CN112528183A - 基于大数据的网页组件布局方法、装置、电子设备及介质 - Google Patents

基于大数据的网页组件布局方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN112528183A
CN112528183A CN202011486892.2A CN202011486892A CN112528183A CN 112528183 A CN112528183 A CN 112528183A CN 202011486892 A CN202011486892 A CN 202011486892A CN 112528183 A CN112528183 A CN 112528183A
Authority
CN
China
Prior art keywords
component
word
participle
vector
webpage
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
Application number
CN202011486892.2A
Other languages
English (en)
Other versions
CN112528183B (zh
Inventor
李海平
杨真
吴其敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202011486892.2A priority Critical patent/CN112528183B/zh
Publication of CN112528183A publication Critical patent/CN112528183A/zh
Application granted granted Critical
Publication of CN112528183B publication Critical patent/CN112528183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/29—Graphical models, e.g. Bayesian networks
    • G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/106—Display of layout of documents; Previewing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及数据处理技术，揭露了一种基于大数据的网页组件布局方法，包括：将网页组件的评价数据集分词处理，得到分词集；计算分词集中各分词的特征指标；根据特征指标构建各分词的特征向量；筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；根据网页组件生成组件请求指令以从浏览器中获取组件生成器；利用组件生成器生成一个或多个目标组件；将生成的目标组件在所述浏览器内进行布局，得到布局网页。本发明还提出了基于大数据的网页组件布局装置、设备及计算机可读存储介质。此外，本发明还涉及区块链技术，评价数据集可存储于区块链节点中。本发明可以实现基于用户个性化需求对网页内组件进行展示。

Description

基于大数据的网页组件布局方法、装置、电子设备及介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于大数据的网页组件布局方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网的发展，越来越多的用户通过浏览器来实现与外界的信息交流，浏览器指的是能够运行在计算机等终端的软件，用户通过浏览器能够获得网站服务器内的文件，并与计算机等终端产生交互。
目前，用户通过浏览器进行网页浏览时，浏览器通常会展示用户感兴趣的页面组件，以方便用户的使用，提高用户使用感受。但现有的页面组件展示方法多为基于热点的组件展示，例如将使用人数较多的组件优先展示在用户的浏览器页面中，但在用户的个性化需求越来越多的今天，该方法已不能满足用户的个性化组件展示需求。
发明内容
本发明提供一种基于大数据的网页组件布局方法、装置、电子设备及计算机可读存储介质，其主要目的在于实现基于用户个性化需求对网页内组件进行展示。
为实现上述目的，本发明提供的一种基于大数据的网页组件布局方法，包括：
获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
利用指标算法计算所述分词集中每个分词的特征指标；
根据所述特征指标构建所述分词集中每个分词的特征向量；
筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
利用所述组件生成器生成一个或多个目标组件；
构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
可选地，所述对所述评价数据集进行分词处理，得到分词集，包括：
利用预设的标准词典对所述评价数据集进行标准词拆分，得到标准词集；
对所述标准词集中的词语进行词性标注；
根据所述词性标注，遍历并删除所述标准词集中预设词性的词语后得到分词集。
可选地，所述根据所述特征向量的模长将所述目标组件在所述浏览器内进行布局，包括：
获取所述浏览器中可布局组件位置，其中，所述可布局组件位置为所述浏览器中可用于布局网页组件的区域；
按照所述组件向量的模长从大到小的顺序将生成的目标组件布局至所述可布局组件位置。
可选地，所述根据所述特征指标构建所述分词集中每个分词的特征向量，包括：
将所述分词集中每个分词转换为词向量，得到词向量集；
将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到每个分词的特征向量。
可选地，所述将所述分词集中每个分词转换为词向量，得到词向量集，包括：
获取预先存储的所述分词集中每个分词对应的字节向量集，其中，所述字节向量集中包含每个分词中每个字节的字节向量；
将每个分词对应的字节向量集中的字节向量分别进行拼接，得到所述词向量集。
可选地，所述将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到特征向量，包括：
将分词集中的各分词的词向量与各分词对应的特征指标进行相乘，得到中间指标集；
将所述中间指标集进行算数平均运算，得到特征向量。
可选地，所述根据获取的所述网页组件生成组件请求指令，包括：
遍历并获取获取的所述网页组件的组件名称；
获取组件调用指令，将所述组件名称添加至所述组件调用指令的头部扩展字段，得到组件请求指令。
为了解决上述问题，本发明还提供一种基于大数据的网页组件布局装置，所述装置包括：
分词模块，用于获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
特征指标计算模块，用于利用指标算法计算所述分词集中每个分词的特征指标；
特征向量构建模块，用于根据所述特征指标构建所述分词集中每个分词的特征向量；
筛选模块，用于筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
生成器获取模块，用于根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
组件生成模块，用于利用所述组件生成器生成一个或多个目标组件；
组件布局模块，用于构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的基于大数据的网页组件布局方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的基于大数据的网页组件布局方法。
本发明实施例通过对网页组件的评价数据集进行分词处理得到分词集，可将评价数据集中较长的句子拆分为较短词语，有利于提高对评价数据集进行处理的效率；利用指标算法计算分词集中每个分词的特征指标，根据特征指标构建分词集中每个分词的特征向量，筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件，由于分词集中的分词是由用户对多个组件的评价数据集进行分词处理得到的，因此根据分词构建特征向量筛选网页组件，可提高筛选出的网页组件与用户的匹配度，实现了根据用户的个性化需求对网页组件进行筛选；根据网页组件生成组件请求指令，执行组件请求指令从预设浏览器中获取组件生成器；利用组件生成器生成一个或多个目标组件，按照组件向量的模长将生成的目标组件在浏览器内进行布局，得到布局网页，由于特征向量的模长代表了用户对组件的偏好程度，因此按照组件向量的模长将生成的目标组件在浏览器内进行布局，实现了基于用户的个性化偏好对网页组件进行布局。因此，本发明实施例提出的基于大数据的网页组件布局方法、装置及计算机可读存储介质，可以实现基于用户个性化需求对网页内组件进行展示。
附图说明
图1为本发明一实施例提供的基于大数据的网页组件布局方法的流程示意图；
图2为本发明一实施例提供的基于大数据的网页组件布局装置的模块示意图；
图3为本发明一实施例提供的实现基于大数据的网页组件布局方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于大数据的网页组件布局方法。所述基于大数据的网页组件布局方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于大数据的网页组件布局方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的基于大数据的网页组件布局方法的流程示意图。在本实施例中，所述基于大数据的网页组件布局方法包括：
S1、获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集。
本发明实施例中，所述网页组件是指网页中用于对网页进行管理的工具，以及所述评价数据集是用户对所述网页组件作出用户评价所产生的数据，例如，用户1对网页组件A作出了好评，用户2对网页组件B作出了差评等。
详细地，所述网页组件包括但不限于网址管理组件、检索组件、热点推荐组件。
本发明实施例可利用具有数据抓取功能的python语句从用于存储评价数据集的区块链节点中获取所述评价数据集，利用区块链节点对数据的高吞吐性，可提高获取评价数据集的效率。
详细地，所述对所述评价数据集进行分词处理，包括：
利用预设的标准词典对所述评价数据集进行标准词拆分，得到标准词集；
对所述标准词集中的词语进行词性标注；
根据所述词性标注，遍历并删除所述标准词集中预设词性的词语后得到分词集。
本发明实施例中，采用基于HMM(Hidden Markov Model，隐马尔科夫模型)的词性标注算法对标准词集中的词语进行词性标注。基于HMM的词性标注算法是一种可以精准对多个词语的词性进行预测标注的算法，通过基于HMM的词性标注算法有利于提高对标准词集中词语进行词性标注的准确性。
本发明实施例中，由于进行词性标注的标准词集是利用标准词典对评价数据集进行标准词拆分得到的，因此标准词集中包含着大量没有实际意义的词语，例如，词性为语气词的“啊”、“了”、“吗”等词语，因此本发明实施例删除标准词集中词性标注结果为预设词性的词语，得到分词集，可删除标准词集中的无实际含义的词语量，有利于提高后续对分词集进处理的效率。
具体地，所述预设词性包括语气词和结构助词。
S2、利用指标算法计算所述分词集中每个分词的特征指标。
本发明实施例中，所述特征指标是指可以反映分词重要程度的指标，例如，标识分词出现频率的频率特征指标，表示分词语义含量大小的权重特征指标等。
本发明实施例中，可以利用如下指标算法计算所述分词集中每个分词的特征指标TD：
TD＝TFi×IDFi
其中，TFi为分词i在分词集中出现的频率，IDFi为分词i在分词集中出现的频率的相反值。
S3、根据所述特征指标构建所述分词集中每个分词的特征向量。
本发明实施例中，所述根据所述特征指标构建所述分词集中每个分词的特征向量，包括：
将所述分词集中每个分词转换为词向量，得到词向量集；
将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到每个分词的特征向量。
详细地，所述将所述分词集中每个分词转换为词向量，得到词向量集，包括：
获取所述分词集中每个分词对应的字节向量集，所述字节向量集中包含每个分词中每个字节的字节向量；
将每个分词对应的字节向量集中的字节向量分别进行拼接，得到所述词向量集。
进一步地，所述将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到特征向量，包括：
将分词集中的各分词转化得到的词向量与各分词对应的特征指标进行相乘，得到中间指标集；
将所述中间指标集中的中间指标进行算数平均，得到特征向量。
例如，分词集中存在分词1对应的词向量为A、分词2对应的词向量为B 和分词3对应的词向量为C；分词1对应的分词指标为a，分词2对应的分词指标为b，分词3对应的分词指标为c，则将每个分词对应的词向量和每个分词对应的分词指标进行算术运算，得到特征向量为A*a+B*b+C*c。
由于不同分词集中包含多个分词，且不同分词的分词指标不相同，因此利用分词集与分词集中每个分词对应的分词指标构建出的分词集的特征向量，可唯一标识该分词集的特征，避免后续在对特征向量进行分析时出现分词集与特征向量关系不明确的情况，有利于提高后续对特征向量进行分析的精确度。
S4、筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件。
例如，存在分词集A、分词集B、分词集C、分词集D、分词集E、分词集F，其中，分词集A的特征向量的模长为30，分词集B的特征向量的模长为40，分词集C的特征向量的模长为50，分词集D的特征向量的模长为60，分词集E的特征向量的模长为70，分词集F的特征向量的模长为80，当预设阈值为55时，则筛选出分词集D、分词集E和分词集F，确定分词集D、分词集E和分词集F对应的网页组件为目标组件集。
S5、根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器。
本发明实施例中，所述组件生成器是一种浏览器页面的生成框架。本发明较佳实施例中，所述组件生成器是基于AngularJS开发的前端框架，通过使用angular中的指令(Directive)机制，将浏览器内部参数替换为网页组件的参数以实现网页组件的生成。详细地，所述根据所述网页组件生成组件请求指令，包括：
遍历并获取所述网页组件的组件名称；
获取组件调用指令，将所述组件名称添加至所述组件调用指令的头部扩展字段，得到组件请求指令。
详细地，所述组件调用指令可由用户上传，所述组件调用指令为包含头部扩展字段的组件调用指令，所述头部扩展字段用于装载需要调用的组件信息(如组件名称)。
本发明实施例中，当生成所述组件请求指令后，执行所述组件请求指令，即可从预先构建的浏览器中获取所述组件请求指令的头部扩展字段中包含的组件信息对应的网页组件的组件生成器。S6、利用所述组件生成器生成一个或多个目标组件。
本发明实施例中，在预先构建的浏览器中执行所述组件生成器，即可生成一个或多个目标组件。
例如，S5中获取的组件生成器包括：目标组件r的组件生成器，目标组件e的组件生成器，目标组件w的组件生成器；则在预先构建的浏览器通过执行目标组件r的组件生成器生成目标组件r，通过执行目标组件e的组件生成器生成目标组件e，通过执行目标组件w的组件生成器生成目标组件w。
S7、构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
本发明实施例中，所述构建所述目标组件的组件向量，即将所述目标组件对应的分词的特征向量作为所述目标组件的组件向量。
详细地，所述根据所述特征向量的模长将所述目标组件在所述浏览器内进行布局，包括：
按照所述组件向量的模长从大到小的顺序将生成的目标组件在所述浏览器内进行布局，包括：
获取所述浏览器中可布局组件位置，其中，所述可布局组件位置为所述浏览器中可用于布局网页组件的区域；
按照所述组件向量的模长从大到小的顺序将生成的目标组件布局至所述可布局组件位置。
本发明实施例可利用具有数据抓取功能的python语句从浏览器的后台数据中获取可布局组件的位置。
例如，目标组件r的评价数据集在进行分词后，得到的分词集的特征向量的大小为30，则将分词集的特征向量作为目标组件r的组件向量，即目标组件r的组件向量的模长为30；目标组件e的评价数据集在进行分词后，得到的分词集的特征向量的大小为60，则将分词集的特征向量作为目标组件e的组件向量，即目标组件e的组件向量的模长为60；目标组件w的评价数据集在进行分词后，得到的分词集的特征向量的大小为90，则将分词集的特征向量作为目标组件w的组件向量，即目标组件w的组件向量的模长为90；则在所述浏览器内，将目标组件r、目标组件e和目标组件w按照“目标组件w、目标组件e、目标组件r”的顺序将三个目标组件在获取的可布局组件位置上进行布局展示，得到布局网页。
本发明实施例通过对多个网页组件的评价数据集进行分词处理得到分词集，可将评价数据集中较长的句子拆分为较短词语，有利于提高对评价数据集进行处理的效率；利用指标算法计算分词集中每个分词的特征指标，根据特征指标构建分词集中每个分词的特征向量，筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件，由于分词集中的分词是由用户对多个组件的评价数据集进行分词处理得到的，因此根据分词构建特征向量筛选网页组件，可提高筛选出的网页组件与用户的匹配度，实现了根据用户的个性化需求对网页组件进行筛选；根据网页组件生成组件请求指令，执行组件请求指令从预设浏览器中获取组件生成器；利用组件生成器生成一个或多个目标组件，按照特征向量的模长从大到小的顺序将生成的目标组件在浏览器内进行布局，得到布局网页，由于特征向量的模长代表了用户对组件的偏好程度，因此按照组件向量的模长将生成的目标组件在浏览器内进行布局，实现了基于用户的个性化偏好对网页组件进行布局。因此本发明提出的基于大数据的网页组件布局方法，可以实现基于用户个性化需求对网页内组件进行展示。
如图2所示，是本发明基于大数据的网页组件布局装置的模块示意图。
本发明所述基于大数据的网页组件布局装置100可以安装于电子设备中。根据实现的功能，所述基于大数据的网页组件布局装置可以包括分词模块101、特征指标计算模块102、特征向量构建模块103、筛选模块104、生成器获取模块105、组件生成模块106和组件布局模块107。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述分词模块101，用于获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
所述特征指标计算模块102，用于利用指标算法计算所述分词集中每个分词的特征指标；
所述特征向量构建模块103，用于根据所述特征指标构建所述分词集中每个分词的特征向量；
所述筛选模块104，用于筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
所述生成器获取模块105，用于根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
所述组件生成模块106，用于利用所述组件生成器生成一个或多个目标组件；
所述组件布局模块107，用于构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
详细地，所述基于大数据的网页组件布局装置各模块的具体实施方式如下：
所述分词模块101，用于获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集。
本发明实施例中，所述网页组件是指网页中用于对网页进行管理的工具，以及所述评价数据集是用户对所述网页组件作出用户评价所产生的数据，例如，用户1对网页组件A作出了好评，用户2对网页组件B作出了差评等。
详细地，所述网页组件包括但不限于网址管理组件、检索组件、热点推荐组件。
本发明实施例可利用具有数据抓取功能的python语句从用于存储评价数据集的区块链节点中获取所述评价数据集，利用区块链节点对数据的高吞吐性，可提高获取评价数据集的效率。
详细地，所述分词模块101具体用于：
利用预设的标准词典对所述评价数据集进行标准词拆分，得到标准词集；
对所述标准词集中的词语进行词性标注；
根据所述词性标注，遍历并删除所述标准词集中预设词性的词语后得到分词集。
本发明实施例中，采用基于HMM(Hidden Markov Model，隐马尔科夫模型)的词性标注算法对标准词集中的词语进行词性标注。基于HMM的词性标注算法是一种可以精准对多个词语的词性进行预测标注的算法，通过基于HMM的词性标注算法有利于提高对标准词集中词语进行词性标注的准确性。
本发明实施例中，由于进行词性标注的标准词集是利用标准词典对评价数据集进行标准词拆分得到的，因此标准词集中包含着大量没有实际意义的词语，例如，词性为语气词的“啊”、“了”、“吗”等词语，因此本发明实施例删除标准词集中词性标注结果为预设词性的词语，得到分词集，可删除标准词集中的无实际含义的词语量，有利于提高后续对分词集进处理的效率。
具体地，所述预设词性包括语气词和结构助词。
所述特征指标计算模块102，用于利用指标算法计算所述分词集中每个分词的特征指标。
本发明实施例中，所述特征指标是指可以反映分词重要程度的指标，例如，标识分词出现频率的频率特征指标，表示分词语义含量大小的权重特征指标等。
本发明实施例中，可以利用如下指标算法计算所述分词集中每个分词的特征指标TD：
TD＝TFi×IDFi
其中，TFi为分词i在分词集中出现的频率，IDFi为分词i在分词集中出现的频率的相反值。
所述特征向量构建模块103，用于根据所述特征指标构建所述分词集中每个分词的特征向量。
本发明实施例中，所述特征向量构建模块103具体用于：
将所述分词集中每个分词转换为词向量，得到词向量集；
将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到每个分词的特征向量。
详细地，所述将所述分词集中每个分词转换为词向量，得到词向量集，包括：
获取所述分词集中每个分词对应的字节向量集，所述字节向量集中包含每个分词中每个字节的字节向量；
将每个分词对应的字节向量集中的字节向量分别进行拼接，得到所述词向量集。
进一步地，所述将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到特征向量，包括：
将分词集中的各分词转化得到的词向量与各分词对应的特征指标进行相乘，得到中间指标集；
将所述中间指标集中的中间指标进行算数平均，得到特征向量。
例如，分词集中存在分词1对应的词向量为A、分词2对应的词向量为B 和分词3对应的词向量为C；分词1对应的分词指标为a，分词2对应的分词指标为b，分词3对应的分词指标为c，则将每个分词对应的词向量和每个分词对应的分词指标进行算术运算，得到特征向量为A*a+B*b+C*c。
由于不同分词集中包含多个分词，且不同分词的分词指标不相同，因此利用分词集与分词集中每个分词对应的分词指标构建出的分词集的特征向量，可唯一标识该分词集的特征，避免后续在对特征向量进行分析时出现分词集与特征向量关系不明确的情况，有利于提高后续对特征向量进行分析的精确度。
所述筛选模块104，用于筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件。
例如，存在分词集A、分词集B、分词集C、分词集D、分词集E、分词集F，其中，分词集A的特征向量的模长为30，分词集B的特征向量的模长为40，分词集C的特征向量的模长为50，分词集D的特征向量的模长为60，分词集E的特征向量的模长为70，分词集F的特征向量的模长为80，当预设阈值为55时，则筛选出分词集D、分词集E和分词集F，确定分词集D、分词集E和分词集F对应的网页组件为目标组件集。
所述生成器获取模块105，用于根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器。
本发明实施例中，所述组件生成器是一种浏览器页面的生成框架。本发明较佳实施例中，所述组件生成器是基于AngularJS开发的前端框架，通过使用angular中的指令(Directive)机制，将浏览器内部参数替换为网页组件的参数以实现网页组件的生成。详细地，所述生成器获取模块105具体用于：
遍历并获取所述网页组件的组件名称；
获取组件调用指令，将所述组件名称添加至所述组件调用指令的头部扩展字段，得到组件请求指令。
详细地，所述组件调用指令可由用户上传，所述组件调用指令为包含头部扩展字段的组件调用指令，所述头部扩展字段用于装载需要调用的组件信息(如组件名称)。
本发明实施例中，当生成所述组件请求指令后，执行所述组件请求指令，即可从预先构建的浏览器中获取所述组件请求指令的头部扩展字段中包含的组件信息对应的网页组件的组件生成器。
所述组件生成模块106，用于利用所述组件生成器生成一个或多个目标组件。
本发明实施例中，在预先构建的浏览器中执行所述组件生成器，即可生成一个或多个目标组件。
例如，生成器获取模块105中获取的组件生成器包括：目标组件r的组件生成器，目标组件e的组件生成器，目标组件w的组件生成器；则在预先构建的浏览器通过执行目标组件r的组件生成器生成目标组件r，通过执行目标组件e的组件生成器生成目标组件e，通过执行目标组件w的组件生成器生成目标组件w。
所述组件布局模块107，用于构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
本发明实施例中，所述构建所述目标组件的组件向量，即将所述目标组件对应的分词的特征向量作为所述目标组件的组件向量。
详细地，所述组件布局模块107具体用于：
按照所述组件向量的模长从大到小的顺序将生成的目标组件在所述浏览器内进行布局，包括：
获取所述浏览器中可布局组件位置，其中，所述可布局组件位置为所述浏览器中可用于布局网页组件的区域；
按照所述组件向量的模长从大到小的顺序将生成的目标组件布局至所述可布局组件位置。
本发明实施例可利用具有数据抓取功能的python语句从浏览器的后台数据中获取可布局组件的位置。
例如，目标组件r的评价数据集在进行分词后，得到的分词集的特征向量的大小为30，则将分词集的特征向量作为目标组件r的组件向量，即目标组件r的组件向量的模长为30；目标组件e的评价数据集在进行分词后，得到的分词集的特征向量的大小为60，则将分词集的特征向量作为目标组件e的组件向量，即目标组件e的组件向量的模长为60；目标组件w的评价数据集在进行分词后，得到的分词集的特征向量的大小为90，则将分词集的特征向量作为目标组件w的组件向量，即目标组件w的组件向量的模长为90；则在所述浏览器内，将目标组件r、目标组件e和目标组件w按照“目标组件w、目标组件e、目标组件r”的顺序将三个目标组件在获取的可布局组件位置上进行布局展示，得到布局网页。
本发明实施例通过对多个网页组件的评价数据集进行分词处理得到分词集，可将评价数据集中较长的句子拆分为较短词语，有利于提高对评价数据集进行处理的效率；利用指标算法计算分词集中每个分词的特征指标，根据特征指标构建分词集中每个分词的特征向量，筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件，由于分词集中的分词是由用户对多个组件的评价数据集进行分词处理得到的，因此根据分词构建特征向量筛选网页组件，可提高筛选出的网页组件与用户的匹配度，实现了根据用户的个性化需求对网页组件进行筛选；根据网页组件生成组件请求指令，执行组件请求指令从预设浏览器中获取组件生成器；利用组件生成器生成一个或多个目标组件，按照特征向量的模长从大到小的顺序将生成的目标组件在浏览器内进行布局，得到布局网页，由于特征向量的模长代表了用户对组件的偏好程度，因此按照组件向量的模长将生成的目标组件在浏览器内进行布局，实现了基于用户的个性化偏好对网页组件进行布局。因此本发明提出的基于大数据的网页组件布局装置，可以实现基于用户个性化需求对网页内组件进行展示。
如图3所示，是本发明一实施例提供的实现基于大数据的网页组件布局方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于大数据的网页组件布局程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字 (SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器 11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于大数据的网页组件布局程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器 10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于大数据的网页组件布局程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3 示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器 10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器 (Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是 LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于大数据的网页组件布局程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
利用指标算法计算所述分词集中每个分词的特征指标；
根据所述特征指标构建所述分词集中每个分词的特征向量；
筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
利用所述组件生成器生成一个或多个目标组件；
构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
利用指标算法计算所述分词集中每个分词的特征指标；
根据所述特征指标构建所述分词集中每个分词的特征向量；
筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
利用所述组件生成器生成一个或多个目标组件；
构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于大数据的网页组件布局方法，其特征在于，所述方法包括：
获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
利用指标算法计算所述分词集中每个分词的特征指标；
根据所述特征指标构建所述分词集中每个分词的特征向量；
筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
利用所述组件生成器生成一个或多个目标组件；
构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
2.如权利要求1所述的基于大数据的网页组件布局方法，其特征在于，所述对所述评价数据集进行分词处理，得到分词集，包括：
利用预设的标准词典对所述评价数据集进行标准词拆分，得到标准词集；
对所述标准词集中的词语进行词性标注；
根据所述词性标注，遍历并删除所述标准词集中预设词性的词语后得到分词集。
3.如权利要求1所述的基于大数据的网页组件布局方法，其特征在于，所述根据所述特征向量的模长将所述目标组件在所述浏览器内进行布局，包括：
获取所述浏览器中可布局组件位置，其中，所述可布局组件位置为所述浏览器中可用于布局网页组件的区域；
按照所述组件向量的模长从大到小的顺序将生成的目标组件布局至所述可布局组件位置。
4.如权利要求1所述的基于大数据的网页组件布局方法，其特征在于，所述根据所述特征指标构建所述分词集中每个分词的特征向量，包括：
将所述分词集中每个分词转换为词向量，得到词向量集；
将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到每个分词的特征向量。
5.如权利要求4所述的基于大数据的网页组件布局方法，其特征在于，所述将所述分词集中每个分词转换为词向量，得到词向量集，包括：
获取预先存储的所述分词集中每个分词对应的字节向量集，其中，所述字节向量集中包含每个分词中每个字节的字节向量；
将每个分词对应的字节向量集中的字节向量分别进行拼接，得到所述词向量集。
6.如权利要求4所述的基于大数据的网页组件布局方法，其特征在于，所述将所述词向量集中的词向量与分词集中每个分词对应的特征指标进行算术运算，得到特征向量，包括：
将分词集中的各分词的词向量与各分词对应的特征指标进行相乘，得到中间指标集；
将所述中间指标集进行算数平均运算，得到特征向量。
7.如权利要求1至6中任一项所述的基于大数据的网页组件布局方法，其特征在于，所述根据获取的所述网页组件生成组件请求指令，包括：
遍历并获取获取的所述网页组件的组件名称；
获取组件调用指令，将所述组件名称添加至所述组件调用指令的头部扩展字段，得到组件请求指令。
8.一种基于大数据的网页组件布局装置，其特征在于，所述装置包括：
分词模块，用于获取用户对多个网页组件的评价数据集，对所述评价数据集进行分词处理，得到分词集；
特征指标计算模块，用于利用指标算法计算所述分词集中每个分词的特征指标；
特征向量构建模块，用于根据所述特征指标构建所述分词集中每个分词的特征向量；
筛选模块，用于筛选出模长大于预设阈值的特征向量对应的分词，并获取筛选出的分词对应的网页组件；
生成器获取模块，用于根据获取的所述网页组件生成组件请求指令，执行所述组件请求指令从预设浏览器中获取组件生成器；
组件生成模块，用于利用所述组件生成器生成一个或多个目标组件；
组件布局模块，用于构建所述目标组件的组件向量，并根据所述组件向量的模长将所述目标组件在所述浏览器内进行布局，得到布局网页。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的基于大数据的网页组件布局方法。
10.一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；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7中任一项所述的基于大数据的网页组件布局方法。
CN202011486892.2A 2020-12-16 2020-12-16 基于大数据的网页组件布局方法、装置、电子设备及介质 Active CN112528183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011486892.2A CN112528183B (zh) 2020-12-16 2020-12-16 基于大数据的网页组件布局方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011486892.2A CN112528183B (zh) 2020-12-16 2020-12-16 基于大数据的网页组件布局方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN112528183A true CN112528183A (zh) 2021-03-19
CN112528183B CN112528183B (zh) 2023-08-18

Family

ID=75000699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011486892.2A Active CN112528183B (zh) 2020-12-16 2020-12-16 基于大数据的网页组件布局方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN112528183B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118170981A (zh) * 2024-03-25 2024-06-11 杭州朗视视频技术有限公司 基于深度学习的多维自适应aigc门户系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020087681A1 (en) * 2000-12-28 2002-07-04 Kenichi Kishi Co-evaluation system for component of electronic device
US20150310124A1 (en) * 2014-04-29 2015-10-29 Wix.Com Ltd. System and method for the creation and use of visually-diverse high-quality dynamic layouts
US20170116543A1 (en) * 2015-10-23 2017-04-27 Sap Se Self-adaptive display layout system
CN110766439A (zh) * 2019-08-30 2020-02-07 昆山市量子昆慈量子科技有限责任公司 一种酒店网络口碑评价方法、系统及电子设备
CN111177402A (zh) * 2019-12-13 2020-05-19 中移（杭州）信息技术有限公司 基于分词处理的评价方法、装置、计算机设备及存储介质
CN111324810A (zh) * 2020-02-17 2020-06-23 北京奇艺世纪科技有限公司 一种信息过滤方法、装置及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020087681A1 (en) * 2000-12-28 2002-07-04 Kenichi Kishi Co-evaluation system for component of electronic device
US20150310124A1 (en) * 2014-04-29 2015-10-29 Wix.Com Ltd. System and method for the creation and use of visually-diverse high-quality dynamic layouts
US20170116543A1 (en) * 2015-10-23 2017-04-27 Sap Se Self-adaptive display layout system
CN110766439A (zh) * 2019-08-30 2020-02-07 昆山市量子昆慈量子科技有限责任公司 一种酒店网络口碑评价方法、系统及电子设备
CN111177402A (zh) * 2019-12-13 2020-05-19 中移（杭州）信息技术有限公司 基于分词处理的评价方法、装置、计算机设备及存储介质
CN111324810A (zh) * 2020-02-17 2020-06-23 北京奇艺世纪科技有限公司 一种信息过滤方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118170981A (zh) * 2024-03-25 2024-06-11 杭州朗视视频技术有限公司 基于深度学习的多维自适应aigc门户系统及方法
CN118170981B (zh) * 2024-03-25 2024-09-03 杭州朗视视频技术有限公司 基于深度学习的多维自适应aigc门户系统及方法

Also Published As

Publication number Publication date
CN112528183B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
CN113449187B (zh) 基于双画像的产品推荐方法、装置、设备及存储介质
CN112541338A (zh) 相似文本匹配方法、装置、电子设备及计算机存储介质
CN112380859A (zh) 舆情信息的推荐方法、装置、电子设备及计算机存储介质
CN112883190A (zh) 文本分类方法、装置、电子设备及存储介质
CN114186132B (zh) 信息推荐方法、装置、电子设备及存储介质
CN112507230A (zh) 基于浏览器的网页推荐方法、装置、电子设备及存储介质
CN113868528A (zh) 资讯推荐方法、装置、电子设备及可读存储介质
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN111652282A (zh) 基于大数据的用户偏好分析方法、装置及电子设备
CN113204698B (zh) 新闻主题词生成方法、装置、设备及介质
CN114138243A (zh) 基于开发平台的功能调用方法、装置、设备及存储介质
CN113505273A (zh) 基于重复数据筛选的数据排序方法、装置、设备及介质
CN112528183B (zh) 基于大数据的网页组件布局方法、装置、电子设备及介质
CN116578696A (zh) 文本摘要生成方法、装置、设备及存储介质
CN116737947A (zh) 实体关系图构建方法、装置、设备及存储介质
CN114708073B (zh) 一种围标串标智能检测方法、装置、电子设备及存储介质
CN116542221A (zh) Pdf文件解析预览方法、装置、设备及存储介质
CN112561500B (zh) 基于用户数据的薪酬数据生成方法、装置、设备及介质
CN114780688A (zh) 基于规则匹配的文本质检方法、装置、设备及存储介质
CN115186188A (zh) 基于行为分析的产品推荐方法、装置、设备及存储介质
CN111414452B (zh) 搜索词匹配方法、装置、电子设备及可读存储介质
CN113434660A (zh) 基于多领域分类的产品推荐方法、装置、设备及存储介质
CN113656586A (zh) 情感分类方法、装置、电子设备及可读存储介质
CN113723114A (zh) 基于多意图识别的语义分析方法、装置、设备及存储介质
CN113626605A (zh) 信息分类方法、装置、电子设备及可读存储介质

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