基于数据分析的服务分发方法、装置、设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种基于数据分析的服务分发方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着人们的健康管理意识不断加强，对于医疗服务的需求不断提高，加之医疗保险的愿景就是通过提供医疗服务来代替理赔对用户提供服务，但由于目前医疗险的种类繁多，每款保险所拥有的医疗服务也不尽相同，进而导致在对用户进行服务发放时，可能用户并没有权限享有相应的服务，或者，即使用户曾经有权限享有该服务，但现在服务已经到期的情况，造成根据保单数据对用户进行医疗服务推荐时的精确度不高。


技术实现要素：

3.本发明提供一种基于数据分析的服务分发方法、装置及计算机可读存储介质，其主要目的在于解决进行医疗服务推荐时的精确度较低的问题。
4.为实现上述目的，本发明提供的一种基于数据分析的服务分发方法，包括：
5.获取用户的保单信息，对所述保单信息进行文本转换，得到保单文本；
6.对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词；
7.将所述用户特征词作为决策条件构建决策树模型；
8.获取预设服务的使用权限，利用所述决策树模型根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务；
9.根据所述保单信息和所述可使用服务生成服务列表，并将所述服务列表推送给所述用户。
10.可选地，所述对所述保单信息进行文本转换，得到保单文本，包括：
11.提取所述保单信息中每一个数据的数据类型字段；
12.根据所述数据类型字段对所述保单信息中的数据进行划分，得到文本数据、图像数据和音频数据；
13.对所述保单信息中的图像数据进行图像识别，得到图像数据对应的图像文本；
14.对所述保单信息中的音频数据进行语音识别，得到所述音频数据对应的音频文本；
15.将所述文本数据、所述图像文本和所述音频文本汇集为保单文本。
16.可选地，所述根据所述数据类型字段对所述保单信息中的数据进行划分，得到文本数据、图像数据和音频数据，包括：
17.从所述保单信息中逐个选取其中的一个数据为目标数据；
18.将所述目标数据的数据类型字段进行向量转换，得到数据类型向量；
19.分别计算所述数据类型向量与多个预设的数据类型之间的距离值，所述数据类型
包括文本类型、图像类型和音频类型；
20.确定所述距离值最小的数据类型为所述目标数据的类型，并按照所述类型将所述保单信息中的数据进行划分，得到文本数据、图像数据和音频数据。
21.可选地，所述对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词，包括：
22.按照预设的分句符号将所述保单文本划分为多个文本分句；
23.将所述多个文本分句中每一个文本分句按照不同的数据长度在预设的词典中进行检索，并将检索到的词语作为所述保单文本的文本分词；
24.统计每一个所述文本分词的出现频率，以及每一个所述文本分词在所述保单文本中的位置信息；
25.根据所述出现频率和所述位置信息计算每一个所述文本分词的关键度，将所述关键度大于预设阈值的文本分词汇集为用户特征词。
26.可选地，所述根据所述出现频率和所述位置信息计算每一个所述文本分词的关键度，包括：
27.利用如下特征值算法根据所述出现频率和所述位置信息计算每一个所述文本分词的关键度：
28.k
i
＝α*a
i
+β*β
i
29.其中，k
i
为所述文本分词中第i个分词的关键度，a为所述文本分词中第i个分词的出现频率，b
i
为所述文本分词中第i个分词的位置信息，α和β为预设权重系数。
30.可选地，所述将所述用户特征词作为决策条件构建决策树模型，包括：
31.从所述用户特征词中逐个选取其中一个特征词为目标特征词；
32.利用预设编译器将所述目标特征词编译为特征参数，利用所述特征参数对预设的决策函数进行赋值；
33.利用赋值后的决策函数作为决策条件，生成决策树；
34.将所述用户特征词中所有特征词对应的决策树进行汇集，得到决策树模型。
35.可选地，所述利用所述决策树根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务，包括：
36.从所述预设服务的使用权限中逐个选取其中一个使用权限为输入值；
37.从所述决策树模型中逐个选取其中一个决策树为目标决策树，将所述输入值输入至所述目标决策树，得到所述目标决策树的输出结果，其中，所述输出结果包括所述输入值与所述目标决策树的参数相同，或者所述输入值与所述目标决策树的参数不同；
38.汇集所有决策树的输出结果均为所述输入值与所述目标决策树的参数相同的使用权限对应的预设服务为可使用服务。
39.为了解决上述问题，本发明还提供一种基于数据分析的服务分发装置，所述装置包括：
40.文本转换模块，用于获取用户的保单信息，对所述保单信息进行文本转换，得到保单文本；
41.特征词提取模块，用于对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词；
42.决策树构建模块，用于将所述用户特征词作为决策条件构建决策树模型；
43.服务筛选模块，用于获取预设服务的使用权限，利用所述决策树模型根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务；
44.服务推送模块，用于根据所述保单信息和所述可使用服务生成服务列表，并将所述服务列表推送给所述用户。
45.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
46.至少一个处理器；以及，
47.与所述至少一个处理器通信连接的存储器；其中，
48.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于数据分析的服务分发方法。
49.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于数据分析的服务分发方法。
50.本发明实施例能够对用户的保单信息进行分析，以提取该用户的保单信息中包含的关键词，进而通过提取的关键词构建决策树模型，利用构建的决策树模型对多个预设服务进行精准的条件筛选，进而向用户推送筛选出的服务，实现了对服务的精准筛选，提高了想用户进行服务发放的精确度。因此本发明提出的基于数据分析的服务分发方法、装置、电子设备及计算机可读存储介质，可以解决进行产品推荐时的精确度较低的问题。
附图说明
51.图1为本发明一实施例提供的基于数据分析的服务分发方法的流程示意图；
52.图2为本发明一实施例提供的提取用户特征词的流程示意图；
53.图3为本发明一实施例提供的构建决策树模型的流程示意图；
54.图4为本发明一实施例提供的基于数据分析的服务分发装置的功能模块图；
55.图5为本发明一实施例提供的实现所述基于数据分析的服务分发方法的电子设备的结构示意图。
56.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
57.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
58.本技术实施例提供一种基于数据分析的服务分发方法。所述基于数据分析的服务分发方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述基于数据分析的服务分发方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
59.参照图1所示，为本发明一实施例提供的基于数据分析的服务分发方法的流程示意图。在本实施例中，所述基于数据分析的服务分发方法包括：
60.s1、获取用户的保单信息，对所述保单信息进行文本转换，得到保单文本。
61.本发明实施例中，所述保单信息包括用户购买的保险订单相关的数据，例如，用户的年龄、性别、保单类型、保单金额等数据。
62.详细地，可利用具有数据抓取功能的计算机语句(如java语句、python语句等)，从预先构建的存储区域中抓取预先存储且用户授权可被获取的保单信息，所述存储区域包括但不限于数据库、区块链、网络缓存。
63.本发明其中一个实际应用场景中，获取到的保单信息可能包括文本、图像、音频等多种形式的数据，为了提高后续对所述保单信息的处理效率和精确度，可将获取到的保单信息进行文本转换，得到保单文本。
64.本发明实施例中，所述对所述保单信息进行文本转换，得到保单文本，包括：
65.提取所述保单信息中每一个数据的数据类型字段；
66.根据所述数据类型字段对所述保单信息中的数据进行划分，得到文本数据、图像数据和音频数据；
67.对所述保单信息中的图像数据进行图像识别，得到图像数据对应的图像文本；
68.对所述保单信息中的音频数据进行语音识别，得到所述音频数据对应的音频文本；
69.将所述文本数据、所述图像文本和所述音频文本汇集为保单文本。
70.详细地，所述数据类型字段为每一个数据中用于对该数据的数据类型进行标记的字段；可利用预先构建的具有数据类型字段提取功能的规则表达式从所述保单信息中提取出每一个数据的数据类型字段，所述规则表达式可用于实现对数据中具有固定格式的数据进行提取的功能。
71.本发明实施例中，所述根据所述数据类型字段对所述保单信息中的数据进行划分，得到文本数据、图像数据和音频数据，包括：
72.从所述保单信息中逐个选取其中的一个数据为目标数据；
73.将所述目标数据的数据类型字段进行向量转换，得到数据类型向量；
74.分别计算所述数据类型向量与多个预设的数据类型之间的距离值，所述数据类型包括文本类型、图像类型和音频类型；
75.确定所述距离值最小的数据类型为所述目标数据的类型，并按照所述类型将所述保单信息中的数据进行划分，得到文本数据、图像数据和音频数据。
76.详细地，可利用具有向量转换功能的人工智能模型将目标数据的数据类型字段进行向量转换，所述人工智能模型包括nlp(natural language processing，自然语言处理)模型、hmm(hidden markov model，隐马尔科夫模型)、bert模型等。
77.具体地，可通过余弦距离算法、欧式距离算法等具有距离值计算功能的算法分别计算所述数据类型向量与多个预设的数据类型之间的距离值，并确定距离值最小的数据类型为所述目标数据的类型。
78.例如，目标数据的数据类型向量与文本类型之间的距离值为20，目标数据的数据类型向量与图像类型之间的距离值为90，目标数据的数据类型向量与音频类型之间的距离
值为25，则可确认该目标数据的数据类型为图形类型。
79.本发明实施例中，可利用ocr(optical character recognition，光学字符识别)技术对保单信息中的图像数据进行图像识别，得到图像数据对应的图像文本；利用asr(automatic speech recognition，自动语音识别)技术对保单信息中的音频数据进行语音识别，得到所述音频数据对应的音频文本，并汇集所述文本数据、所述图像文本和所述音频文本，得到保单文本。
80.s2、对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词。
81.本发明其中一个实际应用场景中，由于所述保单文本中包含大量的文本信息，若直接对所述保单文本进行分析，会占用大量的计算资源，导致分析效率低下，且大量数据混杂，会造成分析结果的不精确，因此，可对所述保单文本进行分词处理，并从所述分词的结果中提取出特征词，以减少后续对保单文本进行分析时的数据量，提高分析的效率和精确度。
82.本发明实施例中，参图2所示，所述对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词，包括：
83.s21、按照预设的分句符号将所述保单文本划分为多个文本分句；
84.s22、将所述多个文本分句中每一个文本分句按照不同的数据长度在预设的词典中进行检索，并将检索到的词语作为所述保单文本的文本分词；
85.s23、统计每一个所述文本分词的出现频率，以及每一个所述文本分词在所述保单文本中的位置信息；
86.s24、根据所述出现频率和所述位置信息计算每一个所述文本分词的关键度，将所述关键度大于预设阈值的文本分词汇集为用户特征词。
87.详细地，由于所述保单文本中包含大量的文本数据，为了提高对该保单文本进行分词的效率，可利用预设的分句符号大量的文本数据进行切分，以实现将保单文本划分为多个文本分句，进而减少每次进行分词时的数据量，提高分词效率，所述分句符号包括但不限于“，”、“。”、
“……”
。
88.具体地，所述词典为预先获取的包含多个分词的词典，可将每一个文本分句按照不同的数据长度在改词典中进行检索，并将检索到的分词，作为该保单文本的文本分词。
89.本发明实施例中，所述出现频率即每一个文本分词在所述保单文本的所有文本分词中出现的次数；所述位置信息是指每一个文本分词在所述保单文本中位置的先后顺序，例如，可将所述保单文本中的文本分词按照在所述保单文本中位置的先后顺序进行编号，每一个文本分词对应的编号即为该文本分词的位置信息。
90.本发明实施例中，所述根据所述出现频率和所述位置信息计算每一个所述文本分词的关键度，包括：
91.利用如下特征值算法根据所述出现频率和所述位置信息计算每一个所述文本分词的关键度：
92.k
i
＝α*a
i
+β*β
i
93.其中，k
i
为所述文本分词中第i个分词的关键度，a为所述文本分词中第i个分词的出现频率，b
i
为所述文本分词中第i个分词的位置信息，α和β为预设权重系数。
94.本发明实施例中，可选取所述关键度大于预设阈值的文本分词，并将选取的文本分词汇集为所述用户的用户特征词。
95.s3、将所述用户特征词作为决策条件构建决策树模型。
96.本发明其中一个实际应用场景中，由于存在大量的服务，但所述用户并非对每一种服务均具有使用权限，因此，可利用所述用户特征词作为决策条件构建决策树，以便于后续利用构建的决策树从大量服务中筛选出可被所述用户获取的服务。
97.本发明实施例中，参图3所示，所述将所述用户特征词作为决策条件构建决策树模型，包括：
98.s31、从所述用户特征词中逐个选取其中一个特征词为目标特征词；
99.s32、利用预设编译器将所述目标特征词编译为特征参数，利用所述特征参数对预设的决策函数进行赋值；
100.s33、利用赋值后的决策函数作为决策条件，生成决策树；
101.s34、将所述用户特征词中所有特征词对应的决策树进行汇集，得到决策树模型。
102.示例性地，所述决策函数可以为：
[0103][0104]
其中，f(x)为所述决策函数的输出值，x为所述决策函数的参数，g(y)为所述决策函数的输入值。
[0105]
详细地，可从所述用户特征词中逐个选取其中一个特征词为目标特征词，利用预设的编译器将该目标特征词编译为特征参数，并利用所述特征参数对所述决策函数的参数x进行赋值，其中，所述编译器包括但不限于visual studio编译器、dev c++编译器。
[0106]
具体地，可利用赋值后的决策函数作为决策条件生成如下决策树：
[0107]
当所述决策树的输入值g(y)与所述决策树的参数x相同时，该决策树输出值f(x)＝α；
[0108]
当所述决策树的输入至g(y)与所述决策树的参数x不相同时，该决策树输出值f(x)＝β。
[0109]
s4、获取预设服务的使用权限，利用所述决策树模型根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务。
[0110]
本发明实施例中，所述使用权限包括所述用户在获取每一种预设服务时需要的约束条件，例如，时间限制、年龄限制等。
[0111]
详细地，所述获取预设服务的使用权限的步骤，与s1中获取用户的保单信息的步骤一致在，在此不做赘述。
[0112]
本发明实施例中，可利用所述决策树对多种预设服务进行筛选，以判断所述多种预设服务中每一种预设服务的使用权限是否符合该用户的特征，进而筛选出所述用户符合条件，可以使用的服务。
[0113]
本发明实施例中，所述利用所述决策树根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务，包括：
[0114]
从所述预设服务的使用权限中逐个选取其中一个使用权限为输入值；
[0115]
从所述决策树模型中逐个选取其中一个决策树为目标决策树，将所述输入值输入
至所述目标决策树，得到所述目标决策树的输出结果，其中，所述输出结果包括所述输入值与所述目标决策树的参数相同，或者所述输入值与所述目标决策树的参数不同；
[0116]
汇集所有决策树的输出结果均为所述输入值与所述目标决策树的参数相同的使用权限对应的预设服务为可使用服务。
[0117]
例如，所述决策树模型中包含决策树a1和决策树a2，所述多个预设服务中包括服务a和服务b，选取决策树a1为目标决策树，选取服务a的使用权限作为输入值；将输入值输入至所述决策树a1，得到所述决策树a1输出的所述输入值与所述决策树a1的参数相同的输出结果；将输入值输入至所述决策树a2，得到所述决策树a2输出的所述输入值与所述决策树a2的参数相同的输出结果；再选取服务b的实用权限作为输入值，将输入值输入至所述决策树b1，得到所述决策树b1输出的所述输入值与所述决策树b1的参数不相同的输出结果；将输入值输入至所述决策树b2，得到所述决策树b2输出的所述输入值与所述决策树b2的参数相同的输出结果，则只有服务a在所有决策树中的输入结果均为所述输入值与所述目标决策树的参数相同的输出结果，则确认服务a为所述用户的可使用服务。
[0118]
s5、根据所述保单信息和所述可使用服务生成服务列表，并将所述服务列表推送给所述用户。
[0119]
本发明实施例中，由于所述用户的可使用服务可能有多个，为了使用户可更明确地了解自己可使用哪些服务，可根据所述保单信息和所述可使用服务生成服务列表，进而想所述用户推荐该服务列表。
[0120]
例如，将所述保单信息和所述可使用服务填写至预先生成的空白数据表中，以生成所述服务列表，并将所述服务列表向所述用户进行展示。
[0121]
本发明实施例能够对用户的保单信息进行分析，以提取该用户的保单信息中包含的关键词，进而通过提取的关键词构建决策树模型，利用构建的决策树模型对多个预设服务进行精准的条件筛选，进而向用户推送筛选出的服务，实现了对服务的精准筛选，提高了想用户进行服务发放的精确度。因此本发明提出的基于数据分析的服务分发方法，可以解决进行产品推荐时的精确度较低的问题。
[0122]
如图4所示，是本发明一实施例提供的基于数据分析的服务分发装置的功能模块图。
[0123]
本发明所述基于数据分析的服务分发装置100可以安装于电子设备中。根据实现的功能，所述基于数据分析的服务分发装置100可以包括文本转换模块101、特征词提取模块102、决策树构建模块103、服务筛选模块104及服务推送模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0124]
在本实施例中，关于各模块/单元的功能如下：
[0125]
所述文本转换模块101，用于获取用户的保单信息，对所述保单信息进行文本转换，得到保单文本；
[0126]
所述特征词提取模块102，用于对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词；
[0127]
所述决策树构建模块103，用于将所述用户特征词作为决策条件构建决策树模型；
[0128]
所述服务筛选模块104，用于获取预设服务的使用权限，利用所述决策树模型根据
所述使用权限从所述预设服务中筛选出所述用户的可使用服务；
[0129]
所述服务推送模块105，用于根据所述保单信息和所述可使用服务生成服务列表，并将所述服务列表推送给所述用户。
[0130]
详细地，本发明实施例中所述基于数据分析的服务分发装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于数据分析的服务分发方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0131]
如图5所示，是本发明一实施例提供的实现基于数据分析的服务分发方法的电子设备的结构示意图。
[0132]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于数据分析的服务分发程序。
[0133]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于数据分析的服务分发程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0134]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于数据分析的服务分发程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0135]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0136]
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi
‑
fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light
‑
emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0137]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0138]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi
‑
fi模块等，在此不再赘述。
[0139]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0140]
所述电子设备1中的所述存储器11存储的基于数据分析的服务分发程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0141]
获取用户的保单信息，对所述保单信息进行文本转换，得到保单文本；
[0142]
对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词；
[0143]
将所述用户特征词作为决策条件构建决策树模型；
[0144]
获取预设服务的使用权限，利用所述决策树模型根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务；
[0145]
根据所述保单信息和所述可使用服务生成服务列表，并将所述服务列表推送给所述用户。
[0146]
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0147]
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)。
[0148]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0149]
获取用户的保单信息，对所述保单信息进行文本转换，得到保单文本；
[0150]
对所述保单文本进行分词，并对分词得到的文本分词进行特征词提取，得到用户特征词；
[0151]
将所述用户特征词作为决策条件构建决策树模型；
[0152]
获取预设服务的使用权限，利用所述决策树模型根据所述使用权限从所述预设服务中筛选出所述用户的可使用服务；
[0153]
根据所述保单信息和所述可使用服务生成服务列表，并将所述服务列表推送给所述用户。
[0154]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的
划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0155]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0156]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0157]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0158]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0159]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0160]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0161]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
[0162]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。