服务项目推荐方法、装置、电子设备及介质与流程

1.本发明涉及数据分析领域，尤其涉及一种服务项目推荐方法、装置、电子设备及可读存储介质。

背景技术：

2.服务项目推荐指的是根据客户需求，推荐给客户想要的服务项目，例如，在金融行业中，可以根据客户的基本信息及个人需求，提供给客户保险业务服务或者理财服务等其他服务，在医疗领域中，可以根据病人的基本病情及个人经济承受能力等，提供给病人相关的药物或医疗仪器等服务。
3.在服务行业中，给客户推荐合适的服务非常重要，目前常见的服务项目推荐方法通常是基于海量的客户数据以及大规模的机器学习模型开发服务项目推荐系统，但是对于新开发的业务系统，没有任何客户数据积累的时候，模型无法做到精准推荐，从而导致服务项目推荐效率降低。

技术实现要素：

4.本发明提供一种服务项目推荐方法、装置、电子设备及可读存储介质，其目的在于提高服务项目推荐的准确率及效率。
5.为实现上述目的，本发明提供的一种服务项目推荐方法，所述方法包括：
6.获取问卷测评，提取所述问卷测评中每一个问题的标签，得到问题标签；
7.当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分；
8.基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值；
9.根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；
10.根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值；
11.利用距离计算公式计算所述指标得分与所述参考均值的权重距离；
12.根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。
13.可选地，所述利用距离计算公式计算所述指标得分与所述参考均值的权重距离，包括：
14.计算所述指标得分与所述参考均值之间的绝对距离；
15.计算所述绝对距离与所述参考均值的比值，得到权重距离。
16.可选地，所述根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，包括：
17.将所述问卷测评中每一个问题的用户标签与服务项目的相关性值与相对应的权重距离进行点乘，得到初始推荐得分集；
18.将所述初始推荐得分集中的所有初始推荐得分进行求和运算，得到所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分。
19.可选地，所述根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，包括：
20.提取所述预设规则中用户标签与服务项目之间相关性值的计算标准，得到标签服务对照表；
21.从所述标签服务对照表中查询所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值。
22.可选地，所述根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签，包括：
23.判断所述用户填写完的问卷测评中问题的指标得分是否大于所述问卷测评中问题的参考均值；
24.当所述用户填写完的问卷测评中问题的指标得分不大于所述问卷测评中问题的参考均值时，将所述问题标签中的负向标签作为所述用户的用户标签；
25.当所述用户填写完的问卷测评中问题的指标得分大于所述问卷测评中问题的参考均值时，将所述问题标签中的正向向标签作为所述用户的用户标签。
26.可选地，所述基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，包括：
27.提取所述用户填写完的问卷测评中每一个问题的指标得分；
28.计算所述指标得分的平均分值，得到初始均值；
29.提取所述预设规则中每一个问题的标准答案，并根据所述预设评分制度，计算所述标准答案的标准指标得分；
30.计算所述标准指标得分的平均分值，得到标准均值；
31.对所述初始均值及所述标准均值进行权重分配，得到均值计算权重；
32.根据所述均值计算权重，计算所述所述初始均值及所述标准均值的加权和，得到参考均值。
33.可选地，所述提取所述问卷测评中每一个问题的标签，得到问题标签，包括：
34.将所述问卷测评中的每一个问题与预构建的候选词模板进行匹配，得到所述问卷测评中的每一个问题中的候选词集合；
35.利用关键信息提取算法对所述候选词集合中每个候选词进行评分，得到候选词分值；
36.选取所述候选词分值大于等于预设分值的候选词作为所述问卷测评中每一个问题的关键词；
37.将所述关键词与预设标签模板进行匹配，将匹配成功的标签作为所述问卷测评中每一个问题的问题标签。
38.为了解决上述问题，本发明还提供一种服务项目推荐装置，所述装置包括：
39.用户标签生成模块，用于获取问卷测评，提取所述问卷测评中每一个问题的标签，
得到问题标签，当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分，基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；
40.相关性值计算模块，用于根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值；
41.服务推荐模块，用于利用距离计算公式计算所述指标得分与所述参考均值的权重距离，根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。
42.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
43.存储器，存储至少一个计算机程序；及
44.处理器，执行所述存储器中存储的计算机程序以实现上述所述的服务项目推荐方法。
45.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的服务项目推荐方法。
46.本发明实施例通过获取用户填写的问卷测评，并根据所述问卷测评中每一个问题对应的问题标签生成所述用户的用户标签，提高了所述用户标签的准确性，从而提高了服务项目推荐的精准度，其次，根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，利用距离计算公式计算所述指标得分与所述参考均值的权重距离，减少了模型计算的过程，降低了服务项目推荐的资源占用度，最后，根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户，保证了在没有大量客户数据的情况下，仍可以精准地对用户进行服务项目推荐，提高了服务项目推荐的效率。因此，本发明提供的一种服务项目推荐方法、装置、设备及存储介质，能够提高服务项目推荐的准确率及效率。
附图说明
47.图1为本发明一实施例提供的服务项目推荐方法的流程示意图；
48.图2至图3为本发明一实施例提供的服务项目推荐方法的中其中一个步骤的详细实施流程图；
49.图4为本发明一实施例提供的服务项目推荐装置的模块示意图；
50.图5为本发明一实施例提供的实现服务项目推荐方法的电子设备的内部结构示意图；
51.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
52.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
53.本发明实施例提供一种服务项目推荐方法。所述服务项目推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述服务项目推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以包括独立的服务器，也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
54.参照图1所示的本发明一实施例提供的服务项目推荐方法的流程示意图，在本发明实施例中，所述服务项目推荐方法包括以下步骤s1-s11：
55.s1、获取问卷测评，提取所述问卷测评中每一个问题的标签，得到问题标签。
56.本发明实施例中，所述问卷测评可以是业务人员根据企业自身提供的服务设置的测试问卷，例如，某企业所提供的服务中包含医疗健康服务，即可设置“你的bmi是多少”等类似问题。所述问题标签可以是所述问卷测评中每一个问题对应服务的正反标签，例如，问题“你的bmi是多少”所对应的标签可以是体态过胖或体重过轻等正反标签。
57.本发明可选实施例中，通过获取企业服务项目的内容，从而生成与所述内容相关的问卷题目，最后将所述问卷题目进行整合，得到问卷测评，从而保证了问卷测评与服务项目的相关性，进而保证服务项目推荐的准确性。
58.本发明实施例通过提取所述问卷测评中每一个问题的标签，得到问题标签，便于后续用户标签的生成，提高了服务项目推荐的准确性。
59.详细地，所述提取所述问卷测评中每一个问题的标签，得到问题标签，包括：
60.将所述问卷测评中的每一个问题与预构建的候选词模板进行匹配，得到所述问卷测评中的每一个问题中的候选词集合；
61.利用关键信息提取算法对所述候选词集合中每个候选词进行评分，得到候选词分值；
62.选取所述候选词分值大于等于预设分值的候选词作为所述问卷测评中每一个问题的关键词；
63.将所述关键词与预设标签模板进行匹配，将匹配成功的标签作为所述问卷测评中每一个问题的问题标签。
64.本发明实施例中，所述预构建的候选词模可以是业务人员根据企业服务项目设定的词组集合。所述关键信息提取算法可以是tf-idf，textrank，lda等算法。所述预设分值可以是专业人员根据关键词的评分标准进行设定的数值。所述预设标签模板可以是关键词与标签对照模板，且每个关键词对照一个正向标签及一个反向标签，例如，关键词“bmi”对照的体态过胖标签及体重过轻标签。
65.本发明可选实施例中，为保证服务项目推荐的准确率，所述问题标签可以是一组或多组正反标签集合。
66.s2、当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分。
67.本发明实施例中，所述预设评分制度可以是业务人员根据所述问卷测评中每一个问题对应答案的维度进行分数设定的规则，例如，在医疗服务领域中，问题“你对身体健康
的重视程度”对应的答案可以是“不关注”、“一般”及“非常重视”等，根据预设评分机制，所述“不关注”、“一般”及“非常重视”等答案，对应的分数可以是1分、2分及3分等分数。
68.本发明可选实施例中，当接收到用户填写完的问卷测评时，读取所述问卷测评中每一个问题的答案，并按照预设评分机制对所述每一个问题进行评分，得到指标得分，从而更精准地把握用户的基本信息及个人喜好等，提高了服务项目推荐的准确度，且在增加新服务项目时不需要大量用户数据作为参照标准，减少了资源消耗。
69.s3、基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值。
70.本发明实施例中，所述预设规则包含专业人员根据所述问卷测评中每一个问题设定标准答案等内容，例如，某企业服务项目中有一项养老服务，所述养老服务项目中用户的平均年龄为60岁，则所述养老服务项目对应问题“你的年龄是多少”的参考均值为60岁。
71.本发明实施例中基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，保证所述问卷测评的结果更具权威性，提高了服务项目推荐的准确率。
72.进一步地，作为本发明一可选实施例，参考图2所示，所述s3包括：
73.s31、提取所述用户填写完的问卷测评中每一个问题的指标得分；
74.s32、计算所述指标得分的平均分值，得到初始均值；
75.s33、提取所述预设规则中每一个问题的标准答案，并根据所述预设评分制度，计算所述标准答案的标准指标得分；
76.s34、计算所述标准指标得分的平均分值，得到标准均值；
77.s35、对所述初始均值及所述标准均值进行权重分配，得到均值计算权重；
78.s36、根据所述均值计算权重，计算所述所述初始均值及所述标准均值的加权和，得到参考均值。
79.本发明可选实施例中，通过将所述业务人员设定的标准答案与用户填写的问卷测评相结合的方式，确定所述问卷测评中每一个问题的平均分值，从而提高所述问卷测评的容错率，提高服务项目推荐成功的概率。
80.本发明一可选实施例中，在医疗服务领域中，有针对肥胖及营养不良的问题，例如，问题“你的bmi是多少”，在该问题中，通过预设规则可以知道正常成年人的bmi在18.5-23.9kg/
㎡
之间，再经过对问卷测评该问题的指标得分的平均计算，得到正常成年人bmi平均值是20.9kg/
㎡
，再根据预设的权重分配，对上述两项数值进行加权求和，得到正常成年人bmi平均值为21kg/
㎡
，从而提高所述问卷测评的容错率，提高服务项目推荐成功的概率。
81.s4、根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签。
82.本发明实施例中，所述用户标签可以是用户自身基本信息及个人喜好的一种表现，例如，标签“锻炼频次不足”可以说明所述用户缺少锻炼，需要健身方面的服务项目。
83.本发明实施例根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签，提高了业务人员对用户个人信息的了解程度，从而提高了业务人员给所述用户提供服务项目推荐的准确率。
84.进一步地，作为本发明一可选实施例，所述s4包括：
85.判断所述用户填写完的问卷测评中问题的指标得分是否大于所述问卷测评中问题的参考均值；
86.当所述用户填写完的问卷测评中问题的指标得分不大于所述问卷测评中问题的参考均值时，将所述问题标签中的负向标签作为所述用户的用户标签；
87.当所述用户填写完的问卷测评中问题的指标得分大于所述问卷测评中问题的参考均值时，将所述问题标签中的正向向标签作为所述用户的用户标签。
88.本发明可选实施例中，由于问卷测评中每一个问题都有对应的问题标签，因此，所述用户标签可直接从所述问题标签中选取，进一步地，由于所述问题标签分为正向标签及反向标签，因此还需要对所述用户的问卷测评中每一个问题的指标得分进行判断，进一步确定所述用户的用户标签，从而提高服务项目推荐的精准度。
89.本发明一可选实施例中，某用户在医疗服务领域中的问题“你的bmi是多少”中的指标得分小于所述问题“你的bmi是多少”的参考均值时，说明所述用户缺少锻炼，体重指数较低，因此会被赋予所述问题“你的bmi是多少”的负面标签，例如，缺少锻炼或锻炼频次不足等标签。
90.s5、根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值。
91.本发明实施例中，所述预设规则包含用户标签与服务项目之间相关性值的计算标准等内容所述问卷测评中每一个问题对应的服务项目可以是企业可以提供的服务项目。
92.本发明实施例中，由于所述问卷测评是业务人员根据企业所包含的服务项目进行设置的问题的集合，因此，所述问卷测评中每一个问题均对应一项或多项服务项目，例如，医疗行业中，可以根据养老服务项目设置对应的养老问题“你的年龄是多少”。
93.本发明实施例根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，便于后续对所述服务项目进行评分，进而保证了在少量用户数据的情况下服务项目推荐的准确率。
94.进一步地，作为本发明一可选实施例，参考图3所示，所述s5包括：
95.s51、提取所述预设规则中用户标签与服务项目之间相关性值的计算标准，得到标签服务对照表；
96.s52、从所述标签服务对照表中查询所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值。
97.本发明实施例中，所述计算标准可以是专业人员根据自身经验设定的用户标签与服务项目之间相关性值的计算标准。
98.本发明实施例中，所述标签服务对照表可以是每一种标签对应企业服务项目的相关性值的对照表，例如，标签“锻炼频次不足”与服务项目“壁球课程、肌肉训练”的相关性是3，标签“锻炼频次不足”与服务项目“慢病追踪私人管家”的相关性是1。
99.s6、利用距离计算公式计算所述指标得分与所述参考均值的权重距离。
100.本发明实施例中，所述距离计算公式可以是欧式距离计算公式等计算距离的公式算法。
101.本发明可选实施例中，由于根据所述预设规则中的标准答案计算的标准指标得分与所述参考均值存在一些差异，为保证所述权重距离的均衡性，还需要对所述距离计算公
等问题中的指标分值比较高时，对所述用户的推荐服务项目依次是运动健身、控制饮食习惯及药物辅助等医疗服务项目。当所述用户在问卷测评中“你喜欢运动吗”等问题中的指标分值比较低时，对所述用户的推荐服务项目依次是控制饮食习惯、药物辅助及运动健身等医疗服务项目。
118.本发明实施例通过获取用户填写的问卷测评，并根据所述问卷测评中每一个问题对应的问题标签生成所述用户的用户标签，提高了所述用户标签的准确性，从而提高了服务项目推荐的精准度，其次，根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，利用距离计算公式计算所述指标得分与所述参考均值的权重距离，减少了模型计算的过程，降低了服务项目推荐的资源占用度，最后，根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户，保证了在没有大量客户数据的情况下，仍可以精准地对用户进行服务项目推荐，提高了服务项目推荐的效率。因此，本发明提供的一种服务项目推荐方法，能够提高服务项目推荐的准确率及效率。
119.如图4所示，是本发明服务项目推荐装置的功能模块图。
120.本发明所述服务项目推荐装置100可以安装于电子设备中。根据实现的功能，所述服务项目推荐装置100可以包括用户标签生成模块101、相关性值计算模块102及服务推荐模块103，本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
121.在本实施例中，关于各模块/单元的功能如下：
122.所述用户标签生成模块101用于获取问卷测评，提取所述问卷测评中每一个问题的标签，得到问题标签，当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分，基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签。
123.本发明实施例中，所述问卷测评可以是业务人员根据企业自身提供的服务设置的测试问卷，例如，某企业所提供的服务中包含减脂服务，即可设置“你的bmi是多少”等类似问题。所述问题标签可以是所述问卷测评中每一个问题对应服务的正反标签，例如，问题“你的bmi是多少”所对应的标签可以是体态过胖或体重过轻等正反标签。
124.本发明可选实施例中，通过获取企业服务项目的内容，从而生成与所述内容相关的问卷题目，最后将所述问卷题目进行整合，得到问卷测评，从而保证了问卷测评与服务项目的相关性，进而保证服务项目推荐的准确性。
125.本发明实施例通过提取所述问卷测评中每一个问题的标签，得到问题标签，便于后续用户标签的生成，提高了服务项目推荐的准确性。
126.详细地，所述提取所述问卷测评中每一个问题的标签，得到问题标签，包括：
127.将所述问卷测评中的每一个问题与预构建的候选词模板进行匹配，得到所述问卷测评中的每一个问题中的候选词集合；
128.利用关键信息提取算法对所述候选词集合中每个候选词进行评分，得到候选词分值；
129.选取所述候选词分值大于等于预设分值的候选词作为所述问卷测评中每一个问题的关键词；
130.将所述关键词与预设标签模板进行匹配，将匹配成功的标签作为所述问卷测评中每一个问题的问题标签。
131.本发明实施例中，所述预构建的候选词模可以是业务人员根据企业服务项目设定的词组集合。所述关键信息提取算法可以是tf-idf，textrank，lda等算法。所述预设分值可以是专业人员根据关键词的评分标准进行设定的数值。所述预设标签模板可以是关键词与标签对照模板，且每个关键词对照一个正向标签及一个反向标签，例如，关键词“bmi”对照的体态过胖标签及体重过轻标签。
132.本发明可选实施例中，为保证服务项目推荐的准确率，所述问题标签可以是一组或多组正反标签集合。
133.本发明实施例中，所述预设评分制度可以是业务人员根据所述问卷测评中每一个问题对应答案的维度进行分数设定的规则，例如，在医疗服务领域中，问题“你对身体健康的重视程度”对应的答案可以是“不关注”、“一般”及“非常重视”等，根据预设评分机制，所述“不关注”、“一般”及“非常重视”等答案，对应的分数可以是1分、2分及3分等分数。
134.本发明可选实施例中，当接收到用户填写完的问卷测评时，读取所述问卷测评中每一个问题的答案，并按照预设评分机制对所述每一个问题进行评分，得到指标得分，从而更精准地把握用户的基本信息及个人喜好等，提高了服务项目推荐的准确度，且在增加新服务项目时不需要大量用户数据作为参照标准，减少了资源消耗。
135.本发明实施例中，所述预设规则包含专业人员根据所述问卷测评中每一个问题设定标准答案等内容，例如，某企业服务项目中有一项养老服务，所述养老服务项目中用户的平均年龄为60岁，则所述养老服务项目对应问题“你的年龄是多少”的参考均值为60岁。
136.本发明实施例中基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，保证所述问卷测评的结果更具权威性，提高了服务项目推荐的准确率。
137.进一步地，作为本发明一可选实施例，所述基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，包括：
138.提取所述用户填写完的问卷测评中每一个问题的指标得分；
139.计算所述指标得分的平均分值，得到初始均值；
140.提取所述预设规则中每一个问题的标准答案，并根据所述预设评分制度，计算所述标准答案的标准指标得分；
141.计算所述标准指标得分的平均分值，得到标准均值；
142.对所述初始均值及所述标准均值进行权重分配，得到均值计算权重；
143.根据所述均值计算权重，计算所述所述初始均值及所述标准均值的加权和，得到参考均值。
144.本发明可选实施例中，通过将所述业务人员设定的标准答案与用户填写的问卷测评相结合的方式，确定所述问卷测评中每一个问题的平均分值，从而提高所述问卷测评的容错率，提高服务项目推荐成功的概率。
145.本发明一可选实施例中，在医疗服务领域中，有针对肥胖及营养不良的问题，例
如，问题“你的bmi是多少”，在该问题中，通过预设规则可以知道正常成年人的bmi在18.5-23.9kg/
㎡
之间，再经过对问卷测评该问题的指标得分的平均计算，得到正常成年人bmi平均值是20.9kg/
㎡
，再根据预设的权重分配，对上述两项数值进行加权求和，得到正常成年人bmi平均值为21kg/
㎡
，从而提高所述问卷测评的容错率，提高服务项目推荐成功的概率。
146.本发明实施例中，所述用户标签可以是用户自身基本信息及个人喜好的一种表现，例如，标签“锻炼频次不足”可以说明所述用户缺少锻炼，需要健身方面的服务项目。
147.本发明实施例根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签，提高了业务人员对用户个人信息的了解程度，从而提高了业务人员给所述用户提供服务项目推荐的准确率。
148.进一步地，作为本发明一可选实施例，所述根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签，包括：
149.判断所述用户填写完的问卷测评中问题的指标得分是否大于所述问卷测评中问题的参考均值；
150.当所述用户填写完的问卷测评中问题的指标得分不大于所述问卷测评中问题的参考均值时，将所述问题标签中的负向标签作为所述用户的用户标签；
151.当所述用户填写完的问卷测评中问题的指标得分大于所述问卷测评中问题的参考均值时，将所述问题标签中的正向向标签作为所述用户的用户标签。
152.本发明可选实施例中，由于问卷测评中每一个问题都有对应的问题标签，因此，所述用户标签可直接从所述问题标签中选取，进一步地，由于所述问题标签分为正向标签及反向标签，因此还需要对所述用户的问卷测评中每一个问题的指标得分进行判断，进一步确定所述用户的用户标签，从而提高服务项目推荐的精准度。
153.本发明一可选实施例中，某用户在医疗服务领域中的问题“你的bmi是多少”中的指标得分小于所述问题“你的bmi是多少”的参考均值时，说明所述用户缺少锻炼，体重指数较低，因此会被赋予所述问题“你的bmi是多少”的负面标签，例如，缺少锻炼或锻炼频次不足等标签。
154.所述相关性值计算模块102用于根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值。
155.本发明实施例中，所述预设规则包含用户标签与服务项目之间相关性值的计算标准等内容所述问卷测评中每一个问题对应的服务项目可以是企业可以提供的服务项目。
156.本发明实施例中，由于所述问卷测评是业务人员根据企业所包含的服务项目进行设置的问题的集合，因此，所述问卷测评中每一个问题均对应一项或多项服务项目，例如，医疗行业中，可以根据养老服务项目设置对应的养老问题“你的年龄是多少”。
157.本发明实施例根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，便于后续对所述服务项目进行评分，进而保证了在少量用户数据的情况下服务项目推荐的准确率。
158.进一步地，作为本发明一可选实施例，所述根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，包括：
159.提取所述预设规则中用户标签与服务项目之间相关性值的计算标准，得到标签服务对照表；
160.从所述标签服务对照表中查询所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值。
161.本发明实施例中，所述计算标准可以是专业人员根据自身经验设定的用户标签与服务项目之间相关性值的计算标准。
162.本发明实施例中，所述标签服务对照表可以是每一种标签对应企业服务项目的相关性值的对照表，例如，标签“锻炼频次不足”与服务项目“壁球课程、肌肉训练”的相关性是3，标签“锻炼频次不足”与服务项目“慢病追踪私人管家”的相关性是1。
163.所述服务推荐模块103用于利用距离计算公式计算所述指标得分与所述参考均值的权重距离，根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。
164.本发明实施例中，所述距离计算公式可以是欧式距离计算公式等计算距离的公式算法。
165.本发明可选实施例中，由于根据所述预设规则中的标准答案计算的标准指标得分与所述参考均值存在一些差异，为保证所述权重距离的均衡性，还需要对所述距离计算公式进行标准化处理。
166.详细地，作为本发明一可选实施例，所述利用距离计算公式计算所述指标得分与所述参考均值的权重距离，包括：
167.计算所述指标得分与所述参考均值之间的绝对距离；
168.计算所述绝对距离与所述参考均值的比值，得到权重距离。
169.进一步地，本发明实施例中，可以通过下述公式计算所述指标得分与所述参考均值的权重距离：
[0170][0171]
其中，所述w指的是所述指标得分与所述参考均值的权重距离；所述i指的是所述指标得分与所述参考均值对应的问卷测评中的问题编号；所述s指的是所述指标得分；所述r指的是所述参考均值。
[0172]
本发明可选实施例中，为了更直观展示给业务人员看服务项目的推荐程度，对所述服务项目进行打分，从而提高了业务人员服务项目推荐的效率。
[0173]
进一步地，作为本发明一可选实施例，所述根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，包括：
[0174]
将所述问卷测评中每一个问题的用户标签与服务项目的相关性值与相对应的权重距离进行点乘，得到初始推荐得分集；
[0175]
将所述初始推荐得分集中的所有初始推荐得分进行求和运算，得到所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分。
[0176]
详细地，本发明实施例可以通过下述公式计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分：
[0177][0178]
其中，所述yj指的是服务项目j的推荐得分；所述n指的是所述问卷测评中问题的数量；所述i指的是所述问卷测评中的问题编号；所述x
ij
指的是服务项目j与第i个问题对应的用户标签的相关性值；所述wi指的是第i个问题的指标得分与参考均值的权重距离。
[0179]
进一步地，本发明可选实施例中，在得到所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分之后，为节省业务人员对服务项目进行排序推荐的时间，可提前将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户，从而确保了在少量用户数据的情况下，对用户进行服务项目推荐的准确率，减少了数据收集的时间，提高了服务项目推荐的效率。
[0180]
本发明一可选实施例中，在医疗服务领域中，根据某用户问卷测评中“你的bmi是多少”及“你喜欢运动吗”等问题的回答，计算所述用户的用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值及权重距离，并根据推荐得分计算公式计算每一个问题对应的服务项目对所述用户的推荐得分，例如，当所述用户在问卷测评中“你喜欢运动吗”等问题中的指标分值比较高时，对所述用户的推荐服务项目依次是运动健身、控制饮食习惯及药物辅助等医疗服务项目。当所述用户在问卷测评中“你喜欢运动吗”等问题中的指标分值比较低时，对所述用户的推荐服务项目依次是控制饮食习惯、药物辅助及运动健身等医疗服务项目。
[0181]
如图5所示，是本发明实现服务项目推荐方法的电子设备的结构示意图。
[0182]
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如服务项目推荐程序。
[0183]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如服务项目推荐程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0184]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如服务项目推荐程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0185]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0186]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0187]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0188]
可选地，所述通信接口13可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
[0189]
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0190]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0191]
所述电子设备中的所述存储器11存储的服务项目推荐程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
[0192]
获取问卷测评，提取所述问卷测评中每一个问题的标签，得到问题标签；
[0193]
当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分；
[0194]
基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值；
[0195]
根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；
[0196]
根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值；
[0197]
利用距离计算公式计算所述指标得分与所述参考均值的权重距离；
[0198]
根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。
[0199]
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0200]
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0201]
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0202]
获取问卷测评，提取所述问卷测评中每一个问题的标签，得到问题标签；
[0203]
当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分；
[0204]
基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值；
[0205]
根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；
[0206]
根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值；
[0207]
利用距离计算公式计算所述指标得分与所述参考均值的权重距离；
[0208]
根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。
[0209]
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
[0210]
在本发明所提供的几个实施例中，应该理解到，所揭露的电子设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0211]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0212]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0213]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0214]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0215]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机
技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0216]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0217]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

技术特征：

1.一种服务项目推荐方法，其特征在于，所述方法包括：获取问卷测评，提取所述问卷测评中每一个问题的问题标签；当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分；基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值；根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值；利用距离计算公式计算所述指标得分与所述参考均值的权重距离；根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。2.如权利要求1所述的服务项目推荐方法，其特征在于，所述利用距离计算公式计算所述指标得分与所述参考均值的权重距离，包括：计算所述指标得分与所述参考均值之间的绝对距离；计算所述绝对距离与所述参考均值的比值，得到权重距离。3.如权利要求1所述的服务项目推荐方法，其特征在于，所述根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，包括：将所述问卷测评中每一个问题的用户标签与服务项目的相关性值与相对应的权重距离进行点乘，得到初始推荐得分集；将所述初始推荐得分集中的所有初始推荐得分进行求和运算，得到所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分。4.如权利要求1所述的服务项目推荐方法，其特征在于，所述根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值，包括：提取所述预设规则中用户标签与服务项目之间相关性值的计算标准，得到标签服务对照表；从所述标签服务对照表中查询所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值。5.如权利要求1所述的服务项目推荐方法，其特征在于，所述根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签，包括：判断所述用户填写完的问卷测评中问题的指标得分是否大于所述问卷测评中问题的参考均值；当所述用户填写完的问卷测评中问题的指标得分不大于所述问卷测评中问题的参考均值时，将所述问题标签中的负向标签作为所述用户的用户标签；当所述用户填写完的问卷测评中问题的指标得分大于所述问卷测评中问题的参考均值时，将所述问题标签中的正向向标签作为所述用户的用户标签。6.如权利要求1所述的服务项目推荐方法，其特征在于，所述基于所述用户填写完的问
卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，包括：提取所述用户填写完的问卷测评中每一个问题的指标得分；计算所述指标得分的平均分值，得到初始均值；提取所述预设规则中每一个问题的标准答案，并根据所述预设评分制度，计算所述标准答案的标准指标得分；计算所述标准指标得分的平均分值，得到标准均值；对所述初始均值及所述标准均值进行权重分配，得到均值计算权重；根据所述均值计算权重，计算所述所述初始均值及所述标准均值的加权和，得到参考均值。7.如权利要求1所述的服务项目推荐方法，其特征在于，所述提取所述问卷测评中每一个问题的标签，得到问题标签，包括：将所述问卷测评中的每一个问题与预构建的候选词模板进行匹配，得到所述问卷测评中的每一个问题中的候选词集合；利用关键信息提取算法对所述候选词集合中每个候选词进行评分，得到候选词分值；选取所述候选词分值大于等于预设分值的候选词作为所述问卷测评中每一个问题的关键词；将所述关键词与预设标签模板进行匹配，将匹配成功的标签作为所述问卷测评中每一个问题的问题标签。8.一种服务项目推荐装置，其特征在于，所述装置包括：用户标签生成模块，用于获取问卷测评，提取所述问卷测评中每一个问题的标签，得到问题标签，当用户填写完所述问卷测评时，基于预设评分制度对所述问卷测评中每一个问题进行评分，得到指标得分，基于所述用户填写完的问卷测评及预设规则，计算所述问卷测评中每一个问题的平均分值，得到参考均值，根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；相关性值计算模块，用于根据所述预设规则及所述用户标签，计算所述用户标签与所述问卷测评中每一个问题对应的服务项目的相关性值；服务推荐模块，用于利用距离计算公式计算所述指标得分与所述参考均值的权重距离，根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目对所述用户的推荐得分，并将所述服务项目按推荐得分从大到小进行排序，将排序结果依次推荐给所述用户。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的服务项目推荐方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的服务项目推荐方法。

技术总结

本发明涉及数据分析领域，揭露一种服务项目推荐方法、装置、电子设备及存储介质，所述方法包括：提取问卷测评中每一个问题的问题标签；当用户填写完所述问卷测评时，基于预设评分制度及预设规则，计算所述问卷测评中每一个问题的指标得分及参考均值；根据所述问题标签、所述指标得分及所述参考均值，生成所述用户的用户标签；根据所述预设规则，计算所述用户标签与所述问卷测评的相关性值。利用距离计算公式计算所述指标得分与所述参考均值的权重距离；根据所述相关性值及所述权重距离，计算所述问卷测评中每一个问题对应的服务项目的推荐得分，并依次推荐给所述用户。本发明可以提高服务项目推荐的准确率及效率。以提高服务项目推荐的准确率及效率。以提高服务项目推荐的准确率及效率。