1.本发明涉及智能推荐技术领域，尤其涉及一种安全生产知识智能推荐方法及系统、电子设备和存储介质。
背景技术：2.在互联网上目前有许多的智能推荐场景，例如用户想看视频的时候，系统会根据用户喜好推荐视频，用户想购物时，系统会根据用户偏好推荐一些商品等。智能推荐方法能够方便人们在互联网中进行各种操作，可以根据用户的信息和浏览记录向用户推荐感兴趣的内容，或便于用户根据需求和兴趣快速查找获取目标信息。
3.随着互联网上的应用场景越来越丰富，现有的推荐方式无法适用于所有的场景。由于安全生产行业类型多，所涉及的数据量大，对于新创建的用户，获取的用户相关信息量少导致无法准确获取用户的目标需求，推送给用户的内容庞杂繁杂没有针对性，与用户目标需求匹配度低。
4.因此，如何提供一种安全生产知识智能推荐方法及系统、电子设备和存储介质，快速确定用户目标需求，提高推荐准确度，成为亟待解决的问题。
技术实现要素：5.针对现有技术中的缺陷，本发明实施例提供一种安全生产知识智能推荐方法及系统、电子设备和存储介质。
6.本发明提供一种安全生产知识智能推荐方法，包括：基于用户目标领域，确定目标领域词汇模型；基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型；基于用户目标词汇模型，确定用户兴趣关键词库；基于用户兴趣关键词库，确定目标安全生产知识推荐内容。
7.根据本发明提供的安全生产知识智能推荐方法，基于用户目标领域，确定目标领域词汇模型，具体包括：获取用户的注册信息，确定用户目标领域；基于用户目标领域，确定目标领域内其他用户词汇模型；基于其他用户词汇模型，确定目标领域词汇模型。
8.根据本发明提供的安全生产知识智能推荐方法，基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型，具体包括：基于安全生产知识专业术语库和目标领域词汇模型，确定用户初始词汇模型；基于用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型；基于用户初始词汇模型和相似词汇模型，确定用户目标词汇模型。
9.根据本发明提供的安全生产知识智能推荐方法，基于用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型，具体包括：
计算用户初始词汇模型与其他用户词汇模型的杰卡德系数，若杰卡德系数大于预设相似度阈值，则确定其他用户词汇模型为相似词汇模型。
10.根据本发明提供的安全生产知识智能推荐方法，基于用户目标词汇模型，确定用户兴趣关键词库的步骤之前，还包括：基于用户的历史数据，确定用户感兴趣词汇；基于用户感兴趣词汇，更新用户目标词汇模型。
11.根据本发明提供的安全生产知识智能推荐方法，基于用户目标词汇模型，确定用户兴趣关键词库，具体包括：根据用户目标时间段内的历史数据，基于用户目标词汇模型，确定词汇重要度；基于词汇重要度，根据词汇合适度计算公式，计算词汇合适度；基于词汇合适度，根据预设关键词确定规则，确定用户兴趣关键词库；其中，词汇合适度计算公式为：；feq为词汇重要度，k为k天内资料库中标题出现该词汇的文档篇数，n为n天内资料库中的文档的总篇数。
12.根据本发明提供的安全生产知识智能推荐方法，基于用户兴趣关键词库，确定目标安全生产知识推荐内容，具体包括：基于用户兴趣关键词库和词汇合适度，根据文档关注度计算公式，确定资料库中文档的对应的关注度；基于关注度，根据预设文档推荐规则，确定目标安全生产知识推荐内容；其中，文档关注度计算公式为：；a为目标词汇在目标文档标题中出现的次数，b为目标词汇在目标文档正文中出现的次数，tc为资料库中所有文档标题中出现词汇的总个数，cc为资料库中所有文档正文中出现词汇的总个数，tw为文档标题权重，cw为文档正文权重，fitness为词汇的合适度。
13.本发明还提供一种安全生产知识智能推荐系统，包括：第一模型确定单元、第二模型确定单元、目标词库确定单元和推荐内容确定单元；第一模型确定单元，用于基于用户目标领域，确定目标领域词汇模型；第二模型确定单元，用于基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型；目标词库确定单元，用于基于用户目标词汇模型，确定用户兴趣关键词库；推荐内容确定单元，用于基于用户兴趣关键词库，确定目标安全生产知识推荐内容。
14.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种安全生产知识智能推荐方法的步骤。
15.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算
机程序被处理器执行时实现如上述任一种安全生产知识智能推荐方法的步骤。
16.本发明提供的安全生产知识智能推荐方法及系统、电子设备和存储介质，通过用户目标领域，确定该领域对应的目标领域词汇模型，结合安全生产知识专业术语库，确定用户目标词汇模型，在没有获取历史数据的前提下，依然能够快速确定新用户目标需求。基于用户的目标词汇模型确定用户兴趣关键词库，进一步确定目标安全生产知识推荐内容，能够有效提高推荐准确度。
附图说明
17.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1为本发明提供的安全生产知识智能推荐方法流程图；图2为本发明提供的安全生产知识智能推荐方法流程示意图；图3为本发明提供的安全生产知识智能推荐系统结构示意图；图4为本发明提供的电子设备的实体结构示意图。
具体实施方式
19.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.图1为本发明提供的安全生产知识智能推荐方法流程图，如图1所示，本发明实施例提供一种安全生产知识智能推荐方法，包括：步骤s1，基于用户目标领域，确定目标领域词汇模型；步骤s2，基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型；步骤s3，基于用户目标词汇模型，确定用户兴趣关键词库；步骤s4，基于用户兴趣关键词库，确定目标安全生产知识推荐内容。
21.具体的，以用户为建筑设计师为例，对本发明进行举例说明。
22.安全生产行业包括电力、建筑和食品生产等多个不同的领域。进一步，电力还能够细分为火力发电、风力发电、水力发电和输配电等不同的小领域。在本发明实际应用过程中，具体的划分方法可根据实际情况进行划分，本发明对此不作限定在本发明实施例中，用户职业为建筑设计师，隶属于建筑领域。因此用户对应的目标领域为建筑领域。可以理解的是，用户目标领域的确定方法可根据实际情况进行选择，本发明对此不作限定。
23.在步骤s1中，基于用户目标领域，确定该目标领域对应的目标领域词汇模型。例如，建筑设计师对应建筑领域词汇模型。
24.可以理解的是，安全生产行业数据量十分大，所有的文档数据共同存储于资料库
中。根据安全生产行业相关的词条和术语标签建立专业术语库（即安全生产知识专业术语库），该专业术语库用于初始化各行业（即领域）中新用户的词汇模型。
25.在步骤s2中，结合安全生产知识专业术语库和目标领域词汇模型，将若干词汇与该用户绑定，确定用户目标词汇模型。例如：在安全生产知识专业术语库中选择建筑领域对应的专业术语词汇，结合目标领域词汇模型，共同确定用户目标词汇模型。
26.在步骤s3中，基于确定用户目标词汇模型，对用户目标词汇模型中的词汇进行过滤，选择部分词汇作为用户的兴趣关键词，确定用户兴趣关键词库。
27.需要说明的是，基于用户目标词汇模型确定用户兴趣关键词库的方法是基于筛选规则对词汇进行筛选的方法，具体的规则可根据实际情况进行设置，本发明对此不作限定。
28.在步骤s4中，基于用户兴趣关键词库，在资料库中确定目标安全生产知识推荐内容。
29.可以理解的是，进行智能推荐的过程即是根据用户兴趣关键词库，在资料库中确定匹配的目标文档，将目标文档作为安全生产知识推荐内容推荐给用户。具体的匹配方法可根据实际需求进行调整，本发明对此不作限定。
30.本发明提供的安全生产知识智能推荐方法通过用户目标领域，确定该领域对应的目标领域词汇模型，结合安全生产知识专业术语库，确定用户目标词汇模型，在没有获取历史数据的前提下，依然能够快速确定新用户目标需求。基于用户的目标词汇模型确定用户兴趣关键词库，进一步确定目标安全生产知识推荐内容，能够有效提高推荐准确度。
31.可选的，根据本发明提供的安全生产知识智能推荐方法，基于用户目标领域，确定目标领域词汇模型，具体包括：获取用户的注册信息，确定用户目标领域；基于用户目标领域，确定目标领域内其他用户词汇模型；基于其他用户词汇模型，确定目标领域词汇模型。
32.具体的，基于用户目标领域，确定目标领域词汇模型，具体包括：在新用户注册时获取用户的注册信息，确定用户目标领域。例如，新用户注册时选择职业为建筑设计师，确定用户的目标领域为建筑领域。
33.可以理解的是，用户的注册信息除了是用户填写的职业信息之外，还可以是用户选择的感兴趣的标签等信息。注册信息具体表现形式可根据实际情况进行调整，本发明对此不作限定。
34.基于用户目标领域，确定该目标领域内其他用户词汇模型。
35.可以理解的是，对于每一个领域均有一个初始汇模型，在用户注册后会基于用户的个性化数据对该初始词汇模型进行调整，成为用户特有的模型。在新用户注册时，将该用户目标领域内，所有其他用户的词汇模型共同组合成其他用户词汇模型。
36.需要说明的是，领域内其他用户的数量不作限定，该领域内可能存在其他用户为0的情况，此时，将初始词汇模型作为其他用户词汇模型。
37.基于其他用户词汇模型，确定目标领域词汇模型。
38.可选的，由于其他用户词汇模型中包含的词汇数量可能较多，且部分词汇出现频率很低。可对词汇进行筛选，仅选择出现频率较高的词汇组成目标领域词汇模型。具体的筛选方法可根据实际需求进行调整，本发明对此不作限定。
39.本发明提供的安全生产知识智能推荐方法通过用户目标领域中其他用户词汇模型确定目标领域词汇模型，结合安全生产知识专业术语库，确定用户目标词汇模型。能够在没有获取用户历史数据的前提下，快速确定新用户目标需求，有效地解决新用户智能推荐的专业词汇模型初始化问题和词汇模型扩展问题。基于用户的目标词汇模型确定用户兴趣关键词库，进一步确定目标安全生产知识推荐内容，能够有效提高推荐准确度。
40.可选的，根据本发明提供的安全生产知识智能推荐方法，基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型，具体包括：基于安全生产知识专业术语库和目标领域词汇模型，确定用户初始词汇模型；基于用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型；基于用户初始词汇模型和相似词汇模型，确定用户目标词汇模型。
41.具体的，图2为本发明提供的安全生产知识智能推荐方法流程示意图，如图2所示，基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型，具体包括：结合安全生产知识专业术语库和目标领域词汇模型，对用户词汇模型初始化，确定用户初始词汇模型。
42.在此基础上通过其他用户模型对用户词汇模型进行拓展，计算用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型。
43.可以理解的是，其他用户可以为该平台内所有的用户，也可以限定为部分与目标领域相关领域内的用户，本发明对此不作限定。
44.其次，相似词汇模型的数量以及与用户初始词汇模型的相似度数值可根据实际情况进行调整，例如，选取与用户初始词汇模型相似度最大的5个其他用户模型作为相似词汇模型，或者选取与用户初始模型相似度大于80%的所有模型作为相似词汇模型本发明对此不作限定。
45.以相似词汇模型对用户初始词汇模型进行扩展，确定用户目标词汇模型。
46.本发明提供的安全生产知识智能推荐方法通过计算相似度确定相似度模型对用户初始化词汇模型进行拓展的方法，无需费时费力慢慢建立用户词汇模型，能够有效地提高创建和优化词汇模型的效率和便利度，实现词汇模型的自动化快速拓展，有针对性地预测用户可能感兴趣的词汇，优化智能推荐行业相关内容的准确性。
47.可选的，根据本发明提供的安全生产知识智能推荐方法，基于用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型，具体包括：计算用户初始词汇模型与其他用户词汇模型的杰卡德系数，若杰卡德系数大于预设相似度阈值，则确定其他用户词汇模型为相似词汇模型。
48.具体的，基于用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型，具体包括：基于用户已创建的现有的用户初始词汇模型，匹配平台内其他用户的词汇模型，计算两个词汇模型的杰卡德相似系数，计算公式为：其中，a、b分别为两个用户词汇模型的词汇个数，a∩b为a、b两个词汇模型中相同词汇的个数，a∪b为a、b两个词汇模型合并筛选去除重复词汇后的词汇总个数。
49.若杰卡德系数大于预设相似度阈值，则确定其他用户词汇模型为相似词汇模型。需要说明的是，预设相似度阈值可根据实际需求进行设置，本发明对此不作限定。
50.可以理解的是，除了在新用户注册时对用户词汇模型进行扩充之外，还可以设置扩充周期，每间隔一段时间后均用上述方法对词汇模型进行扩充。具体的实现方法本发明不作限定。
51.本发明提供的安全生产知识智能推荐方法通过杰卡德相似系数，根据预设的相似度阈值确定相似度模型，对用户初始化词汇模型进行拓展的方法，无需费时费力慢慢建立用户词汇模型，能够有效地提高创建和优化词汇模型的效率和便利度，实现词汇模型的自动化快速拓展，有针对性地预测用户可能感兴趣的词汇，优化智能推荐行业相关内容的准确性。
52.可选的，根据本发明提供的安全生产知识智能推荐方法，基于用户目标词汇模型，确定用户兴趣关键词库的步骤之前，还包括：基于用户的历史数据，确定用户感兴趣词汇；基于用户感兴趣词汇，更新用户目标词汇模型。
53.具体的，基于用户目标词汇模型，确定用户兴趣关键词库的步骤之前，还包括：基于用户的历史数据，确定用户感兴趣词汇。可以理解的是，用户的历史数据包括用户的浏览数据和用户的搜索记录等。基于历史数据可以确定用户搜索的词条和术语标签，以及浏览文档对应的关键词标签，共同确定用户感兴趣词汇。
54.将用户感兴趣词汇存入原用户目标词汇中，更新用户目标词汇模型，扩大用户目标词汇模型，以便提供更多的内容推荐的。
55.本发明提供的安全生产知识智能推荐方法通过利用历史数据确定用户感兴趣词汇对用户目标词汇进行更新，能够实现词汇模型的自动扩展，及时进行模型的更新，能够有效提高推荐准确度，提高用户体验。
56.可选的，根据本发明提供的安全生产知识智能推荐方法，基于用户目标词汇模型，确定用户兴趣关键词库，具体包括：根据用户目标时间段内的历史数据，基于用户目标词汇模型，确定词汇重要度；基于词汇重要度，根据词汇合适度计算公式，计算词汇合适度；基于词汇合适度，根据预设关键词确定规则，确定用户兴趣关键词库；其中，词汇合适度计算公式为：；feq为词汇重要度，k为k天内资料库中标题出现该词汇的文档篇数，n为n天内资料库中的文档的总篇数。
57.具体的，基于用户目标词汇模型，确定用户兴趣关键词库，具体包括：根据用户目标时间段内的历史数据，基于用户目标词汇模型，确定词汇重要度。
58.可以理解的是，目标时间段的具体时长可根据实际需求进行调整，本发明对此不作限定。
59.根据专业术语库匹配文档标题和文档中的专业术语词汇，利用加权法计算每个文档中词汇的重要度，计算公式为：
式中，ct为该词在文档正文中出现的次数，cw为正文权重，tt为该词在文档标题中出现次数，tw为标题权重；根据每个词的重要程度进行降序排列，取前一个或多个词作为文档的关键词。
60.可以理解的是，由于标题一般高度浓缩文档内容，在本发明实际应用中，一般设置标题权重大于正文权重，其具体的数值可根据实际情况进行选择。或者，考虑到其他因素，将标题权重和正文权重设置相等，或将正文权重设置大于标题权重，本发明对此不作限定。
61.确定文档的关键词后，可以将提取的关键词记录在文档关键词记录表中，用于根据用户兴趣词汇模型匹配文档的重要依据，该文档关键词记录表的栏位包括文档id、项次、关键词和词汇重要度，便于后续计算词汇合适度时对所需内容进行查找。
62.基于词汇重要度，根据词汇合适度计算公式，计算词汇合适度。
63.式中，feq为词汇重要度，k为k天内资料库中标题出现（被搜索过的）该词汇的文档篇数，n为n天内资料库中的文档的总篇数。
64.词汇适合度是筛选兴趣词汇的重要依据，基于词汇合适度，根据预设关键词确定规则，确定用户兴趣关键词库。
65.可以理解的是，词汇合适度用于反映在一段时间范围内，所有用户对词汇的关注程度（例如，该段时间新颁布的安全生产相关法律法规），可以认为该段时间内词汇合适度高的词汇更可能是目标用户感兴趣的词汇。本发明在实际应用过程中，对应的时间范围可根据实际需求进行设置，本发明对此不作限定。
66.另外，预设关键词确定规则可以是根据词汇适合度对词汇进行降序排列，取前一个或者多个词汇作为兴趣关键词。或者设置合适度阈值，取合适度大于合适度阈值的所有词汇作为兴趣关键词等。具体的预设关键词确定规则可根据实际情况进行调整，本发明对此不作限定。
67.本发明提供的安全生产知识智能推荐方法通过计算词汇合适度对用户目标词汇模型中的词汇进行筛选，仅保留兴趣关键词建立用户兴趣关键词库，能够有针对性的确定用户感兴趣的内容，有效提高推荐准确度，提高用户体验感。
68.可选的，根据本发明提供的安全生产知识智能推荐方法，基于用户兴趣关键词库，确定目标安全生产知识推荐内容，具体包括：基于用户兴趣关键词库和词汇合适度，根据文档关注度计算公式，确定资料库中文档的对应的关注度；基于关注度，根据预设文档推荐规则，确定目标安全生产知识推荐内容；其中，文档关注度计算公式为：；a为目标词汇（兴趣关键词）在目标文档标题中出现的次数，b为目标词汇在目标文档正文中出现的次数，tc为资料库中所有文档标题中出现词汇的总个数，cc为资料库中所
有文档正文中出现词汇的总个数，tw为文档标题权重，cw为文档正文权重，fitness为词汇的合适度。
69.具体的，基于用户兴趣关键词库，确定目标安全生产知识推荐内容，具体包括：基于用户兴趣关键词库和词汇合适度，根据文档关注度计算公式，确定资料库中文档的对应的关注度。
70.可以理解的是，由于资料库中文档数量较多，可实现进行初步筛选，例如，仅计算文档标题中包括兴趣关键词的文档对应的关注度。本发明实际应用过程中初步筛选的步骤可根据实际需求进行调整，不做限定。
71.式中，a为目标词汇在目标文档标题中出现的次数，b为目标词汇在目标文档正文中出现的次数，tc为资料库中所有文档标题中出现词汇的总个数，cc为资料库中所有文档正文中出现词汇的总个数，tw为文档标题权重，cw为文档正文权重，fitness为词汇的合适度。
72.基于关注度，根据预设文档推荐规则，根据关注度对各文档降序排列，获取前s个文档作为目标安全生产知识推荐内容。
73.可以理解的是，预设文档推荐规则中选取文档的数量可根据实际需求进行选择，本发明对此不作限定。
74.本发明提供的安全生产知识智能推荐方法通过兴趣关键词库计算资料库中文档的合适度，基于预设文档推荐规则选取目标安全生产知识推荐内容，能够对文档和用户兴趣的匹配程度进行直观地计算，以数值进行衡量并确定结果，有效提高推荐准确度。
75.另外，本发明提供的安全生产知识智能推荐方法，能够适应性地对词汇模型进行扩充，能够广泛地适用于不同的领域，满足不同条件下智能推荐的需求，模型维护成本低，用户使用简单方便，体验感好，能够实现广泛的应用，易于普及推广。
76.图3为本发明提供的安全生产知识智能推荐系统结构示意图，如图3所示，本发明还提供一种安全生产知识智能推荐系统，包括：第一模型确定单元310、第二模型确定单元320、目标词库确定单元330和推荐内容确定单元340；第一模型确定单元310，用于基于用户目标领域，确定目标领域词汇模型；第二模型确定单元320，用于基于安全生产知识专业术语库和目标领域词汇模型，确定用户目标词汇模型；目标词库确定单元330，用于基于用户目标词汇模型，确定用户兴趣关键词库；推荐内容确定单元340，用于基于用户兴趣关键词库，确定目标安全生产知识推荐内容。
77.具体的，以用户为建筑设计师为例，对本发明进行举例说明。
78.安全生产行业包括电力、建筑和食品生产等多个不同的领域。进一步，电力还能够细分为火力发电、风力发电、水力发电和输配电等不同的小领域。在本发明实际应用过程中，具体的划分方法可根据实际情况进行划分，本发明对此不作限定在本发明实施例中，用户职业为建筑设计师，隶属于建筑领域。因此用户对应的目标领域为建筑领域。可以理解的是，用户目标领域的确定方法可根据实际情况进行选择，本发明对此不作限定。
79.第一模型确定单元310，用于基于用户目标领域，确定该目标领域对应的目标领域词汇模型。例如，建筑设计师对应建筑领域词汇模型。
80.可以理解的是，安全生产行业数据量十分大，所有的文档数据共同存储于资料库中，根据资料库建立行业相关的词条和术语标签的专业术语库（即安全生产知识专业术语库），该专业术语库用于初始化各行业（即领域）中新用户的词汇模型。
81.第二模型确定单元320，用于结合安全生产知识专业术语库和目标领域词汇模型，将若干词汇与该用户绑定，确定用户目标词汇模型。例如：在安全生产知识专业术语库中选择建筑领域对应的专业术语词汇，结合目标领域词汇模型，共同确定用户目标词汇模型。
82.目标词库确定单元330，用于基于确定用户目标词汇模型，对用户目标词汇模型中的词汇进行过滤，选择部分词汇作为用户的兴趣关键词，确定用户兴趣关键词库。
83.需要说明的是，基于用户目标词汇模型确定用户兴趣关键词库的方法是基于筛选规则对词汇进行筛选的方法，具体的规则可根据实际情况进行设置，本发明对此不作限定。
84.推荐内容确定单元340，用于基于用户兴趣关键词库，在资料库中确定目标安全生产知识推荐内容。
85.可以理解的是，进行智能推荐的过程即是根据用户兴趣关键词库，在资料库中确定匹配的目标文档，将目标文档作为安全生产知识推荐内容推荐给用户。具体的匹配方法可根据实际需求进行调整，本发明对此不作限定。
86.本发明提供的安全生产知识智能推荐系统通过用户目标领域，确定该领域对应的目标领域词汇模型，结合安全生产知识专业术语库，确定用户目标词汇模型，在没有获取历史数据的前提下，依然能够快速确定新用户目标需求。基于用户的目标词汇模型确定用户兴趣关键词库，进一步确定目标安全生产知识推荐内容，能够有效提高推荐准确度。
87.需要说明的是，本发明提供的安全生产知识智能推荐系统用于执行上述安全生产知识智能推荐方法，其具体的实施方式与方法实施方式一致，在此不再赘述。
88.图4为本发明提供的电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communicationsinterface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行安全生产知识智能推荐方法，该方法包括：基于用户目标领域，确定目标领域词汇模型；基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型；基于所述用户目标词汇模型，确定用户兴趣关键词库；基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容。
89.此外，上述的存储器430中的逻辑指令可以通过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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-onlymemory）、随机存取存储器（ram，randomaccessmemory）、磁碟或者光盘等各种可以存储程序代码的介质。
90.另一方面，本发明还提供一种计算机程序产品，计算机程序产品包括存储在非暂
态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法所提供的安全生产知识智能推荐方法，该方法包括：基于用户目标领域，确定目标领域词汇模型；基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型；基于所述用户目标词汇模型，确定用户兴趣关键词库；基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容。
91.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的安全生产知识智能推荐方法，该方法包括：基于用户目标领域，确定目标领域词汇模型；基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型；基于所述用户目标词汇模型，确定用户兴趣关键词库；基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容。
92.以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
93.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分的方法。
94.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，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
技术特征：1.一种安全生产知识智能推荐方法，其特征在于，包括：基于用户目标领域，确定目标领域词汇模型；基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型；基于所述用户目标词汇模型，确定用户兴趣关键词库；基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容。2.根据权利要求1所述的安全生产知识智能推荐方法，其特征在于，所述基于用户目标领域，确定目标领域词汇模型，具体包括：获取所述用户的注册信息，确定用户目标领域；基于所述用户目标领域，确定所述目标领域内其他用户词汇模型；基于所述其他用户词汇模型，确定所述目标领域词汇模型。3.根据权利要求1所述的安全生产知识智能推荐方法，其特征在于，所述基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型，具体包括：基于安全生产知识专业术语库和目标领域词汇模型，确定用户初始词汇模型；基于所述用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型；基于所述用户初始词汇模型和所述相似词汇模型，确定用户目标词汇模型。4.根据权利要求3所述的安全生产知识智能推荐方法，其特征在于，所述基于所述用户初始词汇模型与其他用户词汇模型的相似度，确定相似词汇模型，具体包括：计算所述用户初始词汇模型与其他用户词汇模型的杰卡德系数，若所述杰卡德系数大于预设相似度阈值，则确定所述其他用户词汇模型为相似词汇模型。5.根据权利要求1所述的安全生产知识智能推荐方法，其特征在于，所述基于所述用户目标词汇模型，确定用户兴趣关键词库的步骤之前，还包括：基于所述用户的历史数据，确定用户感兴趣词汇；基于所述用户感兴趣词汇，更新所述用户目标词汇模型。6.根据权利要求1-5任一项所述的安全生产知识智能推荐方法，其特征在于，所述基于所述用户目标词汇模型，确定用户兴趣关键词库，具体包括：根据所述用户目标时间段内的历史数据，基于所述用户目标词汇模型，确定词汇重要度；基于所述词汇重要度，根据词汇合适度计算公式，计算词汇合适度；基于所述词汇合适度，根据预设关键词确定规则，确定所述用户兴趣关键词库；其中，所述词汇合适度计算公式为：；feq为词汇重要度，k为k天内资料库中标题出现该词汇的文档篇数，n为n天内资料库中的文档的总篇数。7.根据权利要求6所述的安全生产知识智能推荐方法，其特征在于，所述基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容，具体包括：基于所述用户兴趣关键词库和所述词汇合适度，根据文档关注度计算公式，确定资料库中文档的对应的关注度；基于所述关注度，根据预设文档推荐规则，确定目标安全生产知识推荐内容；
其中，所述文档关注度计算公式为：；a为目标词汇在目标文档标题中出现的次数，b为目标词汇在目标文档正文中出现的次数，tc为资料库中所有文档标题中出现词汇的总个数，cc为资料库中所有文档正文中出现词汇的总个数，tw为文档标题权重，cw为文档正文权重，fitness为词汇的合适度。8.一种安全生产知识智能推荐方法系统，其特征在于，包括：第一模型确定单元、第二模型确定单元、目标词库确定单元和推荐内容确定单元；所述第一模型确定单元，用于基于用户目标领域，确定目标领域词汇模型；所述第二模型确定单元，用于基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型；所述目标词库确定单元，用于基于所述用户目标词汇模型，确定用户兴趣关键词库；所述推荐内容确定单元，用于基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容。9.一种电子设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一项所述的安全生产知识智能推荐方法。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的安全生产知识智能推荐方法。
技术总结本发明提供一种安全生产知识智能推荐方法及系统、电子设备和存储介质，方法包括：基于用户目标领域，确定目标领域词汇模型；基于安全生产知识专业术语库和所述目标领域词汇模型，确定用户目标词汇模型；基于所述用户目标词汇模型，确定用户兴趣关键词库；基于所述用户兴趣关键词库，确定目标安全生产知识推荐内容。能够有效快速确定用户目标需求，提高推荐准确度。准确度。准确度。
技术研发人员：贺小明 贺蕊 许文涛 张明 刘兵
受保护的技术使用者：武汉博晟安全技术股份有限公司
技术研发日：2022.04.07
技术公布日：2022/7/5
