[发明专利]实名认证自然人用户的事项推荐方法及存储介质

权利要求书

1.一种实名认证自然人用户的事项推荐方法，其特征在于，该方法是以共享交换平台共享的自然人信息服务，提取所有用户的特征，再以事项为核心以办理过、关注过及咨询投诉过事项的用户群体为主要范围，从全省、全市州及单一区县提取事项涉及用户的主要特征点以及描述，综合计算用户特征与事项特征间的欧式距离来确定匹配度，通过不同特征的匹配度加权计算获取最终推荐指数；具体如下：

构建用户特征矩阵：实名认证自然人用户通过数据共享服务对用户信息标签抽取，构建用户特征矩阵；

提取人群特征矩阵：基于事项关注、浏览及业务办理的人群特征提取事项、新闻及通知公告的人群特征矩阵；

登录用户与事项人群特征匹配。

2.根据权利要求1所述的实名认证自然人用户的事项推荐方法，其特征在于，构建用户特征矩阵具体如下：

采集实名认证自然人用户特征数据；

构建用户特征二维数学模型。

3.根据权利要求2所述的实名认证自然人用户的事项推荐方法，其特征在于，采集实名认证自然人用户特征数据具体如下：

从共享交换平台或业务系统采集办事人数据；

获取用户特征数据，清洗去除异常数据；

依据数据来源可信程度确定同一特征值的最终值；

提取出自然人用户的特征属性并标记存储。

4.根据权利要求2或3所述的实名认证自然人用户的事项推荐方法，其特征在于，构建用户特征二维数学模型具体如下：

按照现有实名认证自然人用户数据共享可提取的所有的特征，构建用户的特征数据标记模型；

用户的特征数据标记模型的构建是基于所有特征构建用户的特征矩阵；其中，部分特征为是否属性，部分特征采用分段构成获取数值。

5.根据权利要求1所述的实名认证自然人用户的事项推荐方法，其特征在于，提取人群特征矩阵具体如下：

构建事项用户群体特征模型：按照现有业务办件数据中事项信息和用户信息数据，以事项的用户群体数据为基准，获取所有事项相关的用户特征集合，形成特征比重矩阵，即事项办理人群的整体特征，每个特征的占总体人数比重；其中，业务办件时间限定为最近1年内的业务；

获取事项业务时间序列特征、地域特征：根据事项的业务办件数据在不同时间段不同的办理结果，获取每个时间段用户申请和办理结果统计，得到任一时间段事项在时间序列的特征及地域特征从事项的申请条件和事项办理不予受理的人群分析，事项申请提取本地户籍的关键词，不予受理的业务分析提取申请人户籍所在地信息。

6.根据权利要求1所述的实名认证自然人用户的事项推荐方法，其特征在于，登录用户与事项人群特征匹配具体如下：

实名认证自然人用户与事项特征匹配：通过实名认证自然人用户构建的特征点模型与事项办理人群的特征点模型项匹配，获取实名认证自然人用户与事项匹配度；

推荐事项排序过滤：用户特征与事项特征匹配度从小到大排序，获得到所有事项的推荐度，按照当前日期和实名认证的自然人用户户籍所在地，去除当前月份不办理和不符合办理条件的事项，最终得到用户的推荐事项列表。

7.根据权利要求6所述的实名认证自然人用户的事项推荐方法，其特征在于，实名认证自然人用户与事项匹配度是通过计算自然人与事项两个特征点间的欧式距离来确定匹配度；对所有特征点匹配欧式距离求和，依次获取事项的匹配度，同时平衡事项办理人员在不同量级上采集事项特征的误差采用阶梯加权系数，公式如下：

p_m＝∑(|p_i-m_i|)*H_i；

其中，p_m为事项i的推荐指数；p_i表示自然人用户特征i的值；(|p_i-m_i|)表示自然人与事项两个特征点间的欧式距离，欧氏距离越短，代表两个特征点的匹配度越好；m_i表示事项m的特征i的值；H_i表示事项办件量层级加权系数。