CN114662464A - 基于模板匹配和字符相似度的微服务参数处理方法及系统 - Google Patents

Abstract

本申请提供的基于模板匹配和字符相似度的微服务参数处理方法及系统，对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果，当所述关联指标处理结果符合预先设置的判断指标时，根据互动对象标签信息，生成关键特征描述信息，向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息，当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。通过将互动对象的关键特征描述信息缓存至微服务，可以将互动对象的信息信息共享给微服务中的所有模型架构。从而有效地控制互动对象在所有模型架构的模板信息和字符信息处理行为。

Description

基于模板匹配和字符相似度的微服务参数处理方法及系统

技术领域

本申请涉及数据处理技术领域，具体而言，涉及基于模板匹配和字符相似度的微服务参数处理方法及系统。

背景技术

微服务参数处理技术可以在运用于相关信息中的模板匹配和字符相似度信息量过大，在对模板匹配和字符相似度信息进行参数处理时，就可能存在信息量过大导致的相关处理设备发生故障，这样就会大大的降低工作效率，现在对模板匹配和字符相似度信息进行共享处理，有效地降低了信息量过大问题。但是在模板匹配和字符相似度信息进行共享处理的过程中，还存在一些缺陷。

发明内容

鉴于此，本申请提供了基于模板匹配和字符相似度的微服务参数处理方法及系统。

第一方面，提供一种基于模板匹配和字符相似度的微服务参数处理方法，包括：

获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息；

对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果；

当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息；

向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息；

当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。

进一步地，所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息，包括：

当所述关联指标处理结果符合预先设置的判断指标时，根据模板、所述第一模型架构的架构标签信息，以及所述关联指标处理结果，生成关联指标描述内容；

根据所述关联指标处理结果，获取所述互动对象的关联性信息；

根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息，生成所述互动对象的关键特征描述信息。

进一步地，当根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息，生成所述互动对象的关键特征描述信息，包括：

将所述关联性信息与所述关联指标描述内容进行整合，得到整合信息；

将所述互动对象标签信息和序列排序信息进行整合，得到第二整合信息；

根据第一整合信息和所述第二整合信息生成融合信息集合，得到所述互动对象的关键特征描述信息。

进一步地，所述根据所述关联指标描述内容、所述关联性参数和所述互动对象标签信息，生成所述互动对象的关键特征描述信息，包括：

根据所述互动对象标签信息，获取所述互动对象在所述第一模型架构中的序列排序信息；

将所述关联性信息与所述关联指标描述内容进行整合，得到第一整合信息；

将所述互动对象标签信息和所述序列排序信息进行整合，得到第二整合信息；

根据所述第一整合信息和所述第二整合信息生成融合信息集合，得到所述互动对象的关键特征描述信息。

进一步地，还包括：

对所述模板信息和字符信息进行信息识别处理，得到所述互动对象的识别信息；

当所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、所述互动对象标签信息以及所述识别信息，生成所述互动对象的关键特征描述信息。

进一步地，还包括：

获取所述互动对象的当前互动内容；

当所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、所述互动对象标签信息以及所述当前互动内容，生成所述互动对象的关键特征描述信息。

进一步地，在所述根据所述关联指标处理结果，获取所述互动对象的关联性信息之后，还包括：

根据所述预先设置的样本向量和所述关联性信息，对所述互动对象进行模板信息和字符信息公布权重处理，得到权重处理结果；

当所述权重处理结果表现为互动对象不具备模板信息和字符信息公布权重时，终止接收所述互动对象发送的模板信息和字符信息；

其中，在所述根据所述关联指标处理结果，获取所述互动对象的关联性信息之后，还包括：

根据所述关联指标描述内容和所述关联性信息，生成样本提示信息；

向终端反馈所述样本提示信息。

进一步地，还包括：

根据所述互动对象的关键特征描述信息，生成检测信息；

在向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息的同时，一并向所述微服务模型中的第二模型架构统计所述检测信息。

进一步地，所述对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果，包括：

对所述模板信息和字符信息进行处理，得到所述模板信息和字符信息对应的档案信息；

根据预先设置的关联指标信息集合，对所述档案信息进行内容匹配，得到匹配结果；

根据所述匹配结果，确定所述模板信息和字符信息的关联指标处理结果；

其中，所述对所述模板信息和字符信息进行处理，得到所述模板信息和字符信息对应的档案信息，包括：

对所述模板信息和字符信息进行区分，得到所述模板信息和字符信息对应的种类属性；

对所述种类属性中的种类进行特征筛选，得到所述模板信息和字符信息对应的种类特征信息；

据预先设置的种类线程，获取所述种类特征信息对应的种类划分方式；

根据预先设置的区间范围线程，对所述种类划分方式和预先设置的标准种类进行比较与匹配，得到所述种类划分方式对应的档案种类误差向量；

筛选所述档案种类误差向量之间的主要误差位置信息，根据所述主要误差位置信息，将所述档案种类误差向量整合得到档案信息。

第二方面，提供一种基于模板匹配和字符相似度的微服务参数处理系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。

本申请实施例所提供的基于模板匹配和字符相似度的微服务参数处理方法及系统，可以获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息，对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果，当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息，向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息，当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。通过将互动对象的关键特征描述信息缓存至微服务，可以将互动对象的信息信息共享给微服务中的所有模型架构。从而有效地控制互动对象在所有模型架构的模板信息和字符信息处理行为。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例所提供的一种基于模板匹配和字符相似度的微服务参数处理方法的流程图。

图2为本申请实施例所提供的一种基于模板匹配和字符相似度的微服务参数处理装置的框图。

图3为本申请实施例所提供的一种基于模板匹配和字符相似度的微服务参数处理系统的架构图。

具体实施方式

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互整合。

请参阅图1，示出了一种基于模板匹配和字符相似度的微服务参数处理方法，该方法可以包括以下步骤100-步骤500所描述的技术方案。

步骤100，获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息。

示例性的，模板信息用于表征标准对象信息。

进一步地，字符信息用于表征微服务模型计算后的信息。

步骤200，对所述模板信息和所述字符信息进行关联指标处理，得到关联指标处理结果。

示例性的，关联指标处理结果用于表征所述模板信息和所述字符信息的交集。

步骤300，所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息。

示例性的，关键特征描述信息用于表征互动对象标签信息中的重要特征。

步骤400，向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息。

步骤500，当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。

可以理解，在执行上述步骤100-步骤500所描述的技术方案时，可以获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息，对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果，当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息，向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息，当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。通过将互动对象的关键特征描述信息缓存至微服务，可以将互动对象的信息信息共享给微服务中的所有模型架构。从而有效地控制互动对象在所有模型架构的模板信息和字符信息处理行为。

在一种可替换的实施例中，发明人发现，当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息时，存在关联指标描述内容不可靠的问题，从而难以可靠地生成所述互动对象的关键特征描述信息，为了上述技术问题，步骤300所描述的当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息的步骤，具体可以包括以下步骤q1-步骤q3所描述的技术方案。

步骤q1，当所述关联指标处理结果符合预先设置的判断指标时，根据模板、所述第一模型架构的架构标签信息，以及所述关联指标处理结果，生成关联指标描述内容。

步骤q2，根据所述关联指标处理结果，获取所述互动对象的关联性信息。

步骤q3，根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息，生成所述互动对象的关键特征描述信息。

可以理解，在执行上述步骤q1-步骤q3所描述的技术方案时，所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息时，避免关联指标描述内容不可靠的问题，从而能够可靠地生成所述互动对象的关键特征描述信息。

在一种可替换的实施例中，发明人发现，当根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息时，存在整合信息不准确地问题，从而难以准确地生成所述互动对象的关键特征描述信息，为了改善上述技术问题，步骤q3所描述的当根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息，生成所述互动对象的关键特征描述信息的步骤，具体可以包括以下步骤q31-步骤q33所描述的技术方案。

步骤q31，将所述关联性信息与所述关联指标描述内容进行整合，得到整合信息。

步骤q32，将所述互动对象标签信息和序列排序信息进行整合，得到第二整合信息。

步骤q33，根据第一整合信息和所述第二整合信息生成融合信息集合，得到所述互动对象的关键特征描述信息。

可以理解，在执行上述步骤q31-步骤q33所描述的技术方案时，当根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息时，改善整合信息不准确地问题，从而能够准确地生成所述互动对象的关键特征描述信息。

在一种可替换的实施例中，发明人发现，根据所述关联指标描述内容、所述关联性参数和所述互动对象标签信息时，存在序列排序信息混乱的问题，从而难以完整地生成所述互动对象的关键特征描述信息，为了改善上述技术问题，步骤q3所描述的根据所述关联指标描述内容、所述关联性参数和所述互动对象标签信息，生成所述互动对象的关键特征描述信息的步骤，具体可以包括以下步骤w1-步骤w4所描述的技术方案。

步骤w1，根据所述互动对象标签信息，获取所述互动对象在所述第一模型架构中的序列排序信息。

步骤w2，将所述关联性信息与所述关联指标描述内容进行整合，得到第一整合信息。

步骤w3，将所述互动对象标签信息和所述序列排序信息进行整合，得到第二整合信息。

步骤w4，根据所述第一整合信息和所述第二整合信息生成融合信息集合，得到所述互动对象的关键特征描述信息。

可以理解，在执行上述步骤w1-步骤w4所描述的技术方案时，根据所述关联指标描述内容、所述关联性参数和所述互动对象标签信息时，尽可能规避序列排序信息混乱的问题，从而能够完整地生成所述互动对象的关键特征描述信息。

基于上述基础，还可以包括以下步骤e1和步骤e2所描述的技术方案。

步骤e1，对所述模板信息和字符信息进行信息识别处理，得到所述互动对象的识别信息。

步骤e2，当所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、所述互动对象标签信息以及所述识别信息，生成所述互动对象的关键特征描述信息。

可以理解，在执行上述步骤e1和步骤e2所描述的技术方案时，通过准确地得到所述互动对象的识别信息，从而提高互动对象的关键特征描述信息的精度。

基于上述基础，还可以包括以下步骤r1和步骤r2所描述的技术方案。

步骤r1，获取所述互动对象的当前互动内容。

步骤r2，当所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、所述互动对象标签信息以及所述当前互动内容，生成所述互动对象的关键特征描述信息。

可以理解，在执行上述步骤r1和步骤r2所描述的技术方案时，通过完整地获取所述互动对象的当前互动内容，从而提高互动对象的关键特征描述信息的准确性。

基于上述基础，在所述根据所述关联指标处理结果，获取所述互动对象的关联性信息之后，还可以包括以下步骤t1和步骤t2所描述的技术方案。

步骤t1，根据所述预先设置的样本向量和所述关联性信息，对所述互动对象进行模板信息和字符信息公布权重处理，得到权重处理结果。

步骤t2，当所述权重处理结果表现为互动对象不具备模板信息和字符信息公布权重时，终止接收所述互动对象发送的模板信息和字符信息。

可以理解，在执行上述步骤t1和步骤t2所描述的技术方案时，通过准确地得到权重处理结果，从而提高终止接收所述互动对象发送的模板信息和字符信息的及时性。

基于上述基础，在所述根据所述关联指标处理结果，获取所述互动对象的关联性信息之后，还可以包括以下步骤y1和步骤y2所描述的技术方案。

步骤y1，根据所述关联指标描述内容和所述关联性信息，生成样本提示信息。

步骤y2，向终端反馈所述样本提示信息。

可以理解，在执行上述步骤y1和步骤y2所描述的技术方案时，通过样本提示信息，从而能够准确地反馈所述样本提示信息。

基于上述基础，还可以包括以下步骤u1和步骤u2所描述的技术方案。

步骤u1，根据所述互动对象的关键特征描述信息，生成检测信息。

步骤u2，在向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息的同时，一并向所述微服务模型中的第二模型架构统计所述检测信息。

可以理解，在执行上述步骤u1和步骤u2所描述的技术方案时，通过精确地生成检测信息，从而提高微服务模型的计算精度。

在一种可替换的实施例中，发明人发现，对所述模板信息和字符信息进行关联指标处理时，存在档案信息不可靠的问题，从而难以准确地得到关联指标处理结果，为了改善上述技术问题，步骤200所描述的对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果的步骤，具体可以包括以下步骤o1-步骤o3所描述的技术方案。

步骤o1，对所述模板信息和字符信息进行处理，得到所述模板信息和字符信息对应的档案信息。

步骤o2，根据预先设置的关联指标信息集合，对所述档案信息进行内容匹配，得到匹配结果。

步骤o3，根据所述匹配结果，确定所述模板信息和字符信息的关联指标处理结果。

可以理解，在执行上述步骤o1-步骤o3所描述的技术方案时，对所述模板信息和字符信息进行关联指标处理时，避免档案信息不可靠的问题，从而能够准确地得到关联指标处理结果。

在一种可替换的实施例中，发明人发现，对所述模板信息和字符信息进行处理时，存在种类属性不准确的问题，从而难以准确地得到所述模板信息和字符信息对应的档案信息，为了改善上述技术问题，步骤o1所描述的对所述模板信息和字符信息进行处理，得到所述模板信息和字符信息对应的档案信息的步骤，具体可以包括以下步骤o11-步骤o15所描述的技术方案。

步骤o11，对所述模板信息和字符信息进行区分，得到所述模板信息和字符信息对应的种类属性。

步骤o12，对所述种类属性中的种类进行特征筛选，得到所述模板信息和字符信息对应的种类特征信息。

步骤o13，据预先设置的种类线程，获取所述种类特征信息对应的种类划分方式。

步骤o14，根据预先设置的区间范围线程，对所述种类划分方式和预先设置的标准种类进行比较与匹配，得到所述种类划分方式对应的档案种类误差向量。

步骤o15，筛选所述档案种类误差向量之间的主要误差位置信息，根据所述主要误差位置信息，将所述档案种类误差向量整合得到档案信息。

可以理解，在执行上述步骤o11-步骤o15所描述的技术方案时，对所述模板信息和字符信息进行处理时，改善种类属性不准确的问题，从而能够准确地得到所述模板信息和字符信息对应的档案信息。

基于上述基础，还可以包括以下步骤p1-步骤p4所描述的技术方案。

步骤p1，接收终端发送的互动对象信息获取处理指令，所述互动对象信息获取处理指令配置所述互动对象标签。

步骤p2，根据所述互动对象标签，确定所述互动对象对应的微服务。

步骤p3，获取所述微服务中的标识，并从所述标识中确定所述互动对象的关键特征描述信息。

步骤p4，向所述终端反馈所述互动对象的关键特征描述信息。

可以理解，在执行上述步骤p1-步骤p4所描述的技术方案时，通过精确地获取处理指令配置所述互动对象标签，从而提高关键特征描述信息的精度。

基于上述基础，还可以包括以下步骤a1-步骤a6所描述的技术方案。

步骤a1，获取来自终端的信息修正处理指令，所述信息修正处理指令配置所述互动对象的互动对象标签信息。

步骤a2，根据所述互动对象标签信息，以及待修正的关键特征描述信息，从所述互动对象对应的微服务中获取所述互动对象的目标信息。

步骤a3，当所述目标信息符合所述预先设置的参数修正条件时，根据符合的参数修正条件，获取关联性信息。

步骤a4，根据所述关联性信息、所述互动对象标签信息、所述目标信息，以及所述第一模型架构的架构标签信息，生成目标关键特征描述信息。

步骤a5，向所述微服务模型中的第二模型架构统计所述目标关键特征描述信息。

步骤a6，当所述微服务模型基于所述目标关键特征描述信息实现共享后，将所述目标关键特征描述信息缓存至所述互动对象对应的微服务中。

可以理解，在执行上述步骤a1-步骤a6所描述的技术方案时，通过准确地获取所述互动对象的目标信息，从而提高将所述目标关键特征描述信息缓存至所述互动对象对应的微服务中准确性。

在上述基础上，请结合参阅图2，提供了一种基于模板匹配和字符相似度的微服务参数处理装置200，应用于数据处理终端，所述装置包括：

信息获取模块210，用于获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息；

结果处理模块220，用于对所述模板信息和所述字符信息进行关联指标处理，得到关联指标处理结果；

信息生成模块230，用于当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息；

信息统计模块240，用于向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息；

信息缓存模块250，用于当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。

在上述基础上，请结合参阅图3，示出了一种基于模板匹配和字符相似度的微服务参数处理系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。

在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。

综上，基于上述方案，可以获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息，对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果，当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息，向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息，当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。通过将互动对象的关键特征描述信息缓存至微服务，可以将互动对象的信息信息共享给微服务中的所有模型架构。从而有效地控制互动对象在所有模型架构的模板信息和字符信息处理行为。

应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，包括：

获取互动对象在微服务模型中第一模型架构公布的模板信息和字符信息；

对所述模板信息和所述字符信息进行关联指标处理，得到关联指标处理结果；

当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息；

向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息；

当所述微服务模型针对所述互动对象的关键特征描述信息实现共享后，将所述互动对象的关键特征描述信息缓存至所述互动对象对应的微服务中。

2.如权利要求1所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、以及所述互动对象的互动对象标签信息，生成所述互动对象的关键特征描述信息，包括：

当所述关联指标处理结果符合预先设置的判断指标时，根据模板、所述第一模型架构的架构标签信息，以及所述关联指标处理结果，生成关联指标描述内容；

根据所述关联指标处理结果，获取所述互动对象的关联性信息；

根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息，生成所述互动对象的关键特征描述信息。

3.如权利要求2所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，当根据所述关联指标描述内容、所述关联性信息和所述互动对象标签信息，生成所述互动对象的关键特征描述信息，包括：

将所述关联性信息与所述关联指标描述内容进行整合，得到整合信息；

将所述互动对象标签信息和序列排序信息进行整合，得到第二整合信息；

根据第一整合信息和所述第二整合信息生成融合信息集合，得到所述互动对象的关键特征描述信息。

4.如权利要求2所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，所述根据所述关联指标描述内容、所述关联性参数和所述互动对象标签信息，生成所述互动对象的关键特征描述信息，包括：

根据所述互动对象标签信息，获取所述互动对象在所述第一模型架构中的序列排序信息；

将所述关联性信息与所述关联指标描述内容进行整合，得到第一整合信息；

将所述互动对象标签信息和所述序列排序信息进行整合，得到第二整合信息；

根据所述第一整合信息和所述第二整合信息生成融合信息集合，得到所述互动对象的关键特征描述信息。

5.如权利要求1所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，还包括：

对所述模板信息和字符信息进行信息识别处理，得到所述互动对象的识别信息；

当所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、所述互动对象标签信息以及所述识别信息，生成所述互动对象的关键特征描述信息。

6.如权利要求1所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，还包括：

获取所述互动对象的当前互动内容；

当所述当所述关联指标处理结果符合预先设置的判断指标时，根据所述关联指标处理结果、所述第一模型架构的架构标签信息、所述互动对象标签信息以及所述当前互动内容，生成所述互动对象的关键特征描述信息。

7.如权利要求2所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，在所述根据所述关联指标处理结果，获取所述互动对象的关联性信息之后，还包括：

根据所述预先设置的样本向量和所述关联性信息，对所述互动对象进行模板信息和字符信息公布权重处理，得到权重处理结果；

当所述权重处理结果表现为互动对象不具备模板信息和字符信息公布权重时，终止接收所述互动对象发送的模板信息和字符信息；

其中，在所述根据所述关联指标处理结果，获取所述互动对象的关联性信息之后，还包括：

根据所述关联指标描述内容和所述关联性信息，生成样本提示信息；

向终端反馈所述样本提示信息。

8.如权利要求1所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，还包括：

根据所述互动对象的关键特征描述信息，生成检测信息；

在向所述微服务模型中的第二模型架构统计所述互动对象的关键特征描述信息的同时，一并向所述微服务模型中的第二模型架构统计所述检测信息。

9.如权利要求1所述的基于模板匹配和字符相似度的微服务参数处理方法，其特征在于，所述对所述模板信息和字符信息进行关联指标处理，得到关联指标处理结果，包括：

对所述模板信息和字符信息进行处理，得到所述模板信息和字符信息对应的档案信息；

根据预先设置的关联指标信息集合，对所述档案信息进行内容匹配，得到匹配结果；

根据所述匹配结果，确定所述模板信息和字符信息的关联指标处理结果；

其中，所述对所述模板信息和字符信息进行处理，得到所述模板信息和字符信息对应的档案信息，包括：

对所述模板信息和字符信息进行区分，得到所述模板信息和字符信息对应的种类属性；

对所述种类属性中的种类进行特征筛选，得到所述模板信息和字符信息对应的种类特征信息；

据预先设置的种类线程，获取所述种类特征信息对应的种类划分方式；

根据预先设置的区间范围线程，对所述种类划分方式和预先设置的标准种类进行比较与匹配，得到所述种类划分方式对应的档案种类误差向量；

筛选所述档案种类误差向量之间的主要误差位置信息，根据所述主要误差位置信息，将所述档案种类误差向量整合得到档案信息。

10.一种基于模板匹配和字符相似度的微服务参数处理系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-9任一项所述的方法。

Images