[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

说明书

本发明属于智慧社区服务领域，特别涉及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及系统，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；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。本发明利用积累的历史数据间的关联关系挖掘出用户的潜在需求，满足目标用户群体服务需求多变的情形。

技术领域

本发明属于大数据智慧社区服务技术领域，特别涉及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及系统。

背景技术

老干部是一群具有特殊身份的群体，在养老服务方面有着多元化和个必化的需求，由于其服务生态和服务内容的不断增长，有效的服务智能推荐显得尤为重要。传统的服务推荐方法忽略了常用服务内容(医疗、购物、出行、家政、用餐等)之间的关联关系。这种关联关系是基于用户长时序数据积累而产生，并隐式的存储在历史记录之中。如何利用积累的历史数据间的关联关系挖掘出用户的潜在需求十分重要，以支撑在老干部服务需求多变的情况下，实现服务推荐。。

服务多目标优化模型方法(协同推荐方法)由于可能存在多个相互冲突、不可公度的目标，一般不存在使各目标同时最优的全局最优解，仅存在满足最优性概念的占优解集。基于优劣性概念的代表性多目标优化进化算法均采用直接比较两个候选解的多个同维目标分量，按其大小关系确定候选解的优劣关系，通过对大量候选解的优劣关系进行评判，搜索满足性能准则的占优解集。对于服务多目标优化问题，结合上述的方法，主要是依据用户评分、评价偏好，以及用户、服务之间的“强关联关系”进行最优解，形成短期的服务推荐，对由于因为不同事件触发的服务需求，以及数据服务间的“弱关联关系”没有考虑，进而影响的服务推荐的质量和效率。

发明内容

为此，本发明提供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及系统，利用积累的历史数据间的关联关系挖掘出用户的潜在需求，满足目标用户群体服务需求多变的情形，便于实际场景应用。

按照本发明所提供的设计方案，提供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，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。

作为本发明中老干部智慧养老需求服务决策空间隐式交互识别方法，进一步地，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。

作为本发明中老干部智慧养老需求服务决策空间隐式交互识别方法，进一步，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，依据服务数据之间相似度来构建等价维度相似用户群。