CN114491007A - 数据曝光方法、装置、设备及存储介质 - Google Patents

数据曝光方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114491007A
CN114491007A CN202210158389.7A CN202210158389A CN114491007A CN 114491007 A CN114491007 A CN 114491007A CN 202210158389 A CN202210158389 A CN 202210158389A CN 114491007 A CN114491007 A CN 114491007A
Authority
CN
China
Prior art keywords
exposure
target
data
targets
screening
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
Application number
CN202210158389.7A
Other languages
English (en)
Inventor
吕大龙
邹昆伦
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 Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202210158389.7A priority Critical patent/CN114491007A/zh
Publication of CN114491007A publication Critical patent/CN114491007A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/335Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及人工智能技术,揭露了一种数据曝光方法,包括:从获取的曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容;根据曝光数据内容生成每个曝光目标的唯一标识;根据唯一标识筛除曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标;获取每个第一筛选目标的曝光面积,筛除曝光面积大于预设面积的第一筛选目标,得到第二筛选目标;获取预设的曝光记录队列,根据曝光记录队列筛除第二筛选目标中已进行曝光的目标,得到待曝光目标;对待曝光目标进行视图曝光。此外,本发明还涉及区块链技术,曝光数据请求可存储于区块链的节点。本发明还提出一种数据曝光装置、设备及介质。本发明可以提高数据曝光精确度。

Description

数据曝光方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域,尤其涉及一种数据曝光方法、装置、电子设备及计算机可读存储介质。
背景技术
数据曝光是指将数据在显示器中进行展示,当前数据曝光的方案大多为基于系统特定意图触发的数据曝光,但系统意图时基于用户行为来确定的,因此,根据系统意图对数据进行曝光时,曝光的内容不能完全符合系统当前的曝光场景,例如,对数据进行曝光时,由于数据内容过大,导致当前曝光界面无法对数据进行完整的曝光,或者,当存在多个需要曝光的数据时,会存在重复曝光的情况。因此,上述数据曝光的方法的曝光精确度较低,无法实现对曝光数据的精细化筛选,以至于最终曝光效果较差。
发明内容
本发明提供一种数据曝光方法、装置及计算机可读存储介质,其主要目的在于解决进行数据曝光的精确度较低的问题。
为实现上述目的,本发明提供的一种数据曝光方法,包括:
获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容;
根据所述曝光数据内容生成每个曝光目标的唯一标识;
根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标;
获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标;
获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
对所述待曝光目标进行视图曝光。
可选地,所述从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容,包括:
对所述曝光数据请求进行结构划分,得到请求头和请求体;
利用预设解析器分别对所述请求头和所述请求体进行内容解析,得到请求头内容和曝光数据内容;
根据预先存储的字符构建规则表达式;
利用所述规则表达式提取所述请求头内容中的曝光目标。
可选地,所述根据所述曝光数据内容生成每个曝光目标的唯一标识,包括:
逐个选取一个曝光目标,将被选取的曝光目标对应的曝光数据内容划分为多个文本分句;
分别将每个文本分句转换为句向量;
利用预先构建的摘要句分析模型根据所述句向量预测每个所述文本分句为摘要句的概率值,选取所述概率值大于预设阈值的文本分句为摘要句;
将所述摘要句的句向量拼接为被选取的所述曝光目标的唯一标识。
可选地,所述将被选取的曝光目标对应的曝光数据内容划分为多个文本分句,包括:
利用标点符号编译的正则表达式提取选取的曝光目标对应的曝光数据内容中目标标点符号的符号位置;
根据所述符号位置将选取的曝光目标对应的曝光数据内容拆分为多个文本分句。
标点符号编译生成的正则表达式可用于识别标点符号在文本数据中的符号位置,进而可按照识别出的符号位置将训练文本数据进行拆分,得到若干文本分句。
可选地,所述利用预先构建的摘要句分析模型根据所述句向量预测每个所述文本分句为摘要句的概率值,包括:
利用所述摘要句分析模型对每个所述文本分句进行预设次数的卷积及池化处理,得到向量特征;
根据所述向量特征计算每个所述标准向量对应的文本分句为摘要句的概率值。
可选地,所述根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标,包括:
根据所述预设的曝光容器内的曝光目标生成目标索引表;
逐个从所述曝光目标中选取其中一个曝光目标为待检索目标,根据所述待检索目标的唯一标识编译检索语句;
利用所述检索语句在所述目标索引表中进行检索;
当可在所述目标索引表中检索到所述待检索目标的唯一标识时,确定所述待检索目标存在于所述所述曝光容器内;
当不可在所述目标索引表中检索到所述待检索目标的唯一标识时,确定所述待检索目标不存在于所述所述曝光容器内;
汇集所述存在于所述所述曝光容器内的曝光目标为第一筛选目标。
可选地,所述对所述待曝光目标进行视图曝光,包括:
逐个从所述待曝光目标中选取其中一个待曝光目标;
将选取的待曝光目标对应的曝光数据内容填充至预设的曝光模板中,得到曝光视图;
将所述曝光视图在预设的显示端进行曝光展示。
为了解决上述问题,本发明还提供一种数据曝光装置,所述装置包括:
数据处理模块,用于获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容,根据所述曝光数据内容生成每个曝光目标的唯一标识;
数据筛选模块,用于根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标,获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标,获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
数据曝光模块,用于对所述待曝光目标进行视图曝光。
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数据曝光方法。
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数据曝光方法。
本发明实施例通过曝光数据内容生成曝光目标的唯一标识,进而根据该唯一标识对曝光目标进行筛选,同时,根据曝光面积以及曝光记录队列再次对筛选后的曝光目标进行多重筛选,以最终确定出可以进行曝光的目标并进行曝光,实现了对曝光目标的多重筛选,提升了最终进行曝光的数据的精确度。因此本发明提出的数据曝光方法、装置、电子设备及计算机可读存储介质,可以解决进行数据曝光的精确度较低的问题。
附图说明
图1为本发明一实施例提供的数据曝光方法的流程示意图;
图2为本发明一实施例提供的生成唯一标识的流程示意图;
图3为本发明一实施例提供的对待曝光目标进行视图曝光的流程示意图;
图4为本发明一实施例提供的数据曝光装置的功能模块图;
图5为本发明一实施例提供的实现所述数据曝光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数据曝光方法。所述数据曝光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,所述数据曝光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。所述服务器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(Content Delivery Network,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数据曝光方法的流程示意图。
在本实施例中,所述数据曝光方法包括:
S1、获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容。
本发明实施例中,所述曝光数据请求是针对数据展示界面中不同图像、表格、视图框等需要进行展示的组件进行曝光的请求。
例如,购物网站的页面中,需要对多个产品、商店或活动数据进行展示,且不同的数据分别展示在页面内的不同位置上,因此,需要在每个数据进行展示时,对该数据所在的组件进行曝光。
详细地,所述曝光数据请求可由用户通过客户端的页面上传或者利用预先安装于客户端的可用于曝光数据请求的软件对曝光数据请求进行获取。
例如,用户在客户端中可用于上传曝光数据请求的网页中上传所述曝光数据请求;或者,用户也可在用于输入曝光数据请求的输入栏中输入曝光数据请求;或者,用户可将所述曝光数据请求预先存储与数据库、区块链节点或网络缓存等中,并由数据展示界面定时抓取。其中,客户端可以是诸如手机、平板电脑、笔记本电脑、掌上电脑等设备。
本发明实施例中,所述从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容,包括:
对所述曝光数据请求进行结构划分,得到请求头和请求体;
利用预设解析器分别对所述请求头和所述请求体进行内容解析,得到请求头内容和曝光数据内容;
根据预先存储的字符构建规则表达式;
利用所述规则表达式提取所述请求头内容中的曝光目标。
本发明其中一个实际应用场景中,由于曝光数据请求多为根据预设的标准通信协议生成,因此,曝光数据请求中的结构多为固定结构。
例如,曝光数据请求中包含20行代码,其中,1至5行代码为请求头,6至20行代码为请求体;本发明实施例可根据该曝光数据请求的标准通信协议对曝光数据请求进行结构划分,得到该曝光数据请求的请求头和请求体。
详细地,可利用预设的解析器对所述请求头和所述请求体中的代码进行解析,以获取请求头中包含的内容,以及请求体对应的曝光数据内容,所述解析器包括但不限于CarakanC/C++,SquirrelFishC++和SquirrelFishExtremeC++等。
具体地,所述名称字符可由用户预先定义,可根据所述标题字构建出具有标题提取功能的规则表达式,以提取所述请求头内容中的曝光目标;所述规则表达式可用于对请求头内容中固定格式的字段进行提取。
例如,当所述请求头内容中曝光目标的格式为“名称:…”,则可利用该规则表达式对所述请求头内容中格式为“名称:…”的部分进行提取,以获取所述请求头内容中的曝光目标。
S2、根据所述曝光数据内容生成每个曝光目标的唯一标识。
本发明实施例中,由于可能存在多个曝光目标,且每个曝光目标中的曝光数据内容可能较多,因此,为了实现对每个曝光目标的精准曝光,可根据每个曝光目标的曝光数据内容生成该曝光目标的唯一标识。
详细地,可通过对每个曝光目标对应的曝光数据内容进行分析,以提取出每个曝光数据内容的摘要信息,进而将该摘要信息作为曝光目标的唯一标识。
本发明实施例中,参图2所示,所述根据所述曝光数据内容生成每个曝光目标的唯一标识,包括:
S21、逐个选取一个曝光目标,将被选取的曝光目标对应的曝光数据内容划分为多个文本分句;
S22、分别将每个文本分句转换为句向量;
S23、利用预先构建的摘要句分析模型根据所述句向量预测每个所述文本分句为摘要句的概率值,选取所述概率值大于预设阈值的文本分句为摘要句;
S24、将所述摘要句的句向量拼接为被选取的所述曝光目标的唯一标识。
详细地,所述将被选取的曝光目标对应的曝光数据内容划分为多个文本分句,包括:
利用标点符号编译的正则表达式提取选取的曝光目标对应的曝光数据内容中目标标点符号的符号位置;
根据所述符号位置将选取的曝光目标对应的曝光数据内容拆分为多个文本分句。
标点符号编译生成的正则表达式可用于识别标点符号在文本数据中的符号位置,进而可按照识别出的符号位置将训练文本数据进行拆分,得到若干文本分句。
本申请其他实施例中,还可通过Python中NLTK库内的sent_tokenize()方法对曝光数据内容进行分句处理,得到该曝光数据内容对应的若干文本分句。
示例性地,可利用如下sent_tokenize()方法将曝光数据内容拆分为若干文本分句:
from nltk.tokenize import sent_tokenize
data="x"
print(sent_tokenize(data))
其中,x为所述曝光数据内容。
本发明实施例中,所述摘要句分析模型包括但不限于具有摘要句分析功能的卷积神经网络(Convolutional Neural Network,CNN)模型、支持向量机(Support VectorMachines,SVM)模型。
详细地,所述利用预先构建的摘要句分析模型根据所述句向量预测每个所述文本分句为摘要句的概率值,包括:
利用所述摘要句分析模型对每个所述文本分句进行预设次数的卷积及池化处理,得到向量特征;
根据所述向量特征计算每个所述标准向量对应的文本分句为摘要句的概率值。
具体地,可利用摘要句分析模型中的softmax层根据所述向量特征计算每个所述标准向量对应的文本分句为摘要句的概率值。
进一步地,可选取所述概率值大于预设阈值的文本分句为摘要句,并将摘要句对应的句向量首尾相连进行拼接,得到曝光目标的唯一标识。
S3、根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标。
本发明实施例中,所述曝光容器内包含多个曝光目标,以及每个曝光目标对应的唯一标识。
详细地,可逐个将所述曝光目标对应的唯一标识在所述曝光容器内进行检索,若可检索到唯一标识,则说明该曝光目标存在于所述曝光容器内,若不可检索到唯一标识,则说明该曝光目标不存在与所述曝光容器内。
本发明实施例中,所述根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标,包括:
根据所述预设的曝光容器内的曝光目标生成目标索引表;
逐个从所述曝光目标中选取其中一个曝光目标为待检索目标,根据所述待检索目标的唯一标识编译检索语句;
利用所述检索语句在所述目标索引表中进行检索;
当可在所述目标索引表中检索到所述待检索目标的唯一标识时,确定所述待检索目标存在于所述所述曝光容器内;
当不可在所述目标索引表中检索到所述待检索目标的唯一标识时,确定所述待检索目标不存在于所述所述曝光容器内;
汇集所述存在于所述所述曝光容器内的曝光目标为第一筛选目标。
详细地,可利用SQL库中的CREATE INDEX函数根据所述曝光容器内的曝光目标生成所述目标索引表。
S4、获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标。
本发明实施例中,所述曝光面积是指第一筛选目标中每个目标在被曝光时,需要占用数据展示界面的面积的大小。
详细地,由于数据展示界面的尺寸一般较为固定,因此,当第一筛选目标中存在曝光面积大于该数据展示界面的面积的组件,或者第一筛选目标中存在曝光面积大于该数据展示界面当前可曝光的面积的组件,则不可对该组件进行曝光,以防止对数据展示界面中其他组件的遮蔽。
具体地,所述预设面积可以为数据展示界面的总面积,或者,可以为数据展示界面当前可进行曝光的面积,可筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标。
S5、获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标。
本发明实施例中,所述曝光记录队列为预先构建的,用于记录数据展示界面中已经曝光过的各个曝光目标的相关信息。
详细地,可按照与S3中根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标相同的方式,在所述曝光记录队列中进行检索,以根据检索结果筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标。
S6、对所述待曝光目标进行视图曝光。
本发明实施例中,参图3所示,所述对所述待曝光目标进行视图曝光,包括:
S31、逐个从所述待曝光目标中选取其中一个待曝光目标;
S32、将选取的待曝光目标对应的曝光数据内容填充至预设的曝光模板中,得到曝光视图;
S33、将所述曝光视图在预设的显示端进行曝光展示。
详细地,所述曝光模板为预先构建的用于对曝光数据内容进行存放及展示的图表。
具体地,可通过将所述曝光数据内容填充至所述曝光模板中,进而将填充后得到的曝光视图在预设的显示端进行展示,以实现对该待曝光目标的视图曝光。
本发明实施例通过曝光数据内容生成曝光目标的唯一标识,进而根据该唯一标识对曝光目标进行筛选,同时,根据曝光面积以及曝光记录队列再次对筛选后的曝光目标进行多重筛选,以最终确定出可以进行曝光的目标并进行曝光,实现了对曝光目标的多重筛选,提升了最终进行曝光的数据的精确度。因此本发明提出的数据曝光方法,可以解决进行数据曝光的精确度较低的问题。
如图4所示,是本发明一实施例提供的数据曝光装置的功能模块图。
本发明所述数据曝光装置100可以安装于电子设备中。根据实现的功能,所述数据曝光装置100可以包括数据处理模块101、数据筛选模块102和数据曝光模块103。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:
所述数据处理模块101,用于获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容,根据所述曝光数据内容生成每个曝光目标的唯一标识;
所述数据筛选模块102,用于根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标,获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标,获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
所述数据曝光模块103,用于对所述待曝光目标进行视图曝光。
详细地,本发明实施例中所述数据曝光装置100中所述的各模块在使用时采用与上述图1至图3中所述的数据曝光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5所示,是本发明一实施例提供的实现数据曝光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、通信总线12以及通信接口13,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,如数据曝光程序。
其中,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(ControlUnit),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(例如执行数据曝光程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
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的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,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的应用软件及各类数据,例如数据曝光程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,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。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。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与其他电子设备之间建立通信连接。所述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中处理的信息以及用于显示可视化的用户界面。
图中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,图中示出的结构并不构成对所述电子设备的限定,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。
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存储的数据曝光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:
获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容;
根据所述曝光数据内容生成每个曝光目标的唯一标识;
根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标;
获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标;
获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
对所述待曝光目标进行视图曝光。
具体地,所述处理器10对上述指令的具体实现方法可参考附图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:
获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容;
根据所述曝光数据内容生成每个曝光目标的唯一标识;
根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标;
获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标;
获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
对所述待曝光目标进行视图曝光。
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。第一、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)

1.一种数据曝光方法,其特征在于,所述方法包括:
获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容;
根据所述曝光数据内容生成每个曝光目标的唯一标识;
根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标;
获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标;
获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
对所述待曝光目标进行视图曝光。
2.如权利要求1所述的数据曝光方法,其特征在于,所述从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容,包括:
对所述曝光数据请求进行结构划分,得到请求头和请求体;
利用预设解析器分别对所述请求头和所述请求体进行内容解析,得到请求头内容和曝光数据内容;
根据预先存储的字符构建规则表达式;
利用所述规则表达式提取所述请求头内容中的曝光目标。
3.如权利要求1所述的数据曝光方法,其特征在于,所述根据所述曝光数据内容生成每个曝光目标的唯一标识,包括:
逐个选取一个曝光目标,将被选取的曝光目标对应的曝光数据内容划分为多个文本分句;
分别将每个文本分句转换为句向量;
利用预先构建的摘要句分析模型根据所述句向量预测每个所述文本分句为摘要句的概率值,选取所述概率值大于预设阈值的文本分句为摘要句;
将所述摘要句的句向量拼接为被选取的所述曝光目标的唯一标识。
4.如权利要求3所述的数据曝光方法,其特征在于,所述将被选取的曝光目标对应的曝光数据内容划分为多个文本分句,包括:
利用标点符号编译的正则表达式提取选取的曝光目标对应的曝光数据内容中目标标点符号的符号位置;
根据所述符号位置将选取的曝光目标对应的曝光数据内容拆分为多个文本分句。
标点符号编译生成的正则表达式可用于识别标点符号在文本数据中的符号位置,进而可按照识别出的符号位置将训练文本数据进行拆分,得到若干文本分句。
5.如权利要求3所述的数据曝光方法,其特征在于,所述利用预先构建的摘要句分析模型根据所述句向量预测每个所述文本分句为摘要句的概率值,包括:
利用所述摘要句分析模型对每个所述文本分句进行预设次数的卷积及池化处理,得到向量特征;
根据所述向量特征计算每个所述标准向量对应的文本分句为摘要句的概率值。
6.如权利要求1所述的数据曝光方法,其特征在于,所述根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标,包括:
根据所述预设的曝光容器内的曝光目标生成目标索引表;
逐个从所述曝光目标中选取其中一个曝光目标为待检索目标,根据所述待检索目标的唯一标识编译检索语句;
利用所述检索语句在所述目标索引表中进行检索;
当可在所述目标索引表中检索到所述待检索目标的唯一标识时,确定所述待检索目标存在于所述所述曝光容器内;
当不可在所述目标索引表中检索到所述待检索目标的唯一标识时,确定所述待检索目标不存在于所述所述曝光容器内;
汇集所述存在于所述所述曝光容器内的曝光目标为第一筛选目标。
7.如权利要求1至6中任一项所述的数据曝光方法,其特征在于,所述对所述待曝光目标进行视图曝光,包括:
逐个从所述待曝光目标中选取其中一个待曝光目标;
将选取的待曝光目标对应的曝光数据内容填充至预设的曝光模板中,得到曝光视图;
将所述曝光视图在预设的显示端进行曝光展示。
8.一种数据曝光装置,其特征在于,所述装置包括:
数据处理模块,用于获取曝光数据请求,从所述曝光数据请求中解析得到曝光目标以及每个曝光目标对应的曝光数据内容,根据所述曝光数据内容生成每个曝光目标的唯一标识;
数据筛选模块,用于根据所述唯一标识筛除所述曝光目标中不存在于预设的曝光容器内的曝光目标,得到第一筛选目标,获取每个所述第一筛选目标的曝光面积,筛除所述曝光面积大于预设面积的第一筛选目标,得到第二筛选目标,获取预设的曝光记录队列,根据所述曝光记录队列筛除所述第二筛选目标中已进行曝光的目标,得到待曝光目标;
数据曝光模块,用于对所述待曝光目标进行视图曝光。
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中任意一项所述的数据曝光方法。
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中任意一项所述的数据曝光方法。
CN202210158389.7A 2022-02-21 2022-02-21 数据曝光方法、装置、设备及存储介质 Pending CN114491007A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210158389.7A CN114491007A (zh) 2022-02-21 2022-02-21 数据曝光方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210158389.7A CN114491007A (zh) 2022-02-21 2022-02-21 数据曝光方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114491007A true CN114491007A (zh) 2022-05-13

Family

ID=81482087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210158389.7A Pending CN114491007A (zh) 2022-02-21 2022-02-21 数据曝光方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114491007A (zh)

Similar Documents

Publication Publication Date Title
CN113704429A (zh) 基于半监督学习的意图识别方法、装置、设备及介质
CN113704614A (zh) 基于用户画像的页面生成方法、装置、设备及介质
CN112528616A (zh) 业务表单生成方法、装置、电子设备及计算机存储介质
CN113706322A (zh) 基于数据分析的服务分发方法、装置、设备及存储介质
CN113282854A (zh) 数据请求响应方法、装置、电子设备及存储介质
CN113821622A (zh) 基于人工智能的答案检索方法、装置、电子设备及介质
CN114138784A (zh) 基于存储库的信息溯源方法、装置、电子设备及介质
CN115238670A (zh) 信息文本抽取方法、装置、设备及存储介质
CN115048111A (zh) 基于元数据的代码生成方法、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
CN114416939A (zh) 智能问答方法、装置、设备及存储介质
CN113806492A (zh) 基于语义识别的记录生成方法、装置、设备及存储介质
CN113886204A (zh) 用户行为数据收集方法、装置、电子设备及可读存储介质
CN114780688A (zh) 基于规则匹配的文本质检方法、装置、设备及存储介质
CN114490666A (zh) 基于数据需求的图表生成方法、装置、设备及存储介质
CN114518993A (zh) 基于业务特征的系统性能监控方法、装置、设备及介质
CN114741077A (zh) 基于字段粒度的页面效果预览方法、装置、设备及介质
CN113707302A (zh) 基于关联信息的服务推荐方法、装置、设备及存储介质
CN114491007A (zh) 数据曝光方法、装置、设备及存储介质
CN113419951A (zh) 人工智能模型优化方法、装置、电子设备及存储介质
CN111738005A (zh) 命名实体对齐方法、装置、电子设备及可读存储介质
CN113657076B (zh) 页面操作记录表的生成方法、装置、电子设备及存储介质
CN113486266B (zh) 页面标签添加方法、装置、设备及存储介质
CN113885984A (zh) 基于图像识别的操作指引生成方法、装置、设备及介质
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