CN113704474B - 银行网点设备操作指引生成方法、装置、设备及存储介质 - Google Patents
银行网点设备操作指引生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113704474B CN113704474B CN202111006954.XA CN202111006954A CN113704474B CN 113704474 B CN113704474 B CN 113704474B CN 202111006954 A CN202111006954 A CN 202111006954A CN 113704474 B CN113704474 B CN 113704474B
- Authority
- CN
- China
- Prior art keywords
- screenshot
- operation interface
- keyword
- clustering
- flow image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012216 screening Methods 0.000 claims abstract description 28
- 238000012163 sequencing technique Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 238000011176 pooling Methods 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/258—Heading extraction; Automatic titling; Numbering
-
- 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)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及人工智能技术,揭露一种银行网点设备操作指引生成方法,包括:获取银行网点设备的操作界面截图和用户点击界面时的日志,对操作界面截图进行分类生成操作单元,对操作单元进行排序得到初步操作流程图像集;提取初步操作流程图像集中的文字信息,筛选出文字信息中关键字信息集并进行聚类;根据聚类结果对初步操作流程图像集进行分类,并提取日志中触发事件的操作信息,将操作信息与分类后的初步操作流程组合成银行网点设备操作指引。此外,本发明还涉及区块链技术,操作界面截图可存储于区块链的节点。本发明还提出一种银行网点设备操作指引生成装置、电子设备以及存储介质。本发明可以提高银行网点设备操作指引生成效率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种银行网点设备操作指引生成方法、装置、电子设备及计算机可读存储介质。
背景技术
近年来,随着人工智能技术的不断发展,银行各网点通过各种设备实现用户的业务自助办理。但是有些设备的操作对用户来说不是很友好,并且设备的软件版本经常会进行迭代更新,设备的操作指引对用户来说非常有必要。
传统设备的操作指引生成方案主要为人工编写操作指引文档、录制操作指引视频、新手指引遮罩方式生成操作指引、并由专门的培训指引软件生成操作指引等。
上述操作指引生成方案,存在大量手工配置工作,且当软件版本迭代更新后操作指引更新不及时,因此当前银行网点设备操作指引生成方法的效率有待提升。
发明内容
本发明提供一种银行网点设备操作指引生成方法、装置及计算机可读存储介质,其主要目的在于提升银行网点设备操作指引生成方法的效率。
为实现上述目的,本发明提供的一种银行网点设备操作指引生成方法,包括:
获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;
根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与分类后的初步操作流程图像集组合成网点设备操作指引。
可选地,所述对所述操作界面截图按照操作界面标题进行分类,得到分类结果包括:
对所述操作界面截图进行归一化处理,得到标准化的操作界面截图;
对所述标准化的操作界面截图进行卷积运算及最大池化操作,提取所述标准化的操作界面截图的特征;
通过分类器,按照操作界面标题对所述特征进行分类,得到分类结果。
可选地,所述从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元,包括:
根据所述分类结果计算每种分类中的操作界面截图的特征之间的相似度;
利用预设相似度阈值τ1、τ2与所述操作界面截图的特征的相似度进行比较;
当所述操作界面截图的特征的相似度大于等于预设相似度阈值τ1且小于等于预设相似度阈值τ2时,保留所述相似度对应的操作界面截图作为操作单元;
当所述操作界面截图的特征的相似度小于相似度阈值τ1时,删除所述相似度对应的操作界面截图;
当所述操作界面截图的特征的相似度大于相似度阈值τ2时,从所述相似度对应操作界面截图中选择其中一张作为操作单元。
可选地,所述提取所述初步操作流程图像集中的文字信息,包括:
对所述初步操作流程图像集中的操作界面截图进行降噪处理;
将降噪处理后的所述操作界面截图进行图片分割,得到图像块;
利用预训练好的文本识别模型对所述图像块进行特征提取、归类及匹配处理,得到所述初步操作流程图像集中的文字信息。
可选地,所述利用预训练好的文本识别模型对所述图像块进行特征提取及匹配处理,得到所述初步操作流程图像集中的文字信息,包括:
提取所述图像块的文本信息特征及所述文本信息特征的位置特征;
将所述文本信息特征与预设的特征模板进行匹配,并利用所述文本信息特征的位置特征对匹配结果进行定位,得到所述初步操作流程图像集中的文字信息。
可选地,所述从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,包括:
对所述文字信息分词为词汇,并从所述分词中筛选出出现频率大于预设阈值的分词作为关键字信息集,并汇聚所述关键字信息集生成词条序列;
利用所述词条序列构建关键字特征矩阵;
利用所述关键字特征矩阵,通过K-均值聚类算法对所述关键字信息集进行聚类。
可选地,所述利用所述关键字特征矩阵,通过K-均值聚类算法对所述关键字信息集进行聚类,包括:
从所述关键字特征矩阵中随机选择r个关键字特征向量作为r个初始聚类质心;
分别计算所述关键字特征矩阵中的每一个关键字特征向量与所述初始聚类质心的距离;
按照所述距离的大小,选择K个距离对应的关键字特征向量,作为聚类的k个聚类质心;
分别计算所述关键字特征矩阵中每个关键字特征向量与所述k个聚类质心的欧式距离,并将所述关键字特征向量归类到所述欧式距离最短的聚类质心所在的类;
计算每个类中的所述关键字特征向量的平均值,根据所述平均值更新所述k个聚类质心,并返回上述的分别计算所述关键字特征矩阵中每个关键字特征向量与所述k个更新后的聚类质心的欧式距离,并将所述关键字特征向量归类到所述欧式距离最短的聚类质心所在的类的步骤直至收敛,完成对所述关键信息集的聚类。
为了解决上述问题,本发明还提供一种银行网点设备操作指引生成装置,所述装置包括:
图片抓取模块,用于获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
图片分类模块,用于对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
关键字聚类模块,用于提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
网点设备操作指引合成模块,用于根据所述关键字信息集的聚类结果对所述初步操作流程进图像集行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与所述分类后的所述初步操作流程图像集组合成网点设备操作指引。
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上述所述的银行网点设备操作指引生成方法。
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计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的银行网点设备操作指引生成方法。
本发明实施例中将银行网点设备的操作界面截图根据操作界面标题进行初始分类,并从每个分类中筛选符合预设相似度阈值的操作界面截图,从而可以剔除同一类别中相似度过低的截图或者相似度过高的截图;按照截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;根据从所述初步操作流程图像集中提取的关键字信息集对所述初步操作流程进行再次分类,并提取所述用户点击界面时的日志中触发事件的操作信息与所述分类后的初步操作流程组合成银行网点设备操作指引,整个过程无需人工介入,且不会出现迭代版本发布操作指引更新不及时的现象,从而提升了银行网点设备操作指引生成效率。
附图说明
图1为本发明一实施例提供的银行网点设备操作指引生成方法的流程示意图;
图2为图1所示银行网点设备操作指引生成方法中其中一个步骤的详细实施流程示意图;
图3为图1所示银行网点设备操作指引生成方法中其中一个步骤的详细实施流程示意图;
图4为图1所示银行网点设备操作指引生成方法中其中一个步骤的详细实施流程示意图;
图5为本发明一实施例提供的银行网点设备操作指引生成装置的功能模块图;
图6为本发明一实施例提供的实现所述银行网点设备操作指引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银行网点设备操作指引生成方法。所述银行网点设备操作指引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,所述银行网点设备操作指引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。所述服务端可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的银行网点设备操作指引生成方法的流程示意图。在本实施例中,所述银行网点设备操作指引生成方法包括:
S1、获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;本发明实施例中,所述操作界面截图为银行网点设备在软件迭代版本进行UAT测试时,测试操作界面的截图。例如:银行网点设备A,迭代版本为V1.0.1.0,当在UAT测试阶段时,对测试操作界面进行截图。
具体地,本发明实施例可以在测试环境的测试设备中安装自动截图工具,当在软件迭代版本UAT测试环节时,通过测试人员点击操作界面,触发自动截图指令,对当前操作界面进行截图,得到操作界面截图的图片集。
S2、对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;
本发明实施例中,可采用CNN(Convolutional Neural Networks,卷积神经网络)将所述操作界面截图的图片集进行分类。其中所述CNN包含卷积层、池化层、全连接层。详细地,本发明实施例利用所述卷积层对所述操作界面截图进行卷积运算,提取所述操作界面截图的特征矩阵,利用所述池化层对所述特征矩阵进行下采样得到所述操作界面截图的特征,通过全连接层中的分类器对所述操作界面截图的特征进行分类。
进一步地,本发明实施例,通过比较预设相似度阈值τ1、τ1与所述操作界面截图的特征的相似度大小,来筛选所述操作界面截图。
详细地,参阅图2所示,所述对所述操作界面截图按照操作界面标题进行分类,得到分类结果,包括:
S21、对所述操作界面截图进行归一化处理,得到标准化的操作界面截图;
S22、对所述标准化的操作界面截图进行卷积运算及最大池化操作,提取所述标准化的操作界面截图的特征;
S23、通过分类器,按照操作界面标题对所述特征进行分类,得到分类结果;
进一步地,所述从每种分类中筛选出符合预设相似度阈值的操作界面截图,生成操作单元,包括:
S24、根据所述分类结果计算每种分类中的操作界面截图的特征之间的相似度;
S25、根据预设相似度阈值与所述操作界面截图的特征的相似度,筛选所述操作界面截图,生成操作单元。
本发明实施例中,所述预处理包括灰度化、归一化处理得到标准化的操作界面截图的图片集,其中所述标准化的操作界面截图的图片集,可为大小相等且灰度相同的操作界面截图,其中灰度值的优选值为0~1之间,标准化的操作界面截图的图片集,可以减少在卷积计算过程中的大量计算,提高操作界面截图的图片集的分类效率。
进一步地,所述根据预设相似度阈值与所述操作界面截图的特征的相似度,筛选所述操作界面截图,生成操作单元,包括:
利用预设相似度阈值τ1、τ2与所述操作界面截图的特征的相似度进行比较;
当所述操作界面截图的特征的相似度大于等于预设相似度阈值τ1且小于等于预设相似度阈值τ2时,保留所述相似度对应的操作界面截图作为操作单元;
当所述操作界面截图的特征的相似度小于相似度阈值τ1时,删除所述相似度对应的操作界面截图;
当所述操作界面截图的特征的相似度大于相似度阈值τ2时,从所述相似度对应操作界面截图中选择其中一张作为操作单元。
本发明实施例中,所述预设相似度阈值τ1、τ2,可为75%、90%;当所述操作界面截图的特征的相似度75%≤τ≤90%时,保留所述操作界面截图作为操作单元;当所述操作界面截图的特征的相似度τ<75%时,表明所述操作界面截图不是同一操作单元的截图,删除所述操作界面截图作;当所述操作界面截图的特征的相似度τ>90%时,表明所述操作界面截图高度相似,仅保留其中一张所述操作界面截图作为操作单元。
本发明实施例中,对所述操作界面截图的图片集进行预处理,得到标准化的操作界面截图的图片集,可以减少在卷积计算过程中的大量计算,提高操作界面截图的图片集的分类效率,利用CNN对所述操作界面截图进行分类剔除同一类别中相似度过低的截图或者相似度过高的截图作为操作单元,无需人工进行分类和剔除,提高了操作单元生成的效率。
S3、根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
本发明实施例中,通过所述操作单元的截图时间和截图设备标识,对所述操作单元进行排序,得到初步操作流程图像集,例如:操作界面截图1、操作界面截图2、操作界面截图3、操作界面截图4对应的截图时间和截图设备标识分别为1、2021.3.15 16:01、截图设备A;2、2021.3.15 16:00、截图设备A;3、2021.3.15 16:02、截图设备B;4、2021.3.15 16:03、截图设备B,则所述初步操作流程中操作单元排序为:截图设备A、操作界面截图2、操作界面截图1;截图设备B操作界面截图3、操作界面截图4。
S4、提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
本发明实施例中,可采用ORC图片识别的方法,提取所述初步操作流程图像集中的文字信息。
详细地,参阅图3所示,所述从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果,包括:
S41、对所述初步操作流程图像集中的操作界面截图进行降噪处理;
S42、将降噪处理后的所述操作界面截图进行图片分割,得到图像块;
S43、利用预训练好的文本识别模型对所述图像块进行特征提取及匹配处理,得到所述初步操作流程图像集中的文字信息;
进一步地,所述从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,包括:
S44、对所述文字信息分词为词汇,并从所述词汇中筛选出出现频率大于预设阈值的词汇作为关键字信息集,并汇聚所述关键字信息集生成词条序列;
S45、利用所述词条序列构建关键字特征矩阵;
S46、利用所述关键字特征矩阵,通过K-均值聚类算法对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果。
本发明实施例中,所述降噪处理主要包括:灰度化,二值化,噪声去除等操作。其中所述灰度化是将所述初步操作流程中的操作单元的彩色图像转变为不含彩色信息的图片。其中所述二值化,是将所述不含彩色信息的图片转变为黑白图片,将文字信息与背景进一步进行分离,便于更好的提取关键字。所述操作单元图像在数字化过程或者传输过程中收到丞相设备或者外部环境噪声干扰等影响,在二值化之后会显示很多小黑点,这些都是不需要的信息,其中所述噪声去除,就是将所述这些不需要的小黑点用0代替。
进一步地,将所述预处理后的操作单元进行图片分割,包含行切分和字符切分,对所述预处理后的操作单元进行横向扫描,利用切割算法切出每一行,再对所述横向扫描的区域进行纵向扫描,利用切割算法得到图像块。
详细地,所述利用预训练好的文本识别模型对所述图像块进行特征提取及匹配处理,得到所述初步操作流程图像集中的文字信息,包括:
提取所述图像块的文本信息特征及所述文本信息特征的位置特征;
将所述文本信息特征与预设的特征模板进行匹配,并利用所述文本信息特征的位置特征对匹配结果进行定位,得到所述初步操作流程图像集中的文字信息。详细地,参阅图4所示,所述S46,包括:
S461、从所述关键字特征矩阵中随机选择r个关键字特征向量作为r个初始聚类质心;
S462、分别利用下述计算公式计算所述关键字特征矩阵中的每一个关键字特征向量与所述初始聚类质心的距离;
其中,D(xi)表示关键字特征向量与所述聚类质心的距离,xi表示关键字特征向量,μr表示初始聚类质心;
S463、按照所述距离的大小,选择K个距离对应的关键字特征向量,作为聚类的k个聚类质心;
S464、分别计算所述关键字特征矩阵中每个关键字特征向量与所述k个聚类质心的欧式距离,并将所述关键字特征向量归类到所述欧式距离最短的聚类质心所在的类;
S465、计算所述每个类中的关键字特征向量的平均值,根据所述平均值更新所述k个聚类质心;
S466、判断所述每个类中的关键字特征向量的平均值与所述更新后的k个聚类质心是否相同;
当所述每个类中的关键字特征向量的平均值与所述质心不同时,返回S464;
S467、当每个类中的所述关键字特征向量的平均值与所述更新后的k个聚类质心相同时,此时为收敛状态,完成对所述关键信息集的聚类,得到所述关键字信息集的聚类结果。
本发明实施例中,通过选择与初始聚类质心距离最远的K个关键字特征向量做为初始化的聚类质心,提高了K-均值聚类算法的聚类效果,通过ORC图片识别的方法,提取所述初步操作流程的关键字信息集,利用K-均值聚类算法对关键字信息集进行聚类,无需人工提取关键字并对关键字进行聚类。
S5、根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述用户点击界面时的日志中触发事件对应的操作信息与所述分类后的所述初步操作流程图像集组合成网点设备操作指引;
本发明实施例中,根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述用户点击界面时的日志中触发事件对应的操作信息,利用所述分类的关键字以及所述对应的操作信息对所述初步操作流程图像集中的操作单元添加对应指引框或文字说明,将所述已添加对应指引框或文字说明的操作单元合成完整交易的网点设备操作指引。
本发明实施例中将银行网点设备的操作界面截图根据操作界面标题进行初始分类,并从每个分类中筛选符合预设相似度阈值的操作界面截图,从而可以剔除同一类别中相似度过低的截图或者相似度过高的截图;按照截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;根据从所述初步操作流程图像集中提取的关键字信息集对所述初步操作流程进行再次分类,并提取所述用户点击界面时的日志中触发事件的操作信息与所述分类后的初步操作流程组合成银行网点设备操作指引,整个过程无需人工介入,且不会出现迭代版本发布操作指引更新不及时的现象,从而提升了银行网点设备操作指引生成效率。
如图5所示,是本发明一实施例提供的银行网点设备操作指引生成装置的功能模块图。
本发明所述银行网点设备操作指引生成装置100可以安装于电子设备中。根据实现的功能,所述银行网点设备操作指引生成装置100可以包括:图片抓取模块101、图片分类模块102、关键字聚类模块103、网点设备操作指引合成模块104。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:
图片抓取模块101,用于获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
图片分类模块102,用于对所述操作界面截图按照操作界面标题进行分类,得到分类结果;并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
关键字聚类模块103,用于提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
网点设备操作指引合成模块104,用于根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与所述分类后的所述初步操作流程图像集组合成网点设备操作指引。
详细地,本发明实施例中所述银行网点设备操作指引生成装置100中的各个模块在使用时采用与上述的图1至图4中所述的银行网点设备操作指引生成方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图6所示,是本发明一实施例提供的实现银行网点设备操作指引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,如银行网点设备操作指引生成程序。
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,例如银行网点设备操作指引生成程序的代码等,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(例如银行网点设备操作指引生成程序等),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6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6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存储的银行网点设备操作指引生成程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;
根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与所述分类后的所述初步操作流程图像集组合成网点设备操作指引。
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:
获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;
根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类;
根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与所述分类后的所述初步操作流程图像集组合成网点设备操作指引。
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。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
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)
1.一种银行网点设备操作指引生成方法,其特征在于,所述方法包括:
获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;
根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与分类后的所述初步操作流程图像集组合成网点设备操作指引。
2.如权利要求1所述的银行网点设备操作指引生成方法,其特征在于,所述对所述操作界面截图按照操作界面标题进行分类,得到分类结果包括:
对所述操作界面截图进行归一化处理,得到标准化的操作界面截图;
对所述标准化的操作界面截图进行卷积运算及最大池化操作,提取所述标准化的操作界面截图的特征;
通过分类器,按照操作界面标题对所述特征进行分类,得到分类结果。
3.如权利要求2所述的银行网点设备操作指引生成方法,其特征在于,所述从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元,包括:
根据所述分类结果计算每种分类中的操作界面截图的特征之间的相似度;
4.如权利要求1所述的银行网点设备操作指引生成方法,其特征在于,所述提取所述初步操作流程图像集中的文字信息,包括:
对所述初步操作流程图像集中的操作界面截图进行降噪处理;
将降噪处理后的所述操作界面截图进行图片分割,得到图像块;
利用预训练好的文本识别模型对所述图像块进行特征提取及匹配处理,得到所述初步操作流程图像集中的文字信息。
5.如权利要求4所述的银行网点设备操作指引生成方法,其特征在于,所述利用预训练好的文本识别模型对所述图像块进行特征提取及匹配处理,得到所述初步操作流程图像集中的文字信息,包括:
提取所述图像块的文本信息特征及所述文本信息特征的位置特征;
将所述文本信息特征与预设的特征模板进行匹配,并利用所述文本信息特征的位置特征对匹配结果进行定位,得到所述初步操作流程图像集中的文字信息。
6.如权利要求1至5中任意一项所述的银行网点设备操作指引生成方法,其特征在于,所述从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,包括:
对所述文字信息分词为词汇,并从所述词汇中筛选出出现频率大于预设阈值的词汇作为关键字信息集,并汇聚所述关键字信息集生成词条序列;
利用所述词条序列构建关键字特征矩阵;
利用所述关键字特征矩阵,通过K-均值聚类算法对所述关键字信息集进行聚类。
7.如权利要求6中所述的银行网点设备操作指引生成方法,其特征在于,所述利用所述关键字特征矩阵,通过K-均值聚类算法对所述关键字信息集进行聚类,包括:
从所述关键字特征矩阵中随机选择r个关键字特征向量作为r个初始聚类质心;
分别计算所述关键字特征矩阵中的每一个关键字特征向量与所述初始聚类质心的距离;
按照所述距离的大小,选择K个距离对应的关键字特征向量,作为聚类的k个聚类质心;
分别计算所述关键字特征矩阵中每个关键字特征向量与所述k个聚类质心的欧式距离,并将所述关键字特征向量归类到所述欧式距离最短的聚类质心所在的类;
计算每个类中的所述关键字特征向量的平均值,根据所述平均值更新所述k个聚类质心,并返回上述的分别计算所述关键字特征矩阵中每个关键字特征向量与所述k个更新后的聚类质心的欧式距离,并将所述关键字特征向量归类到所述欧式距离最短的聚类质心所在的类的步骤直至收敛,完成对所述关键字信息集的聚类。
8.一种银行网点设备操作指引生成装置,其特征在于,所述装置包括:
图片抓取模块,用于获取银行网点设备的操作界面截图,及获取用户点击界面时的日志;
图片分类模块,用于对所述操作界面截图按照操作界面标题进行分类,得到分类结果,并从所述分类结果中筛选出符合预设相似度阈值的操作界面截图,生成操作单元;根据所述操作单元的截图时间和截图设备标识对所述操作单元进行排序,得到初步操作流程图像集;
关键字聚类模块,用于提取所述初步操作流程图像集中的文字信息,并从所述文字信息中筛选出关键字信息集,并对所述关键字信息集进行聚类,得到所述关键字信息集的聚类结果;
网点设备操作指引合成模块,用于根据所述关键字信息集的聚类结果对所述初步操作流程图像集进行分类,并提取所述日志中触发事件的操作信息,将所述操作信息与所述分类后的所述初步操作流程图像集组合成网点设备操作指引。
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中任意一项所述的银行网点设备操作指引生成方法。
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中任意一项所述的银行网点设备操作指引生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111006954.XA CN113704474B (zh) | 2021-08-30 | 2021-08-30 | 银行网点设备操作指引生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111006954.XA CN113704474B (zh) | 2021-08-30 | 2021-08-30 | 银行网点设备操作指引生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704474A CN113704474A (zh) | 2021-11-26 |
CN113704474B true CN113704474B (zh) | 2023-06-02 |
Family
ID=78657048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111006954.XA Active CN113704474B (zh) | 2021-08-30 | 2021-08-30 | 银行网点设备操作指引生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704474B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862235A (zh) * | 2022-05-23 | 2022-08-05 | 中国银行股份有限公司 | 外币服务终端的数量处理方法及装置 |
CN115550194B (zh) * | 2022-12-01 | 2023-04-28 | 中国科学院合肥物质科学研究院 | 基于类最远采样的区块链网络传输方法及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011081778A (ja) * | 2009-08-24 | 2011-04-21 | Kryon Systems Ltd | ディスプレイ非依存のコンピュータによるガイダンス方法および装置 |
CN110222212A (zh) * | 2019-04-25 | 2019-09-10 | 南京维沃软件技术有限公司 | 一种显示控制方法及终端设备 |
CN110337641A (zh) * | 2017-03-17 | 2019-10-15 | 谷歌有限责任公司 | 使用屏幕截图元数据确定应用测试结果 |
-
2021
- 2021-08-30 CN CN202111006954.XA patent/CN113704474B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011081778A (ja) * | 2009-08-24 | 2011-04-21 | Kryon Systems Ltd | ディスプレイ非依存のコンピュータによるガイダンス方法および装置 |
CN110337641A (zh) * | 2017-03-17 | 2019-10-15 | 谷歌有限责任公司 | 使用屏幕截图元数据确定应用测试结果 |
CN110222212A (zh) * | 2019-04-25 | 2019-09-10 | 南京维沃软件技术有限公司 | 一种显示控制方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113704474A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112507936B (zh) | 图像信息审核方法、装置、电子设备及可读存储介质 | |
CN112988963B (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
CN113704474B (zh) | 银行网点设备操作指引生成方法、装置、设备及存储介质 | |
CN113157927B (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN114626731A (zh) | 风险识别方法、装置、电子设备及计算机可读存储介质 | |
CN113064994A (zh) | 会议质量评估方法、装置、设备及存储介质 | |
CN114398557A (zh) | 基于双画像的信息推荐方法、装置、电子设备及存储介质 | |
CN113850666A (zh) | 业务调度的方法、装置、设备及存储介质 | |
CN115471775A (zh) | 基于录屏视频的信息验证方法、装置、设备及存储介质 | |
CN113658002B (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
CN113157739B (zh) | 跨模态检索方法、装置、电子设备及存储介质 | |
CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
CN112579781B (zh) | 文本归类方法、装置、电子设备及介质 | |
CN116468025A (zh) | 电子病历结构化方法、装置、电子设备及存储介质 | |
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 | |
CN116680580A (zh) | 基于多模态训练的信息匹配方法、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 | |
CN112580505B (zh) | 网点开关门状态识别方法、装置、电子设备及存储介质 | |
US11699297B2 (en) | Image analysis based document processing for inference of key-value pairs in non-fixed digital documents | |
CN115510188A (zh) | 文本关键词关联方法、装置、设备及存储介质 | |
CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
CN113822215A (zh) | 设备操作指引文件生成方法、装置、电子设备及存储介质 | |
CN114676307A (zh) | 基于用户检索的排序模型训练方法、装置、设备及介质 | |
CN113515591A (zh) | 文本不良信息识别方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |