1.一种养老模式自动推荐方法，其特征在于，包括：获取训练数据集；其中，所述训练数据集包括问卷答案和人工标注的养老模式；

将所述问卷答案作为输入特征，将所述人工标注的养老模式作为输出特征，创建反向传播前馈神经网络模型；

根据所述训练数据集对所述反向传播前馈神经网络模型进行训练，以获取养老模式自动推荐模型；

获取调查问卷的特征值并输入所述养老模式自动推荐模型，以获取养老模式的自动推荐结果。

2.如权利要求1所述的养老模式自动推荐方法，其特征在于，将所述问卷答案作为输入特征，将所述人工标注的养老模式作为输出特征，创建反向传播前馈神经网络模型之前，包括：归一化所述问卷答案，以获取归一化后的问卷答案；

归一化所述人工标注的养老模式，以获取归一化后的人工标注的养老模式。

3.如权利要求2所述的养老模式自动推荐方法，其特征在于，所述归一化的公式包括：其中，xi代表归一化数据的取值，xmin代表归一化数据变化的最小值，xmax代表归一化数据变化的最大值， 代表所述归一化后的数据值。

4.如权利要求1所述的养老模式自动推荐方法，其特征在于，根据所述训练数据集对反向传播前馈神经网络模型进行训练，以获取养老模式自动推荐模型，包括：通过误差反向传播算法根据所述训练数据集对反向传播前馈神经网络模型进行训练，以获取养老模式自动推荐模型。

5.如权利要求1所述的养老模式自动推荐方法，其特征在于，所述获取训练数据集，包括：获取养老模式的类型；

获取与所述养老模式的类型对应的问题；

根据所述养老模式和与所述养老模式的类型对应的问题，设计养老模式调查问卷；

获取针对所述养老模式调查问卷的问卷答案和与所述问卷答案对应的人工标注的养老模式，作为所述训练数据集。

6.如权利要求5所述的养老模式自动推荐方法，其特征在于，根据所述养老模式和与所述养老模式的类型对应的问题设计养老模式调查问卷，包括：根据所述养老模式和与所述养老模式的类型对应的问题设计养老模式调查问卷；

获取所述养老模式调查问卷的可信度和效率；

若所述可信度低于预设可信度阈值和/或所述效率低于预设效率阈值，则重新根据所述养老模式和与所述养老模式的类型对应的问题设计养老模式调查问卷，直至所述可信度达到预设可信度阈值和所述效率达到预设效率阈值为止。

7.一种养老模式自动推荐装置，其特征在于，包括：第一获取模块，用于获取训练数据集；其中，所述训练数据集包括问卷答案和人工标注的养老模式；

创建模块，用于将所述问卷答案作为输入特征，将所述人工标注的养老模式作为输出特征，创建反向传播前馈神经网络模型；

训练模块，用于根据所述训练数据集对所述反向传播前馈神经网络模型进行训练，以获取养老模式自动推荐模型；

第二获取模块，用于获取调查问卷的特征值并输入所述养老模式自动推荐模型，以获取养老模式的自动推荐结果。

8.如权利要求7所述的养老模式自动推荐装置，其特征在于，还包括：第三获取模块，用于归一化所述问卷答案，以获取归一化后的问卷答案；

第四获取模块，用于归一化所述人工标注的养老模式，以获取归一化后的人工标注的养老模式。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。