[发明专利]基于用户画像的服务推荐方法、装置、设备及存储介质

权利要求书

1.一种基于用户画像的服务推荐方法，其特征在于，包括下述步骤：

接收入场登记终端发送的用户入场信号，所述用户入场信号至少携带有入场用户的入场视频数据以及业务办理信息；

基于所述入场视频数据对所述入场用户进行身份识别操作，得到所述入场用户的用户标识信息；

基于所述入场视频数据对所述入场用户进行健康分析操作，得到所述入场用户的当前健康信息；

读取本地数据库，在所述本地数据库中获取与所述用户标识信息相对应的历史用户画像；

基于所述当前健康信息以及业务办理信息对所述历史用户画像进行数据更新操作，得到所述入场用户的当前用户画像；

将所述当前用户画像输入至服务预测模型进行服务预测操作，得到目标推荐服务；

输出所述目标推荐服务。

2.根据权利要求1所述的基于用户画像的服务推荐方法，其特征在于，所述将所述当前用户画像输入至服务预测模型进行服务预测操作，得到目标推荐服务的步骤，具体包括：

对所述当前用户画像进行标签拆分操作，得到单个标签文本；

将所述单个标签文本分别输入至所述服务预测模型进行所述服务预测操作，得到单标签推荐服务；

将所述单标签推荐服务进行综合计算操作，得到所述目标推荐服务。

3.根据权利要求1所述的基于用户画像的服务推荐方法，其特征在于，在所述将所述当前用户画像输入至服务预测模型进行服务预测操作，得到目标推荐服务的步骤之前，还包括：

在所述本地数据库中获取样本文本，并确定所述样本文本中包含的每个分词；

基于待训练的服务预测模型确定所述每个分词对应的词向量；

在所述本地数据库中获取每个服务属性，根据所述待训练的服务预测模型中包含所述服务属性对应的注意力矩阵，以及所述每个分词对应的词向量，确定所述样本文本涉及所述服务属性的第一特征表示向量；

根据所述待训练的服务预测模型中包含的用于表示不同服务属性之间的相关性的自注意力矩阵，以及所述样本文本涉及每个服务属性的第一特征表示向量，确定所述样本文本涉及每个服务属性的第二特征表示向量；

根据所述待训练的服务预测模型以及所述样本文本涉及每个服务属性的第二特征表示向量，确定所述待训练的服务训练模型输出的分类结果，所述分类结果包括所述样本文本所属的服务属性以及所述样本文本所属的服务属性对应的情感极性；

根据所述分类结果和针对所述样本文本预设的标注，对所述服务预测模型中的模型参数进行调整，以完成对所述服务预测模型的训练。

4.根据权利要求3所述的基于用户画像的服务推荐方法，其特征在于，所述在所述本地数据库中获取样本文本，并确定所述样本文本中包含的每个分词的步骤，具体包括：

将所述每个分词输入所述服务预测模型中的服务表征层，得到所述服务表征层输出的每个分词分别对应的双向服务表示向量，作为每个分词对应的词向量。

5.根据权利要求3所述的基于用户画像的服务推荐方法，其特征在于，所述将所述每个分词输入所述服务预测模型中的服务表征层，得到所述服务表征层输出的每个分词分别对应的双向服务表示向量，作为每个分词对应的词向量的步骤，具体包括：

将每个分词对应的词向量输入所述服务预测模型中的属性表征层；

通过所述属性表征层中包含的该服务属性对应的注意力矩阵，对每个分词对应的词向量进行注意力加权；

根据注意力加权后的每个分词对应的词向量，确定所述样本文本涉及该服务属性的第一特征表示向量。