政务服务的推荐方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请公开了一种政务服务的推荐方法、装置、设备及计算机可读存储介质，其中，所述政务服务的推荐方法包括：依据政务服务的业务数据库构建初始知识图谱；基于所述初始知识图谱挖掘用户标签和关联事项；基于所述政务服务的业务数据库，利用预设关联规则算法挖掘事项的频繁项集，并基于所述事项的频繁项集，确定事项的关联规则；基于所述用户标签和关联事项，利用所述事项的关联规则对所述初始知识图谱进行补全，得到新的知识图谱；基于所述新的知识图谱，对目标用户进行政务服务事项推荐。上述方案，能够针对不同用户推荐不同事项，简化事项的办理和有效推广新政策、新事项。新事项。新事项。

【技术实现步骤摘要】
政务服务的推荐方法、装置、设备及计算机可读存储介质


[0001]本申请涉及政务服务
，特别是涉及一种政务服务的推荐方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]在政务服务领域，政务服务数据量庞大、数据真实可靠，涵盖了个人、企业生产生活的方方面面，是非常宝贵的数据资源，存在极大的利用空间。但是现阶段政务服务数据存在无序化、碎片化的问题，各业务部门之间存在数据壁垒，大规模的数据共享和关联十分困难，数据孤岛问题依然突出，阻碍了政务服务数据的有效利用。
[0003]另一方面，现有政务文件中的办件规则复杂，由于缺乏对自己的情况和办件规则的了解，办事人普遍反映网上办事过程中各类服务事项过于繁杂，办理业务时难以及时找到与自己匹配的事项，无法在繁杂的信息中找到自己需要的信息。并且，当事人在进行事项办理时，往往不知道需要提交哪些材料、登记机关在哪里、相关手续办理之后还可以或者需要办理哪些事项。此外，新政策、新事项、新服务无法有效触达个人和企业，而且展现给办事用户的服务事项内容基本一致，无法满足不同用户的办事需求。因此，针对不同用户推本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种政务服务的推荐方法，其特征在于，所述政务服务的推荐方法包括：依据政务服务的业务数据库构建初始知识图谱；基于所述初始知识图谱挖掘用户标签和关联事项；基于所述政务服务的业务数据库，利用预设关联规则算法挖掘事项的频繁项集，并基于所述事项的频繁项集，确定事项的关联规则；基于所述用户标签和关联事项，利用所述事项的关联规则对所述初始知识图谱进行补全，得到新的知识图谱；基于所述新的知识图谱，对目标用户进行政务服务事项推荐。2.根据权利要求1所述的政务服务的推荐方法，其特征在于，所述基于所述初始知识图谱挖掘用户标签和关联事项，包括：基于所述初始知识图谱中事项对应的用户信息，利用社区发现算法挖掘得到所述关联事项；基于所述初始知识图谱中用户的基本信息以及用户对应的业务信息，利用图神经网络预测得到所述用户标签。3.根据权利要求2所述的政务服务的推荐方法，其特征在于，所述基于所述初始知识图谱中事项对应的用户信息，利用社区发现算法挖掘得到所述关联事项，包括：基于所述初始知识图谱中事项对应的用户信息，利用路径计算算法计算事项之间的关联度，构建事项关联子图；基于所述事项关联子图，利用社区发现算法挖掘得到所述关联事项。4.根据权利要求2所述的政务服务的推荐方法，其特征在于，所述基于所述初始知识图谱中用户的基本信息以及用户对应的业务信息，利用图神经网络预测得到所述用户标签，包括：基于所述初始知识图谱中用户的基本信息以及用户对应的业务信息，计算用户关联子图；基于所述用户关联子图，利用图神经网络预测得到所述用户标签。5.根据权利要求4所述的政务服务的推荐方法，其特征在于，所述基于所述用户关联子图，利用图神经网络预测得到所述用户标签，包括：提取用户的属性特征；基于所述用户关联子图中的用户之间的关联关系，计算用户关系的权重矩阵；利用所述用户关系的权重矩阵替换图神经网络的邻接矩阵，得到改进的图神经网络；基于所述用户的属性特征，利用所述改进的图神经网络预测得到所述用户标签。6.根据权利要求1所述的政务服务的推荐方法，其特征在于，所述基于所述政务服务的业务数据库，利用预设关联规则算法挖掘事项的频繁项集，...

【专利技术属性】
技术研发人员：张文，刘丹月，陈士星，范磊，张友国，谭昶，吕军，胡少云，姜殿洪，尹大海，程效根，李家斌，宋薇薇，
申请(专利权)人：讯飞智元信息科技有限公司，
类型：发明
国别省市：