本发明涉及社区服务
技术领域：
，具体涉及一种高效的社区信息服务系统。
背景技术：
：随着智慧城市的建设发展，社区建设成为智慧城市的基本单元，其中社区的信息服务直接关系居民感受智慧城市建设成果的渠道和方式。如何根据不同用户向用户推荐满意的社区信息服务，成为摆在人们面前的难题。随着信息技术和互联网的蓬勃发展，网络上的资源呈爆炸式增长，一方面，人们能从网络上获取的资源也越来越丰富，给生活带来了极大的便利；另一方面，海量的信息空间带给用户更多元化选择的同时，反而使用户迷失在信息的海洋，用户不得不花费更多的时间成本来寻找所需的信息。个性化推荐通过对用户个性、习惯、偏好的分析，能够及时跟踪用户的需求变化来自动调整信息服务的方式和内容，定制的向用户提供其感兴趣的信息和服务。个性化推荐输出的结果更符合用户需求，同时用户参与度也更低，从而使得用户寻找信息的成本大大降低。这就为高效的社区信息服务提供了方向。技术实现要素：针对上述问题，本发明旨在提供一种高效的社区信息服务系统。本发明的目的采用以下技术方案来实现：提供了一种高效的社区信息服务系统，包括数据层、服务层和展示层，所述数据层包括图片数据存储模块和数据访问模块，所述图片数据存储模块用于存储社区周边图片数据，所述数据访问模块用于向服务层提供数据访问接口，所述服务层通过访问接口获取图片数据，所述服务层包括用户描述模块和图片推荐模块，所述用户描述模块用于获取用户信息，对用户进行识别，所述图片推荐模块用于向不同用户推荐图片，所述展示层包括服务调用模块和显示模块，所述服务调用模块用于从服务层调取图片推荐结果，并将推荐结果发送至显示模块，所述显示模块用于显示调用的图片。本发明的有益效果为：社区信息服务系统能够对用户进行识别，向不同用户推荐个性化的社区信息服务。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：数据层1、服务层2、展示层3。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种高效的社区信息服务系统，包括数据层1、服务层2和展示层3，所述数据层1包括图片数据存储模块和数据访问模块，所述图片数据存储模块用于存储社区周边图片数据，所述数据访问模块用于向服务层2提供数据访问接口，所述服务层2通过访问接口获取图片数据，所述服务层2包括用户描述模块和图片推荐模块，所述用户描述模块用于获取用户信息，对用户进行识别，所述图片推荐模块用于向不同用户推荐图片，所述展示层3包括服务调用模块和显示模块，所述服务调用模块用于从服务层2调取图片推荐结果，并将推荐结果发送至显示模块，所述显示模块用于显示调用的图片。本实施例社区信息服务系统能够对用户进行识别，向不同用户推荐个性化的社区信息服务。优选的，所述显示模块为高清显示器。本优选实施例用户获得了更好的服务和体验。优选的，所述图片推荐模块包括一次处理单元、二次处理单元、三次处理单元和四次处理单元，所述一次处理单元用于获取用户对图片的评分，所述二次处理单元用于根据评分确定用户对图片的评分矩阵，所述三次处理单元用于查找与待推荐用户相似的近邻用户，所述四次处理单元用于根据近邻用户向待推荐用户推荐图片。本优选实施例图片推荐模块实现了图片的个性化推荐。优选的，所述二次处理单元用于确定用户对图片的评分矩阵：评分矩阵采用下式确定：ru＝[pik]m×n，在式子里，pik表示第i个用户ui对第k个图片xk的评分，m表示用户的数量，n表示图片的数量，ru表示评分矩阵，如果用户未对某图片评分，则对应得评分为0，评分越高，表示用户对图片的喜好程度越大；本优选实施例二次处理单元建立了用户对图片的评分矩阵，为后续三次处理单元查找近邻用户奠定了基础。优选的，所述三次处理单元包括第一选择子单元、第二选择子单元和综合选择子单元，所述第一选择子单元用于确定待推荐用户与其它用户的第一相似度，所述第二选择子单元用于确定待推荐用户与其它用户的第二相似度，所述综合选择子单元用于根据第一相似度和第二相似度确定待推荐用户的近邻用户；所述第一选择子单元用于确定待推荐用户与其它用户的第一相似度，具体为：设用户ui和用户uj共同评分的图片集合为uij，第一相似度采用下式计算：在式子里，pic和pjc分别表示用户ui和用户uj对图片xc的评分，pi和pj分别表示用户ui和用户uj对所有图片的评分的平均值，mh1(ui,uj)表示用户ui和用户uj的第一相似度；第一相似度值越大，则用户的相似性越大，反之，则相似性越小。本优选实施例第一相似度考虑了用户之间的共同评分图片。所述第二选择子单元用于确定待推荐用户与其它用户的第二相似度，具体为：将每一个用户对所有图片的评分作为一个n维向量，设用户ui和用户uj的评分向量分别记作i＝[pi1,pi2,…,pin]和j＝[pj1,pj2,…,pjn]，所有图片集合为x，第二相似度采用下式计算：在式子里，pik和pjk分别表示用户ui和用户uj对图片xk的评分，mh2(ui,uj)表示用户ui和用户uj的第二相似度；所述第二相似度值越大，则用户的相似性越大，反之，则相似性越小；所述综合选择子单元用于根据第一相似度和第二相似度确定待推荐用户的近邻用户：根据第一相似度和第二相似度计算用户的相似性因子：在式子里，dt(ui,uj)表示用户ui和用户uj的相似性因子；所述相似性因子越大，表示用户之间的相似性越高；将相似度高的用户作为待推荐用户的近邻用户；本优选实施例第二相似度考虑了用户对所有图片的评分，相似度因子综合第一相似度和第二相似度获取了准确的近邻用户，通过相似性因子确定待推荐用户的近邻用户，为后续四次处理单元进行个性化推荐奠定了基础，。优选的，所述四次处理单元用于根据近邻用户向待推荐用户推荐图片：根据近邻用户集合中用户的评分，预测待推荐用户对未评分图片的推荐因子：在式子里，h表示待推荐用户的近邻用户集合，pjd表示近邻用户uj对图片xd的评分，gtik表示待推荐用户ui对未评分图片xd的推荐因子；根据推荐因子的从大到小排序向待推荐用户推荐图片。本优选实施例四次处理单元通过计算待推荐用户对未评分图片的推荐因子，实现了个性化准确推荐，提升了用户满意度和社区服务水平。采用本发明高效的社区信息服务系统向用户提供社区信息服务，选取5个用户进行实验，分别为用户1、用户2、用户3、用户4、用户5，对社区服务效率和用户满意度进行统计，同现有社区信息服务系统相比，产生的有益效果如下表所示：社区服务效率提高用户满意度提高用户129％27％用户227％26％用户326％26％用户425％24％用户524％22％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12