工业废水治理设施本年运行费用来进行经济损失的度量，方法简单，操作方便，较好的解决了现有的协同过滤推荐方法存在难以评估出准确的经济损失数值，不同数据所训练得到损失权重可能不尽相同的问题。

附图说明

图1是本发明实施例提供的基于协同过滤的环境污染损失估计方法流程图。

图2是本发明实施例提供的基于协同过滤的环境污染损失估计方法具体实现流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明通过不同地域损失因子的相似性来寻找相似地域（相似用户），并通过相似地域已知的损失项来对目标地域未知的损失项进行估计分析。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例的基于协同过滤的环境污染损失估计方法包括以下步骤：

S101:将损失因子（其中包括工业废水排放量，工业化学需氧量排放量，工业氮氧排放量，城市生活污水排放量，生活化学需氧量排放量，生活氮氧排放量）进行归一化处理；

S102：相似度计算：通过Pearson correlation coefficient计算各个城市之间污水排放情景的相似度；

S103:近邻城市Top-K选取：通过计算得到的相似度，来寻找与目标城市排放污水情景相似的k个城市，其中所有近邻城市的相似度均需大于0；

S104:根据计算的得到的相似度以及Top-K个近邻城市，对目标城市的经济损失进行估计。

如图2所示，本发明的具体步骤如下：

1（归一化）：将损失因子（其中包括工业废水排放量，工业化学需氧量排放量，工业氮氧排放量，城市生活污水排放量，生活化学需氧量排放量，生活氮氧排放量）进行归一化处理，将其置于0-1区间内：

其中LF_i,j为城市i的第j个损失因子，分别为所有城市的第j个损失因子的最大值和最小值；

2（相似度计算）：通过Pearson correlation coefficient计算各个城市之间污水排放情景的相似度：

其中，Q_p,i为城市p的第i个损失因子的数值，为城市p的损失因子的均值。这里N_p,q的取值为-1~1；

3（近邻城市Top-K选取）：通过计算得到的相似度，来寻找与目标城市排放污水情景相似的k个城市，其中所有近邻城市的相似度均需大于0；

4（目标城市损失项估计）：根据计算的得到的相似度以及Top-K个近邻城市，对目标城市的经济损失进行估计：

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。