本发明涉及政务服务的，特别是涉及一种基于用户行为分析的政务服务推荐方法及系统。
背景技术：
1、在数字化转型的浪潮中，政务服务平台作为政府与民众互动的重要桥梁，其服务质量和效率直接关系到公众满意度和政府形象的塑造，随着互联网技术的不断发展和普及，越来越多的民众选择通过政务服务平台办理各类业务，这使得政务服务平台积累了大量用户行为数据。
2、现有的政务服务模式往往侧重于提供标准化的服务选项，大多停留在单一数据源的分析层面，忽略了用户的个性化需求和行为习惯，导致服务推送缺乏针对性和精准度，同时，政务服务政策的频繁变动也要求平台能够迅速响应并调整服务内容，以适应新的政策环境。
技术实现思路
1、为解决上述技术问题，本发明提供一种通过挖掘用户历史与实时行为数据，结合用户基本信息与政策变化信息，实现政务服务的个性化与精准推荐，提高服务效率与资源利用率，增强用户满意度与信任感的基于用户行为分析的政务服务推荐方法及系统。
2、第一方面，本发明提供了基于用户行为分析的政务服务推荐方法，所述方法包括：
3、收集用户在政务服务平台上的历史行为数据；
4、对历史行为数据进行特征统计，获得各项事务对应的用户日常行为基线；
5、获取用户的实时行为数据，并对实时行为数据进行特征提取，获得各项事务对应的用户实时行为特征；
6、响应于任一项事务的用户实时行为特征超过用户日常行为基线，提取超过用户日常行为基线的所有用户实时行为特征，汇总生成该用户的实时异常行为特征向量；
7、获取用户基本信息以及服务政策变化信息，并进行量化处理；
8、将量化处理后的用户基本信息和服务政策变化信息，与实时异常行为特征向量进行多源数据融合，获得政务服务需求特征集合；
9、将政务服务需求特征集合输入至预设的政务服务推荐模型中，获得与用户需求最相关的政务服务事项，并将最相关的政务服务事项向用户推荐。
10、进一步地，所述各项事务对应的用户日常行为基线的获取方法，包括：
11、收集用户日常行为的历史行为数据，并对收集到的历史行为数据进行清洗，去除异常数据和无效数据；
12、对清洗后的历史行为数据进行初步数据分析，了解数据的整体分布和缺失情况；
13、从历史行为数据中提取反映用户行为特点的特征，并通过相关性分析筛选出有价值的特征；
14、对每个反映用户行为特点的特征计算平均值、中位数和标准差的统计量，用户行为特点的特征的平均值、中位数和标准差的统计量构成用户行为的基线；
15、为每项服务和每个用户群体建立基线，包括登录频率基线、浏览深度基线、操作完成率基线和反馈评分基线；
16、设定阈值来识别超出基线范围的行为；
17、使用历史数据的一部分作为训练集，另一部分作为测试集，验证用户日常行为基线的有效性。
18、进一步地，所述各项事务对应的用户实时行为特征的获取方法，包括：
19、明确用户的实时行为数据并实时收集来自政务服务平台的用户交互数据；
20、利用日志收集器处理来自政务服务平台实时捕获用户与平台交互产生的实时行为数据；
21、收集用户的实时行为数据转换成统一格式，并对收集到的实时数据进行初步过滤和清洗；
22、对处理后的用户的实时行为数据进行特征提取，包括登录行为、浏览行为、搜索行为、服务申请行为、交互行为和反馈行为；
23、根据提取的行为特征，构建用户实时行为的特征。
24、进一步地，所述用户行为特征向量如下：
25、；
26、其中，表示最近一次登录的时间戳，表示每天登录的次数，表示当前会话访问的页面数量，表示在每个页面上平均停留的时间，表示当前会话访问的页面深度，表示当前会话内的搜索次数，表示搜索结果的点击率，表示最近一次服务申请的时间戳，表示当前会话内服务申请的次数，表示当前会话内与系统的交互次数，表示用户提供的反馈评分，表示当前会话内提供反馈的次数，表示搜索关键词，表示服务申请的类型，表示交互的类型。
27、进一步地，所述政务服务需求特征集合的获取方法，包括：
28、准备用户基本信息、服务政策变化信息和服务政策变化信息的数据信息；
29、对所有用户基本信息都进行量化处理，并对所有服务政策变化信息和服务政策变化信息的数据信息提取关键要素并转化为数值；
30、检查数据是否有缺失值，并对异常数据进行修正，对修正后的数据进行标准化处理；
31、采用特征选择算法挑选出与政务服务需求相关的特征；
32、将所有特征拼接形成长向量，并为不同的特征赋予独立的权重，根据特征的重要性来调整特征在向量中的贡献；
33、根据加权处理得到的特征，构建政务服务需求特征集合。
34、进一步地，所述政务服务需求特征集合如下：
35、;
36、其中，表示政务服务需求特征集合，表示年龄的权重，表示性别的权重，表示职业的权重，表示服务政策变化的权重；表示实时异常行为的权重，其中，表示年龄的标准化值，表示性别的量化值，表示职业的量化值，表示服务政策变化的标准化值，表示实时异常行为的标准化值。
37、进一步地，所述政务服务推荐模型的构建方法，包括：
38、从政务服务平台收集用户的历史行为数据，处理缺失的历史行为数据并对无效数据进行去除；
39、从历史行为数据中提取出与目标相关的特征；
40、根据问题特性和可用数据选择机器学习模型的模型架构；
41、将数据集分为训练集和测试集，使用训练集数据训练选定的政务服务推荐模型，使用测试集测试训练后的政务服务推荐模型的性能；
42、通过交叉验证调整政务服务推荐模型的超参数，获得最佳性能；
43、选择精确率来评估政务服务推荐模型；
44、收集用户对于推荐服务的实际反馈，不断调整和优化推荐政务服务推荐模型。
45、另一方面，本技术还提供了基于用户行为分析的政务服务推荐系统，所述系统包括：
46、数据采集模块，用于收集用户在政务服务平台上的历史行为数据及实时行为数据；收集的数据类型包括用户的搜索记录、浏览记录、点击记录和提交申请记录等；
47、特征提取模块：用于对历史行为数据进行特征统计，计算各项事务对应的用户日常行为基线；实时分析用户的最新行为数据，提取各项事务对应的用户实时行为特征；
48、异常检测模块，用于比较实时行为特征与日常行为基线，识别出异常行为，将超出基线的实时行为特征汇总成实时异常行为特征向量；
49、信息量化模块，用于获取并量化处理用户的基本信息和服务政策变化信息，并进行量化处理；
50、多源数据融合模块，用于结合异常行为特征向量、用户基本信息和服务政策变化信息，进行多源数据融合，输出融合后的政务服务需求特征集合；
51、推荐模型模块，用于使用预训练好的政务服务推荐模型，输入融合后的特征集合；生成针对用户的个性化政务服务推荐列表；
52、推荐展示模块，用于将推荐的政务服务事项展示给用户；政务服务事项包括反馈机制，以收集用户对推荐内容的反馈。
53、第三方面，本技术提供了一种电子设备，包括总线、收发器、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计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
54、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
55、与现有技术相比本发明的有益效果为：通过收集并分析用户的历史和实时行为数据，便于理解用户的个性化需求和行为习惯；基于用户行为的分析使得政务服务推荐更加精准，满足不同用户的独特需求，提高用户满意度；通过考虑政务服务政策的频繁变动，能够实时收集并分析用户的实时行为数据，结合政策变化信息，快速调整服务推荐内容，动态响应机制使得政务服务平台能够更好地适应新的政策环境，保持服务的时效性和准确性；通过将用户的基本信息、实时行为数据、历史行为基线以及服务政策变化信息等多源数据进行融合，能够更全面地刻画用户的需求和服务环境，多源数据的综合分析提高推荐系统的准确性和可靠性；通过自动化的推荐系统，减少用户手动搜索和筛选政务服务事项的时间成本，用户能够快速获得与自身需求最相关的服务事项，提高政务服务平台的整体服务效率；基于用户行为分析的推荐方法便于政务服务平台了解用户的实际需求和服务热点，便于政府机构合理分配资源，优化服务流程，提高政务服务的整体效能；通过提供更加个性化和精准的政务服务推荐，政务服务平台能够提升用户对政府服务的信任感和满意度；通过挖掘用户历史与实时行为数据，结合用户基本信息与政策变化信息，实现政务服务的个性化与精准推荐，提高服务效率与资源利用率，增强用户满意度与信任感。
1.一种基于用户行为分析的政务服务推荐方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于用户行为分析的政务服务推荐方法，其特征在于，所述各项事务对应的用户日常行为基线的获取方法，包括：
3.如权利要求1所述的基于用户行为分析的政务服务推荐方法，其特征在于，所述各项事务对应的用户实时行为特征的获取方法，包括：
4.如权利要求3所述的基于用户行为分析的政务服务推荐方法，其特征在于，所述用户行为特征向量如下：
5.如权利要求1所述的基于用户行为分析的政务服务推荐方法，其特征在于，所述政务服务需求特征集合的获取方法，包括：
6.如权利要求5所述的基于用户行为分析的政务服务推荐方法，其特征在于，所述政务服务需求特征集合如下：
7.如权利要求1所述的基于用户行为分析的政务服务推荐方法，其特征在于，所述政务服务推荐模型的构建方法，包括：
8.一种基于用户行为分析的政务服务推荐系统，其特征在于，所述系统包括：
9.一种电子设备，包括总线、收发器、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计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，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1-7中任一项所述方法中的步骤。
