本技术涉及推荐，尤其涉及一种查勘员案件推荐方法、装置、设备及存储介质。
背景技术：
1、随着互联网技术的快速发展，用户对于查勘员案件推荐的需求日益增长。传统的推荐算法虽然在一定程度上能够满足用户的基本需求，但它们主要依赖于用户的历史行为和喜好，这种方法在预测用户需求的准确性上存在一定的局限性。
2、传统的推荐算法通常通过分析用户的历史行为数据，如浏览记录、购买记录等，来预测用户可能感兴趣的案件。然而，这种方法存在以下几个主要问题：
3、数据依赖性强：算法的效果高度依赖于用户的历史数据，对于新用户或行为较少的用户，推荐效果可能不佳。
4、静态推荐：推荐结果往往是静态的，无法根据用户实时的需求变化进行调整。
5、准确性不足：依赖单一数据源，无法全面考虑用户的实际需求和偏好。
6、在案件查勘和推荐过程中，查勘员需要对案件进行快速准确的判断和推荐，以便帮助警方快速定位和处理案件，避免传统的案件查勘和推荐方法主要依赖于人工经验和知识，存在的效率低下，准确性不高的技术问题。
技术实现思路
1、本技术提供了一种查勘员案件推荐方法、装置、设备及存储介质，解决了传统的案件查勘和推荐方法主要依赖于人工经验和知识，存在的效率低下，准确性不高的技术问题。
2、有鉴于此，本技术第一方面提供了一种查勘员案件推荐方法，所述方法包括：
3、步骤s1、获取基于im通讯技术的查勘员与历史案件的相关方的对话信息以及所述历史案件的处理相关信息；
4、步骤s2、提取所述对话信息中的案件交互特征信息以及情感特征信息；
5、步骤s3、基于所述案件交互特征信息、所述情感特征信息以及所述查勘员的历史案件的处理结果信息构建协同过滤模型；
6、步骤s4、基于所述协同过滤模型，对新输入的案件信息进行分析，形成第一推荐列表，所述第一推荐列表中包含若干个符合预设匹配的查勘员信息。
7、可选地，所述步骤s1具体包括：
8、当查勘员处理历史案件时，基于im通讯技术构建所述历史案件的第一通讯群组，所述第一通讯群组包含所述查勘员以及所述历史案件的相关方；
9、获取所述查勘员在处理历史案件过程中，在所述第一通讯群组内的对话信息。
10、可选地，所述步骤s2具体包括：
11、通过分析所述对话信息，提取所述对话信息中包含沟通频率、沟通平均时长以及沟通时间段的案件交互特征信息；
12、采用自然语言处理技术对所述对话信息进行情感分析，基于所述对话信息中包含的关键词提取所述对话信息的情感特征信息。
13、可选地，所述步骤s3具体包括：
14、将所述查勘员的基础信息和所述历史案件的所述案件交互特征信息、所述情感特征信息以及处理相关信息转换为矩阵形式，构建包含查勘员-案件矩阵的协同过滤模型；
15、通过协同过滤算法训练所述协同过滤模型。
16、可选地，所述步骤s4具体包括：
17、提取新输入的案件信息的特征信息；
18、根据所述新输入的案件信息的特征信息，结合所述协同过滤模型，形成第一推荐列表，所述第一推荐列表中包含若干个符合预设匹配的查勘员信息。
19、可选地，所述步骤s4之后还包括：
20、步骤s5、向各个查勘员推送第二推荐列表，所述第二推荐包含各个查勘员按匹配度排序的若干个新输入的案件信息。
21、可选地，还包括：
22、步骤s6、基于im通讯技术构建第二通讯群组，所述第二通讯群组中包含若干个查勘员；
23、步骤s7、基于所述第二通讯群组，由若干个查勘员进行案件分享和对话。
24、本技术第二方面提供一种查勘员案件推荐装置，所述装置包括：
25、获取单元，用于获取基于im通讯技术的查勘员与历史案件的相关方的对话信息以及所述历史案件的处理相关信息；
26、特征处理单元，用于提取所述对话信息中的案件交互特征信息以及情感特征信息；
27、建模单元，用于基于所述案件交互特征信息、所述情感特征信息以及所述查勘员的历史案件的处理结果信息构建协同过滤模型；
28、第一推荐单元，用于基于所述协同过滤模型，对新输入的案件信息进行分析，形成第一推荐列表，所述第一推荐列表中包含若干个符合预设匹配的查勘员信息。
29、可选地，所述获取单元具体用于：
30、当查勘员处理历史案件时，基于im通讯技术构建所述历史案件的第一通讯群组，所述第一通讯群组包含所述查勘员以及所述历史案件的相关方；
31、获取所述查勘员在处理历史案件过程中，在所述第一通讯群组内的对话信息。
32、可选地，所述特征处理单元具体用于：
33、通过分析所述对话信息，提取所述对话信息中包含沟通频率、沟通平均时长以及沟通时间段的案件交互特征信息；
34、采用自然语言处理技术对所述对话信息进行情感分析，基于所述对话信息中包含的关键词提取所述对话信息的情感特征信息。
35、可选地，所述建模单元具体用于：
36、将所述查勘员的基础信息和所述历史案件的所述案件交互特征信息、所述情感特征信息以及处理相关信息转换为矩阵形式，构建包含查勘员-案件矩阵的协同过滤模型；
37、通过协同过滤算法训练所述协同过滤模型。
38、可选地，所述第一推荐单元具体用于：
39、提取新输入的案件信息的特征信息；
40、根据所述新输入的案件信息的特征信息，结合所述协同过滤模型，形成第一推荐列表，所述第一推荐列表中包含若干个符合预设匹配的查勘员信息。
41、可选地，还包括：
42、第二推荐单元，用于向各个查勘员推送第二推荐列表，所述第二推荐包含各个查勘员按匹配度排序的若干个新输入的案件信息。
43、可选地，还包括通讯单元，用于：
44、基于im通讯技术构建第二通讯群组，所述第二通讯群组中包含若干个查勘员；
45、基于所述第二通讯群组，由若干个查勘员进行案件分享和对话。
46、本技术第三方面提供一种查勘员案件推荐设备，所述设备包括处理器以及存储器：
47、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
48、所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的查勘员案件推荐的方法的步骤。
49、本技术第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的方法。
50、从以上技术方案可以看出，本技术实施例具有以下优点：
51、本技术中，提供了一种查勘员案件推荐方法、装置、设备及存储介质，通过对历史案件的特征提取，包括案件处理过程中查勘员与历史案件的相关方的交互信息，构建协同过滤模型，基于协同过滤模型对新案件进行推荐，使得推荐结果更加准确，同时基于im通讯技术能够便于进行案件的实时沟通和协同工作，提高查勘员的工作效率以及服务质量，解决了传统的案件查勘和推荐方法主要依赖于人工经验和知识，存在的效率低下，准确性不高的技术问题。
1.一种查勘员案件推荐方法，其特征在于，包括：
2.根据权利要求1所述的查勘员案件推荐方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的查勘员案件推荐方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的查勘员案件推荐方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1所述的查勘员案件推荐方法，其特征在于，所述步骤s4具体包括：
6.根据权利要求1所述的查勘员案件推荐方法，其特征在于，所述步骤s4之后还包括：
7.根据权利要求1所述的查勘员案件推荐方法，其特征在于，还包括：
8.一种查勘员案件推荐装置，其特征在于，包括：
9.一种查勘员案件推荐设备，其特征在于，所述设备包括处理器以及存储器：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的查勘员案件推荐方法。
