CN112560943A - 项目开发流程生成方法、装置、电子设备及存储介质 - Google Patents
项目开发流程生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112560943A CN112560943A CN202011474343.3A CN202011474343A CN112560943A CN 112560943 A CN112560943 A CN 112560943A CN 202011474343 A CN202011474343 A CN 202011474343A CN 112560943 A CN112560943 A CN 112560943A
- Authority
- CN
- China
- Prior art keywords
- tool
- target
- development
- word segmentation
- feature
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Abstract
本发明涉及基架运维技术,揭露了一种项目开发流程生成方法,包括:获取开发需求数据,对开发需求数据进行分词处理,得到需求分词集;利用特征分词筛选模型对需求分词集进行特征筛选,得到特征分词集;获取脚手架工具集,根据特征分词集从脚手架工具集中筛选出目标工具;从预先构建的数据库中查询并获取目标工具的依赖工具,计算目标工具和依赖工具的优先级;根据优先级将目标工具和依赖工具进行排序,得到流程工具列表;按照流程工具列表的顺序生成开发流程。此外,本发明还涉及区块链技术,所述开发需求数据可存储于区块链的节点。本发明还提出一种项目开发流程生成装置、设备以及介质。本发明可以提高根据开发需求生成的项目开发流程的精确性。
Description
技术领域
本发明涉及基架运维技术领域,尤其涉及一种项目开发流程生成方法、装置、电子设备及计算机可读存储介质。
背景技术
实际项目开发过程中,需要根据用户需求制定相应的项目开发流程,以实现根据制定的项目开发流程开发出满足客户需求的项目,但随着不同用户之间需求差异性的增大,导致不同项目的开发流程存在着较大的差异。
目前项目开发流程的制定方法多为根据用户需求匹配历史上相似的历史开发框架,再结合用户需求和历史开发框架生成项目开发流程,例如,现有的用户需求为开发一个票务管理系统的需求数据,则根据用户需求匹配到历史上较为相似的一个图书管理系统,再根据票务管理系统的需求数据和图书管理系统生成票务管理系统的项目开发流程。但随着用户需求差异性的增加,会导致用户需求与历史开发框架的不匹配,造成无法根据需求数据和历史开发框架生成准确的项目开发流程。
发明内容
本发明提供一种项目开发流程生成方法、装置及计算机可读存储介质,其主要目的在于解决根据用户需求生成的项目开发流程的准确率不高的问题。
为实现上述目的,本发明提供的一种项目开发流程生成方法,包括:
获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集;
利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集;
获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具;
从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级;
根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表;
按照所述流程工具列表的顺序生成项目开发流程。
可选地,所述对所述开发需求数据进行分词处理,得到需求分词集,包括:
删除所述开发需求数据中包含的敏感数据;
利用预设标准词典对去除敏感数据后的开发需求数据进行分词处理,得到需求分词集。
可选地,所述利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集,包括:
利用所述特征筛选模型中的前向卷积核对所述需求分词集进行卷积,得到前向分词特征;
利用所述特征筛选模型中的后向卷积核对所述前向分词特征进行卷积,得到后向分词特征;
对获得的所述前向分词特征和所述后向分词特征进行特征融合,得到融合分词特征;
利用筛选算法对所述融合分词特征进行特征筛选,得到特征分词集。
可选地,所述根据所述特征分词集从所述脚手架工具集中筛选出目标工具,包括:
从所述脚手架工具集中随机选取其中一个脚手架工具作为目标脚手架工具;
利用匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值;
在所述匹配值大于或等于预设匹配阈值时,确定所述目标脚手架工具与所述特征分词匹配;
确定所述脚手架工具集中与所述特征分词相匹配的所有脚手架工具为目标工具。
可选地,所述从预先构建的数据库中查询并获取所述目标工具的依赖工具,包括:
遍历目标工具并提取所述目标工具的依赖关系数据;
利用编译器将所述依赖关系数据编译为工具调用语句;
执行所述工具调用语句从预先构建的工具数据库内调用所述目标工具的依赖工具。
可选地,所述利用编译器将所述依赖关系数据编译为工具调用语句,包括:
确定所述预先构建的工具数据库的存储环境;
获取与所述存储环境相应的编译器;
利用所述编译器将所述依赖关系数据编译为工具调用语句。
可选地,所述按照所述流程工具列表的顺序生成项目开发流程,包括:
获取开发步骤数据,其中,所述开发步骤数据包括每个所述目标工具与每个所述依赖工具分别对应的开发步骤;
将所述开发步骤数据按照所述流程工具列表的顺序进行组合,得到项目开发流程。
为了解决上述问题,本发明还提供一种项目开发流程生成装置,所述装置包括:
分词处理模块,用于获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集;
特征筛选模块,用于利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集;
工具筛选模块,用于获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具;
优先级计算模块,用于从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级;
工具排序模块,用于根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表;
流程生成模块,用于按照所述流程工具列表的顺序生成项目开发流程。
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:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的项目开发流程生成方法。
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,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的项目开发流程生成方法。
本发明实施例通过获取开发需求数据,对开发需求数据进行分词处理,得到需求分词集,可将长度较大的开发需求数据划分为多个需求分词,通过对多个需求分词进行分析处理相比直接对开发需求数据进行处理效率和准确性更高;利用特征分词筛选模型对需求分词集进行特征筛选,得到特征分词集,据特征分词集从脚手架工具集中筛选出目标工具,可提高从脚手架工具集找出与特征分词所对应的目标工具的准确性,有利于提高后续根据目标工具生成项目开发流程的精确度;获取目标工具的依赖工具,计算目标工具和依赖工具的优先级,并按照优先级将目标工具和依赖工具排序为流程工具列表,按照流程工具列表的顺序生成项目开发流程,实现了根据筛选出的项目工具和依赖工具生成目开发流程。因此本发明提出的项目开发流程生成方法、装置、电子设备及计算机可读存储介质,可以解决根据用户需求生成的项目开发流程的准确率不高的问题。
附图说明
图1为本发明一实施例提供的项目开发流程生成方法的流程示意图;
图2为本发明一实施例提供的项目开发流程生成装置的功能模块图;
图3为本发明一实施例提供的实现所述项目开发流程生成方法的电子设备的结构示意图。
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项目开发流程生成方法。所述项目开发流程生成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,所述项目开发流程生成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项目开发流程生成方法的流程示意图。在本实施例中,所述项目开发流程生成方法包括:
S1、获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集。
本发明实施例中,所述开发需求数据为进行项目开发时对项目开发提出的需求数据,例如,项目开发的需求文档。
本发明实施例可利用具有数据抓取功能的python语句从用于存储开发需求数据的区块链节点中获取所述开发需求数据,利用区块链节点对数据的高吞吐性,可提高获取开发需求数据的效率。
详细地,所述对所述开发需求数据进行分词处理,得到需求分词集,包括:
删除所述开发需求数据中包含的敏感数据;
利用预设标准词典对去除敏感数据后的开发需求数据进行分词处理,得到需求分词集。
实际应用中,由于所述开发需求数据中可能包含一些私密信息,如,开发人员联系方式,开发人员住址等数据,因此,本发明实施例对开发需求数据中包含的敏感数据进行删除,可提高对开发需求数据进行处理时的保密性。
具体地,所述预设标准词典可由用户给定,所述预设标准词典中包含多个标准的需求分词。
本发明实施例对开发需求数据进行分词处理,可将长度较大的开发需求数据划分为多个需求分词,通过对多个需求分词进行分析处理相比直接对开发需求数据进行处理效率和准确性更高。
S2、利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集。
本发明实施例中,所述征分词筛选模型为具有分类功能的VGG网络,所述VGG网络中包含多个以级联方式连接的卷积核。
具体的,VGG网络中利用多个级联的尺寸小于等于预设尺寸的卷积核替代传统的一个较大卷积核对需求分词集进行特征提取。
所述预设尺寸可以为3X3的卷积核。所述级联的卷积核可以为4个3X3的卷积核。
详细地,所述利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集,包括:
利用所述特征筛选模型中的前向卷积核对所述需求分词集进行卷积,得到前向分词特征;
利用所述特征筛选模型中的后向卷积核对所述前向分词特征进行卷积,得到后向分词特征;
对获得的所述前向分词特征和所述后向分词特征进行特征融合,得到融合分词特征;
利用筛选算法对所述融合分词特征进行特征筛选,得到特征分词集。
详细地,所述筛选算法包括但不限于softmax函数,利用筛选算法可计算得到融合分词特征为预设的目标类别的目标类别概率,当所述目标类别概率大于预设目标概率阈值时,确定所述融合分词特征对应的需求分词为特征分词,当所述目标类别概率小于或等于预设目标概率阈值时,确定所述融合分词特征对应的需求分词为非特征分词。
具体地,所述前向卷积核与所述后向卷积核是相对而言的,例如,特征分词筛选模型包括4个级联的卷积核,第一个对需求分词集进行卷积的卷积核相对于第二个对需求分词集进行卷积的卷积核、第三个对需求分词集进行卷积的卷积核和第四个对需求分词集进行卷积的卷积核来说是前向卷积核;第二个对需求分词集进行卷积的卷积核相对于第一个对需求分词集进行卷积的卷积核来说是后向卷积核,依此类推。
当前向卷积核为初始卷积核时,后向卷积对前向得到的结果(前向分词特征)进行卷积,得到后向分词特征。
当前向卷积核不为初始卷积通道时,后向卷积对前向得到的结果(前向分词特征)进行卷积,得到后向分词特征。
具体地,例如,在第一卷积核中对所述分词集进行卷积,得到第一分词特征;
在第二卷积核中对所述第一分词特征进行卷积,得到第二分词特征;
在第三卷积核中对所述第二分词特征进行卷积,得到第三分词特征;
在第四卷积核中对所述第三分词特征进行卷积,得到第四分词特征;
对所述第一分词特征、所述第二分词特征、所述第三分词特征和所述第四分词特征进行特征融合得到融合分词特征,并利用特征筛选算法对所述融合分词特征进行特征筛选,得到特征分词集。
本发明实施例利用特征分词筛选模型实现对需求分词集的筛选,且在特征分词筛选模型中利用多个较小的级联卷积核替换普通的一个较大卷积核对分词集进行特征提取,可保留感受野的同时增加特征分词筛选模型的非线性能力,提高特征分词筛选模型对需求分词集进行特征分词筛选的精确度。
S3、获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具。
本发明实施例中,所述脚手架工具集中包括多个脚手架工具和各脚手架工具对应的依赖关系数据,所述脚手架工具是用于对项目开发进行搭建的工具,例如,项目开发中使用的插件、脚本和现有程序包等,所述依赖关系数据包括脚手架工具在被使用时与其他工具的依赖关系。
本发明实施例可从预先构建的用于存储脚手架工具的数据库中获取所述脚手架工具集,所述数据库包括但不限于mysql数据库、Oracle数据库等。
详细地,所述根据所述特征分词集从所述脚手架工具集中筛选出目标工具,包括:
从所述脚手架工具集中随机选取其中一个脚手架工具作为目标脚手架工具;
利用匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值;
在所述匹配值大于或等于预设匹配阈值时,确定所述目标脚手架工具与所述特征分词匹配;
确定所述脚手架工具集中与所述特征分词相匹配的所有脚手架工具为目标工具。
详细地,所述利用匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值,包括:
利用如下匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值LFk(q):
其中,Nk(q)为所述特征分词集,ldk(q)为Nk(q)内的第q个特征分词,ld(p)为所述脚手架工具集中第q个脚手架工具,k为Nk(q)中特征分词的个数,reach-distk(p,q)为用于计算p,q之间的距离的运算。
本发明实施例通过将脚手架工具集与特征分词集进行匹配分析,可准确地从脚手架工具集找出与特征分词集中特征分词所对应的目标工具。
S4、从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级。
本发明实施例中,所述从预先构建的数据库中查询并获取所述目标工具的依赖工具,包括:
遍历目标工具并提取所述目标工具的依赖关系数据;
利用编译器将所述依赖关系数据编译为工具调用语句;
执行所述工具调用语句从预先构建的工具数据库内调用所述目标工具的依赖工具。
本发明实施例中,可利用具有数据抓取功能的python语句对所述脚手架工具集进行遍历,以提取所述脚手架工具集中目标工具对应的依赖关系数据。
详细地,所述利用编译器将所述依赖关系数据编译为工具调用语句,包括:
确定所述预先构建的工具数据库的存储环境;
获取与所述存储环境相应的编译器;
利用所述编译器将所述依赖关系数据编译为工具调用语句。
具体地,所述存储环境由所述工具数据库的属性决定,例如,当所述工具数据库的属性为mysql数据库时,确定所述存储环境为mysql属性,当所述工具数据库的属性为Oracle数据库时,确定所述存储环境为Oracle环境。
详细地,所述编译器为具有程序语句编译功能的工具,所述编译器包括但不限于MSVC编译器、GCC编译器、Cygwin编译器和MingW等。
本发明实施例中,所述计算所述目标工具和所述依赖工具的优先级,包括:
利用如下优先级算法计算所述目标工具和所述依赖工具的优先级:
其中,Pric为所述目标工具或所述依赖工具中第c个目标工具或依赖工具的优先级,frequencyc为所述目标工具或所述依赖工具中第c个目标工具或依赖工具出现的次数,gradec为所述所述目标工具或所述依赖工具中第c个目标工具或依赖工具的等级,α,β为预设系数。
较佳地,所述目标工具或所述依赖工具中第c个目标工具或依赖工具的等级可由开发人员进行定义。
S5、根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表。
本发明实施例中,将所述目标工具和所述依赖工具按照所述优先级从大到小进行排序,得到工具列表。
例如,所述目标工具和所述依赖工具包括目标工具A、目标工具B、依赖工具C和依赖工具D,其中,目标工具A的优先级为30,目标工具B的优先级为80,依赖工具C的优先级为50,依赖工具D的优先级为70,则按照优先级从大到小的顺序将目标工具和依赖工具排序为:目标工具B、依赖工具D、依赖工具C、目标工具A。
S6、按照所述流程工具列表的顺序生成项目开发流程。
本发明实施例中,所述按照所述流程工具列表的顺序生成项目开发流程,包括:
获取开发步骤数据,其中,所述开发步骤数据包括每个所述目标工具与每个所述依赖工具分别对应的开发步骤;
将所述开发步骤数据按照所述流程工具列表的顺序进行组合,得到项目开发流程。
详细地,可利用具有数据抓取功能的python语句抓取预先存储的开发步骤数据。
本发明实施例中,所述将所述开发步骤数据按照所述工具列表的顺序进行组合,得到项目开发流程,例如,开发步骤数据中包括目标工具A、目标工具B、依赖工具C和依赖工具D对应的开发步骤;工具列表的顺序为:目标工具B、依赖工具D、依赖工具C、目标工具A;按照所述工具列表的顺序,将开发步骤数据组合为项目开发流程:目标工具B的开发步骤、依赖工具D的开发步骤、依赖工具C的开发步骤、目标工具A的开发步骤。
本发明实施例通过获取开发需求数据,对开发需求数据进行分词处理,得到需求分词集,可将长度较大的开发需求数据划分为多个需求分词,通过对多个需求分词进行分析处理相比直接对开发需求数据进行处理效率和准确性更高;利用特征分词筛选模型对需求分词集进行特征筛选,得到特征分词集,据特征分词集从脚手架工具集中筛选出目标工具,可提高从脚手架工具集找出与特征分词所对应的目标工具的准确性,有利于提高后续根据目标工具生成项目开发流程的精确度;获取目标工具的依赖工具,计算目标工具和依赖工具的优先级,并按照优先级将目标工具和依赖工具排序为流程工具列表,按照流程工具列表的顺序生成项目开发流程,实现了根据筛选出的项目工具和依赖工具生成目开发流程。因此本发明提出的项目开发流程生成方法,可以解决根据用户需求生成的项目开发流程的准确率不高的问题。
如图2所示,是本发明一实施例提供的项目开发流程生成装置的功能模块图。
本发明所述项目开发流程生成装置100可以安装于电子设备中。根据实现的功能,所述项目开发流程生成装置100可以包括分词处理模块101、特征筛选模块102、工具筛选模块103、优先级计算模块104、工具排序模块105和流程生成模块106。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:
所述分词处理模块101,用于获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集。
本发明实施例中,所述开发需求数据为进行项目开发时对项目开发提出的需求数据,例如,项目开发的需求文档。
本发明实施例可利用具有数据抓取功能的python语句从用于存储开发需求数据的区块链节点中获取所述开发需求数据,利用区块链节点对数据的高吞吐性,可提高获取开发需求数据的效率。
详细地,所述分词处理模块101具体用于:
获取开发需求数据;
删除所述开发需求数据中包含的敏感数据;
利用预设标准词典对去除敏感数据后的开发需求数据进行分词处理,得到需求分词集。
实际应用中,由于所述开发需求数据中可能包含一些私密信息,如,开发人员联系方式,开发人员住址等数据,因此,本发明实施例对开发需求数据中包含的敏感数据进行删除,可提高对开发需求数据进行处理时的保密性。
具体地,所述预设标准词典可由用户给定,所述预设标准词典中包含多个标准的需求分词。
本发明实施例对开发需求数据进行分词处理,可将长度较大的开发需求数据划分为多个需求分词,通过对多个需求分词进行分析处理相比直接对开发需求数据进行处理效率和准确性更高。
所述特征筛选模块102,用于利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集。
本发明实施例中,所述征分词筛选模型为具有分类功能的VGG网络,所述VGG网络中包含多个以级联方式连接的卷积核。
具体的,VGG网络中利用多个级联的尺寸小于等于预设尺寸的卷积核替代传统的一个较大卷积核对需求分词集进行特征提取。
所述预设尺寸可以为3X3的卷积核。所述级联的卷积核可以为4个3X3的卷积核。
详细地,所述特征筛选模块102具体用于:
利用所述特征筛选模型中的前向卷积核对所述需求分词集进行卷积,得到前向分词特征;
利用所述特征筛选模型中的后向卷积核对所述前向分词特征进行卷积,得到后向分词特征;
对获得的所述前向分词特征和所述后向分词特征进行特征融合,得到融合分词特征;
利用筛选算法对所述融合分词特征进行特征筛选,得到特征分词集。
详细地,所述筛选算法包括但不限于softmax函数,利用筛选算法可计算得到融合分词特征为预设的目标类别的目标类别概率,当所述目标类别概率大于预设目标概率阈值时,确定所述融合分词特征对应的需求分词为特征分词,当所述目标类别概率小于或等于预设目标概率阈值时,确定所述融合分词特征对应的需求分词为非特征分词。
具体地,所述前向卷积核与所述后向卷积核是相对而言的,例如,特征分词筛选模型包括4个级联的卷积核,第一个对需求分词集进行卷积的卷积核相对于第二个对需求分词集进行卷积的卷积核、第三个对需求分词集进行卷积的卷积核和第四个对需求分词集进行卷积的卷积核来说是前向卷积核;第二个对需求分词集进行卷积的卷积核相对于第一个对需求分词集进行卷积的卷积核来说是后向卷积核,依此类推。
当前向卷积核为初始卷积核时,后向卷积对前向得到的结果(前向分词特征)进行卷积,得到后向分词特征。
当前向卷积核不为初始卷积通道时,后向卷积对前向得到的结果(前向分词特征)进行卷积,得到后向分词特征。
具体地,例如,在第一卷积核中对所述分词集进行卷积,得到第一分词特征;
在第二卷积核中对所述第一分词特征进行卷积,得到第二分词特征;
在第三卷积核中对所述第二分词特征进行卷积,得到第三分词特征;
在第四卷积核中对所述第三分词特征进行卷积,得到第四分词特征;
对所述第一分词特征、所述第二分词特征、所述第三分词特征和所述第四分词特征进行特征融合得到融合分词特征,并利用特征筛选算法对所述融合分词特征进行特征筛选,得到特征分词集。
本发明实施例利用特征分词筛选模型实现对需求分词集的筛选,且在特征分词筛选模型中利用多个较小的级联卷积核替换普通的一个较大卷积核对分词集进行特征提取,可保留感受野的同时增加特征分词筛选模型的非线性能力,提高特征分词筛选模型对需求分词集进行特征分词筛选的精确度。
所述工具筛选模块103,用于获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具。
本发明实施例中,所述脚手架工具集中包括多个脚手架工具和各脚手架工具对应的依赖关系数据,所述脚手架工具是用于对项目开发进行搭建的工具,例如,项目开发中使用的插件、脚本和现有程序包等,所述依赖关系数据包括脚手架工具在被使用时与其他工具的依赖关系。
本发明实施例可从预先构建的用于存储脚手架工具的数据库中获取所述脚手架工具集,所述数据库包括但不限于mysql数据库、Oracle数据库等。
详细地,所述工具筛选模块103具体用于:
从所述脚手架工具集中随机选取其中一个脚手架工具作为目标脚手架工具;
利用匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值;
在所述匹配值大于或等于预设匹配阈值时,确定所述目标脚手架工具与所述特征分词匹配;
确定所述脚手架工具集中与所述特征分词相匹配的所有脚手架工具为目标工具。
详细地,所述利用匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值,包括:
利用如下匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值LFk(q):
其中,Nk(q)为所述特征分词集,ldk(q)为Nk(q)内的第q个特征分词,ld(p)为所述脚手架工具集中第q个脚手架工具,k为Nk(q)中特征分词的个数,reach-distk(p,q)为用于计算p,q之间的距离的运算。
本发明实施例通过将脚手架工具集与特征分词集进行匹配分析,可准确地从脚手架工具集找出与特征分词集中特征分词所对应的目标工具。
所述优先级计算模块104,用于从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级。
本发明实施例中,所述优先级计算模块104具体用于:
遍历目标工具并提取所述目标工具的依赖关系数据;
利用编译器将所述依赖关系数据编译为工具调用语句;
执行所述工具调用语句从预先构建的工具数据库内调用所述目标工具的依赖工具;
计算所述目标工具和所述依赖工具的优先级。
本发明实施例中,可利用具有数据抓取功能的python语句对所述脚手架工具集进行遍历,以提取所述脚手架工具集中目标工具对应的依赖关系数据。
详细地,所述利用编译器将所述依赖关系数据编译为工具调用语句,包括:
确定所述预先构建的工具数据库的存储环境;
获取与所述存储环境相应的编译器;
利用所述编译器将所述依赖关系数据编译为工具调用语句。
具体地,所述存储环境由所述工具数据库的属性决定,例如,当所述工具数据库的属性为mysql数据库时,确定所述存储环境为mysql属性,当所述工具数据库的属性为Oracle数据库时,确定所述存储环境为Oracle环境。
详细地,所述编译器为具有程序语句编译功能的工具,所述编译器包括但不限于MSVC编译器、GCC编译器、Cygwin编译器和MingW等。
本发明实施例中,所述计算所述目标工具和所述依赖工具的优先级,包括:
利用如下优先级算法计算所述目标工具和所述依赖工具的优先级:
其中,Pric为所述目标工具或所述依赖工具中第c个目标工具或依赖工具的优先级,frequencyc为所述目标工具或所述依赖工具中第c个目标工具或依赖工具出现的次数,gradec为所述所述目标工具或所述依赖工具中第c个目标工具或依赖工具的等级,α,β为预设系数。
较佳地,所述目标工具或所述依赖工具中第c个目标工具或依赖工具的等级可由开发人员进行定义。
所述工具排序模块105,用于根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表。
本发明实施例中,将所述目标工具和所述依赖工具按照所述优先级从大到小进行排序,得到工具列表。
例如,所述目标工具和所述依赖工具包括目标工具A、目标工具B、依赖工具C和依赖工具D,其中,目标工具A的优先级为30,目标工具B的优先级为80,依赖工具C的优先级为50,依赖工具D的优先级为70,则按照优先级从大到小的顺序将目标工具和依赖工具排序为:目标工具B、依赖工具D、依赖工具C、目标工具A。
所述流程生成模块106,用于按照所述流程工具列表的顺序生成项目开发流程。
本发明实施例中,所述流程生成模块106具体用于:
获取开发步骤数据,其中,所述开发步骤数据包括每个所述目标工具与每个所述依赖工具分别对应的开发步骤;
将所述开发步骤数据按照所述流程工具列表的顺序进行组合,得到项目开发流程。
详细地,可利用具有数据抓取功能的python语句抓取预先存储的开发步骤数据。
本发明实施例中,所述将所述开发步骤数据按照所述工具列表的顺序进行组合,得到项目开发流程,例如,开发步骤数据中包括目标工具A、目标工具B、依赖工具C和依赖工具D对应的开发步骤;工具列表的顺序为:目标工具B、依赖工具D、依赖工具C、目标工具A;按照所述工具列表的顺序,将开发步骤数据组合为项目开发流程:目标工具B的开发步骤、依赖工具D的开发步骤、依赖工具C的开发步骤、目标工具A的开发步骤。
本发明实施例通过获取开发需求数据,对开发需求数据进行分词处理,得到需求分词集,可将长度较大的开发需求数据划分为多个需求分词,通过对多个需求分词进行分析处理相比直接对开发需求数据进行处理效率和准确性更高;利用特征分词筛选模型对需求分词集进行特征筛选,得到特征分词集,据特征分词集从脚手架工具集中筛选出目标工具,可提高从脚手架工具集找出与特征分词所对应的目标工具的准确性,有利于提高后续根据目标工具生成项目开发流程的精确度;获取目标工具的依赖工具,计算目标工具和依赖工具的优先级,并按照优先级将目标工具和依赖工具排序为流程工具列表,按照流程工具列表的顺序生成项目开发流程,实现了根据筛选出的项目工具和依赖工具生成目开发流程。因此本发明提出的项目开发流程生成装置,可以解决根据用户需求生成的项目开发流程的准确率不高的问题。
如图3所示,是本发明一实施例提供的实现项目开发流程生成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,如项目开发流程生成程序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,例如项目开发流程生成程序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(例如项目开发流程生成程序等),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存储的项目开发流程生成程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集;
利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集;
获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具;
从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级;
根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表;
按照所述流程工具列表的顺序生成项目开发流程。
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:
获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集;
利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集;
获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具;
从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级;
根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表;
按照所述流程工具列表的顺序生成项目开发流程。
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)
1.一种项目开发流程生成方法,其特征在于,所述方法包括:
获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集;
利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集;
获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具;
从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级;
根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表;
按照所述流程工具列表的顺序生成项目开发流程。
2.如权利要求1所述的项目开发流程生成方法,其特征在于,所述对所述开发需求数据进行分词处理,得到需求分词集,包括:
删除所述开发需求数据中包含的敏感数据;
利用预设标准词典对去除敏感数据后的开发需求数据进行分词处理,得到需求分词集。
3.如权利要求1所述的项目开发流程生成方法,其特征在于,所述利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集,包括:
利用所述特征筛选模型中的前向卷积核对所述需求分词集进行卷积,得到前向分词特征;
利用所述特征筛选模型中的后向卷积核对所述前向分词特征进行卷积,得到后向分词特征;
对获得的所述前向分词特征和所述后向分词特征进行特征融合,得到融合分词特征;
利用筛选算法对所述融合分词特征进行特征筛选,得到特征分词集。
4.如权利要求1所述的项目开发流程生成方法,其特征在于,所述根据所述特征分词集从所述脚手架工具集中筛选出目标工具,包括:
从所述脚手架工具集中随机选取其中一个脚手架工具作为目标脚手架工具;
利用匹配算法计算所述目标脚手架工具与所述特征分词集中各特征分词的匹配值;
在所述匹配值大于或等于预设匹配阈值时,确定所述目标脚手架工具与所述特征分词匹配;
确定所述脚手架工具集中与所述特征分词相匹配的所有脚手架工具为目标工具。
5.如权利要求1至4中任一项所述的项目开发流程生成方法,其特征在于,所述从预先构建的数据库中查询并获取所述目标工具的依赖工具,包括:
遍历目标工具并提取所述目标工具的依赖关系数据;
利用编译器将所述依赖关系数据编译为工具调用语句;
执行所述工具调用语句从预先构建的工具数据库内调用所述目标工具的依赖工具。
6.如权利要求5所述的项目开发流程生成方法,其特征在于,所述利用编译器将所述依赖关系数据编译为工具调用语句,包括:
确定所述预先构建的工具数据库的存储环境;
获取与所述存储环境相应的编译器;
利用所述编译器将所述依赖关系数据编译为工具调用语句。
7.如权利要求1所述的项目开发流程生成方法,其特征在于,所述按照所述流程工具列表的顺序生成项目开发流程,包括:
获取开发步骤数据,其中,所述开发步骤数据包括每个所述目标工具与每个所述依赖工具分别对应的开发步骤;
将所述开发步骤数据按照所述流程工具列表的顺序进行组合,得到项目开发流程。
8.一种项目开发流程生成装置,其特征在于,所述装置包括:
分词处理模块,用于获取开发需求数据,对所述开发需求数据进行分词处理,得到需求分词集;
特征筛选模块,用于利用特征分词筛选模型对所述需求分词集进行特征筛选,得到特征分词集;
工具筛选模块,用于获取脚手架工具集,根据所述特征分词集从所述脚手架工具集中筛选出目标工具;
优先级计算模块,用于从预先构建的数据库中查询并获取所述目标工具的依赖工具,计算所述目标工具和所述依赖工具的优先级;
工具排序模块,用于根据所述优先级将所述目标工具和所述依赖工具进行排序,得到流程工具列表;
流程生成模块,用于按照所述流程工具列表的顺序生成项目开发流程。
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指令,所述指令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中任意一项所述的项目开发流程生成方法。
10.一种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7中任意一项所述的项目开发流程生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474343.3A CN112560943A (zh) | 2020-12-15 | 2020-12-15 | 项目开发流程生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474343.3A CN112560943A (zh) | 2020-12-15 | 2020-12-15 | 项目开发流程生成方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112560943A true CN112560943A (zh) | 2021-03-26 |
Family
ID=75063433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011474343.3A Pending CN112560943A (zh) | 2020-12-15 | 2020-12-15 | 项目开发流程生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112560943A (zh) |
-
2020
- 2020-12-15 CN CN202011474343.3A patent/CN112560943A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN112541745A (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
CN112883190A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN112733531B (zh) | 虚拟资源分配方法、装置、电子设备及计算机存储介质 | |
CN112528616B (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN113961473A (zh) | 数据测试方法、装置、电子设备及计算机可读存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN113360768A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN114880368A (zh) | 数据查询方法、装置、电子设备及可读存储介质 | |
CN112541688B (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN113268665A (zh) | 基于随机森林的信息推荐方法、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 | |
CN112560943A (zh) | 项目开发流程生成方法、装置、电子设备及存储介质 | |
CN114238375A (zh) | 指标查询方法、装置、电子设备及存储介质 | |
CN113313211A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN113343102A (zh) | 基于特征筛选的数据推荐方法、装置、电子设备及介质 | |
CN112417300A (zh) | 产品漏洞方案查询方法、装置、电子设备及存储介质 | |
CN113592606B (zh) | 基于多重决策的产品推荐方法、装置、设备及存储介质 | |
CN112559875A (zh) | 基于应用启动画面的资源推荐方法、装置、设备及介质 | |
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 | |
CN115146627A (zh) | 实体识别方法、装置、电子设备及存储介质 | |
CN114185617A (zh) | 业务调用接口配置方法、装置、设备及存储介质 |
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 |