[发明专利]线上资源排序方法、装置、电子设备及存储介质

权利要求书

1.一种线上资源排序方法，其特征在于，所述方法包括：

获取线上用户在营业网点中的线上行为数据，根据所述线上行为数据，计算所述线上用户的第一用户焦急权重值；

采集线下用户在所述营业网点中的线下行为数据，并识别出所述线下行为数据对应的人脸图像，利用预训练好的人脸特征识别模型对所述人脸图像进行特征提取，得到人脸特征信息，根据所述人脸特征信息，计算所述线下用户的第二用户焦急权重值；

对所述第一用户焦急权重值和所述第二用户焦急权重值进行权重值排序，得到用户焦急排序列表；

采用跳表算法，确定所述线上用户在所述用户焦急列表中的排序位置。

2.如权利要求1所述的线上资源排序方法，其特征在于，所述获取线上用户在营业网点中的线上行为数据包括：

查询距离所述线上用户最近的营业网点名称，根据所述营业网点名称，基于所述线上用户的终端设备，采集所述线上用户在所述营业网点的线上行为数据。

3.如权利要求1所述的线上资源排序方法，其特征在于，所述根据所述线上行为数据，计算所述线上用户的第一用户焦急权重值，包括：

利用下述方法计算所述线上用户的第一用户焦急权重值：

其中，C_i表示第一用户焦急权重值，E_i表示线上行为数据的特征数据，表示特征数据的特征向量协方差，trace()表示空间滤波函数。

4.如权利要求1所述的线上资源排序方法，其特征在于，所述利用预训练好的人脸特征识别模型对所述人脸图像进行特征提取之前，还包括：

将所述人脸图像执行灰度转换操作，得到灰度人脸图像；

对所述灰度人脸图像进行减噪，对减噪后的所述灰度人脸图像进行消除孤立噪声点，并对消除孤立噪声点后的所述灰度人脸图像进行对比度增强；

将对比度增强后的所述灰度人脸图像进行阈值化操作。

5.如权利要求4所述的线上资源排序方法，其特征在于，所述利用预训练好的人脸特征识别模型对所述人脸图像进行特征提取，得到人脸特征信息，包括：

利用所述人脸特征识别模型中的输入门计算所述人脸图像的状态值；

利用所述人脸特征识别模型中的遗忘门计算所述人脸图像的激活值；

根据所述状态值和激活值计算所述人脸图像的状态更新值；

利用所述人脸特征识别模型中的输出门计算所述状态更新值的特征信息序列；

利用所述人脸特征识别模型中的损失函数计算所述特征信息序列与对应人脸图像标签的损失值，选取损失值小于预设阈值的特征信息序列，得到人脸特征信息。

6.如权利要求5所述的线上资源排序方法，其特征在于，所述利用所述人脸特征识别模型中的输入门计算所述人脸图像的状态值，包括：

利用下述方法计算所述人脸图像的状态值：

其中，i_t表示状态值，表示输入门中细胞单元的偏置，w_i表示输入门的激活因子，h_t-1表示人脸图像在输入门t-1时刻的峰值，x_t表示在t时刻人脸图像，b_i表示输入门中细胞单元的权重。

7.如权利要求1至6中任意一项所述的线上资源排序方法，其特征在于，所述采用跳表算法，确定所述线上用户在所述用户焦急列表中的排序位置，包括：

利用跳表算法在所述用户焦急列表中查询第二焦急权重值对应的时间等待值；

筛选出所述时间等待值小于预设时间的第二焦急权重值，得到待插队的线下用户范围；

在所述待插队的线下用户范围中，确定所述线上用户的排序位置。