(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210972321.2 (22)申请日 2022.08.12 (71)申请人 力合科创集团有限公司 地址 518000 广东省深圳市南 山区高新科 技园北区清华信息 港科研楼10楼10 01 (72)发明人 别力子　罗宏健　余有鹏　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 杨长河 (51)Int.Cl. G06F 16/9535(2019.01) G06N 3/08(2006.01) G06Q 50/10(2012.01) (54)发明名称 基于机器学习的科技服务推荐方法、 装置、 设备及介质 (57)摘要 本发明公开了一种基于机器学习的科技服 务推荐方法、 装置、 设备及介质， 属于数据服务技 术领域。 该方法包括： 获取科技服务历史交易记 录和用户的目标需求； 获取用户的属性、 行为和 搜索引擎的检索规则； 根据所述用户的属性、 行 为和搜索引擎的检索规则进行分析得到所述用 户的目标需求； 定义所述目标需求和所述科技服 务历史交易记录的特征标签， 通过计算标签权重 对所述特征标签进行关联； 采用机器学习算法对 所述特征标签进行机器训练， 得到训练结果， 根 据所述训练结果确定与所述目标需求匹配的科 技服务资源； 将所述科技服务资源推荐给所述用 户。 本发明提高了科技服务的匹配推荐准确度， 快速精准地满足科技服务提供者和科技服务需 求用户的双向需求。 权利要求书2页 说明书10页 附图3页 CN 115374354 A 2022.11.22 CN 115374354 A 1.一种基于机器学习的科技服务推荐方法， 其特征在于， 所述基于机器学习的科技服 务推荐方法， 包括以下步骤： 获取科技服务历史交易记录和用户的目标需求， 所述科技服务历史交易记录包括用户 交易信息、 用户浏览信息和用户评价信息； 获取用户的属性、 行为和搜索引擎的检索规则； 根据所述用户的属性、 行为和搜索引擎的检索规则进行分析得到所述用户的目标需 求； 定义所述目标需求和所述科技服务历史交易记录的特征标签， 通过计算标签权重对所 述特征标签进行关联； 采用机器学习算法对所述特征标签进行机器训练， 得到训练结果， 根据所述训练结果 确定与所述目标需求匹配的科技 服务资源； 将所述科技 服务资源推荐给 所述用户。 2.如权利要求1所述的基于机器学习的科技服务推荐方法， 其特征在于， 所述定义所述 目标需求和所述科技服务历史交易记录的特征标签， 通过计算标签权重对 所述特征标签进 行关联的步骤， 包括： 根据所述目标需求 生成用户特 征标签； 根据所述科技 服务历史交易记录生成科技 服务特征标签； 通过计算标签权重对所述用户特征标签和所述科技服务特征标签进行关联， 构建多维 标签库。 3.如权利要求2所述的基于机器学习的科技服务推荐方法， 其特征在于， 所述机器学习 算法包括BP神经网络学习规则； 所述采用机器学习算法对所述特征标签进行机器训练， 得到训练结果， 根据所述训练 结果确定与所述目标需求匹配的科技 服务资源的步骤， 包括： 从所述多维标签库中提取 特征向量， 构建特 征向量库； 采用所述BP神经网络学习规则对所述特 征向量库进行机器训练， 得到训练结果； 根据所述训练结果确定与所述目标需求匹配的科技 服务资源。 4.如权利要求3所述的基于机器学习的科技服务推荐方法， 其特征在于， 所述根据 所述 训练结果确定与所述目标需求匹配的科技 服务资源的步骤， 包括： 根据所述训练结果构建用户偏好模型和科技 服务推荐模型； 将所述科技服务历史交易记录代入所述用户偏好模型进行匹配， 得到待推荐科技服务 资源； 将所述待推荐科技服务资源代入所述科技服务推荐模型计算推荐度， 根据所述推荐度 对所述待推荐科技 服务资源进行评分； 将评分靠前的所述待推荐科技 服务资源确定为与所述目标需求匹配的科技 服务资源。 5.如权利要求4所述的基于机器学习的科技服务推荐方法， 其特征在于， 所述科技服务 历史交易记录还 包括科技 服务领域信息和科技 服务供应商信息； 所述将所述科技 服务资源推荐给 所述用户的步骤， 包括： 确定所述科技 服务资源所对应的科技 服务领域信息和科技 服务供应商信息； 将所述科技服务资源、 所述科技服务资源所对应的科技服务领域信 息和科技服务供应权　利　要　求　书 1/2 页 2 CN 115374354 A 2商信息推荐给 所述用户。 6.一种基于机器学习的科技服务推荐装置， 其特征在于， 所述基于机器学习的科技服 务推荐装置包括： 获取模块， 所述获取模块用于获取科技服务历史交易记录和用户的目标需求， 所述科 技服务历史交易记录包括用户交易信息、 用户浏览信息和用户评价信息； 所述获取模块还用于获取用户的属性、 行为和搜索引擎的检索规则； 分析模块， 所述分析模块用于根据所述用户的属性、 行为和搜索引擎的检索规则进行 分析得到所述用户的目标需求； 关联模块， 所述关联模块用于定义所述目标需求和所述科技服务历史交易记录的特征 标签， 通过计算标签权 重对所述特 征标签进行关联； 确定模块， 所述确定模块用于采用机器学习算法对所述特征标签进行机器训练， 得到 训练结果， 根据所述训练结果确定与所述目标需求匹配的科技 服务资源； 推荐模块， 所述推荐模块用于将所述科技 服务资源推荐给 所述用户。 7.一种基于机器学习的科技服务推荐设备， 其特征在于， 所述基于机器学习的科技服 务推荐设备包括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运行 的基于 机器学习的科技服务推荐程序， 所述基于机器学习的科技服务推荐程序被所述处理器执行 时实现如权利要求1至 5中任一项所述的基于 机器学习的科技 服务推荐方法的步骤。 8.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有基于机 器学习的科技服务推荐程序， 所述基于机器学习的科技服务推荐程序被处理器执行时实现 如权利要求1至 5中任一项所述的基于 机器学习的科技 服务推荐方法的步骤。权　利　要　求　书 2/2 页 3 CN 115374354 A 3