CN110889268A - 报表生成方法及装置 - Google Patents
报表生成方法及装置 Download PDFInfo
- Publication number
- CN110889268A CN110889268A CN201911043076.1A CN201911043076A CN110889268A CN 110889268 A CN110889268 A CN 110889268A CN 201911043076 A CN201911043076 A CN 201911043076A CN 110889268 A CN110889268 A CN 110889268A
- Authority
- CN
- China
- Prior art keywords
- user
- determining
- target
- classification
- demand information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000002372 labelling Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003607 modifier Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种报表生成方法及装置，其中，该方法包括：获取原始数据，确定原始数据的标注信息；接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；接收用户发送的第一指令，根据第一指令确定目标大分类；根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；接收用户发送的第二指令，根据第二指令确定目标小分类；根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；根据目标小分类对应的多个数据，生成报表，本发明可以生成符合用户需求的报表，提高生成报表的效率。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种报表生成方法及装置。
背景技术
现有的报表一般为专业人员所创建，在生成报表的过程中，不仅需要了解报表涉及的数据、数据与数据之间的关联关系，还需要熟悉数据处理技术，这样导致普通用户无法根据自己的需求生成报表。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种报表生成方法，用以生成符合用户需求的报表，提高生成报表的效率，该方法包括：
获取原始数据，确定原始数据的标注信息，其中，标注信息至少包括：大分类、小分类；
接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；
接收用户发送的第一指令，根据第一指令确定目标大分类；
根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；
接收用户发送的第二指令，根据第二指令确定目标小分类；
根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；
根据目标小分类对应的多个数据，生成报表。
本发明实施例提供了一种报表生成装置，用以生成符合用户需求的报表，提高生成报表的效率，该装置包括：
数据标注模块，用于获取原始数据，确定原始数据的标注信息，其中，标注信息至少包括：大分类、小分类；
相关大分类确定模块，用于接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；
目标大分类确定模块，用于接收用户发送的第一指令，根据第一指令确定目标大分类；
相关小分类确定模块，用于根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；
目标小分类确定模块，用于接收用户发送的第二指令，根据第二指令确定目标小分类；
数据确定模块，用于根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；
报表生成模块，用于根据目标小分类对应的多个数据，生成报表。
本发明实施例还提供了一种计算机设备，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，所述处理器执行所述计算机程序时实现上述报表生成方法。
本发明实施例还提供了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执行上述报表生成方法的计算机程序。
本发明实施例通过：获取原始数据，确定原始数据的标注信息；接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；接收用户发送的第一指令，根据第一指令确定目标大分类；根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；接收用户发送的第二指令，根据第二指令确定目标小分类；根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；根据目标小分类对应的多个数据，生成报表，可以实现根据用户的选择逐步确定报表的内容，进而生成符合用户需求的报表，生成报表的过程简单方便，提高了生成报表的效率。
附图说明
为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅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。在附图中：
图1为本发明实施例中报表生成方法流程的示意图；
图2为本发明实施例中报表生成装置结构的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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做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。
为了生成符合用户需求的报表，提高生成报表的效率，本发明实施例提供了一种报表生成方法，图1为本发明实施例中报表生成方法流程的示意图，如图1所示，该方法包括：
步骤101：获取原始数据，确定原始数据的标注信息，其中，标注信息至少包括：大分类、小分类；
步骤102：接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；
步骤103：接收用户发送的第一指令，根据第一指令确定目标大分类；
步骤104：根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；
步骤105：接收用户发送的第二指令，根据第二指令确定目标小分类；
步骤106：根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；
步骤107：根据目标小分类对应的多个数据，生成报表。
如图1所示，本发明实施例通过：获取原始数据，确定原始数据的标注信息；接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；接收用户发送的第一指令，根据第一指令确定目标大分类；根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；接收用户发送的第二指令，根据第二指令确定目标小分类；根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；根据目标小分类对应的多个数据，生成报表，本发明可以实现根据用户的选择逐步确定报表的内容，进而生成符合用户需求的报表，生成报表的过程简单方便，提高了生成报表的效率。
具体实施时，步骤101中，可以对报表系统需要用到的原始数据根据内容进行大分类和小分类的标注，一个大分类可以对应多个小分类，还可以根据时间和地域等维度对原始数据进行维度标注。例如：原始数据为“9月全国降雨量表”，标注信息的大分类为“天气”，小分类为“降雨量”，标注信息的时间维度为“9月”，地域维度为“全国”，可以将原始将数据的存储方式、表名/路径名以及标注信息(大分类、小分类、维度)存储在数据标注表中。
具体实施时，步骤102中，可以构造报表创建栏模板，例如“维度1+维度2+...+内容描述”，其中维度1可以是时间，维度2可以是地域，用户可以根据报表创建栏模板输入需求信息，例如：“查看9月份地市线路信息”。
在一个实施例中，步骤102根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类可以包括：
将用户发送的需求信息进行分词处理；
在分词处理得到类别词后，根据类别词确定与用户发送的需求信息相关的多个大分类。
具体实施时，可以将分词按照属性划分为类别词、维度词和修饰词，对于维度词，可以直接确定对应的时间和/或地域，对于修饰词，可以确定用户需要的统计方式，例如：最大、最小、平均，如果可以通过分词处理直接得到类别词，则根据类别词确定与用户发送的需求信息相关的多个大分类。例如：对于“查看9月份地市线路信息”这条用户需求信息，维度词为：“9月”、“地市”，根据维度词可以确定对应的时间和地域，类别词为“线路信息”，根据类别词可以确定与“线路信息”相关的大类，包括“线路基本信息类”、“线路流量信息类”、“线路工单类”。
在一个实施例中，步骤102根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类还可以包括：
在分词处理无法得到类别词时，对分词结果进行正则匹配；
在得到正则匹配分类项后，根据正则匹配分类项确定与用户发送的需求信息相关的多个大分类。
具体实施时，在分词处理无法得到类别词时，可以通过正则表达式对用户发送的需求信息中的字符进行匹配，得到正则匹配分类项，从而确定与用户发送的需求信息相关的多个大分类。
在一个实施例中，步骤102根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类还可以包括：
在正则匹配无法得到正则匹配分类项时，将用户发送的需求信息输入意图识别模型，输出与用户发送的需求信息相关的多个大分类；其中，意图识别模型根据历史数据确定，历史数据包括用户需求信息与大分类之间的关联关系。
在一个实施例中，在将用户发送的需求信息输入意图识别模型之前，方法还包括：
通过如下步骤训练得到意图识别模型：
获取样本数据，其中，样本数据根据历史数据确定；
训练样本数据，通过机器学习训练得到意图识别模型。
具体实施时，可以通过LSTM算法生成意图识别模型，在历史数据中筛选样本数据，将样本数据划分为训练集、测试集和验证集；利用训练集对意图识别模型进行训练；利用测试集对训练后的意图识别模型进行测试，在该步骤中可以通过测试不断的调整模型参数以实现最优化；利用验证集对测试后的意图识别模型进行验证，得到意图识别模型。
具体实施时，步骤103中，在将与用户发送的需求信息相关的多个大分类发送给用户后，用户在多个大分类中选择需要的目标大分类，例如：与“线路信息”相关的大分类包括：“线路基本信息类”、“线路流量信息类”、“线路工单类”，用户选择“线路工单信息类”作为目标大分类。
具体实施时，步骤104中，在确定目标大分类后，可以确定目标大分类对应的多个小分类，例如：目标大分类为“线路工单信息类”，“线路工单信息类”对应的多个小分类包括：“线路故障工单信息”、“线路维修工单信息”、“线路回单信息”，将这些小分类发送给用户。
具体实施时，步骤105中，在将目标大分类对应的多个小分类发送给用户后，用户在多个小分类中选择需要的目标小分类，例如：用户在“线路故障工单信息”、“线路维修工单信息”、“线路回单信息”中选择“线路回单信息”作为目标小分类。
在一个实施例中，步骤106可以包括：
根据原始数据的标注信息，确定原始数据之间的关联关系；
根据目标小分类与原始数据之间的关联关系，在原始数据中确定目标小分类对应的多个数据。
具体实施时，可以根据原始数据的标注信息，确定数据与数据之间的关联关系，并建立数据关联表，包括关联表名、关联字段、关联方式等，根据目标小分类与数据关联表，确定目标小分类对应多个数据，例如，“线路回单信息”为目标小分类，在数据关联表中找到“线路回单信息”对应的多个数据，包括：“工单编号”、“故障发生时间”、“故障类型”、“故障处理时间”、“故障原因”、“故障发生次数”等。
在一个实施例中，步骤107可以包括：
将目标小分类对应的多个数据发送给用户；
接收用户发送的第三指令，根据第三指令确定目标数据；
根据目标数据，生成报表。
具体实施时，目标小分类对应了多个数据，用户可能只需要其中的一个或几个，可以将目标小分类对应的多个数据发送给用户，用户在多个数据中选择需要的目标数据，例如：用户在“工单编号”、“故障发生时间”、“故障类型”、“故障处理时间”、“故障原因”、“故障发生次数”中选择“故障类型”和“故障发生次数”作为目标数据。
在一个实施例中，根据目标数据，生成报表可以包括：
接收用户发送的第四指令，根据第四指令确定目标数据的统计方式和报表的显示形式；
根据目标数据、目标数据的统计方式和报表的显示形式，生成报表。
具体实施时，用户可以根据需求选择目标数据的统计方式，例如：“故障类型”的统计方式可以包括排序或分组，“故障发生次数”的统计方式可以包括取平均值、求和、取最大值、其最小值、方差、计数、排序等，用户还可以根据需求选择报表的显示形式，例如：图形、表格。
基于同一发明构思，本发明实施例还提供了一种报表生成装置，如下面的实施例。由于这些解决问题的原理与报表生成方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
为了生成符合用户需求的报表，提高生成报表的效率，本发明实施例提供了一种报表生成装置，图2为本发明实施例中报表生成装置结构的示意图，如图2所示，该装置包括：
数据标注模块01，用于获取原始数据，确定原始数据的标注信息，其中，标注信息至少包括：大分类、小分类；
相关大分类确定模块02，用于接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；
目标大分类确定模块03，用于接收用户发送的第一指令，根据第一指令确定目标大分类；
相关小分类确定模块04，用于根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；
目标小分类确定模块05，用于接收用户发送的第二指令，根据第二指令确定目标小分类；
数据确定模块06，用于根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；
报表生成模块07，用于根据目标小分类对应的多个数据，生成报表。
在一个实施例中，相关大分类确定模块02具体用于：
将用户发送的需求信息进行分词处理；
在分词处理得到类别词后，根据类别词确定与用户发送的需求信息相关的多个大分类。
在一个实施例中，相关大分类确定模块02进一步用于：
在分词处理无法得到类别词时，对分词结果进行正则匹配；
在得到正则匹配分类项后，根据正则匹配分类项确定与用户发送的需求信息相关的多个大分类。
在一个实施例中，相关大分类确定模块02进一步用于：
在正则匹配无法得到正则匹配分类项时，将用户发送的需求信息输入意图识别模型，输出与用户发送的需求信息相关的多个大分类；其中，意图识别模型根据历史数据确定，历史数据包括用户需求信息与大分类之间的关联关系。
在一个实施例中，报表生成装置还包括训练意识识别模型模块，用于通过如下步骤训练得到意识识别模型：
获取样本数据，其中，样本数据根据历史数据确定；
训练样本数据，通过机器学习训练得到意图识别模型。
在一个实施例中，数据确定模块06具体用于：
根据原始数据的标注信息，确定原始数据之间的关联关系；
根据目标小分类与原始数据之间的关联关系，在原始数据中确定目标小分类对应的多个数据。
在一个实施例中，报表生成模块07具体用于：
将目标小分类对应的多个数据发送给用户；
接收用户发送的第三指令，根据第三指令确定目标数据；
根据目标数据，生成报表。
在一个实施例中，报表生成模块07进一步用于：
接收用户发送的第四指令，根据第四指令确定目标数据的统计方式和报表的显示形式；
根据目标数据、目标数据的统计方式和报表的显示形式，生成报表。
本发明实施例还提供了一种计算机设备，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，处理器执行计算机程序时实现上述报表生成方法。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有执行上述报表生成方法的计算机程序。
综上所述，本发明实施例通过：获取原始数据，确定原始数据的标注信息；接收用户发送的需求信息，根据用户发送的需求信息，确定与用户发送的需求信息相关的多个大分类，并将与用户发送的需求信息相关的多个大分类发送给用户；接收用户发送的第一指令，根据第一指令确定目标大分类；根据目标大分类，确定目标大分类对应的多个小分类，并将目标大分类对应的多个小分类发送给用户；接收用户发送的第二指令，根据第二指令确定目标小分类；根据目标小分类与原始数据的标注信息，在原始数据中确定目标小分类对应的多个数据；根据目标小分类对应的多个数据，生成报表，本发明可以实现根据用户的选择逐步确定报表的内容，进而生成符合用户需求的报表，生成报表的过程简单方便，提高了生成报表的效率。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种报表生成方法，其特征在于，包括：
获取原始数据，确定所述原始数据的标注信息，其中，所述标注信息至少包括：大分类、小分类；
接收用户发送的需求信息，根据所述用户发送的需求信息，确定与所述用户发送的需求信息相关的多个大分类，并将与所述用户发送的需求信息相关的多个大分类发送给用户；
接收用户发送的第一指令，根据所述第一指令确定目标大分类；
根据所述目标大分类，确定所述目标大分类对应的多个小分类，并将所述目标大分类对应的多个小分类发送给用户；
接收用户发送的第二指令，根据所述第二指令确定目标小分类；
根据所述目标小分类与所述原始数据的标注信息，在原始数据中确定所述目标小分类对应的多个数据；
根据所述目标小分类对应的多个数据，生成报表。
2.如权利要求1所述的方法，其特征在于，根据所述用户发送的需求信息，确定与所述用户发送的需求信息相关的多个大分类，包括：
将所述用户发送的需求信息进行分词处理；
在分词处理得到类别词后，根据类别词确定与所述用户发送的需求信息相关的多个大分类。
3.如权利要求2所述的方法，其特征在于，根据所述用户发送的需求信息，确定与所述用户发送的需求信息相关的多个大分类，还包括：
在分词处理无法得到类别词时，对分词结果进行正则匹配；
在得到正则匹配分类项后，根据正则匹配分类项确定与所述用户发送的需求信息相关的多个大分类。
4.如权利要求3所述的方法，其特征在于，根据所述用户发送的需求信息，确定与所述用户发送的需求信息相关的多个大分类，还包括：
在正则匹配无法得到正则匹配分类项时，将所述用户发送的需求信息输入意图识别模型，输出与所述用户发送的需求信息相关的多个大分类；其中，所述意图识别模型根据历史数据确定，所述历史数据包括用户需求信息与大分类之间的关联关系。
5.如权利要求4所述的方法，其特征在于，在将所述用户发送的需求信息输入意图识别模型之前，所述方法还包括：
通过如下步骤训练得到所述意图识别模型：
获取样本数据，其中，所述样本数据根据所述历史数据确定；
训练样本数据，通过机器学习训练得到所述意图识别模型。
6.如权利要求1所述的方法，其特征在于，根据所述目标小分类与所述原始数据的标注信息，在原始数据中确定所述目标小分类对应的多个数据，包括：
根据所述原始数据的标注信息，确定原始数据之间的关联关系；
根据所述目标小分类与所述原始数据之间的关联关系，在原始数据中确定所述目标小分类对应的多个数据。
7.如权利要求1所述的方法，其特征在于，根据所述目标小分类对应的多个数据，生成报表，包括：
将所述目标小分类对应的多个数据发送给用户；
接收用户发送的第三指令，根据所述第三指令确定目标数据；
根据所述目标数据，生成报表。
8.一种报表生成装置，其特征在于，包括：
数据标注模块，用于获取原始数据，确定所述原始数据的标注信息，其中，所述标注信息至少包括：大分类、小分类；
相关大分类确定模块，用于接收用户发送的需求信息，根据所述用户发送的需求信息，确定与所述用户发送的需求信息相关的多个大分类，并将所述与所述用户发送的需求信息相关的多个大分类发送给用户；
目标大分类确定模块，用于接收用户发送的第一指令，根据所述第一指令确定目标大分类；
相关小分类确定模块，用于根据所述目标大分类，确定所述目标大分类对应的多个小分类，并将所述目标大分类对应的多个小分类发送给用户；
目标小分类确定模块，用于接收用户发送的第二指令，根据所述第二指令确定目标小分类；
数据确定模块，用于根据所述目标小分类与所述原始数据的标注信息，在原始数据中确定所述目标小分类对应的多个数据；
报表生成模块，用于根据所述目标小分类对应的多个数据，生成报表。
9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。
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存储有执行权利要求1至7任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911043076.1A CN110889268B (zh) | 2019-10-30 | 2019-10-30 | 报表生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911043076.1A CN110889268B (zh) | 2019-10-30 | 2019-10-30 | 报表生成方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110889268A true CN110889268A (zh) | 2020-03-17 |
| CN110889268B CN110889268B (zh) | 2024-04-23 |
Family
ID=69746567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911043076.1A Active CN110889268B (zh) | 2019-10-30 | 2019-10-30 | 报表生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110889268B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015191609A (ja) * | 2014-03-28 | 2015-11-02 | 株式会社日本デジタル研究所 | 記帳システム |
| CN106919709A (zh) * | 2017-03-10 | 2017-07-04 | 深圳市科脉技术股份有限公司 | 关联报表的数据获取方法及系统 |
| WO2018196684A1 (zh) * | 2017-04-24 | 2018-11-01 | 北京京东尚科信息技术有限公司 | 对话机器人生成方法及装置 |
-
2019
- 2019-10-30 CN CN201911043076.1A patent/CN110889268B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015191609A (ja) * | 2014-03-28 | 2015-11-02 | 株式会社日本デジタル研究所 | 記帳システム |
| CN106919709A (zh) * | 2017-03-10 | 2017-07-04 | 深圳市科脉技术股份有限公司 | 关联报表的数据获取方法及系统 |
| WO2018196684A1 (zh) * | 2017-04-24 | 2018-11-01 | 北京京东尚科信息技术有限公司 | 对话机器人生成方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李志义;杨雄威;王冕;: "基于自媒体的旅游需求信息分类及本体概念获取研究" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110889268B (zh) | 2024-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110209764B (zh) | 语料标注集的生成方法及装置、电子设备、存储介质 | |
| CN106951925B (zh) | 数据处理方法、装置、服务器及系统 | |
| CN108364106A (zh) | 一种报销单风险预测方法、装置、终端设备及存储介质 | |
| KR20190026641A (ko) | 클레임 서류의 문자 인식 방법, 장치, 서버 및 저장매체 | |
| JP2011040069A (ja) | 通信テキスト分類方法及び装置 | |
| CN111144079B (zh) | 一种智能获取学习资源的方法、装置、打印机和存储介质 | |
| CN111931809A (zh) | 数据的处理方法、装置、存储介质及电子设备 | |
| CN110163683B (zh) | 价值用户关键指标确定方法、广告投放方法及装置 | |
| CN112416778A (zh) | 测试用例推荐方法、装置和电子设备 | |
| CN111767350A (zh) | 数据仓库测试方法、装置、终端设备及存储介质 | |
| CN111522942A (zh) | 文本分类模型的训练方法、装置、存储介质及计算机设备 | |
| CN111680165A (zh) | 信息匹配方法、装置、可读存储介质和电子设备 | |
| CN111210321B (zh) | 一种基于合同管理的风险预警方法及系统 | |
| CN113379391A (zh) | 工单处理方法、装置、电子设备及计算机可读存储介质 | |
| CN109101487A (zh) | 对话角色区分方法、装置、终端设备及存储介质 | |
| CN111444930B (zh) | 一种确定二分类模型的预测效果的方法及装置 | |
| US20200160095A1 (en) | Automation rating for machine learning classification | |
| CN110569363A (zh) | 一种决策流组件生成方法、装置、电子设备及存储介质 | |
| CN105373568B (zh) | 问题答案自动学习方法和装置 | |
| CN116823164A (zh) | 一种业务审批方法、装置、设备及存储介质 | |
| CN111597805A (zh) | 一种基于深度学习审核短信文本链接的方法及装置 | |
| CN110889268B (zh) | 报表生成方法及装置 | |
| CN107783896B (zh) | 一种数据处理模型的优化方法和装置 | |
| CN115114073A (zh) | 告警信息的处理方法及装置、存储介质、电子设备 | |
| CN113888265A (zh) | 产品推荐方法、装置、设备及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |