CN115659057A - 一种学校画像生成方法、装置、终端、系统及存储介质 - Google Patents
一种学校画像生成方法、装置、终端、系统及存储介质 Download PDFInfo
- Publication number
- CN115659057A CN115659057A CN202211701551.1A CN202211701551A CN115659057A CN 115659057 A CN115659057 A CN 115659057A CN 202211701551 A CN202211701551 A CN 202211701551A CN 115659057 A CN115659057 A CN 115659057A
- Authority
- CN
- China
- Prior art keywords
- school
- data
- source
- source data
- portrait
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 23
- 230000002093 peripheral effect Effects 0.000 claims description 19
- 230000004931 aggregating effect Effects 0.000 claims description 7
- 235000012054 meals Nutrition 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种学校画像生成方法、装置、终端、系统及存储介质,涉及学校画像的技术领域,该方法包括获取学校的属性数据源,所述属性数据源包括至少一个源数据;对至少一个所述源数据进行数据处理,得到至少一个标签数据库;根据至少一个所述标签数据库生成学校画像。本申请具有能够使出国留学生充分地、快速地了解学校,以方便出国留学生报考国外大学的效果。
Description
技术领域
本申请涉及学校画像的技术领域,尤其是涉及一种学校画像生成方法、装置、终端、系统及存储介质。
背景技术
画像是指基于特定的场景,对对象信息进行研究,提取出对象的特征标签,以实现对对象的精准分析。
出国留学生在进行出国留学报考时,主要受环境和人为主观因素的影响,由于出国留学生对自我认知不完善,导致报考的学校不适合自己,不利于出国留学生潜能的充分发掘和未来就业,这样对学校来说并非招生的实际目的。
目前学校在向出国留学生做推广时,还是主要依赖网站介绍及人与人之间的口头相传,导致出国留学生对学校的认知不完善,不方便出国留学生报考国外大学。
发明内容
本申请的目的是提供一种能够使出国留学生充分地、快速地了解学校,以方便出国留学生报考国外大学的学校画像生成方法、装置、终端、系统及存储介质。
第一方面,本申请提供的一种学校画像生成方法,采用如下的技术方案:
一种学校画像生成方法,包括:
获取学校的属性数据源,所述属性数据源包括至少一个源数据;
对至少一个所述源数据进行数据处理,得到至少一个标签数据库;
根据至少一个所述标签数据库生成学校画像。
通过采用上述技术方案,获取学校属性的源数据,并对源数据进行数据处理,可以得到标签数据库,进而根据标签数据库可以生成学校画像;在出国留学生报考外国大学时,通过生成的学校画像可以充分地、快速地了解所要报考的学校,从而方便出国留学生报考国外大学。
可选地,所述获取学校的属性数据源,具体包括:
根据用户请求访问学校应用程序;
采集所述学校应用程序的调用信息;
融合所述调用信息,得到所述属性数据源。
通过采用上述技术方案,用户通过任一终端访问学校应用程序,并采集学校应用程序的调用信息,进而融合采集的调用信息,可以得到学校的属性数据源;从而可以方便获得学校属性的源数据。
可选地,所述对至少一个所述源数据进行数据处理,得到至少一个标签数据库,具体包括:
根据预设分类规则对至少一个所述源数据执行分类处理,得到至少一个数据簇;
根据每一个所述数据簇的定义对相对应的所述数据簇打标签;
根据每一个打标签的所述数据簇构建数据库,得到标签数据库。
通过采用上述技术方案,对源数据进行分类处理,得到数据簇,并根据数据簇的定义对数据簇打标签,方便每个数据簇的查找,然后根据打标签的数据簇构建数据库,得到标签数据库,从而方便对数据簇的管理。
可选地,所述根据预设分类规则对至少一个所述源数据执行分类处理,得到至少一个数据簇,具体包括:
获取每一个所述源数据的属性信息,所述属性信息包括关键字与语义中的至少一种;
根据所述属性信息聚合所述源数据,并判断聚合的所述源数据的属性是否相同,若相同,则生成数据簇,若不相同,则重新根据所述属性信息聚合所述源数据。
通过采用上述技术方案,根据关键字或语义属性对源数据进行分类聚合,得到聚合后的源数据,并对聚合后的源数据进行判断,以确定聚合后的源数据的属性是否相同,如果相同,则生成数据簇,如果不相同,则重新根据属性聚合源数据,从而可以提升根据属性聚合源数据的准确性。
可选地,所述根据至少一个所述标签数据库生成学校画像,具体包括:
提取所述标签数据库的标签,并根据所述标签生成学校画像框架;
提取所述标签数据库中的源数据,并根据所述标签与所述源数据对所述学校画像框架进行渲染,得到学校画像。
通过采用上述技术方案,根据标签生成学校画像框架,并利用标签下的源数据对学校框架进行渲染,得到学校画像,从而方便学校画像的快速生成。
可选地,所述源数据包括学费、餐费、学杂费、招生率、毕业率、就业率、院系、专业、本科生人数、研究生人数、各国学生人数、学校地址、学校周边租房情况、学校周边设施与学校周边交通情况中的至少一种。
通过采用上述技术方案,通过设定多元化的源数据,可以使生成的学校画像更加精确,也方便出国留学生通过学校画像充分地了解意向大学。
第二方面,本申请提供的一种学校画像生成装置,采用如下的技术方案:
一种学校画像生成装置,包括:
获取模块,用于获取学校的属性数据源,所述属性数据源包括至少一个源数据;
处理模块,用于对至少一个所述源数据进行数据处理,得到至少一个标签数据库;
生成模块,用于根据至少一个所述标签数据库生成学校画像。
通过采用上述技术方案,通过获取模块获取学校属性的源数据,通过处理模块对源数据进行数据处理,得到标签数据库,根据标签数据库,通过生成模块生成学校画像;在出国留学生报考外国大学时,通过生成的学校画像可以充分地、快速地了解所要报考的学校,从而方便出国留学生报考国外大学。
第三方面,本申请提供的一种终端,采用如下的技术方案:
一种终端,包括存储器、处理器及存储在所述存储器中并能够在所述处理器上运行的计算机程序,所述处理器加载所述计算机程序时,执行第一方面的方法。
通过采用上述技术方案,将第一方面的方法生成计算机程序,并存储在存储器中,以被处理器加载并执行,从而用户可以通过终端与学校画像生成装置建立联系,并查询到学校画像生成装置处理好的各项内容。
第四方面,本申请提供的一种计算机可读存储介质,采用如下的技术方案:
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计算机程序,所述计算机程序被处理器加载时,执行第一方面的方法。
通过采用上述技术方案,将第一方面的方法生成计算机程序,并存储在计算机可读存储介质中,计算机可读存储介质被装入任一计算机后,任一计算机即可执行第一方面的方法。
附图说明
图1是本申请实施例中步骤S100-S300的方法流程图;
图2是本申请实施例中步骤S110-S130的方法流程图;
图3是本申请实施例中步骤S210-S230的方法流程图;
图4是本申请实施例中步骤S2101-S2102的方法流程图;
图5是本申请实施例中步骤S310-S320的方法流程图;
图6是本申请学校画像生成装置的模块框架图;
图中,1、获取模块;2、处理模块;3、生成模块。
具体实施方式
以下结合附图1-附图6,对本申请作进一步详细说明。
本申请所描述的数据源指的是提供某种所需数据的器件或原始媒体,在数据源中存储了所有建立数据库链接的信息,通过提供正确的数据源名称,可以找到相应的数据库链接,例如数据库、存储器与服务器等。
本申请所描述的源数据指的是数据源中存储的数据,例如直接来自源文件(业务系统数据库、线下文件)的数据,或者直接拷贝源文件的副本数据。
本申请所描述的数据簇指的是数据集合。
一种学校画像生成方法,参照图1,包括如下步骤:
S100:获取学校的属性数据源,且属性数据源包括至少一个源数据。
其中,在本申请的一个实施例中,源数据包括学费、餐费、学杂费、招生率、毕业率、就业率、院系、专业、本科生人数、研究生人数、各国学生人数、学校地址、学校周边租房情况、学校周边设施与学校周边交通情况等中的至少一种,需要说明的是,本实施例所记载的源数据并不局限于上述所列的数据。
其中,在本申请的一个实施例中,参照图2,步骤S100包括如下步骤:
S110:根据用户请求访问任一终端的学校应用程序。
具体地,在本申请的一个实施例中,任一终端包括但不限于台式电脑、笔记本电脑、手机、ipad。
具体地,在本申请的一个实施例中,在采集学校属性数据源时,用户可以在上述终端中直接访问学校应用程序,且学校应用程序关联有用于存储学校属性的数据库。
S120:采集学校应用程序的调用信息。
具体地,在本申请的一个实施例中,通过访问学校应用程序,可以获取或采集学校属性的数据库中的学校属性,并对采集的学校属性进行调用;本实施例中所记载的学校属性即为与学校相关的信息或数据。
S130:融合调用信息,得到属性数据源。
具体地,在本申请的一个实施例中,对调用的学校属性进行融合,可以得到属性数据源。
具体地,本实施例中所记载的融合包括:将调用信息输入至预先训练的数据过滤模型,滤除调用信息中的异常数据,并对滤除异常数据的调用信息进行合并。
其中,本实施例中所记载的异常数据包括重复数据、错误数据与信息变更前的数据等;重复数据即为调取的数据相同,此时通过预先训练的数据过滤模型的过滤,只保留一个数据;错误数据即为调取的数据发生错误,例如错别字等;信息变更前的数据即为信息发生变更,通过预先训练的数据过滤模型过滤掉信息变更前的数据,只保留信息变更后的数据。
S200:对至少一个源数据进行数据处理,得到至少一个标签数据库。
其中,在本申请的一个实施例中,参照图3,步骤S200包括如下步骤:
S210:根据预设分类规则对至少一个源数据执行分类处理,得到至少一个数据簇。
具体地,在本申请的一个实施例中,根据预先设定好的分类规则对源数据进行分类处理,进而得到数据簇。
其中,在本申请的一个实施例中,参照图4,步骤S210包括如下步骤:
S2101:获取每一个源数据的属性信息,且属性信息包括关键字与语义中的至少一种。
具体地,在本申请的一个实施例中,对上述每一个源数据进行数据解析,可以得到每一个源数据的属性,且本实施例中所记载的源数据的属性包括但不限于关键字或语义。
S2102:根据属性信息聚合源数据,并判断聚合的源数据的属性是否相同,若相同,则生成数据簇,若不相同,则重新根据属性信息聚合源数据。
具体地,在本申请的一个实施例中,根据每一个源数据的属性,对每一个源数据进行分类整合,整合完成后,得到预数据簇,本实施例中所记载的预数据簇即为生成数据簇之前预生成的数据簇,并对生成的预数据簇进行属性判断,若每一个预数据簇中的源数据的属性相同,则可以直接生成数据簇,反之,若每一个预数据簇中的源数据的属性不同,则重新根据源数据的属性分类整合源数据。
其中,在本申请的一个实施例中,以关键字作为源数据的属性对源数据进行分类整合,例如,学费、餐费与学杂费均包含“费”字,故学费、餐费与学杂费可以整合为一个数据簇;招生率、毕业率与就业率均包含“率”字,故招生率、毕业率与就业率可以整合为一个数据簇;院系包含“院”字,故院系可以独自整合为一个数据簇;专业包含“专”字,故专业可以独自整合为一个数据簇;本科生人数、研究生人数与各国学生人数中均包含“人”,故本科生人数、研究生人数与各国学生人数可以整合为一个数据簇;学校地址、学校周边租房情况、学校周边设施与学校周边交通情况均包含“校”,故学校地址、学校周边租房情况、学校周边设施与学校周边交通情况可以整合为一个数据簇。
其中,在本申请的一个实施例中,以语义作为源数据的属性对源数据进行分类整合,例如,由于学费、餐费与学杂费均与费用有关,故学费、餐费与学杂费可以整合为一个数据簇;由于招生率、毕业率与就业率均与学校招生就业有关,故招生率、毕业率与就业率可以整合为一个数据簇;由于院系与专业均与学校的报考方向相关,故院系与专业可以整合为一个数据簇;由于本科生人数、研究生人数与各国学生人数均与在校人数相关,故本科生人数、研究生人数与各国学生人数可以整合为一个数据簇;由于学校地址、学校周边租房情况、学校周边设施与学校周边交通情况均与学校周边环境相关,故学校地址、学校周边租房情况、学校周边设施与学校周边交通情况可以整合为一个数据簇。
S220:根据每一个数据簇的定义对相对应的数据簇打标签。
具体地,在本申请的一个实施例中,按照数据簇的定义对数据簇打标签,本实施例中的标签包括但不限于费用、招生就业、报考方向、在校人数与学校周边环境。
S230:根据每一个打标签的数据簇构建数据库,得到标签数据库。
具体地,在本申请的一个实施例中,根据标签利用既定的数据库构建工具对每一个打标签的数据簇构建数据库,进而可以得到标签数据库,且标签数据库中存储有同一个标签下的至少一个源数据。
S300:根据至少一个标签数据库生成学校画像。
其中,在本申请的一个实施例中,参照图5,步骤S300包括如下步骤:
S310:提取标签数据库的标签,并根据标签生成学校画像框架。
具体地,在本申请的一个实施例中,提取得到的标签数据库的标签,并根据标签生成学校画像框架,本实施例中所记载的学校画像框架上标记有每一个数据簇的标签。
S320:提取标签数据库中的源数据,并根据标签与源数据对学校画像框架进行渲染,得到学校画像。
具体地,在本申请的一个实施例中,分别为每一个标签数据库配置位置信息,以确定每一个标签数据库在学校画像框架中的位置,且根据每一个标签数据库的位置信息,将标签数据库中的标签与相对应的数据簇在学校画像框架上进行渲染,最终得到学校画像。
本申请实施例的实施原理为:获取学校的至少一个源数据,并对至少一个源数据进行分类聚合处理,得到至少一个数据簇,根据每一个数据簇的定义对相对应的数据打标签,并根据每一个打标签的数据簇构建数据库,得到标签数据库,并根据标签数据库生成学校画像;通过生成的学校画像方便留学生了解学校的概况。
本申请实施例公开一种学校画像生成装置,参照图6,包括获取模块1、处理模块2与生成模块3;其中,获取模块1用于获取学校的属性数据源,且属性数据源包括至少一个源数据;处理模块2用于对至少一个源数据进行数据处理,得到至少一个标签数据库;生成模块3用于根据至少一个标签数据库生成学校画像。
其中,在本申请的一个实施例中,当利用学校画像生成装置生成学校画像时,可以利用上述实施例的学校画像生成方法,故在此不再赘述。
本申请实施例公开一种终端,包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序,其中,处理器加载计算机程序时,执行上述实施例的学校画像生成方法。
其中,在本申请的一个实施例中,终端可以采用台式电脑、笔记本电脑或者云端服务器等,并且,终端包括但不限于处理器以及存储器,例如,终端还可以包括输入输出设备、网络接入设备以及总线等。
其中,在本申请的一个实施例中,处理器可以采用中央处理单元(CPU),当然,根据实际的使用情况,也可以采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以采用微处理器或者任何常规的处理器等,本申请对此不做限制。
其中,在本申请的一个实施例中,存储器可以为终端的内部存储单元,例如,终端的硬盘或者内存,也可以为终端的外部存储设备,例如,终端上配备的插接式硬盘、智能存储卡(SMC)、安全数字卡(SD)或者闪存卡(FC)等,并且,存储器还可以为终端的内部存储单元与外部存储设备的组合,存储器用于存储计算机程序以及服务器所需的其他程序和数据,存储器还可以用于暂时地存储已经输出或者将要输出的数据,本申请对此不做限制。
其中,通过本终端,将上述实施例的学校画像生成方法生成计算机程序,并存储在存储器中,以被处理器加载并执行,从而用户可以通过终端与学校画像生成装置建立联系,并查询到学校画像生成装置处理好的各项内容。
本申请实施例公开一种学校画像生成系统,包括上述实施例的学校画像生成装置与若干个上述实施例的终端。
其中,用户在终端与学校画像生成装置之间建立联系,学校画像生成装置根据用户在终端发出的请求执行各种操作和处理,并将处理结果反馈给终端以供用户查询。
本申请实施例公开一种计算机可读存储介质,并且,计算机可读存储介质中存储有计算机程序,其中,计算机程序被处理器加载时,执行上述实施例的学校画像生成方法。
其中,在本申请的一个实施例中,计算机程序可以存储于计算机可读存储介质中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等,计算机可读介质包括能够携带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)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等,需要说明的是,计算机可读介质包括但不限于上述元器件。
其中,通过本计算机可读存储介质,将上述实施例的学校画像生成方法生成计算机程序,并存储在计算机可读存储介质中,计算机可读存储介质被装入任一计算机后,任一计算机即可执行上述实施例的方法。
本具体实施方式的实施例均为本申请的较佳实施例,并非依此限制本申请的保护范围,其中相同的零部件用相同的附图标记表示。故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (9)
1.一种学校画像生成方法,其特征在于,包括:
获取学校的属性数据源,所述属性数据源包括至少一个源数据;
对至少一个所述源数据进行数据处理,得到至少一个标签数据库;
根据至少一个所述标签数据库生成学校画像。
2.根据权利要求1所述的学校画像生成方法,其特征在于,所述获取学校的属性数据源,具体包括:
根据用户请求访问学校应用程序;
采集所述学校应用程序的调用信息;
融合所述调用信息,得到所述属性数据源。
3.根据权利要求1所述的学校画像生成方法,其特征在于,所述对至少一个所述源数据进行数据处理,得到至少一个标签数据库,具体包括:
根据预设分类规则对至少一个所述源数据执行分类处理,得到至少一个数据簇;
根据每一个所述数据簇的定义对相对应的所述数据簇打标签;
根据每一个打标签的所述数据簇构建数据库,得到标签数据库。
4.根据权利要求3所述的学校画像生成方法,其特征在于,所述根据预设分类规则对至少一个所述源数据执行分类处理,得到至少一个数据簇,具体包括:
获取每一个所述源数据的属性信息,所述属性信息包括关键字与语义中的至少一种;
根据所述属性信息聚合所述源数据,并判断聚合的所述源数据的属性是否相同,若相同,则生成数据簇,若不相同,则重新根据所述属性信息聚合所述源数据。
5.根据权利要求1所述的学校画像生成方法,其特征在于,所述根据至少一个所述标签数据库生成学校画像,具体包括:
提取所述标签数据库的标签,并根据所述标签生成学校画像框架;
提取所述标签数据库中的源数据,并根据所述标签与所述源数据对所述学校画像框架进行渲染,得到学校画像。
6.根据权利要求1-5中任一项所述的学校画像生成方法,其特征在于,所述源数据包括学费、餐费、学杂费、招生率、毕业率、就业率、院系、专业、本科生人数、研究生人数、各国学生人数、学校地址、学校周边租房情况、学校周边设施与学校周边交通情况中的至少一种。
7.一种学校画像生成装置,其特征在于,包括:
获取模块(1),用于获取学校的属性数据源,所述属性数据源包括至少一个源数据;
处理模块(2),用于对至少一个所述源数据进行数据处理,得到至少一个标签数据库;
生成模块(3),用于根据至少一个所述标签数据库生成学校画像。
8.一种终端,包括存储器、处理器及存储在所述存储器中并能够在所述处理器上运行的计算机程序,其特征在于,所述处理器加载所述计算机程序时,执行权利要求1-6中任一项所述的方法。
9.一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计算机程序,其特征在于,所述计算机程序被处理器加载时,执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211701551.1A CN115659057A (zh) | 2022-12-29 | 2022-12-29 | 一种学校画像生成方法、装置、终端、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211701551.1A CN115659057A (zh) | 2022-12-29 | 2022-12-29 | 一种学校画像生成方法、装置、终端、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115659057A true CN115659057A (zh) | 2023-01-31 |
Family
ID=85023506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211701551.1A Pending CN115659057A (zh) | 2022-12-29 | 2022-12-29 | 一种学校画像生成方法、装置、终端、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115659057A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111143555A (zh) * | 2019-12-11 | 2020-05-12 | 中国平安财产保险股份有限公司 | 基于大数据的客户画像生成方法、装置、设备及存储介质 |
CN111652291A (zh) * | 2020-05-18 | 2020-09-11 | 温州医科大学 | 一种基于组稀疏融合医院大数据建立学生成长画像的方法 |
CN112001739A (zh) * | 2019-05-27 | 2020-11-27 | 广东小天才科技有限公司 | 一种生成用户学习画像的方法和系统 |
CN113626499A (zh) * | 2021-08-09 | 2021-11-09 | 青软创新科技集团股份有限公司 | 一种基于大数据数仓技术的学生画像挖掘实现方法 |
CN114328667A (zh) * | 2021-12-29 | 2022-04-12 | 内蒙古科技大学包头师范学院 | 一种基于履职数据的大学院系画像模型的构建及系统 |
-
2022
- 2022-12-29 CN CN202211701551.1A patent/CN115659057A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001739A (zh) * | 2019-05-27 | 2020-11-27 | 广东小天才科技有限公司 | 一种生成用户学习画像的方法和系统 |
CN111143555A (zh) * | 2019-12-11 | 2020-05-12 | 中国平安财产保险股份有限公司 | 基于大数据的客户画像生成方法、装置、设备及存储介质 |
CN111652291A (zh) * | 2020-05-18 | 2020-09-11 | 温州医科大学 | 一种基于组稀疏融合医院大数据建立学生成长画像的方法 |
CN113626499A (zh) * | 2021-08-09 | 2021-11-09 | 青软创新科技集团股份有限公司 | 一种基于大数据数仓技术的学生画像挖掘实现方法 |
CN114328667A (zh) * | 2021-12-29 | 2022-04-12 | 内蒙古科技大学包头师范学院 | 一种基于履职数据的大学院系画像模型的构建及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110781299B (zh) | 资产信息识别方法、装置、计算机设备及存储介质 | |
CN112380870A (zh) | 用户意图分析方法、装置、电子设备及计算机存储介质 | |
CN111078776A (zh) | 数据表的标准化方法、装置、设备及存储介质 | |
CN112163098A (zh) | 一种知识图谱的创建方法、装置、存储介质和服务器 | |
CN109144999B (zh) | 一种数据定位方法、装置及存储介质、程序产品 | |
CN114637866B (zh) | 数字化新媒体的信息管理方法及装置 | |
CN115659057A (zh) | 一种学校画像生成方法、装置、终端、系统及存储介质 | |
CN114722789B (zh) | 数据报表集成方法、装置、电子设备及存储介质 | |
CN116453125A (zh) | 基于人工智能的数据录入方法、装置、设备及存储介质 | |
CN113609271B (zh) | 基于知识图谱的业务处理方法、装置、设备及存储介质 | |
CN109344300A (zh) | 自然语言的数据查询意图确定方法、装置和计算机设备 | |
CN112149391B (zh) | 信息处理方法、信息处理装置、终端设备及存储介质 | |
CN114004209A (zh) | Pdf格式数据导出方法、装置、电子设备及可读存储介质 | |
CN112860722A (zh) | 数据核对方法、装置、电子设备和可读存储介质 | |
CN113221762A (zh) | 代价平衡决策方法、保险理赔决策方法、装置和设备 | |
CN111383050A (zh) | 产品数据整合及分析方法、装置及计算机可读存储介质 | |
CN115222371B (zh) | 一种问题排查方法、装置、电子设备及存储介质 | |
CN115374296B (zh) | 基于时序知识图谱的问答方法、实体表示方法及相关装置 | |
CN111324706B (zh) | 一种标注方法、装置及电子设备 | |
US11783605B1 (en) | Generalizable key-value set extraction from documents using machine learning models | |
CN112685574B (zh) | 领域术语层次关系的确定方法、装置 | |
CN113609274B (zh) | 智能问答方法、装置、电子设备及存储介质 | |
CN117112809B (zh) | 一种知识追踪方法及系统 | |
CN117851545A (zh) | 基于数据中台的数据查询方法、装置、设备及存储介质 | |
CN116991873A (zh) | 基于知识图谱的目标报送数据处理方法、装置和服务器 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230131 |
|
RJ01 | Rejection of invention patent application after publication |