(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 202210955610.1 (22)申请日 2022.08.10 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融大街31号 (72)发明人 刘健　魏丫丫　胡滨　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 莎日娜 (51)Int.Cl. G06F 16/9537(2019.01) G06F 16/9538(2019.01) G06F 16/954(2019.01) G06Q 30/02(2012.01) (54)发明名称 营业厅的推荐方法、 装置、 电子设备及存储 介质 (57)摘要 本发明实施例提供了一种营业厅的推荐方 法、 装置、 电子设备及存储介质， 方法包括： 响应 于业务办理请求， 获取与用户账户对应的当前用 户位置、 用户账户信息、 与当前用户位置对应的 若干个候选营业厅以及候选营业厅的营业厅信 息， 若业务办理请求中包含出行方式信息， 则根 据出行方式信息对各个候选营业厅进行排序， 获 得各个候选营业厅对应的计算顺序， 根据各个候 选营业厅的计算顺序将各个候选营业厅的营业 厅信息以及用户账户信息输入至预设的厅店推 荐模型中， 获得各个候选营业厅的推荐优先级、 目标推荐分值以及导航路线， 将推荐优先级最高 的候选营业厅作为与厅店推荐请求对应的推荐 营业厅， 并显示推荐营业厅的目标推荐分值和导 航路线。 权利要求书3页 说明书16页 附图3页 CN 115422475 A 2022.12.02 CN 115422475 A 1.一种营业厅的推荐方法， 其特 征在于， 包括： 响应于业务办理请求， 获取与用户账户对应的当前用户位置、 用户账户信息、 与所述当 前用户位置对应的若干个候选营业厅以及所述 候选营业厅的营业厅信息； 若所述业务办理请求中包含针对所述候选营业厅的出行方式信 息， 则根据所述出行方 式信息对各个所述 候选营业厅进行排序， 获得 各个所述 候选营业厅对应的计算 顺序； 根据各个所述候选营业厅的计算顺序将各个所述候选营业厅的营业厅信息以及所述 用户账户信息输入至预设的厅店推荐模型中， 获得各个所述候选营业厅 的推荐信息， 所述 推荐信息 至少包括推荐优先级、 目标推荐分值以及导 航路线； 将所述推荐优先级最高的所述候选营业厅作为与所述厅店推荐请求对应的推荐营业 厅， 并显示所述推荐营业厅对应的目标推荐分值和导 航路线。 2.根据权利要求1所述的方法， 其特征在于， 所述推荐信息包括推荐营业厅名称， 还包 括： 获取所述用户账户的业 务办理结果； 若所述业务办理结果为所述用户账户存在与所述业务办理请求对应的业务办理记录， 则获取与所述 业务办理结果对应的办理营业厅和所述办理营业厅的办理营业厅名称； 若所述办理营业厅名称与 所述推荐营业厅名称一致， 则保持所述推荐营业厅的推荐优 先级； 若所述办理营业厅名称与 所述推荐营业厅名称不一致， 则获取所述推荐营业厅的历史 推荐信息， 并提高所述办理营业厅的推荐优先级。 3.根据权利要求2所述的方法， 其特征在于， 所述历史推荐信 息包括用户选择次数和模 型推荐次数， 还 包括： 若所述业务办理结果为所述用户账户不存在与所述业务办理请求对应的业务办理记 录， 则获取 所述推荐营业厅的历史推荐信息； 将所述用户选择次数和所述模型推荐次数之间的比值作为所述推荐营业厅的历史推 荐分值； 若所述历史推荐分值大于或等于预设推荐分值， 则保持所述推荐营业厅的推荐优先 级； 若所述历史推荐分值小于所述预设推荐分值， 则降低所述推荐营业厅的推荐优先级。 4.根据权利要求1所述的方法， 其特征在于， 所述响应于业务办理请求， 获取与用户账 户对应的当前用户位置、 用户账户信息、 与所述当前用户位置对应的若干个候选营业厅以 及所述候选营业厅的营业厅信息， 包括： 响应于针对业务推送页面或业务办理页面的业务办理操作， 获取与 所述用户账户对应 的所述当前用户位置以及所述用户账户信息； 以所述当前用户位置为中点， 获取预设范围内的若干个候选营业厅以及所述候选营业 厅的营业厅信息 。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述出行方式信 息对各个所述候 选营业厅进行排序， 获得 各个所述 候选营业厅对应的计算 顺序， 包括： 根据所述出行方式信 息， 确定从所述当前用户位置至各个所述候选营业厅的导航路线 以及所述 导航路线对应的到店时长；权　利　要　求　书 1/3 页 2 CN 115422475 A 2按照所述到店时长的大小对所述候选营业厅进行排序， 获得各个所述候选营业厅对应 的计算顺序； 其中， 所述出 行方式信息包括自驾、 地铁、 公交、 骑车、 步行中的一种。 6.根据权利要求1所述的方法， 其特征在于， 所述根据各个所述候选营业厅的计算顺序 将各个所述候选营业厅的营业厅信息以及所述用户账户信息输入至预设的厅店推荐模型 中， 获得各个所述 候选营业厅的推荐信息， 包括： 分别对所述营业厅信 息和所述用户账户信 息进行数据清洗和特征融合， 获得与所述候 选营业厅对应的业务特征信息和厅店位置， 与所述用户账户对应的用户特征信息和用户轨 迹信息； 根据所述计算顺序逐一将所述业务特征信息、 所述厅店位置、 所述用户特征信息以及 所述用户轨迹信息输入至所述预设的厅店推荐模型中， 获取各个所述候选营业厅的推荐信 息。 7.根据权利要求1所述的方法， 其特征在于， 所述营业厅信息包括厅店位置， 所述方法 还包括： 若所述业务办理请求中不包含针对所述候选营业厅的出行方式信 息， 则计算各个所述 候选营业厅的厅店位置与所述当前用户位置之 间的距离值， 按照所述距离值的大小对各个 所述候选营业厅进行排序， 获得 各个所述 候选营业厅对应的计算 顺序； 根据各个所述候选营业厅的计算顺序将各个所述候选营业厅的营业厅信息以及所述 用户账户信息输入至预设的厅店推荐模型中， 获得各个所述候选营业厅 的推荐信息， 所述 推荐信息 至少包括推荐优先级、 目标推荐分值以及导 航路线； 将所述推荐优先级最高的所述候选营业厅作为与所述厅店推荐请求对应的推荐营业 厅， 并显示所述推荐营业厅对应的目标推荐分值和导 航路线。 8.根据权利要求1所述的方法， 其特 征在于， 所述厅店推荐模型通过如下 方式生成： 构建与所述 候选营业厅对应的初始厅店推荐模型； 获取至少一个所述用户账户的历史用户轨迹信 息， 所述历史用户轨迹信 息包括历史到 店信息和用户未到店信息； 将所述历史到店信息作为正样本， 和所述用户未到店信息作为负样本， 将所述正样本 和所述负 样本作为用于训练所述厅店推荐模型的模型训练数据； 按照预设训练比例将所述模型训练数据划分为训练集、 测试集以及验证集； 采用所述训练集、 所述测试集以及所述验证集训练所述初始厅店推荐模型， 并采用预 设收缩权重系 数、 预设树最大深度和预设轮数对所述初始厅店推荐模型进行参数设置， 生 成所述预设的厅店推荐模型。 9.一种营业厅的推荐装置， 其特 征在于， 包括： 候选营业厅获取模块， 用于响应于业务办理请求， 获取与用户账户对应的当前用户位 置、 用户账户信息、 与所述当前用户位置对应的若干个候选营业厅以及所述候选营业厅 的 营业厅信息； 计算顺序确定模块， 用于若所述业务办理请求中包含针对所述候选营业厅的出行方式 信息， 则根据所述出行方式信息对各个所述候选营业厅进行排序， 获得各个所述候选营业 厅对应的计算 顺序；权　利　要　求　书 2/3 页 3 CN 115422475 A 3