CN115221452B - 基于可视化配置的门户构建方法、系统、电子设备及介质 - Google Patents
基于可视化配置的门户构建方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN115221452B CN115221452B CN202211134694.9A CN202211134694A CN115221452B CN 115221452 B CN115221452 B CN 115221452B CN 202211134694 A CN202211134694 A CN 202211134694A CN 115221452 B CN115221452 B CN 115221452B
- Authority
- CN
- China
- Prior art keywords
- portal
- data
- page
- preprocessing
- target module
- 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
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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- 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
-
- 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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- 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 Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及门户构建领域,尤其涉及基于可视化配置的门户构建方法、系统、电子设备及介质。一种基于可视化配置的门户构建方法,包括:构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;获取多个目标模块数据;将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格。在构建前,构建具有多个基础单元格的门预处理页,进而将获取的目标模块数据按照对应的设计子框架添加到门户预处理页中,进而生成门户预定页;能够快速的确定多个目标模块的占位区域,同时规范门户布局,方便快捷。
Description
技术领域
本发明涉及门户构建领域,尤其涉及基于可视化配置的门户构建方法、系统、电子设备及介质。
背景技术
门户网站是通向某类综合性互联网整合信息资源并提供有关信息服务的应用系统。如今的门户网站大多已发展成一个综合性的信息平台,允许人们往其中加入或删除显示各类信息或资源的应用组件。对于企业来说,门户是一个应用框架,它将各种应用系统、数据资源和互联网资源集成到一个信息管理平台之上,以统一的用户界面提供给用户,并快速地建立企业对客户、企业对内部员工和企业对企业的信息通道,使企业能够释放存储在企业内部和外部的各种信息。
但是目前在构建网站门户时,一般要选择对应模块,进而为该模块构建驱动指令,花费时间较长,同时,在构建网站门户的过程中,还需要对各个功能模块进行大小适配,因为相互之间没有基准,导致调整起来很不方便,极大的拖慢了网站门户的构建速度。
发明内容
鉴于上述现有技术的不足之处,本发明的目的在于提供基于可视化配置的门户构建方法、系统、电子设备及介质,能够提高网址门户的构建速度且方便快捷。
为了达到上述目的,本发明采取了以下技术方案:
一方面,本发明提供一种基于可视化配置的门户构建方法,包括:
构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;
获取多个目标模块数据;
将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格。
进一步的,所述目标模块数据存储于模块数据库中;所述目标模块数据关联对应的数据库和/或对应的功能控制指令。
进一步的,所述基础单元格为正方形或长方形;
所述预定规则包括紧密排列以及间隔预定距离排列。
进一步的,获取多个目标模块数据具体包括:
接收门户构图数据;
使用第一识别模型对所述门户构图数据进行识别,得到多个关键区块图像;
基于多个所述关键区块图像在模块数据库中匹配得到多个目标模块数据。
进一步的,得到目标模块数据的过程包括:
使用第二识别模块对所述关键区块图像进行识别,得到所述关键区块图像的标签数据和区块类型数据;
基于所述区块类型数据在模块数据库中匹配对应每个所述关键区块图像的类型模块集合;
基于所述标签数据在所述类型模块集合获取所述目标模块数据。
进一步的,将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中具体包括:
获取每个所述关键区块图像的位置参数;
基于所述位置参数将每个所述关键区块图像对应的所述目标模块放置到所述门户预处理页中;其中,每个所述目标模块的占位区域根据对应的所述关键区块图像的宽高参数进行适配得到。
进一步的,所述门户预处理页关联有不同的适配子页;所述适配子页包括对应多种屏幕分辨率的第一适配子页、对应手机端的第二适配子页、对应不同窗口大小的第三适配子页;
当所述门户预处理页生成门户预定页后,同步生成对应关联的适配子页的门户预定页。
另一方面,本发明提供一种基于可视化配置的门户构建系统,包括:
预处理模块,用于构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;
处理模块,用于获取多个目标模块数据;将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格。
另一方面,本发明提供一种电子设备,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序时实现任一所述的基于可视化配置的门户构建方法。
另一方面,本发明提供一种计算机可读介质,存储有计算机程序,所述计算机程序被处理器执行时实现任一所述的基于可视化配置的门户构建方法。
相较于现有技术,本发明提供的基于可视化配置的门户构建方法、系统、电子设备及介质,具有以下有益效果:
使用本发明提供的基于可视化配置的门户构建方法,在构建前,构建具有多个基础单元格的门预处理页,进而将获取的目标模块数据按照对应的设计子框架添加到门户预处理页中,进而生成门户预定页;能够快速的确定多个目标模块的占位区域,同时规范门户布局,即使是初学者也可以快速配置门户页面,方便快捷。
附图说明
图1是本发明提供的基于可视化配置的门户构建方法的流程图。
图2是本发明提供的基于可视化配置的门户构建方法一种实施方式的示意图。
图3是本发明提供的第一识别模型的识别原理图。
图4是本发明提供的第二识别模型的识别原理图。
图5是本发明提供的基于可视化配置的门户构建系统的结构框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本领域技术人员应当理解,前面的一般描述和下面的详细描述是本发明的示例性和说明性的具体实施例,不意图限制本发明。
本文中术语“包括”,“包含”或其任何其他变体旨在覆盖非排他性包括,使得包括步骤列表的过程或方法不仅包括那些步骤,而且可以包括未明确列出或此类过程或方法固有的其他步骤。同样,在没有更多限制的情况下,以“包含...一个”开头的一个或多个设备或子系统,元素或结构或组件也不会没有更多限制,排除存在其他设备或其他子系统或其他元素或其他结构或其他组件或其他设备或其他子系统或其他元素或其他结构或其他组件。在整个说明书中,短语“在一个实施例中”,“在另一个实施例中”的出现和类似的语言可以但不一定都指相同的实施例。
除非另有定义,否则本文中使用的所有技术和科学术语具有与本发明所属领域的普通技术人员通常所理解的相同含义。
请参阅图1和图2,本发明提供一种基于可视化配置的门户构建方法,主要应用于门户构建系统中,采用具有若干按照预定规则排列的基础单元格的门户预处理页进行目标模块数据的添加,进而生成门预定页,可以有效的提高每个模块之间的摆放整齐性,同时,还能够实现自动生成门户预定页的效果。
基于可视化配置的门户构建方法包括:
构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;具体的,所述门户预处理页中的基础单元格数量根据实际需求进行选择,一般优选为方形的基础单元格整齐排列,数量可以根据视野(即屏幕的显示范围)进行自动适应性调整。
获取多个目标模块数据;具体的,获取所述目标模块数据的方式不做限定,可以是人工手动在模块数据库中进行手动获取,还可以根据设计需求框架自动适配。
将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格。具体的,该占位区域的形状由多个基础单元格的摆放确定。
进一步的,还可以根据不同的形状需求(即不同的目标模块数据的设计子框架),选择不同的基础网格单元摆放成不同的占位区域,进而将目标模块数据根据对应的占位区域相适配,即可将对应的目标模块数据添加到所述门户预处理页中。
使用本发明提供的基于可视化配置的门户构建方法,在构建前,构建具有多个基础单元格的门预处理页,进而将获取的目标模块数据按照对应的设计子框架添加到门户预处理页中,进而生成门户预定页;能够快速的确定多个目标模块的占位区域,同时规范门户布局,即使是初学者也可以快速配置门户页面,方便快捷。
进一步的,作为优选方案,本实施例中,所述目标模块数据存储于模块数据库中;所述目标模块数据关联对应的数据库和/或对应的功能控制指令。具体的,每个目标模块提前生成并存储在模块数据库中,分别具有对应的功能指令,或关联对应的数据库;若是关联数据库,则目标模块数据添加到所述门户预处理页中时,根据对应的占位区域大小,关联的数据内容,例如通知公告,则若是纵向仅有一行或两行,则不显示数据内容,若是具有三行及以上,则显示对应的数据库中存储的通知数据。若是该目标模块数据是关联的功能指令,即点击该目标模块时,会执行对应的功能指令,并显示对应的功能界面,则该目标模块数据的占位区域优选为一行或两行。
进一步的,作为优选方案,本实施例中,所述基础单元格为正方形或长方形;
所述预定规则包括紧密排列以及间隔预定距离排列。具体的,所述紧密排列为相邻的基础单元格具有共边。间隔预定距离排列,则相邻的基础单元格之间间隔预定距离,其中,若是所述基础单元格为正方形,则所述预定距离为基础单元格的边长的1%-10%,进一步优选为2%-6%,进一步优选为3%-5%;若是所述基础单元格为长方形,则以长边的边长作为预定距离的计算边长。
进一步的,在一些实施例中,所述基础单元格还可以是圆形,所述目标模块数据在添加到门户预处理页中时,其对应的占位区域可以通过圆形的基础单元格使构建的边角为圆角。此时,若是采用紧密排列,则相邻的基础单元格之间具有一个共点,若是按照间隔预定距离排列,则以直径做计算边长。
进一步的,请参阅图3,考虑到目前还不能根据一个门户网站的构想图或一个已知门户网站,快速自动的构建一个门户网站,作为优选方案,本实施例中,获取多个目标模块数据具体包括:
S21、接收门户构图数据;具体的,所述门户构图数据可以为设计人员的设计图像数据,还可以是获取的某一门户网站的门户截图数据或某一预定网页的截图数据。
S22、使用第一识别模型对所述门户构图数据进行识别,得到多个关键区块图像;具体的,所述第一识别模型优选为使用神经网络模型训练得到,其训练过程包括:
获取第一训练集,所述第一训练集包括多个第一训练样本;所述第一训练样本为具有第一标识内容的第一训练图像;所述第一训练图像为门户构图数据或门户截图数据;所述第一标识内容为第一训练图像中的模块区域数据(即框定门户构图数据中的所有模块区域)。
使用所述第一训练集对初始化的神经网络模型进行训练得到所述第一识别模型。
使用所述第一识别模型可以将输入的所述门户构图数据中的所有模块区域数据进行识别得到多个所述关键区块图像。
S23、基于多个所述关键区块图像在模块数据库中匹配得到多个目标模块数据。即只要给出一个门户构图数据,即可快速的识别其中的关键区块图像,进而从模块数据库中匹配多个目标模块数据。
进一步的,匹配过程可以采用第一相似度匹配算法进行匹配,即所述模块数据库中存储有多个目标模块数据,同时还存储有每个目标模块数据的模块图像数据,通过相似度匹配算法即可判定所述关键区块图像与每个模块图像数据之间的相似度值,若是相似度大于第一相似阈值,则判定该模块图像数据对应的目标模块数据为匹配数据。若是具有多个大于第一相似阈值的匹配数据,则将所有匹配数据陈列在第一区域。
进一步的,若是所述关键区块图像与所有的模块图像数据之间相似度值均小于第一相似阈值,则使用第二相似度算法进行匹配,按照上述过程进行判定,若是得到所述匹配数据,则在所述第一区域陈列。
进一步的,若是通过所述第二相似度算法,依然没有找到匹配数据,则对两次的相似度算法得到相似度值分别进行从大到小排序,获取在两次相似度计算中,均列前的一个或多个目标模块数据陈列在第二区域,供用户选择。可以较为精准的确定关键区块图像对应的目标模块数据。
进一步的,所述第一相似度算法与所述第二相似度算法为不相同的相似度算法;所述相似度算法包括欧几里得距离算法、皮尔逊相关系数算法、余弦相似度算法、Tanimoto系数(广义Jaccard相似系数)算法。
进一步的,请参阅图4,作为优选方案,本实施例中,得到目标模块数据的过程包括:
S231、使用第二识别模块对所述关键区块图像进行识别,得到所述关键区块图像的标签数据和区块类型数据;具体的,所述第二识别模块主要用于识别所述关键区块图像所对应的模块区块的标签数据和区块类型数据。
所述第二识别模块优选为使用神经网络模型构建得到,其训练过程包括:
获取第二训练集,所述第二人训练集包括多个第二训练样本;所述第二训练样本为具有第二标识内容的第二训练图像;所述第二训练图像为多个模块图像数据;所述第二标识内容对应模块图像数据的文字标签的标签数据以及区块类型数据。
使用所述第二训练集对初始化的神经网络模型进行训练得到所述第二识别模型。
使用所述第二识别模块可以快速的判定所述关键区块图像的标签数据以及区块类型数据。
进一步的,所述标签数据还可以通过OCR识别算法进行内容识别得到。
S232、基于所述区块类型数据在模块数据库中匹配对应每个所述关键区块图像的类型模块集合;具体的,所述模块数据库中根据类型维度进行存储分类;所述区块类型数据包括点击按钮类型、数据内容展示类型、图像类型等,具体分类可以根据实际需求或模块类型进行个性化定制,本发明不做限定。
S233、基于所述标签数据在所述类型模块集合获取所述目标模块数据。具体的,使用标签数据匹配目标模块数据的方式可以是关键字匹配,还可以是自然语义分析匹配;其中,关键字匹配是通过对标签数据中的关键字在类型模块集合中进行匹配,自然语义分析匹配则是首先使用自然语义分析算法将多个同义词进行匹配,进而获取同义词对应的目标模块数据。进一步提高获取目标模块数据的精准度。
进一步的,作为优选方案,本实施例中,将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中具体包括:
获取每个所述关键区块图像的位置参数;具体的,所述位置参数通过对多个关键区块图像的拜访位置进行位置坐标数据识别得到;其中,所述位置坐标数据包括关键区块图像的四角的相对坐标数据。
基于所述位置参数将每个所述关键区块图像对应的所述目标模块放置到所述门户预处理页中;其中,每个所述目标模块的占位区域根据对应的所述关键区块图像的宽高参数进行适配得到。具体的,所述占位区域的大小根据每个关键区块图像的相对坐标数据,进而得到每个关键区块图像的宽高数据。针对宽度数据和高度数据分别进行聚类分析,得到多个宽度聚类组合和多个高度聚类组合。针对每个聚类组合的数据分别匹配固定个数的基础单元格。实现自动针对得到模块数据匹配对应的占位区域,进而快速生成门户预定页。
例如,多个关键区块图像的宽度数据为【3、5、6、4、3、10、13、15、14、21、8、16】,按照第一阈值(例如5)进行聚类分析,得到多个聚类组【3、5、4、3】、【6、8、10】、【13、14、15】、【16】、【21】,针对每个聚类组选择相同数量的基础单元格,例如聚类组【3、5、4、3】对应的目标模块数据均采用一个或两个基础单元格,聚类组【6、8、10】对应的是两个或四个基础单元格,并以此翻倍上推得到每个聚类对应的基础单元格,进而融合到所述门户预处理页中。高度数据单独进行处理计算,最终形成每个目标模块对应的占位区域的横纵基础单元格数量,进而根据所述位置相对坐标数据进行摆放,得到门户预处理页。
进一步的,还对关键区块图像的边角进行识别得到边角形状数据,若所述边角形状数据为直角,则调用所述门户预处理页的基础单元格为正方形或长方形,若是所述边角数据为圆角,则调用所述门户预处理页的基础单元格为圆形。或根据不同的关键区块图像,在对应区域匹配对应的基础单元格形状。
进一步的,作为优选方案,本实施例中,所述门户预处理页关联有不同的适配子页;所述适配子页包括对应多种屏幕分辨率(例如1080P格式分辨率、720P格式分辨率等)的第一适配子页、对应手机端(主要为竖屏情况)的第二适配子页、对应不同窗口大小(例如显示界面的大小为800*600像素)的第三适配子页;
当所述门户预处理页生成门户预定页后,同步生成对应关联的适配子页的门户预定页。能够快速生成适配不同设备以及分辨率的门口预定页,进而根据不同的显示端,显示不同的门户预定页。
具体的,其中所述门户预处理页为标准界面的基础构图,其余的适配子页在构建对应的门户预定页时,会按照对应的内容进行变换,调整各个模块的大小,或排序,例如针对所述第二适配子页,则将横向的模块位置关系进行调整,生成竖向的相对位置关系,能够进行多端适配。
相应的,请参阅图5,本发明还提供一种基于可视化配置的门户构建系统,包括:
预处理模块,用于构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;
处理模块,用于获取多个目标模块数据;将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格。
进一步的,作为优选方案,本实施例中,所述目标模块数据存储于模块数据库中;所述目标模块数据关联对应的数据库和/或对应的功能控制指令。
相应的,本发明还提供一种电子设备,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序时实现前述任一实施例所述的基于可视化配置的门户构建方法。
相应的,本发明还提供一种计算机可读介质,存储有计算机程序,所述计算机程序被处理器执行时实现前述任一实施例所述的基于可视化配置的门户构建方法。
计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种基于可视化配置的门户构建方法,其特征在于,包括:
构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;
获取多个目标模块数据;
将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格;
获取多个目标模块数据具体包括:
接收门户构图数据;
使用第一识别模型对所述门户构图数据进行识别,得到多个关键区块图像;
将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中具体包括:
获取每个所述关键区块图像的位置参数;
基于所述位置参数将每个所述关键区块图像对应的所述目标模块放置到所述门户预处理页中;其中,每个所述目标模块的占位区域根据对应的所述关键区块图像的宽高参数进行适配得到;针对宽度数据和高度数据分别进行聚类分析,得到多个宽度聚类组合和多个高度聚类组合;针对每个聚类组合的数据分别匹配固定个数的基础单元格。
2.根据权利要求1所述的基于可视化配置的门户构建方法,其特征在于,所述目标模块数据存储于模块数据库中;所述目标模块数据关联对应的数据库和/或对应的功能控制指令。
3.根据权利要求1所述的基于可视化配置的门户构建方法,其特征在于,所述基础单元格为正方形或长方形;
所述预定规则包括紧密排列以及间隔预定距离排列。
4.根据权利要求1所述的基于可视化配置的门户构建方法,其特征在于,得到目标模块数据的过程包括:
使用第二识别模块对所述关键区块图像进行识别,得到所述关键区块图像的标签数据和区块类型数据;
基于所述区块类型数据在模块数据库中匹配对应每个所述关键区块图像的类型模块集合;
基于所述标签数据在所述类型模块集合获取所述目标模块数据。
5.根据权利要求1所述的基于可视化配置的门户构建方法,其特征在于,所述门户预处理页关联有不同的适配子页;所述适配子页包括对应多种屏幕分辨率的第一适配子页、对应手机端的第二适配子页、对应不同窗口大小的第三适配子页;
当所述门户预处理页生成门户预定页后,同步生成对应关联的适配子页的门户预定页。
6.一种基于可视化配置的门户构建系统,其特征在于,包括:
预处理模块,用于构建门户预处理页;所述门户预处理页具有若干按照预定规则排列的基础单元格;
处理模块,用于获取多个目标模块数据;将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中,生成门户预定页;所述设计子框架包括所述目标模块数据的占位区域;所述占位区域包括一个或多个所述基础单元格;
获取多个目标模块数据具体包括:
接收门户构图数据;
使用第一识别模型对所述门户构图数据进行识别,得到多个关键区块图像;
将多个所述目标模块数据分别按照对应的设计子框架添加到所述门户预处理页中具体包括:
获取每个所述关键区块图像的位置参数;
基于所述位置参数将每个所述关键区块图像对应的所述目标模块放置到所述门户预处理页中;其中,每个所述目标模块的占位区域根据对应的所述关键区块图像的宽高参数进行适配得到;针对宽度数据和高度数据分别进行聚类分析,得到多个宽度聚类组合和多个高度聚类组合;针对每个聚类组合的数据分别匹配固定个数的基础单元格。
7.一种电子设备,其特征在于,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序时实现权利要求1-5任一所述的基于可视化配置的门户构建方法。
8.一种计算机可读介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的基于可视化配置的门户构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134694.9A CN115221452B (zh) | 2022-09-19 | 2022-09-19 | 基于可视化配置的门户构建方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134694.9A CN115221452B (zh) | 2022-09-19 | 2022-09-19 | 基于可视化配置的门户构建方法、系统、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115221452A CN115221452A (zh) | 2022-10-21 |
CN115221452B true CN115221452B (zh) | 2023-04-07 |
Family
ID=83616929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211134694.9A Active CN115221452B (zh) | 2022-09-19 | 2022-09-19 | 基于可视化配置的门户构建方法、系统、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115221452B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796449B (zh) * | 2022-11-23 | 2023-12-05 | 重庆大学 | 一种智慧城市门户搭建方法、系统、电子设备及介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8862986B2 (en) * | 2007-10-01 | 2014-10-14 | Hewlett-Packard Development Company, L.P. | Arranging graphic objects on a page with relative position based control |
US20100218090A1 (en) * | 2009-02-26 | 2010-08-26 | Universal - Ad Ltd. | Sub-page-based page layout system and method thereof |
US9747556B2 (en) * | 2014-08-20 | 2017-08-29 | Vertafore, Inc. | Automated customized web portal template generation systems and methods |
CN104407779B (zh) * | 2014-12-15 | 2019-01-08 | 北京国双科技有限公司 | 图形界面的排列显示方法及装置 |
CN104766368B (zh) * | 2015-04-20 | 2017-09-26 | 成都康赛信息技术有限公司 | 基于元胞自动机的信息门户自动构建以及动态构建方法 |
CN111767054B (zh) * | 2020-09-01 | 2020-12-22 | 平安国际智慧城市科技股份有限公司 | 生成智能大屏的方法、装置和计算机设备 |
CN112558967A (zh) * | 2020-12-15 | 2021-03-26 | 中国建设银行股份有限公司 | 页面自动生成方法、装置、电子设备和存储介质 |
CN113779482B (zh) * | 2021-11-12 | 2022-02-25 | 云账户技术(天津)有限公司 | 一种生成前端代码的方法及装置 |
-
2022
- 2022-09-19 CN CN202211134694.9A patent/CN115221452B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115221452A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110874618B (zh) | 基于小样本的ocr模板学习方法、装置、电子设备及介质 | |
CN107193974B (zh) | 基于人工智能的地域性信息确定方法和装置 | |
CN115063875B (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN107153716B (zh) | 网页内容提取方法和装置 | |
CN115221452B (zh) | 基于可视化配置的门户构建方法、系统、电子设备及介质 | |
CN114663904A (zh) | 一种pdf文档布局检测方法、装置、设备及介质 | |
CN107748744A (zh) | 一种勾勒框知识库的建立方法及装置 | |
CN113505786A (zh) | 试题拍照评判方法、装置及电子设备 | |
CN110909768B (zh) | 一种标注数据获取方法及装置 | |
CN112101231A (zh) | 学习行为的监控方法、终端、小程序以及服务器 | |
CN114937270A (zh) | 古籍文字处理方法、装置及计算机可读存储介质 | |
CN107766498A (zh) | 用于生成信息的方法和装置 | |
CN111881900B (zh) | 语料生成、翻译模型训练、翻译方法、装置、设备及介质 | |
CN110852131B (zh) | 一种考试卡的信息采集方法、系统及终端 | |
CN117372346A (zh) | 一种小样本缺陷识别方法、系统、设备及存储介质 | |
CN111539390A (zh) | 一种基于Yolov3的小目标图像识别方法、设备和系统 | |
CN116052195A (zh) | 文档解析方法、装置、终端设备和计算机可读存储介质 | |
CN115565193A (zh) | 问卷信息录入方法、装置、电子设备及存储介质 | |
CN113822521A (zh) | 题库题目的质量检测方法、装置及存储介质 | |
CN114331932A (zh) | 目标图像生成方法和装置、计算设备以及计算机存储介质 | |
CN111798217B (zh) | 数据分析系统及方法 | |
CN115359468A (zh) | 一种目标网站识别方法、装置、设备及介质 | |
CN111428724B (zh) | 一种试卷手写统分方法、装置及存储介质 | |
CN111046096B (zh) | 用于生成图文结构化信息的方法和装置 | |
CN113869803A (zh) | 企业敏感信息风险评估方法、系统和存储介质 |
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 |