CN116228419A - 信息处理方法、装置、设备及存储介质 - Google Patents
信息处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116228419A CN116228419A CN202310155986.9A CN202310155986A CN116228419A CN 116228419 A CN116228419 A CN 116228419A CN 202310155986 A CN202310155986 A CN 202310155986A CN 116228419 A CN116228419 A CN 116228419A
- Authority
- CN
- China
- Prior art keywords
- transaction
- node
- initial
- tree
- target
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供了一种信息处理方法、装置、设备及存储介质,可以应用于大数据领域和金融科技领域。该方法包括:基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树;利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息;以及根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。
Description
技术领域
本公开涉及大数据领域和金融科技领域,尤其涉及一种信息处理方法、装置、设备、存储介质和程序产品。
背景技术
随着计算机技术的快速发展,越来越多的企业通过构建服务系统来完成各类业务交易。通常,系统架构设计人员可以针对服务系统,设计出相对应的交易路径来完成业务交易,由设计人员构建得到的交易路径可以成为设计态交易路径。而在实际应用过程中,实现业务交易的生产态交易路径可能与设计态交易路径并不相同。因此,查询到与设计态交易路径相匹配的生产态交易路径,是针对服务系统的业务交易功能进行维护的重要工作。
而相关技术中,用于对不同的交易路径进行匹配的方法的时效性较差,匹配结果准确性较低,难以满足相关的运维需求。
发明内容
鉴于上述问题,本公开提供了一种信息处理方法、装置、设备、存储介质和程序产品。
根据本公开的第一个方面,提供了一种信息处理方法,包括:基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;基于上述初始第一交易节点各自的第一节点属性信息,以及上述初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树;利用预设相似度算法处理上述第一交易节点树与上述第二交易节点树,得到目标相似度信息;以及根据上述目标相似度信息,确定上述第一交易路径和上述第二交易路径的匹配结果。
根据本公开的实施例,利用预设相似度算法处理上述第一交易节点树与上述第二交易节点树,得到目标相似度信息包括:基于预设树编辑距离算法处理上述第一交易节点树与上述第二交易节点树,得到目标树编辑距离;以及根据上述目标树编辑距离确定上述目标相似度信息。
根据本公开的实施例,上述第一交易节点树包括M-1个第一交易节点,上述第二交易节点树包括N-1个第二交易节点,M和N均为大于1的正整数;其中,基于预设树编辑距离算法处理上述第一交易节点树与上述第二交易节点树包括:基于上述第一交易节点树生成第一交易节点序列,以及基于上述第二交易节点树生成第二交易节点序列;根据上述第一交易节点序列和上述第二交易节点序列各自的节点数量,构建初始矩阵;针对上述初始矩阵中第i行中的每个初始矩阵元素,将上述第二交易节点序列中第j个第二交易节点与上述第一交易节点序列中第i个第一交易节点进行比较,根据比较结果确定上述初始矩阵的第[i,j]初始矩阵元素的修正值;基于预设树编辑距离算法更新上述初始矩阵中的初始矩阵元素,直至得到更新后的目标矩阵的第[M,N]目标矩阵元素;以及将上述第[M,N]目标矩阵元素确定为上述目标树编辑距离。
根据本公开的实施例,上述基于预设树编辑距离算法更新上述初始矩阵中的初始矩阵元素包括:基于预设规则更新上述初始矩阵中第一行的每个初始矩阵元素,以及第一列的每个初始矩阵元素,得到更新后的第[1,j]目标矩阵元素和第[i,1]目标矩阵元素;在i>1且j>1的情况下,基于第[i-1,j]目标矩阵元素、第[i,j-1]目标矩阵元素、第[i-1,j-1]目标矩阵元素和上述第[i,j]初始矩阵元素的修正值,确定与上述第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值;以及利用上述第[i,j]目标动态修正值,更新上述第[i,j]初始矩阵元素,得到第[i,j]目标矩阵元素。
根据本公开的实施例,基于第[i-1,j]初始矩阵元素、第[i,j-1]初始矩阵元素和第[i-1,j-1]初始矩阵元素,确定与上述第[i,j]初始矩阵元素对应的第[i,j]动态修正值包括:计算上述第[i-1,j]目标矩阵元素与预设更新值之和,得到第一动态修正值;计算上述第[i,j-1]目标矩阵元素与上述预设更新值之和,得到第二动态修正值;计算上述第[i-1,j-1]目标矩阵元素与第[i,j]初始矩阵元素的修正值之和,得到第三动态修正值;以及基于上述第一动态修正值、上述第二动态修正值和上述第三动态修正值中的最小值,确定与上述第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。
根据本公开的实施例,上述第一节点属性信息包括第一节点位置属性信息,上述第二节点属性信息包括第二节点位置属性信息;其中,基于上述初始第一交易节点各自的第一节点属性信息,以及上述初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树包括:基于上述初始第一交易节点各自的第一节点标识,以及上述初始第一交易节点各自的第一节点位置属性信息,构建第一交易节点;根据上述第一交易节点各自的第一节点属性信息,构建上述第一交易节点树;基于上述初始第二交易节点各自的第二节点标识,以及上述初始第二交易节点各自的第二节点位置属性信息,构建第二交易节点;以及根据上述第二交易节点各自的第二节点属性信息,构建上述第二交易节点树。
根据本公开的实施例,上述第一交易路径包括设计态交易路径;和/或上述第二交易路径包括生产态交易路径。
本公开的第二方面提供了一种信息处理装置,包括:节点提取模块,用于基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;节点树构建模块,用于基于上述初始第一交易节点各自的第一节点属性信息,以及上述初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树;相似度确定模块,用于利用预设相似度算法处理上述第一交易节点树与上述第二交易节点树,得到目标相似度信息;以及匹配确定模块,用于根据上述目标相似度信息,确定上述第一交易路径和上述第二交易路径的匹配结果。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得一个或多个处理器执行上述方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述方法。
根据本公开提供的一种信息处理方法、装置、设备、存储介质和程序产品,基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;并基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树。由于树的结构特征较为清晰明确,因此根据交易节点树的拓扑结构可以清晰地展示各个节点的节点属性信息。利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息;以及根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。通过计算交易节点树之间的相似度,有效减少了匹配过程中节点属性信息丢失或者模糊的问题,进而使得交易路径的匹配结果更加准确。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的信息处理方法的示例性系统架构;
图2示意性示出了根据本公开实施例的信息处理方法的流程图;
图3示意性示出了根据本公开实施例的信息处理方法交易节点树的结构图;
图4示意性示出了根据本公开实施例的信息处理方法初始矩阵分布图;
图5示意性示出了根据本公开实施例的信息处理方法目标矩阵分布图;
图6示意性示出了根据本公开实施例的信息处理装置的框图;以及
图7示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本公开的技术方案中,所涉及的数据(如包括但不限于用户个人信息)的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
相关技术中,银行可以通过构建服务系统来完成各类业务交易业务,首先由架构师设计业务场景,包含各物理系统、物理系统服务码、跳转路径,从而形成一条完整的设计态交易路径。例如可以通过调用服务系统中的多个业务服务资源来完成业务交易,从而可以通过业务服务资源的调用关系,针对该业务交易形成包含有多个业务服务资源的交易路径信息。
在实际业务流程执行中,应用监控通过日志文件等手段归集各业务场景的实际流转过程,归集形成完整的生产态交易路径。将基于特征向量的交易路径相似度匹配算法用于该场景中,可从海量数据中筛选出匹配的设计态和生产态交易路径,通过生产设计交易线检核,优化业务流程。
相关技术中用于交易路径相似度的计算的算法都是以整条路径为计算对象,直接计算路径的相似度,但如果交易路径的数据规模较大,会在相似度计算过程中出现一定程度的误差,使得相似度计算结果不准确。
有鉴于此,本公开的实施例提供了一种信息处理方法,包括:基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树;利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息;以及根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。
图1示出了根据本公开实施例的可以应用一种信息处理方法的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103,网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互,以接收或发送多个业务服务资源的交易路径信息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的一种信息处理方法一般可以由服务器105执行。相应地,本公开实施例所提供的一种信息处理装置一般可以设置于服务器105中。本公开实施例所提供的方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的一种信息处理装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图6对公开实施例的一种信息处理方法进行详细描述。
图2示意性示出了根据本公开实施例的信息处理方法的流程图。
如图2所示,该方法包括操作S201~操作S204。
在操作S201,基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点。
在操作S202,基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树。
在操作S203,利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息。
在操作S204,根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。
根据本公开的实施例,第一交易路径包括设计态交易路径,第二交易路径包括生产态路径。其中,第一交易路径和第二交易路径通常可以是字符串形式展示,例如:A|1001|A|1|0|1001|B|2|1|2001|C|3|1|3001|D|4|3|4001|E|5|4|5001|F|6|5|6001。通过节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点。每个交易路径中都存在多个交易节点,例如:NODE0、NODE1、NODE2、NODE3、NODE4以及NODE5。其中,交易节点之间存在层级关系,节点属性规则可以是根据交易节点之间的层级关系提取初始交易节点。例如:根据字符串形式的交易路径中确定NODE0为初始交易节点。
图3示意性示出了根据本公开实施例的信息处理方法交易节点树的结构图。
如图3所示,每个交易节点均包含节点属性信息,其中节点属性信息包括物理子系统编码和服务资源名称。例如:NODE0节点的节点属性信息为1001|A,其中A为物理子系统编码,1001为服务资源名称。节点属性信息还可以包括交易节点在交易路径中的位置属性等。例如:交易节点在交易路径中具体的位置,以及和相邻交易节点之间的连接关系等。基于初始第一交易节点各自的第一节点属性信息构建第一交易节点树,基于初始第二交易节点各自的第二节点属性信息构建第二交易节点树。在构建交易节点树的过程中,可以基于交易节点的属性信息纵向构建;也可以基于交易节点之间的层级关系横向构建,在此不做限定。
根据本公开的实施例,预设相似度算法可以包括相关技术中用于获取不同的数据之间相似程度的算法,例如余弦相似度算法、欧氏距离算法等,本公开的实施例对预设相似度算法的具体类型不做限定,本领域技术人员可以根据实际需求进行选择。
根据本公开的实施例,处理第一交易节点树和第二交易节点树得到目标相似度信息过程中,预设相似度算法可以包括图相似度算法,例如:GNN神经网络算法。通过对第一交易节点树和第二交易节点树图像中图节点的提取,比对图节点之间的相似度,以得到第一交易节点树和第二交易节点树的目标相似度信息。
根据本公开的实施例,预设相似度算法还可以包括树编辑距离算法。通过比对从第一交易节点树转化成第二交易节点树所需要的最小编辑操作次数,即树编辑距离,可以进一步确定第一交易节点树和第二交易节点树的目标相似度信息。其中,编辑操作次数越小,说明树编辑距离越小,相似度越高。根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果,相似度越高,则说明第一交易路径和第二交易路径越匹配。本领域技术人员可以通过设定相似度阈值、树编辑距离阈值等预设匹配阈值来确定匹配结果,本公开的实施例对此不做限定。
根据本公开提供的一种信息处理方法,基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;并基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树。由于树的结构特征较为清晰明确,因此根据交易节点树的拓扑结构可以清晰地展示各个节点的节点属性信息。利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息;以及根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。通过计算交易节点树之间的相似度,有效减少了匹配过程中节点属性信息丢失或者模糊的问题,进而使得交易路径的匹配结果更加准确。
根据本公开的实施例,操作S203,利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息,可以包括如下操作。
基于预设树编辑距离算法处理第一交易节点树与第二交易节点树,得到目标树编辑距离;以及根据目标树编辑距离确定目标相似度信息。
根据本公开的实施例,可以将第一交易节点树与第二交易节点树分别作为字符串S和T,通过树编辑距离算法是用来度量第一交易节点树字符串S与第二交易节点树字符串T的相似度,即由S变化到T所需的最小编辑操作成本。其中编辑操作是指对字符串的某一个位置的字符进行删除、插入和替换等3种基本操作。如果将字符串S转换成字符串T,需要经过{e1,e2,…,en}次操作,每个ei(i=1,2,…,h)为删除、插人和替换3种基本操作中的一次操作。取E={e1,e2,…,en}为一连续的操作序列。那么,将S经由操作集E转换成T总共所需的成本可以通过公式(1)表示:
根据本公开的实施例,根据编辑距离的计算方法可以看出:S与T之间的编辑距离越大,表示从S变化到T需要的操作步数越多,也就是说S与T相差越大,越不相似。因此,目标相似度信息可以通过第一交易节点树字符串S与第二交易节点树字符串T之间的相似度函数来确定。例如通过公式(2)表示目标相似度信息。
其中,D(S,T)表示第一交易节点树字符串S与第二交易节点树字符串T的编辑距离,|S|和|T|分别表示第一交易节点树字符串S和第二交易节点树字符串T的长度。
根据本公开的实施例,第一交易节点树包括M-1个第一交易节点,第二交易节点树包括N-1个第二交易节点,M和N均为大于1的正整数;其中,基于预设树编辑距离算法处理第一交易节点树与第二交易节点树如下操作。
基于第一交易节点树生成第一交易节点序列,以及基于第二交易节点树生成第二交易节点序列;根据第一交易节点序列和第二交易节点序列各自的节点数量,构建初始矩阵;针对初始矩阵中第i行中的每个矩阵元素,将第二交易节点序列中第j个第二交易节点与第一交易节点序列中第i个第一交易节点进行比较,根据比较结果确定初始矩阵的第[i,j]初始矩阵元素的修正值;基于预设树编辑距离算法更新初始矩阵中的初始矩阵元素,直至得到更新后的目标矩阵的第[M,N]目标矩阵元素;以及将第[M,N]目标矩阵元素确定为目标树编辑距离。
根据本公开的实施例,在第一交易节点序列和第二交易节点序列分别具有M个第一交易节点和N个第二交易节点的情况下,初始矩阵可以包括M×N维的矩阵,初始矩阵的初始矩阵元素可以是任意值,例如可以是0或1等。目标矩阵元素可以是对相应位置的初始矩阵元素的值进行更新后得到的。
根据本公开的实施例,基于预设树编辑距离算法更新初始矩阵中的初始矩阵元包括如下操作。
基于预设规则更新初始矩阵中第一行的每个初始矩阵元素,以及第一列的每个初始矩阵元素,得到更新后的第[1,j]目标矩阵元素和第[i,1]目标矩阵元素;在i>1且j>1的情况下,基于第[i-1,j]目标矩阵元素、第[i,j-1]目标矩阵元素、第[i-1,j-1]目标矩阵元素和第[i,j]初始矩阵元素的修正值,确定与第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值;以及利用第[i,j]目标动态修正值,更新第[i,j]初始矩阵元素,得到第[i,j]目标矩阵元素。
图4示意性示出了根据本公开实施例的信息处理方法初始矩阵示意图。
根据本公开的实施例,如图4所示,设M为7,N为7,则第一交易节点树包括6个第一交易节点,第二交易节点树包括6个第二交易节点。分别对第一交易节点树和第二交易节点树进行遍历,进而生成第一交易节点序列和第二交易节点序列。根据第一交易节点序列和第二交易节点序列各自的节点数量,构建初始矩阵。例如,基于第一交易节点的个数6构建初始矩阵,和第二交易节点的个数6构建初始矩阵,初始矩阵为[6,6]。
根据本公开的实施例,初始矩阵中包含多个矩阵元素,例如:矩阵元素401为第[1,1]个矩阵元素。针对初始矩阵中第i行中的每个矩阵元素,将第二交易节点序列中第j个第二交易节点与第一交易节点序列中第i个第一交易节点进行比较,根据比较结果确定初始矩阵的第[i,j]初始矩阵元素的修正值。若比较结果为相同,则确定修正值为0。若比较结果不相同,则确定修正值为1,
例如:将第一交易节点序列中第1个第一交易节点与第二交易节点序列中第1个第二交易节点进行比较。假设将第一交易节点序列中第1个第一交易节点为1001|A,第二交易节点序列中第1个第二交易节点为1001|A,则说明二者相同,确定修正值为0。若假设第二交易节点序列中第1个第二交易节点为2001|B,则说明二者不相同,确定修正值为1。
图5示意性示出了根据本公开实施例的信息处理方法目标矩阵示意图。
根据本公开的实施例,如图5所示,对初始矩阵逐步进行更新,根据预设规则更新初始矩阵中第一行的每个初始矩阵元素,以及第一列的每个初始矩阵元素,得到更新后的第[1,j]目标矩阵元素和第[i,1]目标矩阵元素。其中,预设规则可以为从第一列逐一开始更新,预设规则也可以是从第一行逐一开始更新,预设规则还可以是随机开始更新,在此不做限定。
根据本公开的实施例,在i>1且j>1的情况下,基于第[i-1,j]目标矩阵元素、第[i,j-1]目标矩阵元素、第[i-1,j-1]目标矩阵元素和第[i,j]初始矩阵元素的修正值,确定与第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。例如:假设i=2,j=2,目标矩阵元素可以包括:第[1,1]目标矩阵元素501;第[1,2]目标矩阵元素502;第[2,1]目标矩阵元素503。基于第[1,2]目标矩阵元素502、第[2,1]目标矩阵元素503、第[1,1]目标矩阵元素501和第[2,2]初始矩阵元素的修正值,可以得到第[2,2]目标矩阵元素504。该第[2,2]目标矩阵元素504可以为目标动态修正值0。通过此方法确定动态修正值,使得确认过程中有效地降低了算法时间复杂度。
根据本公开的实施例,将第[i,j]目标动态修正值对应写入初始矩阵中,更新第[i,j]初始矩阵元素,得到第[i,j]目标矩阵元素,并将第[M,N]目标矩阵元素确定为目标树编辑距离。如图5所示,可以通过上述方式计算得到第[7,7]目标矩阵元素,进而确定目标树编辑距离为k。基于树编辑距离确定第一交易路径和第二交易路径的匹配结果。其中,第一交易路径和第二交易路径的匹配结果的相似度值可以通过公式(3)表示:
Sim(T1,T2)=1一k/max(M,N) (3)
其中,T1表示第一交易路径,T2表示第二交易路径,max(M,N)表示初始矩阵中交易节点的最大值,k表示目标树编辑距离。
根据本公开的实施例,基于第[i-1,j]初始矩阵元素、第[i,j-1]初始矩阵元素和第[i-1,j-1]初始矩阵元素,确定与第[i,j]初始矩阵元素对应的第[i,j]动态修正值,可以包括如下操作。
计算第[i-1,j]目标矩阵元素与预设更新值之和,得到第一动态修正值;计算第[i,j-1]目标矩阵元素与预设更新值之和,得到第二动态修正值;计算第[i-1,j-1]目标矩阵元素与第[i,j]初始矩阵元素的修正值之和,得到第三动态修正值;以及基于第一动态修正值、第二动态修正值和第三动态修正值中的最小值,确定与第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。
根据本公开的实施例,预设更新值设为1,假设i=2,j=2,计算第[1,2]目标矩阵元素与预设更新值1之和,如图5所示,第[1,2]目标矩阵元素为1,则第一动态修正值为2。计算第[2,1]目标矩阵元素与预设更新值1之和,如图5所示,第[2,1]目标矩阵元素为1,则第二动态修正值为2。计算第[1,1]目标矩阵元素与第[2,2]初始矩阵元素的修正值之和,假设第[2,2]初始矩阵元素的修正值为0,如图5所示,第[1,1]目标矩阵元素为0,则第三动态修正值为0。
根据本公开的实施例,基于第一动态修正值、第二动态修正值和第三动态修正值中的最小值,确定与第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。最小值代表最小编辑距离,计算交易路径的相似度过程中,以最小编辑距离为准。例如:在i=2,j=2时,第一动态修正值为2、第二动态修正值为2和第三动态修正值为0,则确定第[2,2]初始矩阵元素对应的第[2,2]目标动态修正值为0。
根据本公开的实施例,从交易节点树的初始位置开始比较,记录已经比较过的编辑距离,每次只需比较3个交易节点的值,即可得到下一个字符位置时的编辑距离。由于状态二维数组,主循环进行M*N次,空间复杂度为(M+1)*(N+1),时间复杂度为(M*N)。时空复杂度明显下降,在交易路径比较复杂时,性能的优越性会更加明显。
根据本公开的实施例提供信息处理方法,可以将交易路径转换为树结构,并通过引入二维状态矩阵来优化树编辑距离算法,从而有效地降低了算法时间复杂度,且提高了交易路径相似度的计算准确度。
根据本公开的实施例,第一节点属性信息包括第一节点位置属性信息,第二节点属性信息包括第二节点位置属性信息。
操作S202中,基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树,可以包括如下操作。
基于初始第一交易节点各自的第一节点标识,以及初始第一交易节点各自的第一节点位置属性信息,构建第一交易节点;根据第一交易节点各自的第一节点属性信息,构建第一交易节点树;基于初始第二交易节点各自的第二节点标识,以及初始第二交易节点各自的第二节点位置属性信息,构建第二交易节点;以及根据第二交易节点各自的第二节点属性信息,构建第二交易节点树
根据本公开的实施例,交易节点包括节点标识和节点位置属性信息,其中,节点属性信息包括节点位置属性信息,其中节点位置属性信息包括交易节点在交易路径中具体的位置,以及和相邻交易节点之间的连接关系等。根据交易节各自的节点属性信息构建交易节点树,在构建交易节点树的过程中,可以基于交易节点的节点属性信息纵向构建;也可以基于交易节点之间的层级关系横向构建,在此不做限定。
根据本公开的实施例,第一交易路径可以包括设计态交易路径;和/或第二交易路径包括生产态交易路径。
根据本公开的实施例,设计态交易路径与生产态交易路径的相似度越高,则说明设计态交易路径与生产态交易路径越保持一致。二者保持一致便于基于架构视图系统上交易路径的应急运维。
基于上述一种信息处理方法,本公开还提供了一种信息处理装置。以下将结合图6对该装置进行详细描述。
图6示意性示出了根据本公开实施例的信息处理装置的框图。
如图6所示,该实施例的一种信息处理装置600包括节点提取模块601、节点树构建模块602、相似度确定模块603以及匹配确定模块604。
节点提取模块601用于基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点。在一实施例中,节点提取模块601可以用于执行前文描述的操作S201,在此不再赘述。
节点树构建模块602用于基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树。在一实施例中,节点树构建模块602可以用于执行前文描述的操作S202,在此不再赘述。
相似度确定模块603用于利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息。在一实施例中,相似度确定模块603可以用于执行前文描述的操作S203,在此不再赘述。
匹配确定模块604用于根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。在一实施例中,匹配确定模块604可以用于执行前文描述的操作S204,在此不再赘述。
根据本公开提供的一种信息处理方法、装置、设备、存储介质和程序产品,基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;并基于初始第一交易节点各自的第一节点属性信息,以及初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树。由于树的结构特征较为清晰明确,因此根据交易节点树的拓扑结构可以清晰地展示各个节点的节点属性信息。利用预设相似度算法处理第一交易节点树与第二交易节点树,得到目标相似度信息;以及根据目标相似度信息,确定第一交易路径和第二交易路径的匹配结果。通过计算交易节点树之间的相似度,有效减少了匹配过程中节点属性信息丢失或者模糊的问题,进而使得交易路径的匹配结果更加准确。
根据本申请实施例,相似度确定模块603包括编辑距离确定子模块和相似度确定子模块。
编辑距离确定子模块,用于基于预设树编辑距离算法处理第一交易节点树与第二交易节点树,得到目标树编辑距离。
相似度确定子模块,用于根据目标树编辑距离确定目标相似度信息。
根据本申请实施例,编辑距离确定子模块包括序列生成单元、矩阵构建单元、初始修正确定单元、矩阵更新单元以及编辑距离确定单元。
序列生成单元,用于基于第一交易节点树生成第一交易节点序列,以及基于第二交易节点树生成第二交易节点序列。
矩阵构建单元,用于根据第一交易节点序列和第二交易节点序列各自的节点数量,构建初始矩阵。
初始修正确定单元,针对初始矩阵中第i行中的每个矩阵元素,将第二交易节点序列中第j个第二交易节点与第一交易节点序列中第i个第一交易节点进行比较,根据比较结果确定初始矩阵的第[i,j]初始矩阵元素的修正值。
矩阵更新单元,用于基于预设树编辑距离算法更新初始矩阵中的初始矩阵元素,直至得到更新后的目标矩阵的第[M,N]目标矩阵元素。
编辑距离确定单元,用于将第[M,N]目标矩阵元素确定为目标树编辑距离。
根据本公开的实施例,矩阵更新单元包括:初始矩阵元素更新子单元、目标动态修正值确定子单元和目标矩阵元素确定单元。
初始矩阵元素更新子单元,用于基于预设规则更新初始矩阵中第一行的每个初始矩阵元素,以及第一列的每个初始矩阵元素,得到更新后的第[1,j]目标矩阵元素和第[i,1]目标矩阵元素。
目标动态修正值确定子单元,用于在i>1且j>1的情况下,基于第[i-1,j]目标矩阵元素、第[i,j-1]目标矩阵元素、第[i-1,j-1]目标矩阵元素和第[i,j]初始矩阵元素的修正值,确定与第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。
目标矩阵元素确定单元,用于利用第[i,j]目标动态修正值,更新第[i,j]初始矩阵元素,得到第[i,j]目标矩阵元素。
根据本公开的实施例,矩阵更新单元包括第一计算子单元、第二计算子单元、第三计算子单元以及动态修正确定子单元。
第一计算子单元,用于计算第[i-1,j]目标矩阵元素与预设更新值之和,得到第一动态修正值。
第二计算子单元,用于计算第[i,j-1]目标矩阵元素与预设更新值之和,得到第二动态修正值。
第三计算子单元,用于计算第[i-1,j-1]目标矩阵元素与第[i,j]初始矩阵元素的修正值之和,得到第三动态修正值。
动态修正确定子单元,用于基于第一动态修正值、第二动态修正值和第三动态修正值中的最小值,确定与第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。
根据本公开的实施例,节点树构建模块602包括第一节点构建子模块、第一节点树构建子模块、第二节点构建子模块以及第二节点树构建子模块。
第一节点构建子模块,用于基于初始第一交易节点各自的第一节点标识,以及初始第一交易节点各自的第一节点位置属性信息,构建第一交易节点。
第一节点树构建子模块,用于根据第一交易节点各自的第一节点属性信息,构建第一交易节点树。
第二节点构建子模块,用于基于初始第二交易节点各自的第二节点标识,以及初始第二交易节点各自的第二节点位置属性信息,构建第二交易节点。
第二节点树构建子模块,用于根据第二交易节点各自的第二节点属性信息,构建第二交易节点树。
根据本公开的实施例,节点提取模块601、节点树构建模块602、相似度确定模块603以及匹配确定模块604中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,节点提取模块601、节点树构建模块602、相似度确定模块603以及匹配确定模块604中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,节点提取模块601、节点树构建模块602、相似度确定模块603以及匹配确定模块604中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的方框图。
如图7所示,根据本公开实施例的电子设备700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有电子设备700操作所需的各种程序和数据。处理器701、ROM702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。电子设备700还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于: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)、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。在本公开中,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。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的方法。
在该计算机程序被处理器701执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分709被下载和安装,和/或从可拆卸介质711被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (11)
1.一种信息处理方法,包括:
基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;
基于所述初始第一交易节点各自的第一节点属性信息,以及所述初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树;
利用预设相似度算法处理所述第一交易节点树与所述第二交易节点树,得到目标相似度信息;以及
根据所述目标相似度信息,确定所述第一交易路径和所述第二交易路径的匹配结果。
2.根据权利要求1所述的方法,其中,利用预设相似度算法处理所述第一交易节点树与所述第二交易节点树,得到目标相似度信息包括:
基于预设树编辑距离算法处理所述第一交易节点树与所述第二交易节点树,得到目标树编辑距离;以及
根据所述目标树编辑距离确定所述目标相似度信息。
3.根据权利要求2所述的方法,其中,所述第一交易节点树包括M-1个第一交易节点,所述第二交易节点树包括N-1个第二交易节点,M和N均为大于1的正整数;
其中,基于预设树编辑距离算法处理所述第一交易节点树与所述第二交易节点树包括:
基于所述第一交易节点树生成第一交易节点序列,以及基于所述第二交易节点树生成第二交易节点序列;
根据所述第一交易节点序列和所述第二交易节点序列各自的节点数量,构建初始矩阵;
针对所述初始矩阵中第i行中的每个初始矩阵元素,将所述第二交易节点序列中第j个第二交易节点与所述第一交易节点序列中第i个第一交易节点进行比较,根据比较结果确定所述初始矩阵的第[i,j]初始矩阵元素的修正值;
基于所述预设树编辑距离算法更新所述初始矩阵中的初始矩阵元素,直至得到更新后的目标矩阵的第[M,N]目标矩阵元素;以及
将所述第[M,N]目标矩阵元素确定为所述目标树编辑距离。
4.根据权利要求3所述的方法,其中,所述基于所述预设树编辑距离算法更新所述初始矩阵中的初始矩阵元素包括:
基于预设规则更新所述初始矩阵中第一行的每个初始矩阵元素,以及第一列的每个初始矩阵元素,得到更新后的第[1,j]目标矩阵元素和第[i,1]目标矩阵元素;
在i>1且j>1的情况下,基于第[i-1,j]目标矩阵元素、第[i,j-1]目标矩阵元素、第[i-1,j-1]目标矩阵元素和所述第[i,j]初始矩阵元素的修正值,确定与所述第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值;以及
利用所述第[i,j]目标动态修正值,更新所述第[i,j]初始矩阵元素,得到第[i,j]目标矩阵元素。
5.根据权利要求4所述的方法,其中,基于第[i-1,j]初始矩阵元素、第[i,j-1]初始矩阵元素和第[i-1,j-1]初始矩阵元素,确定与所述第[i,j]初始矩阵元素对应的第[i,j]动态修正值包括:
计算所述第[i-1,j]目标矩阵元素与预设更新值之和,得到第一动态修正值;
计算所述第[i,j-1]目标矩阵元素与所述预设更新值之和,得到第二动态修正值;
计算所述第[i-1,j-1]目标矩阵元素与第[i,j]初始矩阵元素的修正值之和,得到第三动态修正值;以及
基于所述第一动态修正值、所述第二动态修正值和所述第三动态修正值中的最小值,确定与所述第[i,j]初始矩阵元素对应的第[i,j]目标动态修正值。
6.根据权利要求1所述的方法,其中,所述第一节点属性信息包括第一节点位置属性信息,所述第二节点属性信息包括第二节点位置属性信息;
其中,基于所述初始第一交易节点各自的第一节点属性信息,以及所述初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树包括:
基于所述初始第一交易节点各自的第一节点标识,以及所述初始第一交易节点各自的第一节点位置属性信息,构建第一交易节点;
根据所述第一交易节点各自的第一节点属性信息,构建所述第一交易节点树;
基于所述初始第二交易节点各自的第二节点标识,以及所述初始第二交易节点各自的第二节点位置属性信息,构建第二交易节点;以及
根据所述第二交易节点各自的第二节点属性信息,构建所述第二交易节点树。
7.根据权利要求1至6中任一项所述的方法,其中,
所述第一交易路径包括设计态交易路径;和/或
所述第二交易路径包括生产态交易路径。
8.一种信息处理装置,包括:
节点提取模块,用于基于节点属性规则分别从第一交易路径中提取初始第一交易节点,以及从第二交易路径中提取初始第二交易节点;
节点树构建模块,用于基于所述初始第一交易节点各自的第一节点属性信息,以及所述初始第二交易节点各自的第二节点属性信息,分别构建第一交易节点树与第二交易节点树;
相似度确定模块,用于利用预设相似度算法处理所述第一交易节点树与所述第二交易节点树,得到目标相似度信息;以及
匹配确定模块,用于根据所述目标相似度信息,确定所述第一交易路径和所述第二交易路径的匹配结果。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~7中任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310155986.9A CN116228419A (zh) | 2023-02-13 | 2023-02-13 | 信息处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310155986.9A CN116228419A (zh) | 2023-02-13 | 2023-02-13 | 信息处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116228419A true CN116228419A (zh) | 2023-06-06 |
Family
ID=86569119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310155986.9A Pending CN116228419A (zh) | 2023-02-13 | 2023-02-13 | 信息处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116228419A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117675507A (zh) * | 2023-11-13 | 2024-03-08 | 北京国电通网络技术有限公司 | 异常节点终端告警方法、电子设备和计算机可读介质 |
-
2023
- 2023-02-13 CN CN202310155986.9A patent/CN116228419A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117675507A (zh) * | 2023-11-13 | 2024-03-08 | 北京国电通网络技术有限公司 | 异常节点终端告警方法、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111339427B (zh) | 一种图书信息推荐方法、装置、系统及存储介质 | |
CN114357105B (zh) | 地理预训练模型的预训练方法及模型微调方法 | |
CN111427971B (zh) | 用于计算机系统的业务建模方法、装置、系统和介质 | |
US11120064B2 (en) | Transliteration of data records for improved data matching | |
CN111651552A (zh) | 结构化信息确定方法、装置和电子设备 | |
CN116228419A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN116594683A (zh) | 一种代码注释信息生成方法、装置、设备及存储介质 | |
CN116415564A (zh) | 基于知识图谱的功能点扩增方法和系统 | |
WO2021186287A1 (en) | Vector embedding models for relational tables with null or equivalent values | |
EP4116889A2 (en) | Method and apparatus of processing event data, electronic device, and medium | |
CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN115795345A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN113935334A (zh) | 文本信息处理方法、装置、设备和介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN113095078A (zh) | 关联资产确定方法、装置和电子设备 | |
CN110909191A (zh) | 图数据处理方法及装置、存储介质、电子设备 | |
CN114547448B (zh) | 数据处理、模型训练方法、装置、设备、存储介质及程序 | |
CN113177122A (zh) | 关联资产确定方法、装置和电子设备 | |
US20240202797A1 (en) | Solving sparse data problems in a recommendation system with cold start | |
CN113779370B (zh) | 一种地址检索方法和装置 | |
CN113971216B (zh) | 数据处理方法、装置、电子设备和存储器 | |
KR102449831B1 (ko) | 신규 텍스트에 대한 정보를 제공하는 전자 장치, 신규 텍스트를 확인하는 서버 및 그 동작 방법 | |
US20240202798A1 (en) | Solving sparse data problems in a recommendation system with freezing start | |
CN116932697A (zh) | 一种基于规则引擎优化的业务数据处理方法及相关设备 |
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 |