[發明專利]基于深度學習的個性化政務服務推薦方法和系統

有效

• 申請號: 201710522480.1
• 申請日: 2017-06-30
• 公開（公告）號: CN107368549B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 陳濤
• 申請（專利權）人: 華中科技大學鄂州工業技術研究院;華中科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 黃君軍

1.一種基于深度學習的個性化政務服務推薦方法，其特征在于，其包括如下步驟：

S1、獲取用戶獲取信息的途徑、習慣、愛好信息，通過獲取的獲取用戶獲取信息的途徑、習慣、愛好信息建立用于表達用戶個性化需求的個性化特征模式庫；

S2、獲取統計公眾的現實需求與潛在的需求信息，通過步驟S1中個性化特征模式庫匹配公眾的現實需求與潛在的需求信息的需求模式，并將需求模式發送到個性化服務中心；

S3、獲取用戶的需求信息，分析獲取用戶的需求對應的分類；在分類中獲取用戶的需求對應的細化功能信息；

S4、在個性化服務中心中將各類信息進行個性特征數據結構設計；在個性化服務中心中建立用戶的需求信息與進行了個性化特征數據結構設計的信息的對應關系；

S5、對用戶的需求信息在個性化服務中心進行檢索，對用戶的現實需求或潛在需求進行響應；

其中，所述步驟S4中在個性化服務中心中將各類信息進行個性特征數據結構設計包括：

分析用戶數據獲取用戶信息需求特征和行為特征，建立分群模型，分群模型按用戶的自然屬性、使用特征、偏好變量進行細分獲得聚類分群，所述聚類分群中信息為個性特征數據結構化數據；

所述步驟S5包括：

在需求信息為潛在需求信息時，對用戶的特征信息進行聚類，獲得得到潛在需求信息，用戶的潛在需求信息在個性化服務中心進行檢索，對用戶的顯示需求進行響應。

2.如權利要求1所述的基于深度學習的個性化政務服務推薦方法，其特征在于，

所述步驟S3中用戶的需求對應的分類包括：信息公開、網上互動、個性化服務。

3.如權利要求1所述的基于深度學習的個性化政務服務推薦方法，其特征在于，

所述步驟S5包括：

在需求信息為現實需求信息時，對用戶的現實需求信息在個性化服務中心進行檢索，對用戶的顯示需求進行響應。

4.一種基于深度學習的個性化政務服務推薦系統，其特征在于，其包括如下單元：

個性化特征模式庫單元，用于獲取用戶獲取信息的途徑、習慣、愛好信息，通過獲取的獲取用戶獲取信息的途徑、習慣、愛好信息建立用于表達用戶個性化需求的個性化特征模式庫；

需求模式匹配單元，用于獲取統計公眾的現實需求與潛在的需求信息，通過個性化特征模式庫單元中個性化特征模式庫匹配公眾的現實需求與潛在的需求信息的需求模式，并將需求模式發送到個性化服務中心；

需求細分單元，用于獲取用戶的需求信息，分析獲取用戶的需求對應的分類；在分類中獲取用戶的需求對應的細化功能信息；

數據結構設計單元，用于在個性化服務中心中將各類信息進行個性特征數據結構設計；在個性化服務中心中建立用戶的需求信息與進行了個性化特征數據結構設計的信息的對應關系；

需求響應單元，用于對用戶的需求信息在個性化服務中心進行檢索，對用戶的現實需求或潛在需求進行響應；

其中，所述數據結構設計單元中在個性化服務中心中將各類信息進行個性特征數據結構設計包括：

分析用戶數據獲取用戶信息需求特征和行為特征，建立分群模型，分群模型按用戶的自然屬性、使用特征、偏好變量進行細分獲得聚類分群，所述聚類分群中信息為個性特征數據結構化數據；

所述需求響應單元包括：

在需求信息為潛在需求信息時，對用戶的特征信息進行聚類，獲得得到潛在需求信息，用戶的潛在需求信息在個性化服務中心進行檢索，對用戶的顯示需求進行響應。

5.如權利要求4所述的基于深度學習的個性化政務服務推薦系統，其特征在于，

所述需求細分單元中用戶的需求對應的分類包括：信息公開、網上互動、個性化服務。

6.如權利要求4所述的基于深度學習的個性化政務服務推薦系統，其特征在于，

所述需求響應單元包括：

在需求信息為現實需求信息時，對用戶的現實需求信息在個性化服務中心進行檢索，對用戶的顯示需求進行響應。