CN116401600A - 工单系统的同步节点信息的获取方法、装置及存储介质 - Google Patents

工单系统的同步节点信息的获取方法、装置及存储介质 Download PDF

Info

Publication number
CN116401600A
CN116401600A CN202310247167.7A CN202310247167A CN116401600A CN 116401600 A CN116401600 A CN 116401600A CN 202310247167 A CN202310247167 A CN 202310247167A CN 116401600 A CN116401600 A CN 116401600A
Authority
CN
China
Prior art keywords
work order
order system
node
node information
time difference
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
CN202310247167.7A
Other languages
English (en)
Inventor
汪文星
叶会
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.)
Shenzhen Fengyi Technology Co ltd
Original Assignee
Shenzhen Fengyi Technology 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 Shenzhen Fengyi Technology Co ltd filed Critical Shenzhen Fengyi Technology Co ltd
Priority to CN202310247167.7A priority Critical patent/CN116401600A/zh
Publication of CN116401600A publication Critical patent/CN116401600A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/194—Calculation of difference between files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开一种工单系统的同步节点信息的获取方法、装置及存储介质，属于工单系统技术领域。该工单系统的同步节点信息的获取方法，包括以下步骤：S1、根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；S2、通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；S3、将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得最接近的节点信息。实现了需要同步的节点信息的捕获。

Description

工单系统的同步节点信息的获取方法、装置及存储介质
技术领域
本发明涉及工单系统技术领域，具体涉及一种工单系统的同步节点信息的获取方法、装置及存储介质。
背景技术
目前市面上成熟的呼叫/工单系统普遍价格比较昂贵，但往往这样的系统一般都是按模块的用户数或并发数收取费用，但随着公司业务发展，固定的用户无法满足现有业务的要求，因此网易七鱼呼叫/工单系统走近我们的视线。而现有的工单系统在使用的过程中发现了部分功能不完善、不便利的情况，据此我们在此系统的基础上开发了自已工单系统并同步现有的工单系统，以保证双方系统数据的一致性及呼叫系统的互联互通。
由于现有的工单系统的API接口文档，在节点流转的过程中，未返回部分关键信息(比如：附件地址等)，导致我们开发的工单系统在流转的过程中，节点信息展示不完整，无法与现有的工单系统的信息保持一致。如何实现需要同步的节点信息的捕获是需要解决的技术问题。
发明内容
本发明的目的在于克服上述技术不足，提供一种工单系统的同步节点信息的获取方法、装置及存储介质，解决现有技术中如何实现需要同步的节点信息的捕获的技术问题。
为达到上述技术目的，本发明的技术方案提供一种工单系统的同步节点信息的获取方法，包括以下步骤：
S1、根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；
S2、通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；
S3、将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得最接近的节点信息。
进一步地，在步骤S1中，所述节点信息为操作人、节点类型和附件信息签名中的一种或者多种。
进一步地，所述节点类型包括创建、转交、回复、催单、完结和重启中的一种或者多种。
进一步地，在步骤S1中，所述发生概率由预设概率结合贝叶斯公式获得，所述预设概率由第二工单系统的节点操作时间与第一工单系统的操作记录的时间进行对比得到时差绝对值，根据时差绝对值匹配相应的预设概率。
进一步地，在步骤S1中，根据所述时差绝对值匹配相应的所述预设概率包括：当所述时差绝对值小于或者等于500毫秒，则预设概率为0.9；当所述时差绝对值小于或者等于1秒，则预设概率为0.8，当所述时差绝对值小于或者等于5秒，则预设概率为0.7；当所述时差绝对值小于或者等于30秒，则预设概率为0.6；当所述时差绝对值小于或者等于120秒，则预设概率为0.5；其他时差绝对值则为零。
进一步地，在步骤S2中，还包括排除节点内容为空及相似度值小于0.5的各日志节点的文本内容。
进一步地，在步骤S3中，所述KNN算法的计算公式为：
Figure BDA0004126378710000021
其中，1-n表示1-n个节点操作记录，将预测点与所有点的距离进行计算，然后保存并排序，从中选取一个较小的值。
此外，本发明还提出一种工单系统的同步节点信息的获取装置，包括：
第一获取单元，用于根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；
计算单元，用于通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；
第二获取单元，用于将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得能够同步的节点信息。
进一步地，本发明还提出一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权上述工单系统的同步节点信息的获取方法的步骤。
与现有技术相比，本发明的有益效果包括：本发明提出一种工单系统的同步节点信息的获取方法，该方法利用根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率，之后结合SimHash算法计算得出节点的文本内容的相似度，再采用KNN算法找出最接近目标(1，1)的节点信息，从而实现了需要同步的节点信息的捕获。
附图说明
图1是本发明本具体实施方式提供一种工单系统的同步节点信息的获取方法的流程图。
图2是本发明本具体实施方式提供一种工单系统的同步节点信息的获取装置的结构框图。
具体实施方式
结合图1，本具体实施方式提供一种工单系统的同步节点信息的获取方法，包括以下步骤：
S1、根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；所述节点信息为操作人、节点类型和附件信息签名中的一种或者多种；所述节点类型包括创建、转交、回复、催单、完结和重启中的一种或者多种；所述发生概率由预设概率结合贝叶斯公式获得，所述预设概率由第二工单系统的节点操作时间与第一工单系统的操作记录的时间进行对比得到时差绝对值，根据时差绝对值匹配相应的预设概率；
根据所述时差绝对值匹配相应的所述预设概率包括：当所述时差绝对值小于或者等于500毫秒，则预设概率为0.9；当所述时差绝对值小于或者等于1秒，则预设概率为0.8，当所述时差绝对值小于或者等于5秒，则预设概率为0.7；当所述时差绝对值小于或者等于30秒，则预设概率为0.6；当所述时差绝对值小于或者等于120秒，则预设概率为0.5；其他时差绝对值则为零；
S2、通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；进一步地，还包括排除节点内容为空及相似度值小于0.5的各日志节点的文本内容；
S3、将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得最接近的节点信息；所述KNN算法的计算公式为：
Figure BDA0004126378710000051
其中，1-n表示1-n个节点操作记录，将预测点与所有点的距离进行计算，然后保存并排序，从中选取一个较小的值。
结合图2，本具体实施方式还提出一种工单系统的同步节点信息的获取装置，包括：
第一获取单元，用于根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；
计算单元，用于通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；
第二获取单元，用于将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得能够同步的节点信息。
此外，本具体实施方式还提出一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述工单系统的同步节点信息的获取方法的步骤。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明的方法进行进一步详细说明。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。
实施例1
本实施例提出一种工单系统的同步节点信息的获取方法，包括以下步骤：
S1、根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；所述节点信息为操作人、节点类型和附件信息签名中的一种或者多种；所述节点类型包括创建、转交、回复、催单、完结和重启中的一种或者多种；所述发生概率由预设概率结合贝叶斯公式获得，所述预设概率由第二工单系统的节点操作时间与第一工单系统的操作记录的时间进行对比得到时差绝对值，根据时差绝对值匹配相应的预设概率；
根据所述时差绝对值匹配相应的所述预设概率包括：当所述时差绝对值小于或者等于500毫秒，则预设概率为0.9；当所述时差绝对值小于或者等于1秒，则预设概率为0.8，当所述时差绝对值小于或者等于5秒，则预设概率为0.7；当所述时差绝对值小于或者等于30秒，则预设概率为0.6；当所述时差绝对值小于或者等于120秒，则预设概率为0.5；其他时差绝对值则为零；
S2、通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；进一步地，还包括排除节点内容为空及相似度值小于0.5的各日志节点的文本内容；
S3、将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得最接近的节点信息；所述KNN算法的计算公式为：
Figure BDA0004126378710000061
其中，1-n表示1-n个节点操作记录，将预测点与所有点的距离进行计算，然后保存并排序，从中选取一个较小的值。
本实施例中的部分名词和公式解释如下：
贝叶斯公式：是指当分析样本大到接近总体数时，样本中事件发生的概率将接近于总体中事件发生的概率。
KNN算法(K-Nearest-Neighbor)：如果一个样本在特征空间中的K个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。
SimHash算法：计算文本间的相似度，实现文本去重，文本相似度的计算，可以使用向量空间模型(VSM)，即先对文本分词，提取特征，根据特征建立文本向量，把文本之间相似度的计算转化为特征向量距离的计算，如欧式距离、余弦夹角等。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (9)

1.一种工单系统的同步节点信息的获取方法，其特征在于，包括以下步骤：
S 1、根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；
S2、通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；
S3、将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得最接近的节点信息。
2.根据权利要求1所述的工单系统的节点信息的同步方法，其特征在于，在步骤S1中，所述节点信息为操作人、节点类型和附件信息签名中的一种或者多种。
3.根据权利要求2所述的工单系统的节点信息的同步方法，其特征在于，所述节点类型包括创建、转交、回复、催单、完结和重启中的一种或者多种。
4.根据权利要求1所述的工单系统的节点信息的同步方法，其特征在于，在步骤S1中，所述发生概率由预设概率结合贝叶斯公式获得，所述预设概率由第二工单系统的节点操作时间与第一工单系统的操作记录的时间进行对比得到时差绝对值，根据时差绝对值匹配相应的预设概率。
5.根据权利要求4所述的工单系统的节点信息的同步方法，其特征在于，在步骤S1中，根据所述时差绝对值匹配相应的所述预设概率包括：当所述时差绝对值小于或者等于500毫秒，则预设概率为0.9；当所述时差绝对值小于或者等于1秒，则预设概率为0.8，当所述时差绝对值小于或者等于5秒，则预设概率为0.7；当所述时差绝对值小于或者等于30秒，则预设概率为0.6；当所述时差绝对值小于或者等于120秒，则预设概率为0.5；其他时差绝对值则为零。
6.根据权利要求1所述的工单系统的同步节点信息的获取方法，其特征在于，在步骤S2中，还包括排除节点内容为空及相似度值小于0.5的各日志节点的文本内容。
7.根据权利要求1所述的工单系统的同步节点信息的获取方法，其特征在于，在步骤S3中，所述KNN算法的计算公式为：
Figure FDA0004126378690000021
其中，1-n表示1-n个节点操作记录，将预测点与所有点的距离进行计算，然后保存并排序，从中选取一个较小的值。
8.一种工单系统的同步节点信息的获取装置，其特征在于，
包括：
第一获取单元，用于根据第一工单系统需要同步的第一节点信息，将所述第一节点信息对应的节点操作时间与第二工单系统的节点操作记录时间进行比对，获取第二工单系统的各日志节点的记录的发生概率；
计算单元，用于通过SimHash计算所述第一工单系统的各日志节点的文本内容与所述第二工单系统对应的各日志节点的文本内容的相似度；
第二获取单元，用于将第二工单系统的节点信息的所述发生概率与所述相似度分别当做预测点对应的坐标x和y，采用KNN算法获得能够同步的节点信息。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的工单系统的同步节点信息的获取方法的步骤。
CN202310247167.7A 2023-03-07 2023-03-07 工单系统的同步节点信息的获取方法、装置及存储介质 Pending CN116401600A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310247167.7A CN116401600A (zh) 2023-03-07 2023-03-07 工单系统的同步节点信息的获取方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310247167.7A CN116401600A (zh) 2023-03-07 2023-03-07 工单系统的同步节点信息的获取方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN116401600A true CN116401600A (zh) 2023-07-07

Family

ID=87018920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310247167.7A Pending CN116401600A (zh) 2023-03-07 2023-03-07 工单系统的同步节点信息的获取方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116401600A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1243374A (zh) * 1998-06-05 2000-02-02 朗迅科技公司 分布呼叫系统
US6324495B1 (en) * 1992-01-21 2001-11-27 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Synchronous parallel system for emulation and discrete event simulation
US20150347250A1 (en) * 2014-05-30 2015-12-03 Altibase Corp. Database management system for providing partial re-synchronization and partial re-synchronization method of using the same
CN112000788A (zh) * 2020-08-19 2020-11-27 腾讯云计算(长沙)有限责任公司 一种数据处理方法、装置以及计算机可读存储介质
CN113516379A (zh) * 2021-06-25 2021-10-19 深圳信息职业技术学院 一种智能质检的工单评分方法
CN114742043A (zh) * 2022-01-10 2022-07-12 上海迥灵信息技术有限公司 工单分类方法、装置及计算机可读存储介质
CN115330422A (zh) * 2022-10-14 2022-11-11 宁波欣寰网络科技有限公司 基于分布式存储的大数据业务管理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6324495B1 (en) * 1992-01-21 2001-11-27 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Synchronous parallel system for emulation and discrete event simulation
CN1243374A (zh) * 1998-06-05 2000-02-02 朗迅科技公司 分布呼叫系统
US20150347250A1 (en) * 2014-05-30 2015-12-03 Altibase Corp. Database management system for providing partial re-synchronization and partial re-synchronization method of using the same
CN112000788A (zh) * 2020-08-19 2020-11-27 腾讯云计算(长沙)有限责任公司 一种数据处理方法、装置以及计算机可读存储介质
CN113516379A (zh) * 2021-06-25 2021-10-19 深圳信息职业技术学院 一种智能质检的工单评分方法
CN114742043A (zh) * 2022-01-10 2022-07-12 上海迥灵信息技术有限公司 工单分类方法、装置及计算机可读存储介质
CN115330422A (zh) * 2022-10-14 2022-11-11 宁波欣寰网络科技有限公司 基于分布式存储的大数据业务管理系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GUO, T ET AL.，: "Combining Structured Node Content and Topology Information for Networked Graph Clustering", 《ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA》, vol. 11, no. 3, 1 March 2017 (2017-03-01), pages 1 - 29, XP058680812, DOI: 10.1145/2996197 *
康荣,: "工业物联网时间序列相似性检索技术研究", 《中国博士学位论文全文数据库 (信息科技辑)》, vol. 2023, no. 1, 15 January 2023 (2023-01-15), pages 136 - 76 *
潘宇晨 等，: "基于分布式数据库Cedar的高效工单管理系统设计与实现", 《华东师范大学学报(自然科学版)》, vol. 2018, no. 3, 25 May 2018 (2018-05-25), pages 93 - 101 *

Similar Documents

Publication Publication Date Title
CN107943777B (zh) 一种协同编辑、协同处理方法、装置、设备及存储介质
US9087049B2 (en) System and method for context translation of natural language
US7216289B2 (en) Method and apparatus for synchronizing multiple versions of digital data
US8571331B2 (en) Content based image selection for automatic photo album generation
CN110866491B (zh) 目标检索方法、装置、计算机可读存储介质和计算机设备
US11003896B2 (en) Entity recognition from an image
US8971641B2 (en) Spatial image index and associated updating functionality
CN107688664B (zh) 图表生成方法、装置、计算机设备和存储介质
US20120062597A1 (en) Adding metadata apparatus
KR20160074500A (ko) 모바일 비디오 서치 기법
US20140244595A1 (en) Context-aware tagging for augmented reality environments
CN101071431A (zh) 基于关键图形为搜索条件进行图象搜索的方法及系统
CN113297269A (zh) 数据查询方法及装置
CN111209061B (zh) 用户信息的填写方法、装置、计算机设备和存储介质
CN112286457A (zh) 对象重删方法、装置、电子设备及机器可读存储介质
US20050105798A1 (en) Method and device for verifying multimedia entities and in particular for verifying digital images
CN113657370A (zh) 一种文字识别方法及其相关设备
CN116401600A (zh) 工单系统的同步节点信息的获取方法、装置及存储介质
CN114648820A (zh) 信息同步方法、装置、电子设备及介质
CN111046246B (zh) 标签更新方法及装置、分布式存储系统
US20050052535A1 (en) Context sensitive camera
CN112333182B (zh) 档案处理方法、装置、服务器及存储介质
CN111581420B (zh) 一种基于Flink的医学图像实时检索方法
CN114416847A (zh) 一种数据转换的方法、装置、服务器及存储介质
CN113852698B (zh) 一种群组协同的区块链数据同步系统

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