CN113836441B - 一种数据分析进行需求与服务内容匹配的方法及装置 - Google Patents

Abstract

本发明提供了一种数据分析进行需求与服务内容匹配的方法，所述方法包括：预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合。应用本发明实施例可以将推荐的服务内容主动展示给用户，提高了用户体验。

Description

一种数据分析进行需求与服务内容匹配的方法及装置

技术领域

本发明涉及大数据技术领域，具体涉及一种数据分析进行需求与服务内容匹配的方法及装置。

背景技术

在旅游公共服务场景中，游客在景区游玩会产生衣食住行玩的需求，而相应的需求景区基本都有考虑到并提供了相对应的服务。但是，由于存在信息不对称的问题，一边是游客在景区或目的地游玩过程中会产生各类实时的需求无法被满足，一边是景区提供的各类咨询服务、关怀服务、商业服务无人问津。所以现在的游客服务存在着严重的匹配失衡问题。因此，如何实现景区服务于游客需求进行精准匹配是亟待解决的技术问题。

现有技术中，申请号为CN201710632353.7的发明专利公开了一种基于移动互联网的城市旅游问答系统，包括景区原始信息收集子系统、景区信息采集与融合子系统、景区信息关联子系统、用户查询与知识库匹配子系统、旅游问答知识库；景区原始信息收集子系统用于采集景区的原始信息；景区信息采集与融合子系统用于后期采集针对景区原始信息的补充信息；景区信息关联子系统用于将景区原始信息收集子系统、景区信息采集与融合子系统获得的景点信息间建立关联关系；用户查询与知识库匹配子系统用于给用户提供字段匹配与关键词查询；旅游问答知识库用于给出针对用户关于景区信息提问的相关问题回答。本专利可以辅助来旅游城市市内及其周边旅游的游客，能做到随时随地了解旅游景点及其周边环境。现有技术使用文本查询和语音查询，即根据用户性格和偏好的不同，有些用户个性张扬且喜欢表现自我，他们通常喜欢与大家分享自己的想法，因此他们多半青睐于语音查询方式；而有些用户性格内敛，不喜将自己内心的想法曝露出去，他们则更加青睐于文本查询方式。无论用户选择哪种查询方式，该专利研究所涉及的智能问答系统都要将用户的查询内容进行分解，即需要经过中文分词、语义分析和语法分析等一系列文本挖掘和处理的过程。此外，如果用户选择语音查询方式，则还需对用户语音输入的内容进行语音识别。进而向用户进行景点信息、景点POI信息、周边POI信息、路网信息等进行推荐。

但是，现有技术中需要游客提供一定量的文本或者语音信息才能进行推荐，比较被动导致游客体验不佳。

发明内容

本发明所要解决的技术问题在于如何提供一种数据分析进行需求与服务内容匹配的方法及装置以向游客进行主动推荐。

本发明通过以下技术手段实现解决上述技术问题的：

本发明提供了一种数据分析进行需求与服务内容匹配的方法，所述方法包括：

预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；

根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合。

可选的，所述预先将景区内以及景区周边范围内的各服务要素进行数字化处理，包括：

采集景区内以及景区周边范围内的各服务要素的信息，并根据各服务要素对应的功能类别生成与服务要素关联的服务标签，其中，所述服务标签包括：关键字、缩略图、音频以及视频中的一种或组合。

可选的，所述根据用户的特征数据，利用推荐算法进行服务内容推荐，包括：

使用NLP算法提取出用户需求内容中的关键词，并对提取的关键词进行权重解析，讲解析出的权重值大于设定阈值的关键词作为需求关键词，其中，所述需求关键词的数量至少为一个；用户需求内容包括：历史咨询记录、用户的历史浏览记录、用户的历史访问信息、用户的轨迹信息中的一种或组合；

根据需求关键词与服务标签之间的匹配程度，确定出第一推荐标签；

利用用户手机上安装的小程序采集用户的坐标和当前时刻；

根据用户的坐标和当前时刻，利用协同过滤算法从服务标签中确定出第二推荐标签；

判断第一推荐标签以及第二推荐标签是否同时不存在；

若是，根据用户的坐标判断用户位于景区内还是景区外，若用户位于景区外，调用预先部署的游前咨询服务，如果用户位于景区内，调用预先部署的游中环境服务；将游前咨询服务以及游中环境服务输出的结果作为第三推荐标签；

将第一推荐标签、第二推荐标签以及第三推荐标签中与所述推荐标签匹配度大于置信度得分值的服务内容向用户推荐。

可选的，所述判断第一推荐标签以及第二推荐标签是否同时不存在，包括：

在第一推荐标签以及第二推荐标签中分别包含的服务内容的数量大于设定数量的情况下，判定第一推荐标签以及第二推荐标签均同时不存在；

或者，在第一推荐标签以及第二推荐标签中分别包含的服务内容为空的情况下，判定第一推荐标签以及第二推荐标签均同时不存在。

可选的，在将推荐的服务内容主动展示给用户之后，所述方法还包括：

接收用户上传的视听数据，其中，所述视听数据包括：缩略图、音频以及视频中的一种或组合；

解析所述视听数据，提取出视听数据中的目标特征值；

将视听数据中的目标特征值与服务标签进行匹配处理，并将匹配度高于设定匹配度的服务标签对应的服务类别所谓推荐类别向用户推荐。

可选的，在利用推荐算法进行服务内容推荐之前，所述方法还包括：

向小程序消息中心发送推荐请求，以使小程序消息中心根据用户的坐标数据匹配出对应的景区微信小程序，并将景区微信小程序推荐到用户微信。

本发明提供了一种数据分析进行需求与服务内容匹配的装置，所述装置包括：

处理模块，用于预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；

推荐模块，用于根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合。

可选的，所述处理模块，用于：

采集景区内以及景区周边范围内的各服务要素的信息，并根据各服务要素对应的功能类别生成与服务要素关联的服务标签，其中，所述服务标签包括：关键字、缩略图、音频以及视频中的一种或组合。

可选的，所述推荐模块，用于：

使用NLP算法提取出用户需求内容中的关键词，并对提取的关键词进行权重解析，讲解析出的权重值大于设定阈值的关键词作为需求关键词，其中，所述需求关键词的数量至少为一个；用户需求内容包括：历史咨询记录、用户的历史浏览记录、用户的历史访问信息、用户的轨迹信息中的一种或组合；

根据需求关键词与服务标签之间的匹配程度，确定出第一推荐标签；

利用用户手机上安装的小程序采集用户的坐标和当前时刻；

根据用户的坐标和当前时刻，利用协同过滤算法从服务标签中确定出第二推荐标签；

判断第一推荐标签以及第二推荐标签是否同时不存在；

若是，根据用户的坐标判断用户位于景区内还是景区外，若用户位于景区外，调用预先部署的游前咨询服务，如果用户位于景区内，调用预先部署的游中环境服务；将游前咨询服务以及游中环境服务输出的结果作为第三推荐标签；

将第一推荐标签、第二推荐标签以及第三推荐标签中与所述推荐标签匹配度大于置信度得分值的服务内容向用户推荐。

可选的，所述推荐模块，用于：

在第一推荐标签以及第二推荐标签中分别包含的服务内容的数量大于设定数量的情况下，判定第一推荐标签以及第二推荐标签均同时不存在；

或者，在第一推荐标签以及第二推荐标签中分别包含的服务内容为空的情况下，判定第一推荐标签以及第二推荐标签均同时不存在。

本发明的优点在于：

应用本发明实施例，根据用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合进行用户需求推荐，相对于现有技术中需要用户输入提供一定量的文本或者语音信息才可以实现推荐，本发明可以不用获取用户的先验知识，进而实现了用户需求的主动推荐。

附图说明

图1为本发明实施例提供的一种数据分析进行需求与服务内容匹配的方法的流程示意图；

图2为本发明实施例提供的一种数据分析进行需求与服务内容匹配的方法原理示意图；

图3为本发明实施例提供的一种数据分析进行需求与服务内容匹配的方法中界面示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的一种数据分析进行需求与服务内容匹配的方法的流程示意图；图2为本发明实施例提供的一种数据分析进行需求与服务内容匹配的方法原理示意图，如图1和图2所示，本发明实施例提供了一种数据分析进行需求与服务内容匹配的方法，所述方法包括：

S101：预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；

具体来说，采集景区内以及景区周边范围内的各服务要素的信息，服务要素是指为满足游客在景区游览时的一切需求而产生的服务，例如，雨衣租赁、登山设备租赁、餐饮、零食、特色美食、宾馆、酒店、民宿、公交、大巴、自行车租赁等服务要素，每一个服务要素包括若干个服务内容。每一种服务都有对应的服务内容、服务地点、服务特色，因此，可以基于服务要素具备的上述特征生成与服务要素关联的服务标签，其中，所述服务标签包括：关键字、缩略图、音频以及视频中的一种或组合。景区可提供的服务根据游客问答的关键词做标注，如语音导览，可标注的关键词为“讲解”、“导游”、“历史”、“故事”等等。

S102：根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合。

在本步骤中，系统可以向小程序消息中心发送推荐请求，小程序消息中心收到后调取微信的定位功能模块，筛选出坐标位于景区内以及以景区为中心设定范围内的用户，进而根据不同的景区得到不同的用户群体。以景区A为例，用户甲的位置在景区A附近，小程序消息中心将景区A的自游助手小程序推荐给用户甲的微信，用户甲的微信在收到该推荐指令后，将景区A的自游助手置顶显示，进而在游客打开微信时自动弹出自游助手的界面，或者在游客解锁手机界面时自动弹出自游助手的界面。这样方便用户接收自游助手的通知。

然后，利用自游助手收集用户的需求数据，需求数据主要包括两个部分：一个是用户自游助手上使用文字或语音咨询相关问题，如“附近有没有民宿？”，在快速服务游客的同时，这些数据也会被记录下来，结合游客咨询时所在的位置和时间，进行所在位置和时间的需求数据采集。还有一个是自游助手自动采集的一些数据，例如坐标等。

然后，针对用户的文本咨询信息，可以使用NLP算法提取出用户需求内容中的关键词，并对提取的关键词进行权重解析，讲解析出的权重值大于设定阈值的关键词作为需求关键词，其中，所述需求关键词的数量至少为一个；用户需求内容包括：历史咨询记录、用户的历史浏览记录、用户的历史访问信息、用户的轨迹信息中的一种或组合；对多个关键词进行权重解析，解析出权重最大的关键词，即为主要需求。在实际过程中，一句对话可能包含多个权重较大的关键词，可以取排名前2的关键词，设置两个需求。根据需求关键词直接找服务中的匹配关键词，直接调用相应的服务。如游客在咨询中已经提到“我要找美食”，那调取的就是美食相关的服务，如附近的餐厅/美食等；

根据需求关键词与服务标签之间的匹配程度，确定出第一推荐标签，第一推荐标签包含服务要素的具体内容，以餐饮为例，有快餐、中餐、西餐、农家菜、地方特色美食、蛋糕、野餐等。

利用用户手机上安装的小程序采集用户的坐标和当前时刻；

根据用户的坐标和当前时刻，利用协同过滤算法从服务标签中确定出第二推荐标签；协同过滤算法可以为现有技术，本发明实施例在此不再赘述。

判断第一推荐标签以及第二推荐标签是否同时不存在；在第一推荐标签以及第二推荐标签中分别包含的服务内容的数量大于设定数量的情况下，判定第一推荐标签以及第二推荐标签均同时不存在；通常来说，第一推荐标签以及第二推荐标签中分别包含的服务内容数量过多，例如，第一推荐标签中包括了西餐、蛋糕、野餐，说明推荐的项目太多，对用户需求把握不准确。进一步的，可以使用距离算法计算西餐、蛋糕、野餐之间的关联程度，当两两关联程度的均值小于设定值时，判定各个服务内容推荐价值不大。或者，在第一推荐标签以及第二推荐标签中分别包含的服务内容为空的情况下，判定第一推荐标签以及第二推荐标签均同时不存在。

若是，根据用户的坐标判断用户位于景区内还是景区外，若用户位于景区外，调用预先部署的游前咨询服务，如果用户位于景区内，调用预先部署的游中环境服务；将游前咨询服务以及游中环境服务输出的结果作为第三推荐标签；游前咨询服务以及游中环境服务均可以根据用户的坐标进行该坐标下历史需求数据的统计，将历史需求次数最多的服务要素推荐。图3为本发明实施例提供的一种数据分析进行需求与服务内容匹配的方法中界面示意图，如图3所示，在很多情况下，用户被没有咨询任何内容，于是我们就无法获得用户的直接需求，这时候就是需要参考用户打开小程序时候的地理位置和时间。将位置和时间作为数据维度，去需要数据库中在此时间或位置上，在历史记录中游客最多的服务需求，将该服务调用给到用户。

将第一推荐标签、第二推荐标签以及第三推荐标签中与所述推荐标签匹配度大于置信度得分值的服务内容向用户推荐。可以理解的是，需求标签可以包括关键字、缩略图、音频以及视频中的一种或组合

在算法层计算出相应的分析结果后，会以第一推荐标签、第二推荐标签以及第三推荐标签+置信度得分的方式给到服务侧，服务侧首先会根据第一推荐标签、第二推荐标签以及第三推荐标签找到相应的服务内容列表。

然后再将每一个服务内容与对应的推荐标签，如第一推荐标签进行匹配：找餐厅0.81、本地特色美食0.79、今日美食优惠券0.70。

如算法给出的是“美食0.76”，调用结果就是美食服务里面与美食相关度接近0.76的三项服务。

在实际应用中，餐饮服务要素其中一个服务项目如地方特色餐饮可以有若干个标签，如美食、民族、特色等多个标签，以便于进行综合推荐。

另外，现有技术无法实时收集和洞察游客需求，本发明实施例通过微信小程序主动推荐解决了上述问题

而且，无法将服务数字化、标签化；没有合理的匹配算法；没有服务分发能力。本发明通过系统和算法，将服务内容提供给有相应需求的游客，高效匹配需求与服务，让游客可以高效地获得需要的服务。

最后，建立收集游客问答数据、地理位置数据和时间数据的系统，对数据进行快速分析以洞察游客需求，另外一边将可提供的服务做分类和标记。通过算法服务提供给有需求的游客，高效匹配需求与服务。让游客的需求最大程度被满足，让景区现有服务不至于闲置，也帮助景区洞察更多的游客需求，反向提升景区自身的游客服务升级改造。

实施例2

在实施例1的基础上，实施例2增加了以下步骤：

接收用户上传的视听数据，其中，所述视听数据包括：缩略图、音频以及视频中的一种或组合；

解析所述视听数据，提取出视听数据中的目标特征值；

将视听数据中的目标特征值与服务标签进行匹配处理，并将匹配度高于设定匹配度的服务标签对应的服务类别所谓推荐类别向用户推荐。

应用本发明上述实施例，使用缩略图或者音视频加入到服务标签中，可以避免用户输入的关键字不符合要求而导致的推荐结果不佳的技术问题，例如，登山杖在某些地方叫做竹杖、拐棍，如果用户不了解这些，输入的关键词可能为登山杖，二者区别很大，因此，可能推荐的东西不符合用户需求，如果用户看到别人使用了，使用手机拍摄图像上传后，系统可以进行图像识别与匹配，这样即使用户不知道某种事物的正确叫法也仍然可以获得准确的服务推荐。

实施例3

实施例3提供了一种数据分析进行需求与服务内容匹配的装置，所述装置包括：

处理模块，用于预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；

推荐模块，用于根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合。

在本发明实施例的一种具体实施方式中，所述处理模块，用于：

采集景区内以及景区周边范围内的各服务要素的信息，并根据各服务要素对应的功能类别生成与服务要素关联的服务标签，其中，所述服务标签包括：关键字、缩略图、音频以及视频中的一种或组合。

在本发明实施例的一种具体实施方式中，所述推荐模块，用于：

使用NLP算法提取出用户需求内容中的关键词，并对提取的关键词进行权重解析，讲解析出的权重值大于设定阈值的关键词作为需求关键词，其中，所述需求关键词的数量至少为一个；用户需求内容包括：历史咨询记录、用户的历史浏览记录、用户的历史访问信息、用户的轨迹信息中的一种或组合；

根据需求关键词与服务标签之间的匹配程度，确定出第一推荐标签；

利用用户手机上安装的小程序采集用户的坐标和当前时刻；

根据用户的坐标和当前时刻，利用协同过滤算法从服务标签中确定出第二推荐标签；

判断第一推荐标签以及第二推荐标签是否同时不存在；

若是，根据用户的坐标判断用户位于景区内还是景区外，若用户位于景区外，调用预先部署的游前咨询服务，如果用户位于景区内，调用预先部署的游中环境服务；将游前咨询服务以及游中环境服务输出的结果作为第三推荐标签；

将第一推荐标签、第二推荐标签以及第三推荐标签中与所述推荐标签匹配度大于置信度得分值的服务内容向用户推荐。

在本发明实施例的一种具体实施方式中，所述推荐模块，用于：

在第一推荐标签以及第二推荐标签中分别包含的服务内容的数量大于设定数量的情况下，判定第一推荐标签以及第二推荐标签均同时不存在；

或者，在第一推荐标签以及第二推荐标签中分别包含的服务内容为空的情况下，判定第一推荐标签以及第二推荐标签均同时不存在。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种数据分析进行需求与服务内容匹配的方法，其特征在于，所述方法包括：预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；

根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合；

所述预先将景区内以及景区周边范围内的各服务要素进行数字化处理，包括：采集景区内以及景区周边范围内的各服务要素的信息，并根据各服务要素对应的功能类别生成与服务要素关联的服务标签，其中，所述服务标签包括：关键字、缩略图、音频以及视频中的一种或组合；

所述根据用户的特征数据，利用推荐算法进行服务内容推荐，包括：使用NLP算法提取出用户需求内容中的关键词，并对提取的关键词进行权重解析，将解析出的权重值大于设定阈值的关键词作为需求关键词，其中，所述需求关键词的数量至少为一个；用户需求内容包括：历史咨询记录、用户的历史浏览记录、用户的历史访问信息、用户的轨迹信息中的一种或组合；

根据需求关键词与服务标签之间的匹配程度，确定出第一推荐标签；

利用用户手机上安装的小程序采集用户的坐标和当前时刻；

根据用户的坐标和当前时刻，利用协同过滤算法从服务标签中确定出第二推荐标签；

判断第一推荐标签以及第二推荐标签是否同时不存在；

若是，根据用户的坐标判断用户位于景区内还是景区外，若用户位于景区外，调用预先部署的游前咨询服务，如果用户位于景区内，调用预先部署的游中环境服务；将游前咨询服务以及游中环境服务输出的结果作为第三推荐标签；

将第一推荐标签、第二推荐标签以及第三推荐标签中与所述推荐标签匹配度大于置信度得分值的服务内容向用户推荐。

2.根据权利要求1所述的一种数据分析进行需求与服务内容匹配的方法，其特征在于，所述判断第一推荐标签以及第二推荐标签是否同时不存在，包括：在第一推荐标签以及第二推荐标签中分别包含的服务内容的数量大于设定数量的情况下，判定第一推荐标签以及第二推荐标签均同时不存在；

或者，在第一推荐标签以及第二推荐标签中分别包含的服务内容为空的情况下，判定第一推荐标签以及第二推荐标签均同时不存在。

3.根据权利要求1所述的一种数据分析进行需求与服务内容匹配的方法，其特征在于，在将推荐的服务内容主动展示给用户之后，所述方法还包括：接收用户上传的视听数据，其中，所述视听数据包括：缩略图、音频以及视频中的一种或组合；

解析所述视听数据，提取出视听数据中的目标特征值；

将视听数据中的目标特征值与服务标签进行匹配处理，并将匹配度高于设定匹配度的服务标签对应的服务类别所谓推荐类别向用户推荐。

4.根据权利要求1所述的一种数据分析进行需求与服务内容匹配的方法，其特征在于，在利用推荐算法进行服务内容推荐之前，所述方法还包括：向小程序消息中心发送推荐请求，以使小程序消息中心根据用户的坐标数据匹配出对应的景区微信小程序，并将景区微信小程序推荐到用户微信。

5.一种数据分析进行需求与服务内容匹配的装置，其特征在于，所述装置包括：处理模块，用于预先将景区内以及景区周边范围内的各服务要素进行数字化处理，其中，所述服务要素包括：景点、餐饮、交通、住宿、物资租赁、健康服务中的一种或组合；

推荐模块，用于根据用户的特征数据，利用推荐算法进行服务内容推荐，并将推荐的服务内容主动展示给用户，其中，所述特征数据包括：用户的坐标特征数据、时间特征数据、景区的历史咨询特征数据中的一种或组合；

所述处理模块，用于：采集景区内以及景区周边范围内的各服务要素的信息，并根据各服务要素对应的功能类别生成与服务要素关联的服务标签，其中，所述服务标签包括：关键字、缩略图、音频以及视频中的一种或组合；

所述推荐模块，用于：使用NLP算法提取出用户需求内容中的关键词，并对提取的关键词进行权重解析，将解析出的权重值大于设定阈值的关键词作为需求关键词，其中，所述需求关键词的数量至少为一个；用户需求内容包括：历史咨询记录、用户的历史浏览记录、用户的历史访问信息、用户的轨迹信息中的一种或组合；

根据需求关键词与服务标签之间的匹配程度，确定出第一推荐标签；

利用用户手机上安装的小程序采集用户的坐标和当前时刻；

根据用户的坐标和当前时刻，利用协同过滤算法从服务标签中确定出第二推荐标签；

判断第一推荐标签以及第二推荐标签是否同时不存在；

若是，根据用户的坐标判断用户位于景区内还是景区外，若用户位于景区外，调用预先部署的游前咨询服务，如果用户位于景区内，调用预先部署的游中环境服务；将游前咨询服务以及游中环境服务输出的结果作为第三推荐标签；

将第一推荐标签、第二推荐标签以及第三推荐标签中与所述推荐标签匹配度大于置信度得分值的服务内容向用户推荐。

6.根据权利要求5所述的一种数据分析进行需求与服务内容匹配的装置，其特征在于，所述推荐模块，用于：在第一推荐标签以及第二推荐标签中分别包含的服务内容的数量大于设定数量的情况下，判定第一推荐标签以及第二推荐标签均同时不存在；

或者，在第一推荐标签以及第二推荐标签中分别包含的服务内容为空的情况下，判定第一推荐标签以及第二推荐标签均同时不存在。