[发明专利]老干部智慧养老需求服务决策空间隐式交互识别方法及系统

权利要求书

1.一种老干部智慧养老需求服务决策空间隐式交互识别方法，其特征在于，包含如下内容：

通过分析用户服务使用记录来构建等价维度相似用户群及用户的服务数据内容集，该服务数据内容集包含每个用户的服务数据内容序列，其中，服务数据内容序列中的服务记录由对应服务、时间点及用户历史记录评分组成；

针对等价维度的相似用户群，依据用户服务数据内容序列中长短时序历史服务记录来挖掘基于长时序的服务数据间的关联关系；根据关联关系、目标用户历史服务记录及偏好记录来建立各服务类型间的时间间隔维度空间及服务类型目标分量时序模型；

利用服务类型目标分量时序模型来获取基于未来时间序列的服务推荐列表。

2.根据权利要求1所述的老干部智慧养老需求服务决策空间隐式交互识别方法，其特征在于，分析用户服务实用记录来构建等价维度的相似用户群服务数据内容集中，首先，通过用户属性聚类和协同推荐中的评分偏好来获取属性聚类和协同推荐两个维度下的潜在服务需求空间组合；然后，针对潜在服务需求空间组合来发掘并构建等价维度相似用户群及用户服务数据内容集。

3.根据权利要求2所述的老干部智慧养老需求服务决策空间隐式交互识别方法，其特征在于，构建等价维度相似用户群中，针对用户属性和评分偏好，通过采用皮尔逊相关系数或余弦相似度或距离测量来度量服务数据之间相似度，依据用户服务数据之间相似度来构建等价维度相似用户群。

4.根据权利要求2所述的老干部智慧养老需求服务决策空间隐式交互识别方法，其特征在于，潜在服务需求空间表示为：frf_ba＝fba₁.......fba_i,........，fba_k，其中，若ba_i为用户的连续属性，fba_i在连续属性[min,max]区间中取值；若ba_i,为用户的离散属性，则fba_i等于属性取值。

5.根据权利要求1或2或3或4所述的老干部智慧养老需求服务决策空间隐式交互识别方法，其特征在于，每个用户的服务数据内容序列中的服务记录由三元组表示，其中，用户m服务数据内容序列的第l个服务记录VQ_m,l表示为VQ_m,l＝s_m,l,t_m,l,g_m,l，s_m,l表示对应服务，t_m,l表示对应服务的时间点，g_m,l表示对应服务的用户历史记录评分。

6.根据权利要求5所述的老干部智慧养老需求服务决策空间隐式交互识别方法，其特征在于，利用服务类型目标分量时序模型来获取基于未来时间序列的服务推荐列表的过程表示为如下内容：

其中，λ表示用户x对服务类型集合S的服务使用概率的近似估计，O_x,t(t|s)表示用户x在时刻t点访问数据服务内容s_x,l到时刻(t+Δt)点访问数据服务s之间的概率密度函数，L_m表示用户x的服务数据内容序列长度，∈_x,l为服务数据内容集中历史服务记录基数，Φ(·)为累计分布函数，μ_sx,l为高斯分布。

7.一种老干部智慧养老需求服务决策空间隐式交互识别系统，其特征在于，包含：数据收集模块、关联分析模块和推荐识别模块，其中，

数据收集模块，用于通过分析用户服务使用记录来构建等价维度相似用户群及用户的服务数据内容集，该服务数据内容集包含每个用户的服务数据内容序列，其中，服务数据内容序列中的服务记录由对应服务、时间点及用户历史记录评分组成；

关联分析模块，用于针对等价维度的相似用户群，依据用户服务数据内容序列中长短时序历史服务记录来挖掘基于长时序的服务数据间的关联关系；根据关联关系、目标用户历史服务记录及偏好记录来建立各服务类型间的时间间隔维度空间及服务类型目标分量时序模型；推荐识别模块，用于利用服务类型目标分量时序模型来获取基于未来时间序列的服务推荐列表。