CN112035512B - 知识库的检索方法、装置、电子设备及计算机存储介质 - Google Patents
知识库的检索方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112035512B CN112035512B CN202010910266.5A CN202010910266A CN112035512B CN 112035512 B CN112035512 B CN 112035512B CN 202010910266 A CN202010910266 A CN 202010910266A CN 112035512 B CN112035512 B CN 112035512B
- Authority
- CN
- China
- Prior art keywords
- knowledge
- list
- target
- retrieval
- complete
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种知识库的检索方法、装置、电子设备及计算机存储介质中,该方法包括:首先,在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足检索指令的知识;若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果,并在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,完整版知识列表为在计算知识库中每一个知识与满足检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。最后,在完整版的知识列表中进行检索,得到检索结果。从而达到用户在使用知识库的过程中,可以快速的对用户所需要的知识进行检索的目的。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种知识库的检索方法、装置、电子设备及计算机存储介质。
背景技术
现在互联网的发展,许多企业会创建自己的知识库来对公司的信息和知识做一次大规模的收集和整理,按照一定的方法进行分类保存,并提供相应的检索手段。大量信息和知识录入知识库后,经过一番处理,大量隐含知识被编码化和数字化,信息和知识便从原来的混乱状态变得有序化,这样就方便了信息和知识的检索。
在用户使用知识库的过程中,有些知识可能是经常使用的,有些知识可能是很少用到的,但是在现有的知识库中,每个用户打开知识库时,看到界面的都是一样的,因此,每次用户在使用知识库时,都需要重新根据需求进行重新检索,导致检索效率慢,十分影响了用户的使用体验的同时,还需要让客户进行等候,进而影响了客户体验。
发明内容
有鉴于此,本申请提供一种知识库的检索方法、装置、电子设备及计算机存储介质,用于提高检索速度。
本申请第一方面提供了一种知识库的检索方法,包括:
预先构建默认排序的知识列表的流程:
在接收到用户输入的知识列表的构建指令时,获取所述用户的历史检索数据,并在所述知识库中确定至少一个符合预设指标的目标知识;
在所述用户的历史检索数据中,获取所述目标知识对应的历史检索次数;
利用所述目标知识和所述目标知识对应的历史检索次数,生成所述默认排序的知识列表;
知识库的检索方法的执行流程:
在接收到用户输入的检索指令时,在所述默认排序的知识列表中检索满足所述检索指令的知识;
若在所述默认排序的知识列表中,没有检索到满足所述检索指令的知识,则向所述用户展示未检索到满足检索指令的知识的检索结果,并在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,所述完整版知识列表为在计算所述知识库中每一个知识与所述满足所述检索指令的知识的相似值后,按照所述知识与所述满足所述检索指令的知识的相似值进行排序得到的;
在所述完整版的知识列表中进行检索,得到检索结果。
可选的,所述利用所述目标知识和所述目标知识对应的历史检索次数,生成所述默认排序的知识列表,包括:
分别计算所述知识库中每一个所述目标知识的推荐值;
利用所述目标知识对应的历史检索次数,计算得到所述目标知识对应的附加值;
将所述目标知识的推荐值与所述目标知识对应的附加值求和,得到所述目标知识的最终推荐值;
按照所述每一个目标知识的最终推荐值进行排序,得到默认排序的知识列表。
可选的,所述利用所述目标知识对应的历史检索次数,计算得到所述目标知识对应的附加值,包括:
判断所述目标知识对应的历史检索次数是否大于阈值;
若判断出所述目标知识对应的历史检索次数大于所述阈值,则利用第一计算公式计算得到所述目标知识对应的附加值;其中,所述第一计算公式为:
X=0.1+(所述目标知识对应的历史检索次数-所述阈值)*0.0015;X为所述目标知识对应的历史检索次数大于所述阈值时,所述目标知识对应的附加值;
若判断出所述目标知识对应的历史检索次数小于或等于所述阈值,则利用第二计算公式计算得到所述目标知识对应的附加值;其中,所述第二计算公式为:
Y=所述目标知识对应的历史检索次数*0.001;Y为所述目标知识对应的历史检索次数小于或等于所述阈值时,所述目标知识对应的附加值。
可选的,所述在所述完整版的知识列表中进行检索,得到检索结果之前,还包括:
利用第三计算公式计算得到所述完整版的知识列表中的每一个知识对应的加权值;其中,第三计算公式为:
Z=b*m+c*n+d*p+e*q;b是所述完整版的知识列表中的知识对应的检索次数,m是所述完整版的知识列表中的知识对应的检索次数对应的权重,c是所述完整版的知识列表中的知识对应的点赞数,n是所述完整版的知识列表中的知识对应的点赞数对应的权重,d是所述完整版的知识列表中的知识对应的评论数,p是所述完整版的知识列表中的知识对应的评论数对应的权重,e是所述完整版的知识列表中的知识对应的收藏数,q是所述完整版的知识列表中的知识对应的收藏数对应的权重,Z是所述完整版的知识列表中的知识对应的加权值;
将所述完整版的知识列表中的知识和满足所述检索指令的知识的相似值,与所述完整版的知识列表中的知识对应的加权值进行求和,得到所述完整版的知识列表中的知识的加权相似值;
按照每一个所述完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表;
其中,所述在所述完整版的知识列表中进行检索,得到检索结果,包括:
在所述所述加权相似的知识列表中进行检索,得到检索结果。
本申请第二方面提供了一种知识库的检索装置,包括:
第一获取单元,用于在接收到用户输入的知识列表的构建指令时,获取所述用户的历史检索数据,并在所述知识库中确定至少一个符合预设指标的目标知识;
第二获取单元,用于在所述用户的历史检索数据中,获取所述目标知识对应的历史检索次数;
第一生成单元,用于利用所述目标知识和所述目标知识对应的历史检索次数,生成所述默认排序的知识列表;
第一检索单元,用于在接收到用户输入的检索指令时,在所述默认排序的知识列表中检索满足所述检索指令的知识;
展示单元,用于若在所述默认排序的知识列表中,没有检索到满足所述检索指令的知识,则向所述用户展示未检索到满足检索指令的知识的检索结果;
构建单元,用于在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,所述完整版知识列表为在计算所述知识库中每一个知识与所述满足所述检索指令的知识的相似值后,按照所述知识与所述满足所述检索指令的知识的相似值进行排序得到的。
第二检索单元,用于在所述完整版的知识列表中进行检索,得到检索结果。
可选的,所述第一生成单元,包括:
第一计算单元,用于分别计算所述知识库中每一个所述目标知识的推荐值;
第二计算单元,用于利用所述目标知识对应的历史检索次数,计算得到所述目标知识对应的附加值;
第一求和单元,用于将所述目标知识的推荐值与所述目标知识对应的附加值求和,得到所述目标知识的最终推荐值;
第一生成子单元,用于按照所述每一个目标知识的最终推荐值进行排序,得到默认排序的知识列表。
可选的,所述第二计算单元,包括:
判断单元,用于判断所述目标知识对应的历史检索次数是否大于阈值;
第二计算子单元,用于若所述判断单元判断出,所述目标知识对应的历史检索次数大于所述阈值,则利用第一计算公式计算得到所述目标知识对应的附加值;其中,所述第一计算公式为:
X=0.1+(所述目标知识对应的历史检索次数-所述阈值)*0.0015;X为所述目标知识对应的历史检索次数大于所述阈值时,所述目标知识对应的附加值;
所述第二计算子单元,还用于若所述判断单元判断出,所述目标知识对应的历史检索次数小于或等于所述阈值,则利用第二计算公式计算得到所述目标知识对应的附加值;其中,所述第二计算公式为:
Y=所述目标知识对应的历史检索次数*0.001;Y为所述目标知识对应的历史检索次数小于或等于所述阈值时,所述目标知识对应的附加值。
可选的,所述知识库的检索装置,还包括:
第三计算单元,用于利用第三计算公式计算得到所述完整版的知识列表中的每一个知识对应的加权值;其中,第三计算公式为:
Z=b*m+c*n+d*p+e*q;b是所述完整版的知识列表中的知识对应的检索次数,m是所述完整版的知识列表中的知识对应的检索次数对应的权重,c是所述完整版的知识列表中的知识对应的点赞数,n是所述完整版的知识列表中的知识对应的点赞数对应的权重,d是所述完整版的知识列表中的知识对应的评论数,p是所述完整版的知识列表中的知识对应的评论数对应的权重,e是所述完整版的知识列表中的知识对应的收藏数,q是所述完整版的知识列表中的知识对应的收藏数对应的权重,Z是所述完整版的知识列表中的知识对应的加权值;
第二求和单元,用于将所述完整版的知识列表中的知识和满足所述检索指令的知识的相似值,与所述完整版的知识列表中的知识对应的加权值进行求和,得到所述完整版的知识列表中的知识的加权相似值;
第二生成单元,用于按照每一个所述完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表;
其中,所述第二检索单元,包括:
第二检索子单元,用于在所述加权相似的知识列表中进行检索,得到检索结果。
本申请第三方面提供了一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如第一方面任意一项所述的方法。
本申请第四方面提供了一种计算机存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如第一方面任意一项所述的方法。
由以上方案可知,本申请提供的一种知识库的检索方法、装置、电子设备及计算机存储介质中,该方法包括:首先,在接收到用户输入的检索指令时,在所述默认排序的知识列表中检索满足所述检索指令的知识;其中,所述默认排序的知识列表是在接收到用户输入的知识列表的构建指令时,获取所述用户的历史检索数据,并在所述知识库中确定至少一个符合预设指标的目标知识;然后,在所述用户的历史检索数据中,获取所述目标知识对应的历史检索次数;最后,利用所述目标知识和所述目标知识对应的历史检索次数生成的;若在所述默认排序的知识列表中,没有检索到满足所述检索指令的知识,则向所述用户展示未检索到满足检索指令的知识的检索结果,并在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,所述完整版知识列表为在计算所述知识库中每一个知识与所述满足所述检索指令的知识的相似值后,按照所述知识与所述满足所述检索指令的知识的相似值进行排序得到的。最后,在所述完整版的知识列表中进行检索,得到检索结果。从而达到用户在使用知识库的过程中,可以快速的对用户所需要的知识进行检索的目的。
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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种知识库的检索方法的具体流程图;
图2为本申请另一实施例提供的一种知识库的检索方法的具体流程图;
图3为本申请另一实施例提供的一种知识库的检索方法的具体流程图;
图4为本申请另一实施例提供的一种知识库的检索方法的具体流程图;
图5为本申请另一实施例提供的一种知识库的检索方法的具体流程图;
图6为本申请另一实施例提供的一种知识库的检索装置的示意图;
图7为本申请另一实施例提供的一种第一生成单元的示意图;
图8为本申请另一实施例提供的一种第二计算单元的示意图;
图9为本申请另一实施例提供的一种知识库的检索装置的示意图;
图10为本申请另一实施例提供的一种实现知识库的检索方法的电子设备的示意图。
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。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本申请实施例提供了一种知识库的检索方法,如图1所示,具体包括以下步骤:
S101、在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足检索指令的知识。
其中,默认排序列表可以是预先构建的默认排序的知识列表,也可是,在接收到用户输入的检索指令时,实时生成的默认排序的知识列表,可以根据实际情况进行调整,此处不限定。满足检索指令的知识,可以理解为满足客户需求的知识,例如:客户想要存款,那么检索指令就可以是存款业务,满足检索指令的知识就可以是,利息最高的存款方式。
例如:用户在使用知识库进行检索之前,想要按照自身使用习惯,生成一个符合自身使用习惯的默认排序的知识列表,那么可以手动添加自身的使用习惯、经常检索的知识类型等,从而生成一个符合自身使用习惯、经常检索的知识类型等的默认排序的知识列表,以便后续自身在工作时使用知识库进行检索时,更加方便快捷;也可以是,在用户登录账号后,进行检索之前,知识库根据用户的账号信息,获取得到用户的历史检索数据,从而自动生成一个默认排序的知识列表。
在银行的坐席员,即用户,使用知识库进行检索,进而为客户提供帮助的场景下,还可以结合为客户分配擅长客户所需要的帮助类型的坐席员,再结合坐席员使用默认排序的知识列表,即符合坐席员自身使用习惯、经常检索的知识类型的知识列表,从而以达到事半功倍的效果,极大的加快了坐席员针对客户所需要的帮助的检索速度,且甚至可能不需要检索。如:客户想要办理贷款业务,那么在分配坐席员的过程中,选取一个擅长办理贷款的坐席员进线,即接入电话,为客户进行服务,坐席员选取默认排序的知识列表(需要说明的是,坐席员一般在上班进线工作时,就应该已经登录了自己的账号,所以坐席员在进线时,也并不需要再次登录知识库),由于默认排序的知识列表为符合坐席员自身使用习惯、经常检索的知识类型的知识列表,那么默认排序的知识列表中比较靠前的位置就都是与贷款业务相关的知识,如果客户所需要的帮助为默认排序的知识列表中的知识,那么就完全省去了检索的过程,也就是说坐席员不需要进行检索,直接在默认排序的知识列表中找到了客户所需要的帮助所对应的知识,从而极大的加快了坐席员针对客户所需要的帮助的检索速度。
其中,构建默认排序的知识列表的方式,如图2所示,包括:
S201、在接收到用户输入的知识列表的构建指令时,获取用户的历史检索数据,并在知识库中确定至少一个符合预设指标的目标知识。
其中,预设指标可以是但不限于,知识热度、知识生效时间、知识维护次数等,此处不做限定。用户的历史检索数据包括:历史检索知识以及历史检索知识所对应的次数。
S202、在用户的历史检索数据中,获取目标知识对应的历史检索次数。
例如:目标知识为知识热度最高的知识,如处理汽车违章,那么在用户的历史检索数据中找到用户曾经检索处理汽车违章的次数。
S203、利用目标知识和目标知识对应的历史检索次数,生成默认排序的知识列表。
具体的,将每一个目标知识和每一个目标知识所对应的检索次数,按照预设的排序规则进行排序后,生成默认排序的知识列表。
可选的,在本申请的另一实施例中,步骤S203的一种实施方式,如图3所示,包括:
S301、分别计算知识库中每一个目标知识的推荐值。
例如:目标知识为处理汽车违章、存储业务和贷款业务,预设指标为当前热度值,那么分别获取得到处理汽车违章、存储业务和贷款业务的热度值,作为处理汽车违章、存储业务和贷款业务的推荐值;目标知识为处理汽车违章和存储业务,预设指标为点赞数,分别目标知识为处理汽车违章和存储业务的点赞数,作为处理汽车违章和存储业务的推荐值。
S302、利用目标知识对应的历史检索次数,计算得到目标知识对应的附加值。
可选的,在本申请的另一实施例中,步骤S302的一种实施方式,如图4所示,包括:
S401、判断目标知识对应的历史检索次数是否大于阈值。
其中,阈值为技术人员等进行提前设定的,是可以根据数据的更新等进行更改的,可以是100、180、1000等,此处不做限定。
具体的,若判断出目标知识对应的历史检索次数大于阈值,则执行步骤S402;若判断出目标知识对应的历史检索次数小于或等于阈值,则执行步骤S403。
S402、利用第一计算公式计算得到目标知识对应的附加值。
其中,第一计算公式为:
X=0.1+(目标知识对应的历史检索次数-阈值)*0.0015;X为目标知识对应的历史检索次数大于阈值时,目标知识对应的附加值。
S403、利用第二计算公式计算得到目标知识对应的附加值。
其中,第二计算公式为:
Y=目标知识对应的历史检索次数*0.001;Y为目标知识对应的历史检索次数小于或等于阈值时,目标知识对应的附加值。
S303、将目标知识的推荐值与目标知识对应的附加值求和,得到目标知识的最终推荐值。
S304、按照每一个目标知识的最终推荐值进行排序,得到默认排序的知识列表。
S102、若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果。
具体的,若用户在默认排序的知识列表中,没有检索到满足检索指令的知识,即满足客户需求的知识,则向用户展示未检索到满足检索指令的知识的检索结果。
S103、在接收到用户输入的全文检索指令时,构建得到完整版的知识列表。
其中,完整版知识列表为在计算知识库中每一个知识与满足所述检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。
具体的,在用户接收未检索到满足检索指令的知识的检索结果,可以选择进行全文检索,在接收到接收到用户输入的全文检索指令时,构建得到按照知识与满足检索指令的知识的相似值进行排序得到的完整版的知识列表。
S104、在完整版的知识列表中进行检索,得到检索结果。
需要说明的是,在构建得到完整版的知识列表之后,可以向用户进行展示完整版的知识列表,由用户确定是否继续检索;也可以直接在完整版的知识列表中检索满足检索指令的知识,是可以根据用户习惯,在使用知识库之前进行设定的,此处不做限定。
由以上方案可知,本申请提供的一种知识库的检索方法中,首先,在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足所述检索指令的知识;其中,默认排序的知识列表是在接收到用户输入的知识列表的构建指令时,获取用户的历史检索数据,并在知识库中确定至少一个符合预设指标的目标知识;然后,在用户的历史检索数据中,获取目标知识对应的历史检索次数;最后,利用目标知识和目标知识对应的历史检索次数生成的;若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果,并在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,完整版知识列表为在计算知识库中每一个知识与满足所述检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。最后,在完整版的知识列表中进行检索,得到检索结果。从而达到用户在使用知识库的过程中,可以快速的对用户所需要的知识进行检索的目的。
在本申请的另一实施例中,知识库的检索方法的一种实施方式,如图5所示,包括:
S501、在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足检索指令的知识。
需要说明的是,步骤S501的具体实现过程与上述步骤S101的具体实现过程相同,可相互参见。
S502、若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果。
需要说明的是,步骤S502的具体实现过程与上述步骤S102的具体实现过程相同,可相互参见。
S503、在接收到用户输入的全文检索指令时,构建得到完整版的知识列表。
其中,完整版知识列表为在计算知识库中每一个知识与满足所述检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。
需要说明的是,步骤S503的具体实现过程与上述步骤S103的具体实现过程相同,可相互参见。
S504、利用第三计算公式计算得到完整版的知识列表中的每一个知识对应的加权值。
其中,第三计算公式为:
Z=b*m+c*n+d*p+e*q;b是完整版的知识列表中的知识对应的检索次数,m是完整版的知识列表中的知识对应的检索次数对应的权重,c是完整版的知识列表中的知识对应的点赞数,n是完整版的知识列表中的知识对应的点赞数对应的权重,d是完整版的知识列表中的知识对应的评论数,p是完整版的知识列表中的知识对应的评论数对应的权重,e是完整版的知识列表中的知识对应的收藏数,q是完整版的知识列表中的知识对应的收藏数对应的权重,Z是完整版的知识列表中的知识对应的加权值。
需要说明的是,完整版的知识列表中的知识对应的检索次数对应的权重、完整版的知识列表中的知识对应的点赞数对应的权重、完整版的知识列表中的知识对应的评论数对应的权重和完整版的知识列表中的知识对应的收藏数对应的权重是可以根据实际的应用情况进行设定的,且完整版的知识列表中的知识对应的检索次数对应的权重、完整版的知识列表中的知识对应的点赞数对应的权重、完整版的知识列表中的知识对应的评论数对应的权重和完整版的知识列表中的知识对应的收藏数对应的权重相互之间可以相同,也可以不同,此处不做限定。
S505、将完整版的知识列表中的知识和满足检索指令的知识的相似值,与完整版的知识列表中的知识对应的加权值进行求和,得到完整版的知识列表中的知识的加权相似值。
其中,完整版的知识列表中的知识和满足检索指令的知识的相似值的计算方法十分多样化,可以计算两个词组之间的语义是否相近,是否为近义词,如汽车违章处理与处理汽车违章等,此处不做限定。
S506、按照每一个完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表。
S507、在加权相似的知识列表中进行检索,得到检索结果。
由以上方案可知,本申请提供的一种知识库的检索方法中,首先,在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足所述检索指令的知识;若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果,并在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,完整版知识列表为在计算知识库中每一个知识与满足所述检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的;利用第三计算公式计算得到完整版的知识列表中的每一个知识对应的加权值;将完整版的知识列表中的知识和满足检索指令的知识的相似值,与完整版的知识列表中的知识对应的加权值进行求和,得到完整版的知识列表中的知识的加权相似值;按照每一个完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表。最后,在加权相似的知识列表中进行检索,得到检索结果。从而达到用户在使用知识库的过程中,可以快速的对用户所需要的知识进行检索的目的。
本申请另一实施例提供了一种知识库的检索装置,如图6所示,包括:
第一获取单元601,用于在接收到用户输入的知识列表的构建指令时,获取用户的历史检索数据,并在知识库中确定至少一个符合预设指标的目标知识。
第二获取单元602,用于在用户的历史检索数据中,获取目标知识对应的历史检索次数。
第一生成单元603,用于利用目标知识和目标知识对应的历史检索次数,生成默认排序的知识列表。
本申请上述实施例公开的单元的具体工作过程,可参见对应的方法实施例内容,如图2所示,此处不再赘述。
可选的,在本申请的另一实施例中,第一生成单元603的一种实施方式,如图7所示,包括:
第一计算单元701,用于分别计算知识库中每一个目标知识的推荐值。
第二计算单元702,用于利用目标知识对应的历史检索次数,计算得到目标知识对应的附加值。
可选的,在本申请的另一实施例中,第二计算单元702的一种实施方式,如图8所示,包括:
判断单元801,用于判断目标知识对应的历史检索次数是否大于阈值。
第二计算子单元802,用于若判断单元801判断出,目标知识对应的历史检索次数大于阈值,则利用第一计算公式计算得到目标知识对应的附加值。
其中,第一计算公式为:
X=0.1+(目标知识对应的历史检索次数-阈值)*0.0015;X为目标知识对应的历史检索次数大于阈值时,目标知识对应的附加值。
第二计算子单元802,还用于若判断单元801判断出,目标知识对应的历史检索次数小于或等于阈值,则利用第二计算公式计算得到目标知识对应的附加值。
其中,第二计算公式为:
Y=目标知识对应的历史检索次数*0.001;Y为目标知识对应的历史检索次数小于或等于阈值时,目标知识对应的附加值。
本申请上述实施例公开的单元的具体工作过程,可参见对应的方法实施例内容,如图4所示,此处不再赘述。
第一求和单元703,用于将目标知识的推荐值与目标知识对应的附加值求和,得到目标知识的最终推荐值。
第一生成子单元704,用于按照每一个目标知识的最终推荐值进行排序,得到默认排序的知识列表。
本申请上述实施例公开的单元的具体工作过程,可参见对应的方法实施例内容,如图3所示,此处不再赘述。
第一检索单元604,用于在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足检索指令的知识。
展示单元605,用于若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果。
构建单元606,用于在接收到用户输入的全文检索指令时,构建得到完整版的知识列表。
其中,完整版知识列表为在计算知识库中每一个知识与满足检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。
第二检索单元607,用于在完整版的知识列表中进行检索,得到检索结果。
本申请上述实施例公开的单元的具体工作过程,可参见对应的方法实施例内容,如图1所示,此处不再赘述。
由以上方案可知,本申请提供的一种知识库的检索装置中,首先,第一检索单元604在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足所述检索指令的知识;其中,默认排序的知识列表是第一获取单元601在接收到用户输入的知识列表的构建指令时,获取用户的历史检索数据,并在知识库中确定至少一个符合预设指标的目标知识;然后,第二获取单元602在用户的历史检索数据中,获取目标知识对应的历史检索次数;最后,第一生成单元603利用目标知识和目标知识对应的历史检索次数生成的;若在默认排序的知识列表中,没有检索到满足检索指令的知识,展示单元605向用户展示未检索到满足检索指令的知识的检索结果,构建单元606在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,完整版知识列表为在计算知识库中每一个知识与满足所述检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。最后,第二检索单元607在完整版的知识列表中进行检索,得到检索结果。从而达到用户在使用知识库的过程中,可以快速的对用户所需要的知识进行检索的目的。
本申请另一实施例提供了一种知识库的检索装置,如图9所示,包括:
第一检索单元604,用于在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足检索指令的知识。
展示单元605,用于若在默认排序的知识列表中,没有检索到满足检索指令的知识,则向用户展示未检索到满足检索指令的知识的检索结果。
构建单元606,用于在接收到用户输入的全文检索指令时,构建得到完整版的知识列表。
其中,完整版知识列表为在计算知识库中每一个知识与满足检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的。
第三计算单元901,用于利用第三计算公式计算得到完整版的知识列表中的每一个知识对应的加权值。
其中,第三计算公式为:
Z=b*m+c*n+d*p+e*q;b是完整版的知识列表中的知识对应的检索次数,m是完整版的知识列表中的知识对应的检索次数对应的权重,c是完整版的知识列表中的知识对应的点赞数,n是完整版的知识列表中的知识对应的点赞数对应的权重,d是完整版的知识列表中的知识对应的评论数,p是完整版的知识列表中的知识对应的评论数对应的权重,e是完整版的知识列表中的知识对应的收藏数,q是完整版的知识列表中的知识对应的收藏数对应的权重,Z是完整版的知识列表中的知识对应的加权值。
第二求和单元902,用于将完整版的知识列表中的知识和满足检索指令的知识的相似值,与完整版的知识列表中的知识对应的加权值进行求和,得到完整版的知识列表中的知识的加权相似值。
第二生成单元903,用于按照每一个完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表。
第二检索子单元904,用于在加权相似的知识列表中进行检索,得到检索结果。
由以上方案可知,本申请提供的一种知识库的检索装置中,首先,第一检索单元604在接收到用户输入的检索指令时,在默认排序的知识列表中检索满足所述检索指令的知识;若在默认排序的知识列表中,没有检索到满足检索指令的知识,展示单元605向用户展示未检索到满足检索指令的知识的检索结果,构建单元606在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,完整版知识列表为在计算知识库中每一个知识与满足所述检索指令的知识的相似值后,按照知识与满足检索指令的知识的相似值进行排序得到的;第三计算单元901利用第三计算公式计算得到完整版的知识列表中的每一个知识对应的加权值;第二求和单元902将完整版的知识列表中的知识和满足检索指令的知识的相似值,与完整版的知识列表中的知识对应的加权值进行求和,得到完整版的知识列表中的知识的加权相似值;第二生成单元903按照每一个完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表。最后,第二检索子单元904在加权相似的知识列表中进行检索,得到检索结果。从而达到用户在使用知识库的过程中,可以快速的对用户所需要的知识进行检索的目的。
本申请的另一实施例提供了一种电子设备,如图10所示,包括:
一个或多个处理器1001。
存储装置1002,其上存储有一个或多个程序。
当所述一个或多个程序被所述一个或多个处理器1001执行时,使得所述一个或多个处理器1001实现如上述实施例中任意一项所述的方法。
本申请另一实施例提供了一种计算机存储介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现如上述实施例中任意一项所述的方法。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
本申请另一实施例提供了一种计算机程序产品,当该计算机程序产品被执行时,其用于执行上述任一项所述的知识库的检索方法。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种知识库的检索方法,其特征在于,包括:
预先构建默认排序的知识列表的流程:
在接收到用户输入的知识列表的构建指令时,获取所述用户的历史检索数据,并在知识库中确定至少一个符合预设指标的目标知识;
在所述用户的历史检索数据中,获取所述目标知识对应的历史检索次数;
分别计算所述知识库中每一个所述目标知识的推荐值;
利用所述目标知识对应的历史检索次数,计算得到所述目标知识对应的附加值;
将所述目标知识的推荐值与所述目标知识对应的附加值求和,得到所述目标知识的最终推荐值;
按照所述每一个目标知识的最终推荐值进行排序,得到默认排序的知识列表;
知识库的检索方法的执行流程:
在接收到用户输入的检索指令时,在所述默认排序的知识列表中检索满足所述检索指令的知识;
若在所述默认排序的知识列表中,没有检索到满足所述检索指令的知识,则向所述用户展示未检索到满足检索指令的知识的检索结果,并在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,所述完整版知识列表为在计算所述知识库中每一个知识与所述满足所述检索指令的知识的相似值后,按照所述知识与所述满足所述检索指令的知识的相似值进行排序得到的;
在所述完整版的知识列表中进行检索,得到检索结果。
2.根据权利要求1所述的检索方法,其特征在于,所述利用所述目标知识对应的历史检索次数,计算得到所述目标知识对应的附加值,包括:
判断所述目标知识对应的历史检索次数是否大于阈值;
若判断出所述目标知识对应的历史检索次数大于所述阈值,则利用第一计算公式计算得到所述目标知识对应的附加值;其中,所述第一计算公式为:
X=0.1+(所述目标知识对应的历史检索次数-所述阈值)*0.0015;X为所述目标知识对应的历史检索次数大于所述阈值时,所述目标知识对应的附加值;
若判断出所述目标知识对应的历史检索次数小于或等于所述阈值,则利用第二计算公式计算得到所述目标知识对应的附加值;其中,所述第二计算公式为:
Y=所述目标知识对应的历史检索次数*0.001;Y为所述目标知识对应的历史检索次数小于或等于所述阈值时,所述目标知识对应的附加值。
3.根据权利要求1所述的检索方法,其特征在于,所述在所述完整版的知识列表中进行检索,得到检索结果之前,还包括:
利用第三计算公式计算得到所述完整版的知识列表中的每一个知识对应的加权值;其中,第三计算公式为:
Z=b*m+c*n+d*p+e*q;b是所述完整版的知识列表中的知识对应的检索次数,m是所述完整版的知识列表中的知识对应的检索次数对应的权重,c是所述完整版的知识列表中的知识对应的点赞数,n是所述完整版的知识列表中的知识对应的点赞数对应的权重,d是所述完整版的知识列表中的知识对应的评论数,p是所述完整版的知识列表中的知识对应的评论数对应的权重,e是所述完整版的知识列表中的知识对应的收藏数,q是所述完整版的知识列表中的知识对应的收藏数对应的权重;
将所述完整版的知识列表中的知识和所述检索指令的知识的相似值,与所述完整版的知识列表中的知识对应的加权值进行求和,得到所述完整版的知识列表中的知识的加权相似值;
按照每一个所述完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表;
其中,所述在所述完整版的知识列表中进行检索,得到检索结果,包括:
在所述加权相似的知识列表中进行检索,得到检索结果。
4.一种知识库的检索装置,其特征在于,包括:
第一获取单元,用于在接收到用户输入的知识列表的构建指令时,获取所述用户的历史检索数据,并在知识库中确定至少一个符合预设指标的目标知识;
第二获取单元,用于在所述用户的历史检索数据中,获取所述目标知识对应的历史检索次数;
第一计算单元,用于分别计算所述知识库中每一个所述目标知识的推荐值;
第二计算单元,用于利用所述目标知识对应的历史检索次数,计算得到所述目标知识对应的附加值;
第一求和单元,用于将所述目标知识的推荐值与所述目标知识对应的附加值求和,得到所述目标知识的最终推荐值;
第一生成子单元,用于按照所述每一个目标知识的最终推荐值进行排序,得到默认排序的知识列表;
第一检索单元,用于在接收到用户输入的检索指令时,在所述默认排序的知识列表中检索满足所述检索指令的知识;
展示单元,用于若在所述默认排序的知识列表中,没有检索到满足所述检索指令的知识,则向所述用户展示未检索到满足检索指令的知识的检索结果;
构建单元,用于在接收到用户输入的全文检索指令时,构建得到完整版的知识列表;其中,所述完整版知识列表为在计算所述知识库中每一个知识与所述满足所述检索指令的知识的相似值后,按照所述知识与所述满足所述检索指令的知识的相似值进行排序得到的;
第二检索单元,用于在所述完整版的知识列表中进行检索,得到检索结果。
5.根据权利要求4所述的检索装置,其特征在于,所述第二计算单元,包括:
判断单元,用于判断所述目标知识对应的历史检索次数是否大于阈值;
第二计算子单元,用于若所述判断单元判断出,所述目标知识对应的历史检索次数大于所述阈值,则利用第一计算公式计算得到所述目标知识对应的附加值;其中,所述第一计算公式为:
X=0.1+(所述目标知识对应的历史检索次数-所述阈值)*0.0015;X为所述目标知识对应的历史检索次数大于所述阈值时,所述目标知识对应的附加值;
所述第二计算子单元,还用于若所述判断单元判断出,所述目标知识对应的历史检索次数小于或等于所述阈值,则利用第二计算公式计算得到所述目标知识对应的附加值;其中,所述第二计算公式为:
Y=所述目标知识对应的历史检索次数*0.001;Y为所述目标知识对应的历史检索次数小于或等于所述阈值时,所述目标知识对应的附加值。
6.根据权利要求4所述的检索装置,其特征在于,还包括:
第三计算单元,用于利用第三计算公式计算得到所述完整版的知识列表中的每一个知识对应的加权值;其中,第三计算公式为:
Z=b*m+c*n+d*p+e*q;b是所述完整版的知识列表中的知识对应的检索次数,m是所述完整版的知识列表中的知识对应的检索次数对应的权重,c是所述完整版的知识列表中的知识对应的点赞数,n是所述完整版的知识列表中的知识对应的点赞数对应的权重,d是所述完整版的知识列表中的知识对应的评论数,p是所述完整版的知识列表中的知识对应的评论数对应的权重,e是所述完整版的知识列表中的知识对应的收藏数,q是所述完整版的知识列表中的知识对应的收藏数对应的权重,Z是所述完整版的知识列表中的知识对应的加权值;
第二求和单元,用于将所述完整版的知识列表中的知识和满足所述检索指令的知识的相似值,与所述完整版的知识列表中的知识对应的加权值进行求和,得到所述完整版的知识列表中的知识的加权相似值;
第二生成单元,用于按照每一个所述完整版的知识列表中的知识的加权相似值进行排序,得到加权相似的知识列表;
其中,所述第二检索单元,包括:
第二检索子单元,用于在所述完整版的知识列表中进行检索,得到检索结果。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至3中任一所述的方法。
8.一种计算机存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至3中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910266.5A CN112035512B (zh) | 2020-09-02 | 2020-09-02 | 知识库的检索方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910266.5A CN112035512B (zh) | 2020-09-02 | 2020-09-02 | 知识库的检索方法、装置、电子设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112035512A CN112035512A (zh) | 2020-12-04 |
CN112035512B true CN112035512B (zh) | 2023-08-18 |
Family
ID=73591209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010910266.5A Active CN112035512B (zh) | 2020-09-02 | 2020-09-02 | 知识库的检索方法、装置、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112035512B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114201651A (zh) * | 2021-11-12 | 2022-03-18 | 广东广信通信服务有限公司 | 一种基于呼叫中心的知识检索方法、系统、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038096A (zh) * | 2017-11-10 | 2018-05-15 | 平安科技(深圳)有限公司 | 知识库文档快速检索方法、应用服务器计算机可读存储介质 |
WO2020056979A1 (zh) * | 2018-09-19 | 2020-03-26 | 平安科技(深圳)有限公司 | 知识库搜索方法、装置及计算机可读存储介质 |
CN111159312A (zh) * | 2019-12-27 | 2020-05-15 | 东软集团股份有限公司 | 故障相关信息辅助检索方法、装置、存储介质及电子设备 |
CN111177306A (zh) * | 2020-01-02 | 2020-05-19 | 中国银行股份有限公司 | 一种数据处理方法及装置 |
CN111241241A (zh) * | 2020-01-08 | 2020-06-05 | 平安科技(深圳)有限公司 | 基于知识图谱的案件检索方法、装置、设备及存储介质 |
-
2020
- 2020-09-02 CN CN202010910266.5A patent/CN112035512B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038096A (zh) * | 2017-11-10 | 2018-05-15 | 平安科技(深圳)有限公司 | 知识库文档快速检索方法、应用服务器计算机可读存储介质 |
WO2020056979A1 (zh) * | 2018-09-19 | 2020-03-26 | 平安科技(深圳)有限公司 | 知识库搜索方法、装置及计算机可读存储介质 |
CN111159312A (zh) * | 2019-12-27 | 2020-05-15 | 东软集团股份有限公司 | 故障相关信息辅助检索方法、装置、存储介质及电子设备 |
CN111177306A (zh) * | 2020-01-02 | 2020-05-19 | 中国银行股份有限公司 | 一种数据处理方法及装置 |
CN111241241A (zh) * | 2020-01-08 | 2020-06-05 | 平安科技(深圳)有限公司 | 基于知识图谱的案件检索方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112035512A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3617952A1 (en) | Information search method, apparatus and system | |
CN105335519B (zh) | 模型生成方法及装置、推荐方法及装置 | |
CN108345702A (zh) | 实体推荐方法和装置 | |
CN109614238B (zh) | 一种目标对象识别方法、装置、系统及可读存储介质 | |
CN111552870A (zh) | 对象推荐方法、电子装置及存储介质 | |
CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
CN110705245B (zh) | 一种获取参考处理方案的方法及装置、存储介质 | |
CN110909145B (zh) | 针对多任务模型的训练方法及装置 | |
EP3279806A1 (en) | Data processing method and apparatus | |
CN111274341A (zh) | 一种网点选址方法和装置 | |
CN103309869A (zh) | 数据对象的展示关键词推荐方法及系统 | |
CN107908616B (zh) | 预测趋势词的方法和装置 | |
CN107908662B (zh) | 搜索系统的实现方法和实现装置 | |
KR101123697B1 (ko) | 공통 관심 사용자 검색장치 및 방법 | |
CN109190036A (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN112035512B (zh) | 知识库的检索方法、装置、电子设备及计算机存储介质 | |
CN113923529A (zh) | 直播连麦方法、装置、设备以及存储介质 | |
CN112765478A (zh) | 用于推荐内容的方法、装置、设备、介质和程序产品 | |
CN110309293A (zh) | 文本推荐方法和装置 | |
CN110992127A (zh) | 一种物品推荐方法及装置 | |
US11468125B2 (en) | Resource search method and related product | |
CN111476446A (zh) | 业务状态的监控处理方法、装置、设备及存储介质 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
CN111611353B (zh) | 筛选方法、装置、电子设备及计算机可读存储介质 | |
EP4116889A2 (en) | Method and apparatus of processing event data, electronic device, and medium |
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 |