CN115935048A - 一种服务信息推荐方法、装置和电子设备 - Google Patents
一种服务信息推荐方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115935048A CN115935048A CN202110967080.8A CN202110967080A CN115935048A CN 115935048 A CN115935048 A CN 115935048A CN 202110967080 A CN202110967080 A CN 202110967080A CN 115935048 A CN115935048 A CN 115935048A
- Authority
- CN
- China
- Prior art keywords
- information
- service
- target
- data
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种服务信息推荐方法、装置和电子设备,属于数据分析与处理技术领域,其中,方法包括:获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息;基于所述目标信息,生成所述目标对象的用户画像数据;基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。本发明实施例能够融合多种服务的数据,以提供更加准确和有针对性的推荐服务。
Description
技术领域
本发明涉及数据分析与处理技术领域,尤其涉及一种服务信息推荐方法、装置和电子设备。
背景技术
在相关技术中,对于某一服务的推荐,是根据用户在该服务中输入的历史信息而得出的,例如:向用户推送个性化页面,以使用户便于在该页面内查找到曾经购买或浏览过的服务内容。
这样,若用户误点击某一服务内容后,将会向该用户推荐其并不需要的服务内容,使用户不便于获取理想的服务内容。
由此可见,相关技术中的服务推荐方法存在推荐结果可靠性低的问题。
发明内容
本发明提供一种服务信息推荐方法、装置和电子设备,能够提升服务信息推荐方法得出的推荐结果的可靠性。
为解决上述技术问题,本发明是这样实现的:
第一方面,本发明提供了一种服务信息推荐方法,其特征在于,包括:
获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息;
基于所述目标信息,生成所述目标对象的用户画像数据;
基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。
第二方面,本发明提供了一种服务信息推荐装置,其特征在于,包括:
第一获取模块,用于获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息;
生成模块,用于基于所述目标信息,生成所述目标对象的用户画像数据;
确定模块,用于基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。
第三方面,本发明提供了一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第一方面所述的服务信息推荐中的步骤。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的服务信息推荐方法中的步骤。
本发明实施例中,可以融合目标对象在至少两个相关联的服务中的记录信息,以使根据该至少两个相关联的服务中的记录信息所得到的用户画像数据能够更加准确的描述目标对象的实际特征,从而使得根据该用户画像数据确定出的服务推荐信息与该目标对象的实际需求更加匹配,从而提升了本发明实施例提供的服务信息推荐方法所得出的推荐结果的可靠性。
附图说明
图1是本发明实施例提供的一种服务信息推荐方法的流程图;
图2是医学规则对应的前提条件的示意图;
图3是本发明实施例提供的一种服务信息推荐方法的应用场景图;
图4是本发明实施例提供的一种服务信息推荐装置的结构示意图;
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外,为了清楚和简洁,省略了对已知功能和构造的描述。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
请参阅图1,本发明实施例提供一种服务信息推荐方法,如图1所示,该服务信息推荐方法可以包括以下步骤:
步骤101、获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息。
在具体实施中,上述至少两个相关联的服务可以理解为:目标对象在其中一个服务中的操作或记录信息,有利益其他服务据此得出与目标对象的需求更加匹配的服务推荐信息。该至少两个相关联的服务,具体可以是至少两个相关的网页、应用程序和服务系统。例如:至少两个相关联的服务可以包括:健康档案管理系统、医疗服务系统、购物平台、保险服务平台等等,这样,根据健康档案管理系统和医疗服务系统中的健康医疗数据,可以准确的得出与之匹配的保险服务和商品,例如:对于中老年男性用户,可以推荐保健用品或者长寿保险等。
上述目标对象的目标信息可以是用户在至少两个相关联的服务中的记录信息,当然,其也可以是由人工智能(Artificial Intelligence,AI)算法得出的虚拟用户在至少两个相关联的服务中的记录信息。例如:在购物平台上记录的用户的历史购买信息或历史浏览信息;通过问卷调查形式得到的用户的个人信息,如:年龄段、性别、有无遗传病史、所倾向于购买的保险类型等等,在此并限定获取目标信息的方法。
为了便于说明,以下实施例中以所述至少两个相关联的服务包括医疗服务、保险服务、体检服务和购物平台中的至少两项,且目标对象是用户为例,进行举例说明,在此不构成具体限定。
步骤102、基于所述目标信息,生成所述目标对象的用户画像数据。
在具体实施中,上述基于所述目标信息,生成所述目标对象的用户画像数据,可以理解为,通过融合目标对象在至少两个相关联的服务中的记录信息,以使得到的用户画像数据不再局限于描述用户在某一个服务中的行为特征,而是能够综合的反映用户的实际需求。
需要说明的是,在实际应用中,除了行为特征之外,用户画像数据中的特征还包括用户自身、用户行为结果等其他特征。
步骤103、基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。
在具体实施中,可以将用户画像数据所描述的用户的行为特征与所述至少两个相关联的服务中的各个服务内容的物品特征进行匹配,以将匹配程度最高,或匹配程度大于预设值的服务内容确定为服务推荐信息中的服务内容。其中,物品特征可以包括服务的标签、关键词等内容。
当然,服务推荐信息中还可以包括所推荐的服务内容的推荐理由:例如:在用户想要预约体检时,可以推荐体检项目,并告知用户,根据用户的身体状况,推荐用户对一些身体状况较差或可能存在患病风险的部位进行详细的体检等等。
需要说明的是,在本步骤之后,若用户打开所述至少两个相关联的服务中的任一服务,则可以在该服务中输出该服务对应的服务推荐信息,以便于用户查看或操作该服务推荐信息,并以使用户能够更快更直接的获取理想的服务内容。
当然,在实际应用中还可以以短信推送等方式,来告知用户上述服务推荐信息,在此不作具体限定。
作为一种可选的实施方式,所述基于所述目标信息,生成所述目标对象的用户画像数据,包括:
将所述目标信息中与所述目标对象的身份标识对应的至少两条记录信息,合并为一条用户标识(person ID,PID)数据;
根据所述PID数据分别与所述至少两个相关联的服务中每一个服务的不同服务内容之间的关联程度,确定所述PID数据分别与不同的服务内容的标签对应的权值,其中,所述用户画像数据包括所述PID数据和所述PID数据分别与不同的服务内容的标签对应的权值。
在具体实施中,上述身份标识可以是电话号码、身份证号、设备标识、二维码等唯一身份识别信息,这样,与同一身份标识对应的至少两条记录信息,即表示同一用户在至少两个服务中的记录信息。
本实施方式中,通过将同一用户在至少两个服务中的记录信息,合并为一条PID数据,此时,该条PID数据能够更完整的描述用户在多维度上的行为特征。因此,将该PID数据分别与所述至少两个相关联的服务的不同服务内容进行关联匹配,并将得出的该条PID数据与不同的服务内容的标签的关联程度,作为所述不同的服务内容的标签的权值,即PID数据与某一个服务内容的关联程度越大,则该服务内容的标签对应的权值越大。
更具体的,上述标签的权值可以基于PID数据所得出的行为特征与该标签对应的服务内容的物品特征之间的特征匹配而确定。
在具体实施中,可以通过构建多维度标签系统,以使不同的服务或统一服务中的不同服务内容对应不同维度的标签,这样,在确定其中的一个服务或某一服务内容的标签的权值的过程中,可以避免受到其他服务或其他服务内容的标签的干扰。
换而言之,本实施方式中,通过PID系统和多维度标签系统来构建用户画像系统。进一步地,每一条PID数据对应所述用户画像数据中的一行数据,每一个标签的权值对应所述用户画像数据中的一列数据。
在实际应用中,每一个用户在用户画像系统中对应一行数据,且该行数据中的每一列,表示该用户的PID数据与所述每一列对应的标签的权值。
作为一种可选的实施方式,所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,可以包括:
分别对该每一种服务内容对应的权值进行求和,并将求和后的权值与预设权值进行比较,在比较得出所述求和后的权值大于或等于预设权值的情况下,将所述每一种服务内容对应的信息作为所述服务推荐信息。
在实际应用中,用户在服务中的记录信息可能包括部分重叠的信息,例如:假设用户在购物平台中多次点击相同或不同的商品,则会产生多条记录信息,且该多条记录信息的内容可以完全相同、部分相同或完全不同。
本实施方式中,可以使不同的记录信息对应不同的权值,例如:假设用户在购物平台中在不同时间对商品X进行了两次查看,以分别在购物平台中产生记录信息A和记录信息B,则该用户的PID数据可以包括分别基于记录信息A和记录信息B产生的购物平台中商品X的标签的权值,且记录信息A和记录信息B产生的权值可以相同。这样,商品X的标签的最终权值可以等于记录信息A和记录信息B产生的权值之和。这样,用户点击商品X的次数越多,则越可能推荐该商品X。
作为一种可选的实施方式,所述基于所述目标信息,生成所述目标对象的用户画像数据,包括:
在所述目标信息包括与新的身份标识关联的记录信息的情况下,在用户画像数据中增加与所述新的身份标识对应的行;
在所述目标信息中的记录信息包括新类型的记录信息的情况下,在所述用户画像数据中增加与所述新类型的记录信息对应的列。
本实施方式中,在获取到新用户的记录信息时,可以在用户画像系统中新增加一行,以在该行中记录所述新用户对应的PID数据以及该PID数据中与用户画像系统中的每一个标签对应的权值。
当然,在获取到老用户的新的记录信息时,可以在用户画像系统中增加列,以在新增加的列中记录该新的记录信息关联的服务的标签的权值。
也就是说,在获取到老用户的新数据时,通过多维度标签系统关联用户画像系统的列,实现同步更新画像系统。在获取到新用户的数据时,通过PID系统关联用户画像系统的行,实现同步更新画像系统。
可选的,所述方法还包括:
获取场景信息;
所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,包括:
基于所述用户画像数据中与所述场景信息预先关联的服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息。
在具体实施中,上述获取场景信息,可以包括:获取当前正在运行的服务,或者预测用户即将使用的服务。这样,所述场景信息预先关联的服务可以理解为:当前正在运行的服务或用户即将使用的服务。
例如:在进行保险理赔的应用场景下,推荐理赔托管服务;在进行体检的应用场景下,推荐体检项目等等。
本实施方式中,针对不同的场景,可以推荐不同的服务推荐信息,而不再对其他不相关的服务进行服务信息推荐,可以使推荐的内容与实际应用场景更加匹配,且减少了服务信息推荐过程中的计算量。
进一步地,所述基于所述用户画像数据中与所述场景信息预先关联的服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息,包括:
根据所述场景信息,调整所述用户画像数据中的每一个服务的标签的权值;
根据调整后的所述用户画像数据的每一个服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息。
在具体实施中,上述场景信息还可以包括时间、流行度等信息,不同场景下,对服务内容的需求可能发生变化,本实施方式下,根据场景信息调整所述用户画像数据中的每一个服务的标签的权值,以使调整后的权值与当前的场景更加匹配,例如:在晚上可以增加对游戏类服务的推荐力度,并减少对餐饮类服务的推荐力度;例如:可以增加对当前流行的服务内容的推荐力度等等。
也就是说,对于不同的标签,可以采用不同的推荐策略,以根据该推荐策略来调整该标签对应的权值,从而使得根据该权值得出的推荐结果与当前的应用场景更加匹配。
例如:假设所述至少两个相关的服务为医疗服务和保险服务的情况下,本发明实施例提供的服务信息推荐方法得出的推荐结果,可以是基于用户特征及医学或者保险产品的原始数据,在不同场景(例如:时间、多样性、流行度等)下,根据用户需求,对各个服务内容的标签赋予权重,并进行处理(例如:筛选、排序等)后的结果。即遵循根据记录信息确定出用户的特征,并根据用户的特征与产品的特征之间的特征匹配结果,来推荐产品,且在推荐系统生成初始的推荐结果后,还可以通过过滤、排名算法等进行处理,以得到最终的推荐结果和以及该推荐结果的推荐理由。
在实施中,可以采用特征工厂对记录信息和服务信息分别进行特征提取,且提取出的每一种特征可以对应一种推荐策略,在特征匹配中可以按照该特征对应的推荐策略进行特征匹配以及推荐服务信息。这样,可以结合用户的需求,调整每个具体特征上所赋予的权重,最终根据特征与推荐服务信息之间的映射来确定最终的推荐服务信息,其中,上述特征可以通过由权重相加后得到的权值来表示。
作为一种可选的实施方式,所述至少两个相关联的服务至少包括保险服务,所述方法还包括:
构建保险知识库,所述保险知识库中包括至少两种保险服务的特征信息;
所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,包括:
在所述用户画像数据中的第一目标权值大于第一预设权值的情况下,确定所述第一目标权值对应的目标保险服务的信息为服务推荐信息,其中,所述第一目标权值为所述目标保险服务的标签对应的权值,所述至少两种保险产品服务包括所述目标保险服务。
在具体实施中,上述保险产品的特征信息可以包括:产品描述、特点、适用人群、标签和保额、缴费要求、投标人、被保人、保险责任、保险条款、保险类型、生效时间、有效期等。
上述第一目标权值的数量可以是1个或多个,即第一目标权值为与多维度标签系统中的标签对应的权值中,取值最大的N个权值,N≥1。
在具体实施中,在保险服务场景下,可以获取用户在医疗服务中的记录信息,以根据这些记录信息来描述用户的行为特征、用户信息以及用户行为结果等等,并依据这些用户特征对应的推荐策略来将用户特征与保险产品特征进行匹配,并根据匹配结果推荐保险产品。
例如:可以获取体检报告,并根据体检报告中的异常指标,来推荐能够更有效的保障用户利益的保险产品,在此过程中,不同的异常指标可以对应不同的推荐策略。
本实施方式中,通过预先构建保险知识库,以预先存储每一种保险产品的特征信息,这样,在后续获取到记录信息的时候,可以将依据该记录信息得出的用户特征与保险产品的特征进行特征匹配,从而对用户画像系统中与该保险产品的标签对应的权值进行生成或者更新,并依据生成或更新后的权值大小来确定是否推荐该保险产品。
作为一种可选的实施方式,所述至少两个相关联的服务至少包括医疗服务,所述方法还包括:
构建医疗知识库,所述医疗知识库包括至少两种医疗服务的特征信息;
所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,包括:
在所述用户画像数据中的第二目标权值大于第二预设权值的情况下,确定所述第二目标权值对应的目标医疗服务的信息为服务推荐信息,其中,所述第二目标权值为所述目标医疗服务的标签对应的权值,所述至少两种医疗服务包括所述目标医疗服务。
与上一实施方式的不同之处在于,本实施方式用于对医疗服务的推荐,例如:推荐购买保健品、功能性食品或医疗器械,以提升健康力或者保持健康。在具体实施中,上述第二目标权值的具体含义与上一实施方式中的第一目标权值的具体含义相似,且能够通过相似的方法确定,在此不作具体阐述。
上述医疗知识库具体可以包括:医学规则库、条件库和动态医学知识库。其中,医学规则库中存储有大量的医学规则,而条件库中存储有每一条医学规则所需满足的条件,具体的,可以将专业领域的医学知识和专家的临床试验知识等进行词条化,以形成规则;另外,每一条规则包括前提条件,例如:在指标A大于X,指标B小于Y,指标C处于L至H之间的前提条件满足的情况下,可以采用该前提条件对应的规则,并根据该规则判断出用户具有哪些异常的身体指标或者判断出用户患有什么疾病等。
另外,上述动态医学知识库中存储的内容,可以是医生针对用户的就诊记录信息所输入的数据、推荐结果所用的医学规则、以及根据该医学规则得出的具体结论(例如:采用哪种医疗手段或需要服用什么药物等),同时还可以包括医生在诊断过程中的各种记录。
相对应的,上述记录信息可以包括:用户的体检信息、求医买药信息、健康咨询信息、保险交易信息、既往病史、就医行为等。
进一步的,每一条医学规则所需满足的前提条件,可以包括:对身体指标的评分,且在总评分大于预设评分值的情况下,可以确定满足对应的医学规则的判断条件。例如:如图2所示,在胃癌筛查评分系统中,可以根据目标用户的身体指标:年龄、性别、G-17(血清胃泌素)值、Hp(幽门螺旋杆菌)抗体的有无、PGR(胃蛋白酶原比值)的取值范围等,对目标用户是否需要进行胃癌筛查进行评分,若各项评分值的和大于预设值,例如:15,则可以确定用户需要进行胃癌筛查,此时,可以向用户推荐胃癌筛查服务。本实施例中,上述第二目标权值即表示各项评分值的和,上述目标医疗服务即胃癌筛查服务。
相应的,对于不满足前提条件的医学规则,则可以不进行相关的计算和服务推荐。
本实施方式中,通过预先构建医疗知识库,以预先存储每一种大量的医学规则,和该医学规则对应的条件,这样,在后续获取到记录信息的时候,可以根据记录信息所满足条件的医学规则来确定出,用户的异常身体指标,以及根据动态医学知识库中与该异常身体指标对应的后续处理等,得出推荐的目标医疗服务。
需要说明的是,在实际应用中,上述两种实施方式可以结合,例如:通过预先构建的医疗知识库,以根据记录信息中的身体指标等,与医疗知识库进行匹配,以得到用户具有哪些异常的身体指标,进而可以根据该异常的身体指标,来推荐能够更有效的保障用户利益的保险产品。这样,可以先通过对各类前提条件的判断,来缩小医学规则的搜索范围,然后再利用满足前提条件的医学规则来对用户的身体状况进行精确的判断,以根据判断结果进行保险服务推荐,也就实现了保险和健康管理相结合的精准的漏斗式融合服务。
为了便于对本发明实施例提供的服务信息推荐方法进行说明,以如图3所示应用场景为例,对本发明实施例提供的服务信息推荐方法进行举例说明,如图3所示应用场景下,本发明实施例提供的服务信息推荐方法可以包括以下步骤:
步骤1.获取健康档案。
本步骤中,上述健康档案可以包括用户的体检结果、已购买的保险、求医买药信息、健康咨询信息、保险交易信息、既往病史、就医行为等数据。
步骤2.获取身体指标检测信息。
本步骤中,可以获取早早筛、居家检测、基因检测等服务中的记录数据,来获得身体指标检测信息;或者,还可以是基于用户的健康档案进行基因检测,并确定检测结果中的异常指标,例如:偏高的血糖含量、偏高的白细胞数等等。
步骤3.根据步骤2得出的异常指标,推荐普适性保险产品,例如:终身寿险、重疾险。
步骤4.在体检服务中,根据异常指标进行定制体检加项。
本步骤中,对于具有不同类型的异常指标、不同性别或不同年龄的人群,可以推荐不同的体检加项。
步骤5.根据异常指标、体检结果触发健康险的推荐,例如:百万医疗、高端险以及特殊险等。
步骤6.在保险服务中,可以推荐理赔服务和保单据托管服务。
步骤7.在医疗保健服务中,可以提供就医路通和配药等互联网医疗保健服务。
步骤8.在医疗保健消费品服务中,可以向大众人群推荐其需要的保健品、功能性食品和医疗器械。
本实施例中,基于健康档案、基因检测以及体检服务,对具有异常指标的人群提供了漏斗式的保险和健康医疗融合服务。
请参阅图4,是本发明实施例提供的一种服务信息推荐装置的结构示意图,如图4所示,该服务信息推荐装置400包括:
第一获取模块401,用于获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息;
生成模块402,用于基于所述目标信息,生成所述目标对象的用户画像数据;
确定模块403,用于基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。
可选的,生成模块402,包括:
合并单元,用于将所述目标信息中与所述目标对象的身份标识对应的至少两条记录信息,合并为一条用户标识PID数据;
第一确定单元,用于根据所述PID数据分别与所述至少两个相关联的服务中每一个服务的不同服务内容之间的关联程度,确定所述PID数据分别与不同的服务内容的标签对应的权值,其中,所述用户画像数据包括所述PID数据和所述PID数据分别与不同的服务内容的标签对应的权值。
可选的,服务信息推荐装置400还包括:
第二获取模块,用于获取场景信息;
确定模块403具体用于:
基于所述用户画像数据中与所述场景信息预先关联的服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息。
可选的,确定模块403,包括:
调整单元,用于根据所述场景信息,调整所述用户画像数据中的每一个服务的标签的权值;
第二确定单元,用于根据调整后的所述用户画像数据的每一个服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息。
可选的,每一条PID数据对应所述用户画像数据中的一行数据,每一个标签的权值对应所述用户画像数据中的一列数据。
可选的,生成模块402,包括:
第一增加单元,用于在所述目标信息包括与新的身份标识关联的记录信息的情况下,在用户画像数据中增加与所述新的身份标识对应的行;
第二增加单元,用于在所述目标信息中的记录信息包括新类型的记录信息的情况下,在所述用户画像数据中增加与所述新类型的记录信息对应的列。
可选的,所述至少两个相关联的服务至少包括保险服务,服务信息推荐装置400还包括:
第一构建模块,用于构建保险知识库,所述保险知识库中包括至少两种保险服务的特征信息;
确定模块403具体用于:
在所述用户画像数据中的第一目标权值大于第一预设权值的情况下,确定所述第一目标权值对应的目标保险服务的信息为服务推荐信息,其中,所述第一目标权值为所述目标保险服务的标签对应的权值,所述至少两种保险产品服务包括所述目标保险服务。
可选的,所述至少两个相关联的服务至少包括医疗服务,服务信息推荐装置400还包括:
第二构建模块,用于构建医疗知识库,所述医疗知识库包括至少两种医疗服务的特征信息;
确定模块403具体用于:
在所述用户画像数据中的第二目标权值大于第二预设权值的情况下,确定所述第二目标权值对应的目标医疗服务的信息为服务推荐信息,其中,所述第二目标权值为所述目标医疗服务的标签对应的权值,所述至少两种医疗服务包括所述目标医疗服务。
本发明实施例提供的服务信息推荐装置400具体可以是应用如图1所示服务信息推荐方法的装置,且该服务信息推荐装置400能够取得与如图1所示方法实施例相同的有益效果,在此不作具体阐述。
优选的,本发明实施例还提供一种电子设备,如图5所示,该电子设备500包括处理器501、存储器502以及存储在存储器502上并可在所述处理器501上运行的计算机程序,该计算机程序被处理器501执行时实现上述图1所示服务信息推荐方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述图1所示的服务信息推荐方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述的计算机可读存储介质,如ROM、RAM、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (11)
1.一种服务信息推荐方法,其特征在于,包括:
获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息;
基于所述目标信息,生成所述目标对象的用户画像数据;
基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标信息,生成所述目标对象的用户画像数据,包括:
将所述目标信息中与所述目标对象的身份标识对应的至少两条记录信息,合并为一条用户标识PID数据;
根据所述PID数据分别与所述至少两个相关联的服务中每一个服务的不同服务内容之间的关联程度,确定所述PID数据分别与不同的服务内容的标签对应的权值,其中,所述用户画像数据包括所述PID数据和所述PID数据分别与不同的服务内容的标签对应的权值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取场景信息;
所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,包括:
基于所述用户画像数据中与所述场景信息预先关联的服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息。
4.根据权利要求3所述的方法,其特征在于,所述基于所述用户画像数据中与所述场景信息预先关联的服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息,包括:
根据所述场景信息,调整所述用户画像数据中的每一个服务的标签的权值;
根据调整后的所述用户画像数据的每一个服务的标签的权值,在所述至少两个相关联的服务中确定服务推荐信息。
5.根据权利要求2所述的方法,其特征在于,每一条PID数据对应所述用户画像数据中的一行数据,每一个标签的权值对应所述用户画像数据中的一列数据。
6.根据权利要求5所述的方法,其特征在于,所述基于所述目标信息,生成所述目标对象的用户画像数据,包括:
在所述目标信息包括与新的身份标识关联的记录信息的情况下,在用户画像数据中增加与所述新的身份标识对应的行;
在所述目标信息中的记录信息包括新类型的记录信息的情况下,在所述用户画像数据中增加与所述新类型的记录信息对应的列。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述至少两个相关联的服务至少包括保险服务,所述方法还包括:
构建保险知识库,所述保险知识库中包括至少两种保险服务的特征信息;
所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,包括:
在所述用户画像数据中的第一目标权值大于第一预设权值的情况下,确定所述第一目标权值对应的目标保险服务的信息为服务推荐信息,其中,所述第一目标权值为所述目标保险服务的标签对应的权值,所述至少两种保险产品服务包括所述目标保险服务。
8.根据权利要求1至6中任一项所述的方法,其特征在于,所述至少两个相关联的服务至少包括医疗服务,所述方法还包括:
构建医疗知识库,所述医疗知识库包括至少两种医疗服务的特征信息;
所述基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息,包括:
在所述用户画像数据中的第二目标权值大于第二预设权值的情况下,确定所述第二目标权值对应的目标医疗服务的信息为服务推荐信息,其中,所述第二目标权值为所述目标医疗服务的标签对应的权值,所述至少两种医疗服务包括所述目标医疗服务。
9.一种服务信息推荐装置,其特征在于,包括:
第一获取模块,用于获取目标对象的目标信息,其中,所述目标信息包括所述目标对象在至少两个相关联的服务中的记录信息;
生成模块,用于基于所述目标信息,生成所述目标对象的用户画像数据;
确定模块,用于基于所述用户画像数据,在所述至少两个相关联的服务中确定服务推荐信息。
10.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的服务信息推荐方法中的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至8中任一项所述的服务信息推荐方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110967080.8A CN115935048A (zh) | 2021-08-23 | 2021-08-23 | 一种服务信息推荐方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110967080.8A CN115935048A (zh) | 2021-08-23 | 2021-08-23 | 一种服务信息推荐方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115935048A true CN115935048A (zh) | 2023-04-07 |
Family
ID=86699462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110967080.8A Pending CN115935048A (zh) | 2021-08-23 | 2021-08-23 | 一种服务信息推荐方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115935048A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720004A (zh) * | 2023-08-09 | 2023-09-08 | 腾讯科技(深圳)有限公司 | 推荐理由生成方法、装置、设备及存储介质 |
-
2021
- 2021-08-23 CN CN202110967080.8A patent/CN115935048A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720004A (zh) * | 2023-08-09 | 2023-09-08 | 腾讯科技(深圳)有限公司 | 推荐理由生成方法、装置、设备及存储介质 |
CN116720004B (zh) * | 2023-08-09 | 2023-12-15 | 腾讯科技(深圳)有限公司 | 推荐理由生成方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Implementation of artificial intelligence in fashion: are consumers ready? | |
Alamdari et al. | A systematic study on the recommender systems in the E-commerce | |
Mishra et al. | Re-examining post-acceptance model of information systems continuance: A revised theoretical model using MASEM approach | |
Mogaji et al. | The implications of artificial intelligence on the digital marketing of financial services to vulnerable customers | |
Sergueeva et al. | Understanding the barriers and factors associated with consumer adoption of wearable technology devices in managing personal health | |
US10769702B2 (en) | Recommendations based upon explicit user similarity | |
Huseynov et al. | Internet users’ attitudes toward business-to-consumer online shopping: A survey | |
Lee et al. | How purchase intention consummates purchase behaviour: the stochastic nature of product valuation in electronic commerce | |
Peter et al. | An investigation of perceived risk at the brand level | |
Gürhan-Canli et al. | When corporate image affects product evaluations: The moderating role of perceived risk | |
Chen et al. | A Web-based personalized recommendation system for mobile phone selection: Design, implementation, and evaluation | |
US7720784B1 (en) | Emotive intelligence applied in electronic devices and internet using emotion displacement quantification in pain and pleasure space | |
CN111784455A (zh) | 一种物品推荐方法及推荐设备 | |
Rahardja et al. | The impact of mobile payment application design and performance attributes on consumer emotions and continuance intention | |
Wang | A market-oriented approach to accomplish product positioning and product recommendation for smart phones and wearable devices | |
Wang et al. | Determinants of citizens’ intent to use government websites in Taiwan | |
Chen et al. | Experiments on user experiences with recommender interfaces | |
CN112000894A (zh) | 一种健康管理信息推送方法、装置、设备及存储介质 | |
Huseynov et al. | The influence of knowledge-based e-commerce product recommender agents on online consumer decision-making | |
Currim et al. | A procedure for measuring and estimating consumer preferences under uncertainty | |
Alves | Sharing rare attitudes attracts | |
Petnji Yaya et al. | The expert experience in adopting the ES-QUAL scale | |
CN118247007A (zh) | 基于大语言模型的导购方法和系统 | |
Sulikowski et al. | Modeling online user product interest for recommender systems and ergonomics studies | |
Bommer et al. | A meta-analytic examination of the antecedents explaining the intention to use fintech |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |