服务推荐方案确定方法、装置、计算机设备和存储介质

技术领域

本申请涉及通信技术领域，特别是涉及一种服务推荐方案确定方法、装置、计算机设备和存储介质。

背景技术

随着通信技术的发展和生活质量的提高，用户在处于某一服务场景时，例如出差场景、美食服务场景、游玩服务场景等，往往会先搜索此种服务场景下的服务推荐方案的攻略，以提高此种服务场景中的用户体验。

用户在某一服务场景中会存在多个体验点，在体验点之间存在多次交互，但是只有关键体验点会对用户体验产生核心的影响。然而，当某一服务场景中存在多个关键体验点时，就会存在多种服务推荐方案，从而导致向用户推荐服务推荐方案时的效率低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高向用户推荐服务推荐方案的效率的服务推荐方案确定方法、装置、计算机设备和存储介质。

一种服务推荐方案确定方法，所述方法包括：

获取用户的实时数据；

根据所述实时数据，识别所述用户所在的服务场景；

在预先建立的用户体验数据库中，匹配与所述用户和所述服务场景对应的各关键体验点，所述用户体验数据库中存储有各预设用户所在的预设服务场景以及各所述预设服务场景对应的各预设关键体验点；

评估所述用户对各目标关键体验点的关注度，各所述关键体验点包括各所述目标关键体验点；

根据各所述关注度，确定所述服务场景对所述用户的服务推荐方案。

在其中一个实施例中，所述实时数据包括：时间数据、所述用户授权获取的视频数据、音频数据和位置数据中的至少两种；

所述根据所述实时数据，识别所述用户所在的服务场景，包括：

根据所述视频数据进行视觉识别，并基于所述时间数据、所述音频数据和所述位置数据，感知所述用户所在的所述服务场景。

在其中一个实施例中，所述在预先建立的用户体验数据库中，匹配与所述用户和所述服务场景对应的各关键体验点，包括：

在所述用户体验数据库中进行用户匹配；

在匹配到所述用户时，在所述用户体验数据库中匹配所述用户对应的目标服务场景，并将所述目标服务场景对应的各预设关键体验点，确定为各所述关键体验点；

在未匹配到所述用户时，根据所述实时数据，在所述用户体验数据库中确定与所述用户类似的类似用户，在所述用户体验数据库中匹配所述类似用户对应的目标服务场景，并将所述目标服务场景对应的各预设关键体验点，确定为各所述关键体验点。

在其中一个实施例中，所述在匹配到所述用户时，在所述用户体验数据库中匹配所述用户对应的目标服务场景，并将所述目标服务场景对应的各预设关键体验点，确定为各所述关键体验点，包括：

在匹配到所述用户时，在所述用户体验数据库的所述用户所在的各预设服务场景中，对所述服务场景进行匹配；

在匹配到所述服务场景时，将匹配的所述服务场景作为所述目标服务场景，将所述服务场景对应的各预设关键体验点，确定为各所述所述关键体验点；

在未匹配到所述服务场景时，在所述用户体验数据库的各预设服务场景中，确定与所述服务场景类似的类似服务场景，将所述类似服务场景作为所述目标服务场景，将所述类似服务场景对应的各预设关键体验点，确定为各所述关键体验点。

在其中一个实施例中，所述用户体验数据库的建立方式，包括：

获取各所述预设用户的所述预设服务场景；

根据预设的知识图谱，以及所述预设服务场景对应的场景标签，获得所述预设服务场景对应的预设关键体验点，所述知识图谱存储有场景标签与关键体验点，且所述场景标签与所述关键体验点之间存在关联关系；

基于各所述预设用户的所述预设服务场景，以及所述预设关键体验点，建立用户体验数据库。

在其中一个实施例中，所述用户体验数据库的建立方式，包括：

获取预设服务场景中的各预设用户的应用程序数据，所述应用程序数据包括各所述预设用户的搜索数据以及评论数据中的至少一种；

分析各所述应用程序数据，提取得到各所述预设用户对应的关键体验点，获得所述预设关键体验点；

根据各所述预设用户的所述预设服务场景，以及所述预设关键体验点，建立用户体验数据库。

在其中一个实施例中，各所述目标关键体验点的确定方式，包括：

根据所述实时数据，识别所述用户对应的当前关键体验点，各所述关键体验点包括所述当前关键体验点；

对各所述关键体验点进行排序，得到排序后各关键体验点；

在所述排序后各关键体验点中，确定所述当前关键体验点，并将所述当前关键体验点之后的各关键体验点，作为各所述目标关键体验点。

在其中一个实施例中，所述评估所述用户对各目标关键体验点的关注度，包括：

当匹配到所述用户时，获取所述用户的历史体验数据，否则，获取所述类似用户的历史体验数据；

确定所述历史体验数据对应的各历史关键体验点，并分别计算各所述历史关键体验点对应的历史关注度；

基于各所述历史关注度，评估所述用户对各目标关键体验点的关注度。

在其中一个实施例中，所述根据各所述关注度，确定所述服务场景对所述用户的服务推荐方案，包括：

按照各所述关注度，对各所述目标关键体验点进行排序，得到排序后各目标关键体验点；

基于所述排序后各目标关键体验点，生成所述服务场景对所述用户的服务推荐方案。

在其中一个实施例中，在所述根据各所述关注度，确定所述服务场景对所述用户的服务推荐方案之后，还包括：

根据所述服务推荐方案的体验时长，或所述用户的体验反馈，评估所述服务推荐方案的服务效果。

一种服务推荐方案确定装置，所述装置包括：

获取模块，用于获取用户的实时数据；

识别模块，用于根据所述实时数据，识别所述用户所在的服务场景；

匹配模块，用于在预先建立的用户体验数据库中，匹配与所述用户和所述服务场景对应的各关键体验点，所述用户体验数据库中存储有各预设用户所在的预设服务场景以及各所述预设服务场景对应的各预设关键体验点；

评估模块，用于评估所述用户对各目标关键体验点的关注度，各所述关键体验点包括各所述目标关键体验点；

推荐模块，用于根据各所述关注度，确定所述服务场景对所述用户的服务推荐方案。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的服务推荐方案确定方法的步骤。

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的服务推荐方案确定方法的步骤。

上述服务推荐方案确定方法、装置、计算机设备和存储介质，通过获取用户的实时数据；根据实时数据，识别用户所在的服务场景；在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点，用户体验数据库中存储有各预设用户所在的预设服务场景以及各预设服务场景对应的各预设关键体验点；评估用户对各目标关键体验点的关注度，各关键体验点包括各目标关键体验点；根据各关注度，确定服务场景对用户的服务推荐方案。采用本申请实施例的方法，通过在预先建立的用户体验数据库中存储各用户、服务场景和服务场景对应的关键体验点，并结合持续获取的用户的实时数据，识别用户所在的服务场景，进而生成对用户的服务推荐方案，能够针对性的确定用户的服务推荐方案，有效提高向用户推荐服务推荐方案的效率以及服务效果。

附图说明

图1为一个实施例中服务推荐方案确定方法的应用环境图；

图2为一个实施例中服务推荐方案确定方法的流程示意图；

图3为一个具体实施例中服务推荐方案确定方法的流程图；

图4为一个实施例中服务推荐方案确定装置的结构框图；

图5为一个实施例中计算机设备的内部结构图；

图6为另一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在其中一个实施例中，本申请提供的服务推荐方案确定方法，其应用环境可以同时涉及终端102和服务器104，如图1所示。其中，终端102可以通过网络或协议与服务器104进行通信。具体地，服务器104可以通过终端102获取用户的实时数据；根据实时数据，识别用户所在的服务场景；在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点，用户体验数据库中存储有各预设用户所在的预设服务场景以及各预设服务场景对应的各预设关键体验点；评估用户对各目标关键体验点的关注度，各关键体验点包括各目标关键体验点；根据各关注度，确定服务场景对用户的服务推荐方案。

在其中一个实施例中，本申请提供的服务推荐方案确定方法，其应用环境可以只涉及终端102或服务器104。具体地，服务器104或终端102可以直接获取用户的实时数据；根据实时数据，识别用户所在的服务场景；在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点，用户体验数据库中存储有各预设用户所在的预设服务场景以及各预设服务场景对应的各预设关键体验点；评估用户对各目标关键体验点的关注度，各关键体验点包括各目标关键体验点；根据各关注度，确定服务场景对用户的服务推荐方案。

其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在其中一个实施例中，如图2所示，提供了一种服务推荐方案确定方法，以该方法应用于图1中的终端102和/或服务器104为例进行说明，包括：

步骤S202，获取用户的实时数据。

在其中一个实施例中，服务场景是服务的执行、传递和消费所处的实际有形设施，在形成用户期望、影响用户经历和实现服务组织的差异化等方面发挥着重要的作用。在确定的服务场景中，由于用户的需求和关注点存在差异，因此不同用户的服务推荐方案也存在差异，服务推荐方案与用户相对应。

在其中一个实施例中，将服务场景中用户的主要需求和重点关注的内容称为关键体验点，关键体验点包括：感官体验、交互体验和情感体验中的至少一种。具体地，可以根据服务场景的用途对服务场景进行分类，主要包括：自助服务场景、交互性服务场景和远端服务场景，其中，自助服务场景仅涉及用户，例如，互联网服务场景、银行自助场景等，交互性服务涉及用户与服务员工，例如，美食服务场景、美发服务场景等，远端服务仅涉及服务员工，例如，公共事业服务场景、自动语音信息服务场景等。根据服务场景的分类，关键体验点可以是服务场景中具体的流程或节点。

在其中一个实施例中，可以通过获取用户的实时数据，确定用户所在的服务场景，并生成针对用户的服务推荐方案。其中，实时数据包括：时间数据、用户授权获取的视频数据、音频数据和位置数据中的至少两种。具体地，实时数据可以是用户所持终端中的数据，还可以是用户所在服务场景中的数据采集设备采集的数据。

在其中一个实施例中，在获取用户的实时数据之前，还包括：识别用户。其中，当实时数据为用户所持终端中的数据时，可以根据用户所持终端的终端标识进行识别，还可以根据用户所持终端采集的生物数据进行识别。具体地，在用户通过所持终端添加或关注所在服务场景对应的服务号时，获取终端标识，并根据终端表示识别用户。或者，通过用户所持终端获取生物数据，生物数据包括用户的人脸数据、指纹数据、静脉数据和虹膜数据中的至少一种，进行生物数据识别，确定对应的用户。其中，当实时数据为用户所在服务场景中的数据采集设备采集的数据时，数据采集设备包括图像采集设备和定位采集设备等，包括但不限于是各种类型的相机、摄像头、定位装置等。具体地，可以通过图像采集设备采集的图像数据识别多个用户，并通过定位采集设备采集的定位数据在多个用户中定位具体用户。

步骤S204，根据实时数据，识别用户所在的服务场景。

在其中一个实施例中，可以根据用户的实时数据，识别用户所在的服务场景。其中，在识别用户所在的服务场景时，结合多种实时数据确定，不只基于其中一种实时数据确定。具体地，具体地，根据视频数据进行视觉识别，并基于时间数据、音频数据和位置数据，确定可能性最大的初始服务场景，并随着不断地获取用户的实时数据，对初始服务场景进行调整，感知用户所在的服务场景。例如，结合视频数据、时间数据和位置数据，在当前时间接近用餐时间时，感知用户所在的服务场景为美食服务场景，随着感知的实时数据增多，相应地调整确认新的服务场景。

步骤S206，在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点，用户体验数据库中存储有各预设用户所在的预设服务场景以及各预设服务场景对应的各预设关键体验点。

在其中一个实施例中，在确定的服务场景中，由于用户的需求和关注点存在差异，因此针对不同的用户，可以预先存储在服务场景中的关键体验点，建立用户体验数据库。将存储的用户称为预设用户，将预设用户所在的服务场景作为预设服务场景，预设服务场景中的关键体验点称为预设关键体验点，也就是，用户体验数据库中存储有各预设用户所在的预设服务场景以及各预设服务场景对应的各预设关键体验点。具体地，预设用户可以根据用户的性别、年龄段、受教育程度等进行设置和分类，并将预设用户所持终端的终端标识或生物数据等进行对应存储。预设服务场景可以按照服务场景的分类进行设置。其中，预设服务场景可以是从公开的数据集中获取的服务场景，还可以是人工设置的服务场景等。预设服务场景包含预设服务场景信息，预设服务场景信息包括时间信息、视频信息、音频信息和位置信息等。

在其中一个实施例中，在识别用户所在的服务场景之后，在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点。其中，可以先在用户体验数据库的各预设用户中，进行用户匹配，当匹配到用户时，在预设用户所在的预设服务场景中，进行服务场景匹配，当匹配到服务场景时，确定与用户和服务场景对应的各关键体验点。当未匹配到用户或服务场景时，可以根据实时数据确定与用户类似的类似用户，或与服务场景类似的类似服务场景，以提高确定的关键体验点的准确性。

步骤S208，评估用户对各目标关键体验点的关注度，各关键体验点包括各目标关键体验点。

在其中一个实施例中，目标关键体验点是指在确定的各关键体验点中，用户暂未体验的关键体验点。具体地，在确定用户所在的服务场景中的各关键体验点之后，可以根据获取的实时数据确定用户当前所处的当前关键体验点，并针对用户进行分析，确定用户对于各关键体验点的体验时间的先后顺序。基于体验时间的先后顺序，对各关键体验点进行排序，确定排在当前关键体验点之后的各关键体验点，也就是目标关键体验点。在确定目标关键体验点之后，可以仅评估用户对各目标关键体验点的关注度，以提高评估效率。

在其中一个实施例中，评估用户对各目标关键体验点的关注度，可以通过相关的历史体验数据进行评估。其中，上述的在用户体验数据库进行用户匹配，当匹配到用户时，获取用户的历史体验数据，当未匹配到用户时，获取类似用户的历史体验数据。具体地，可以将历史体验数据进行情感分析，划分为积极历史体验数据与消极历史体验数据，在评估用户对各目标关键体验点的关注度时，结合积极历史体验数据与消极历史体验数据进行评估。例如，在美食服务场景中，有的用户重视味道，对环境的容忍度较高，有的用户则重视环境，对味道的要求一般，结合多种数据进行评估。

步骤S210，根据各关注度，确定服务场景对用户的服务推荐方案。

在其中一个实施例中，就可以根据各目标关键体验点对应的关注度，确定用户所在服务场景中，针对于用户的服务推荐方案。其中，服务推荐方案可以是用户的体验流程，以使用户在根据服务推荐方案进行体验时，尽量达到或超出积极历史体验数据，避免或减少消极历史体验数据。

在其中一个实施例中，在确定服务场景对用户的服务推荐方案之后，还包括：根据服务推荐方案的体验时长，或用户的体验反馈，评估服务推荐方案的服务效果。具体地，体验时长是指用户完成服务推荐方案的总时长，当体验时长小于历史平均时长时，确定服务推荐方案具有积极效果。其中，历史平均时长是指在多个与服务场景相似的历史服务场景中，完成历史服务场景对应的历史服务推荐方案的平均时长。具体地，获取用户的体验反馈，体验反馈可以是评分反馈，当评分高于基准分值时，确定服务推荐方案具有积极效果，体验反馈也可以是评价反馈，对体验反馈进行语义分析，当评价为积极评价时，确定服务推荐方案具有积极效果。在评估服务推荐方案的服务效果之后，将服务推荐方案存储为用户的历史体验数据，以便在后续针对用户所在的服务场景，生成服务推荐方案时进行迭代优化，提高服务效果和推荐效率。

上述服务推荐方案确定方法中，通过获取用户的实时数据；根据实时数据，识别用户所在的服务场景；在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点，用户体验数据库中存储有各预设用户所在的预设服务场景以及各预设服务场景对应的各预设关键体验点；评估用户对各目标关键体验点的关注度，各关键体验点包括各目标关键体验点；根据各关注度，确定服务场景对用户的服务推荐方案。采用上述实施例的方法，通过在预先建立的用户体验数据库中存储各用户、服务场景和服务场景对应的关键体验点，并结合持续获取的用户的实时数据，识别用户所在的服务场景，进而生成对用户的服务推荐方案，能够针对性的确定用户的服务推荐方案，有效提高向用户推荐服务推荐方案的效率以及服务效果。

在其中一个实施例中，步骤S206在预先建立的用户体验数据库中，匹配与用户和服务场景对应的各关键体验点，包括：

步骤S302，在用户体验数据库中进行用户匹配。

在其中一个实施例中，在用户体验数据库中进行用户匹配，以确定识别的用户是否为用户体验数据库中的预设用户。其中，可以基于获取的实时数据进行用户匹配，还可以根据用户所持终端的终端标识或生物数据等进行用户匹配。

步骤S304，在匹配到用户时，在用户体验数据库中匹配用户对应的目标服务场景，并将目标服务场景对应的各预设关键体验点，确定为各关键体验点。

在其中一个实施例中，当确定用户为用户体验数据库中的预设用户时，则确定匹配到用户，进而，在用户体验数据库中进行服务场景匹配，将匹配到的用户对应的服务场景称为目标服务场景，并将目标服务场景对应的各预设关键体验点，确定为各关键体验点。

步骤S306，在未匹配到用户时，根据实时数据，在用户体验数据库中确定与用户类似的类似用户，在用户体验数据库中匹配类似用户对应的目标服务场景，并将目标服务场景对应的各预设关键体验点，确定为各关键体验点。

在其中一个实施例中，当确定用户不为用户体验数据库中的预设用户时，则确定未匹配到用户，进而，根据实时数据，在用户体验数据库中确定与用户类似的预设用户，也称为类似用户。其中，类似用户可以是与用户的性别、年龄段、受教育程度等情况相似的用户。在确定类似用户之后，在用户体验数据库中进行服务场景匹配，将匹配到的类似用户对应的服务场景称为目标服务场景，并将目标服务场景对应的各预设关键体验点，确定为各关键体验点。其中，在未匹配到用户时，针对该用户新建用户档案，并将该用户所在的服务场景、关键体验点等信息存储在用户体验数据库中。

在其中一个实施例中，步骤S304在匹配到用户时，在用户体验数据库中匹配用户对应的目标服务场景，并将目标服务场景对应的各预设关键体验点，确定为各关键体验点，包括：

步骤S402，在匹配到用户时，在用户体验数据库的用户所在的各预设服务场景中，对服务场景进行匹配。

在其中一个实施例中，当确定用户为用户体验数据库中的预设用户时，则确定匹配到用户，进而，在用户体验数据库中进行服务场景匹配，需要说明的是，在进行服务场景匹配时，存在匹配到服务场景和未匹配到服务场景的情况。具体地，可以将服务场景包含的服务场景信息与预设场景包含的预设场景信息进行比较，完成服务场景匹配，服务场景信息包括时间信息、视频信息、音频信息和位置信息等。

步骤S404，在匹配到服务场景时，将匹配的服务场景作为目标服务场景，将服务场景对应的各预设关键体验点，确定为各关键体验点。

在其中一个实施例中，在确定服务场景为用户体验数据库中的预设服务场景时，确定匹配到服务场景。则将匹配的服务场景作为目标服务场景，将服务场景对应的各预设关键体验点，确定为各关键体验点。

步骤S406，在未匹配到服务场景时，在用户体验数据库的各预设服务场景中，确定与服务场景类似的类似服务场景，将类似服务场景作为目标服务场景，将类似服务场景对应的各预设关键体验点，确定为各关键体验点。

在其中一个实施例中，当确定服务场景不为用户体验数据库中的预设服务场景时，则确定未匹配到服务场景，进而，根据实时数据以及服务场景信息，在用户体验数据库中确定与服务场景类似的类似服务场景。其中，类似服务场景可以是与服务场景信息大致相同的预设服务场景。在确定类似服务场景之后，将类似服务场景作为目标服务场景，并将目标服务场景对应的各预设关键体验点，确定为各关键体验点。其中，在未匹配到服务场景时，将该服务场景、关键体验点等信息存储在用户体验数据库中。

在其中一个实施例中，步骤S206中用户体验数据库的建立方式，包括：

步骤S502，获取各预设用户的预设服务场景。

在其中一个实施例中，预设用户可以根据用户的性别、年龄段、受教育程度等进行设置和分类，预设服务场景可以是从公开的数据集中获取的服务场景，还可以是人工设置的服务场景等。具体地，获取各预设用户的预设服务场景。

步骤S504，根据预设的知识图谱，以及预设服务场景对应的场景标签，获得预设服务场景对应的预设关键体验点，知识图谱存储有场景标签与关键体验点，且场景标签与关键体验点之间存在关联关系。

在其中一个实施例中，知识图谱是显示知识发展进程与结构关系的一系列各种不同的图形，能够可视化描述服务场景与对应的关键体验点之间的相互关系。其中，知识图谱存储有场景标签与关键体验点，且场景标签与关键体验点之间存在关联关系，场景标签是指服务场景对应的类型标签。也就是，在预设的知识图谱中，将预设服务场景存储为对应的场景标签，常见的场景标签可以是美食、电影、酒店、乘车等。场景标签可以作为知识图谱的实体1，对应的关键体验点可以作为知识图谱的实体2，实体1与实体2之间存在关联关系。具体地，可以根据预设的知识图谱，在知识图谱中输入预设服务场景对应的场景标签，即可获得预设服务场景对应的预设关键体验点。

步骤S506，基于各预设用户的预设服务场景，以及预设关键体验点，建立用户体验数据库。

在其中一个实施例中，将各预设用户、预设服务场景和预设服务场景对应的关键体验点进行对应存储，建立用户体验数据库。

在其中一个实施例中，步骤S206中用户体验数据库的建立方式，包括：

步骤S602，获取预设服务场景中的各预设用户的应用程序数据，应用程序数据包括各预设用户的搜索数据以及评论数据中的至少一种。

在其中一个实施例中，应用程序是指用户所使用的各种软件和小程序等，应用程序数据包括各预设用户的搜索数据以及评论数据中的至少一种。具体地，获取预设服务场景中的各预设用户的应用程序数据。其中，获取的应用程序数据是经过用户授权的或公开的数据。

步骤S604，分析各应用程序数据，提取得到各预设用户对应的关键体验点，获得预设关键体验点。

在其中一个实施例中，分析各应用程序数据，提取得到各预设用户对应的关键体验点。具体地，在应用程序数据为搜索数据时，根据搜索数据对应的关键词，提取得到对应的关键体验点。在应用程序数据为评论数据时，对评论数据进行语义分析，确定积极评论数据与消极评论数据，总结得到对应的关键体验点，获得预设关键体验点。

步骤S606，根据各预设用户的预设服务场景，以及预设关键体验点，建立用户体验数据库。

在其中一个实施例中，将各预设用户、预设服务场景和预设服务场景对应的关键体验点进行对应存储，建立用户体验数据库。

在其中一个实施例中，步骤S208中各目标关键体验点的确定方式，包括：

步骤S702，根据实时数据，识别用户对应的当前关键体验点，各关键体验点包括当前关键体验点。

在其中一个实施例中，根据获取的实时数据，识别服务场景中用户当前所在的关键体验点，称为当前关键体验点。其中，当前关键体验点为确定的各关键体验点中的其中一个关键体验点。例如，以酒店服务场景为例，酒店系统显示用户已入住，基于此可以确定用户的当前体验关键点。

步骤S704，对各关键体验点进行排序，得到排序后各关键体验点。

在其中一个实施例中，可以将服务场景中的各关键体验点，按照体验时间的先后顺序进行排序，得到排序后各关键体验点。也就是，在服务场景中，用户将按照排序后各关键体验点的顺序进行依次体验。

步骤S706，在排序后各关键体验点中，确定当前关键体验点，并将当前关键体验点之后的各关键体验点，作为各目标关键体验点。

在其中一个实施例中，在排序后各关键体验点中，确定当前关键体验点所在的位置，并排在当前关键体验点之后的各关键体验点，作为各目标关键体验点。通过仅评估用户对各目标关键体验点的关注度，以提高评估效率。

在其中一个实施例中，步骤S208评估用户对各目标关键体验点的关注度，包括：

步骤S802，当匹配到用户时，获取用户的历史体验数据，否则，获取类似用户的历史体验数据。

在其中一个实施例中，在用户体验数据库中进行用户匹配，当匹配到用户时，获取用户体验数据库中存储的用户的历史体验数据。当未匹配到用户时，获取用户体验数据库中存储的类似用户的历史体验数据。

步骤S804，确定历史体验数据对应的各历史关键体验点，并分别计算各历史关键体验点对应的历史关注度。

在其中一个实施例中，可以对历史体验数据进行分析，确定历史体验数据对应的各关键体验点，称为历史关键体验点。关注度是指用户对于关键体验点的关注程度。其中，历史关键体验点的关注度可以根据其在历史体验数据中发生的频率或产生的效果确定。具体地，对于某一历史关键体验点，在用户的历史体验数据中的发生频率越高、产生的积极效果或消极效果中的至少一种越高，则该历史关键体验点的关注度越高。其中，积极效果可以按照好评数确定，消极效果可以按照差评数确定，产生的效果可以基于好评数与差评数之和确定。

步骤S806，基于各历史关注度，评估用户对各目标关键体验点的关注度。

在其中一个实施例中，基于确定的各历史关键体验点对应的历史关注度，结合各历史关键体验点与各目标关键体验点之间相似的信息，评估用户对各目标关键体验点的关注度。

在其中一个实施例中，步骤S210根据各关注度，确定服务场景对用户的服务推荐方案，包括：

步骤S902，按照各关注度，对各目标关键体验点进行排序，得到排序后各目标关键体验点。

在其中一个实施例中，可以根据各关注度，按照关注度的由高到低的顺序，对各目标关键体验点进行排序，得到排序后各目标关键体验点。

步骤S904，基于排序后各目标关键体验点，生成服务场景对用户的服务推荐方案。

在其中一个实施例中，基于排序后各目标关键体验点，生成服务场景对用户的服务推荐方案，以此兼顾各目标关键体验点的关注度，提高服务推荐方案的推荐效率和服务效果。

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及其中一个具体实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图3所示为一个具体实施例中服务推荐方案确定方法的流程图，具体地，服务推荐方案确定方法的步骤如下：

获取各预设用户的预设服务场景，预设服务场景可以是从公开的数据集中获取的服务场景，还可以是人工设置的服务场景等；

根据预设的知识图谱，以及预设服务场景对应的场景标签，例如美食、电影、酒店、乘车等场景标签，获得预设服务场景对应的预设关键体验点；

获取预设服务场景中的各预设用户的授权的应用程序数据，当应用程序数据为评论数据时，对评论数据进行语义分析，确定用户满意或不满意的项目，形成关键体验点，当应用程序数据为订单数据时，总结订单数据中下单量多的产品，形成关键体验点，获得预设服务场景对应的预设关键体验点；

基于各预设用户的预设服务场景和预设关键体验点，建立用户体验数据库；

以用户所在的服务场景为美食服务场景为例，其中，用户持有终端设备，在美食服务场景中还包括图像采集设备，获取用户的实时数据，实时数据包括：当前时间数据、用户授权获取的所持终端拍摄的视频数据、采集的音频数据和定位的位置数据，并根据图像采集设备采集的人脸图像，对用户进行人脸识别，以识别用户；

根据实时数据中的时间数据、用户授权获取的视频数据、音频数据和位置数据，例如，在当前时间接近用餐时间，视频数据中包括菜品、饮品或服务人员，音频数据中的环境声音、人声嘈杂，在位置数据定位于某购物中心或酒店等位置时，识别用户所在的服务场景为美食服务场景，与此同时，用户所持终端设备持续获取实时数据；

在预先建立的用户体验数据库中，分别进行用户匹配与服务场景匹配，得到与用户和服务场景对应的各关键体验点，例如，匹配到的关键体验点为“餐厅”、“味道”、“环境”、“川菜”、“停车场”、“网红”等，当未匹配到用户时，新建用户档案；

根据实时数据，识别用户对应的当前关键体验点，并按照各关键体验点的体验时间顺序，在各关键体验点中确定用户暂未体验的目标关键体验点，例如，根据持续获取的实时数据，确定用户已在餐厅就坐，则确定“停车场”为用户已体验的关键体验点；并结合历史体验数据中，用户对于历史关键体验点的好评数和差评数之和，例如，有的用户重视味道，对环境的容忍度较高，有的用户则重视环境，对味道的要求一般，评估用户对各目标关键体验点的关注度；

基于各关注度，按照关注度由高到低的排序，对各目标关键体验点进行排序，确定服务场景对用户的服务推荐方案。

应该理解的是，虽然上述的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在其中一个实施例中，如图4所示，提供了一种服务推荐方案确定装置，包括：获取模块410、识别模块420、匹配模块430、评估模块440和推荐模块450，其中：

获取模块410，用于获取用户的实时数据。

识别模块420，用于根据所述实时数据，识别所述用户所在的服务场景。

匹配模块430，用于在预先建立的用户体验数据库中，匹配与所述用户和所述服务场景对应的各关键体验点，所述用户体验数据库中存储有各预设用户所在的预设服务场景以及各所述预设服务场景对应的各预设关键体验点。

评估模块440，用于评估所述用户对各目标关键体验点的关注度，各所述关键体验点包括各所述目标关键体验点。

推荐模块450，用于根据各所述关注度，确定所述服务场景对所述用户的服务推荐方案。

在其中一个实施例中，识别模块420包括以下单元：

数据确定单元，用于确定所述实时数据包括：时间数据、所述用户授权获取的视频数据、音频数据和位置数据中的至少两种。

识别单元，用于根据所述视频数据进行视觉识别，并基于所述时间数据、所述音频数据和所述位置数据，感知所述用户所在的所述服务场景。

在其中一个实施例中，匹配模块430包括以下单元：

用户匹配单元，用于在所述用户体验数据库中进行用户匹配。

第一用户匹配单元，用于在匹配到所述用户时，在所述用户体验数据库中匹配所述用户对应的目标服务场景，并将所述目标服务场景对应的各预设关键体验点，确定为各所述关键体验点。

第二用户匹配单元，用于在未匹配到所述用户时，根据所述实时数据，在所述用户体验数据库中确定与所述用户类似的类似用户，在所述用户体验数据库中匹配所述类似用户对应的目标服务场景，并将所述目标服务场景对应的各预设关键体验点，确定为各所述关键体验点。

在其中一个实施例中，第一用户匹配单元包括以下单元：

场景匹配单元，用于在匹配到所述用户时，在所述用户体验数据库的所述用户所在的各预设服务场景中，对所述服务场景进行匹配。

第一场景匹配单元，用于在匹配到所述服务场景时，将匹配的所述服务场景作为所述目标服务场景，将所述服务场景对应的各预设关键体验点，确定为各所述所述关键体验点。

第二场景匹配单元，用于在未匹配到所述服务场景时，在所述用户体验数据库的各预设服务场景中，确定与所述服务场景类似的类似服务场景，将所述类似服务场景作为所述目标服务场景，将所述类似服务场景对应的各预设关键体验点，确定为各所述关键体验点。

在其中一个实施例中，匹配模块430包括以下单元：

第一获取单元，用于获取各所述预设用户的所述预设服务场景。

第一确定单元，用于根据预设的知识图谱，以及所述预设服务场景对应的场景标签，获得所述预设服务场景对应的预设关键体验点，所述知识图谱存储有场景标签与关键体验点，且所述场景标签与所述关键体验点之间存在关联关系。

第一数据库建立单元，用于基于各所述预设用户的所述预设服务场景，以及所述预设关键体验点，建立用户体验数据库。

第二获取单元，用于获取预设服务场景中的各预设用户的应用程序数据，所述应用程序数据包括各所述预设用户的搜索数据以及评论数据中的至少一种。

第二确定单元，用于分析各所述应用程序数据，提取得到各所述预设用户对应的关键体验点，获得所述预设关键体验点。

第二数据库建立单元，用于根据各所述预设用户的所述预设服务场景，以及所述预设关键体验点，建立用户体验数据库。

在其中一个实施例中，评估模块440包括以下单元：

当前关键体验点识别单元，用于根据所述实时数据，识别所述用户对应的当前关键体验点，各所述关键体验点包括所述当前关键体验点。

关键体验点排序单元，用于对各所述关键体验点进行排序，得到排序后各关键体验点。

目标关键体验点确定单元，用于在所述排序后各关键体验点中，确定所述当前关键体验点，并将所述当前关键体验点之后的各关键体验点，作为各所述目标关键体验点。

历史体验数据获取单元，用于当匹配到所述用户时，获取所述用户的历史体验数据，否则，获取所述类似用户的历史体验数据。

历史关注度确定单元，用于确定所述历史体验数据对应的各历史关键体验点，并分别计算各所述历史关键体验点对应的历史关注度。

关注度评估单元，用于基于各所述历史关注度，评估所述用户对各目标关键体验点的关注度。

在其中一个实施例中，推荐模块450包括以下单元：

目标关键体验点排序单元，用于按照各所述关注度，对各所述目标关键体验点进行排序，得到排序后各目标关键体验点。

服务推荐方案确定单元，用于基于所述排序后各目标关键体验点，生成所述服务场景对所述用户的服务推荐方案。

在其中一个实施例中，服务推荐方案确定装置还包括：

服务效果评估单元，用于根据所述服务推荐方案的体验时长，或所述用户的体验反馈，评估所述服务推荐方案的服务效果。

关于服务推荐方案确定装置的具体限定可以参见上文中对于服务推荐方案确定方法的限定，在此不再赘述。上述服务推荐方案确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在其中一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务推荐方案确定数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种服务推荐方案确定方法。

在其中一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种服务推荐方案确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5和图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在其中一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述的服务推荐方案确定方法的步骤。

在其中一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的服务推荐方案确定方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。