CN117290561B - 业务状态信息反馈方法、装置、设备和计算机可读介质 - Google Patents
业务状态信息反馈方法、装置、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117290561B CN117290561B CN202311588177.3A CN202311588177A CN117290561B CN 117290561 B CN117290561 B CN 117290561B CN 202311588177 A CN202311588177 A CN 202311588177A CN 117290561 B CN117290561 B CN 117290561B
- Authority
- CN
- China
- Prior art keywords
- attribute
- field
- information
- service
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008859 change Effects 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 24
- 230000003068 static effect Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 5
- 238000007499 fusion processing Methods 0.000 claims description 2
- 239000013598 vector Substances 0.000 description 41
- 238000001514 detection method Methods 0.000 description 24
- 238000012549 training Methods 0.000 description 24
- 238000012546 transfer Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000011176 pooling Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了业务状态信息反馈方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:获取业务属性信息图像集;对各个业务属性信息图像进行图像识别处理,得到属性描述信息集;基于属性描述信息集,构建属性字段关系图谱;响应于接收到业务属性值变化信息,对属性字段关系图谱执行查询操作,得到属性字段查询结果集;基于业务属性值变化信息和属性字段查询结果集,生成字段关联度信息集;从字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息;基于目标字段关联度信息组,生成业务状态信息,以及将业务状态信息发送至业务监控终端以供业务状态反馈。该实施方式可以及时地对业务状态进行反馈。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及业务状态信息反馈方法、装置、设备和计算机可读介质。
背景技术
业务状态信息反馈方法,是用于向用户反馈业务状态的一项技术。目前,在反馈业务状态信息时,通常采用的方式为:首先,在业务系统中录入各个业务属性。然后,当任意业务属性发生波动时,针对发生波动的业务属性单独设置关联业务属性。最后,对设置的关联业务属性进行波动检测,以及将检测后的结果作为业务状态信息发送至用户端以进行业务状态反馈。
然而,发明人发现,当采用上述方式反馈业务状态信息时,经常会存在如下技术问题:
第一,若当任意业务属性发生波动时,才针对发生波动的业务属性设置各个关联业务属性,以用于后续生成业务状态信息,则容易导致难以及时地对业务状态信息进行反馈;
第二,由于单独设置或直接批量导入关联业务属性的方式通常较为依赖用户的经验,容易使得部分关联业务属性被遗漏,降低了业务状态信息的准确性,从而,导致难以对业务状态进行较为准确地反馈;
第三,当待录入的业务属性的文本结构较为复杂时,通常依赖卷积神经网络进行多次池化处理以提取特征,然而,多次池化处理容易使得特征信息丢失,识别出错,且当识别出错时需要进行二次识别录入,从而,导致难以及时地对业务状态信息进行反馈。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了业务状态信息反馈方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种业务状态信息反馈方法,该方法包括:获取针对目标业务的业务属性信息图像集;对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集;基于上述属性描述信息集,构建属性字段关系图谱;响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集;基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集;从上述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组;基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。
第二方面,本公开的一些实施例提供了一种业务状态信息反馈装置,装置包括:获取单元,被配置成获取针对目标业务的业务属性信息图像集;图像识别处理单元,被配置成对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集;构建单元,被配置成基于上述属性描述信息集,构建属性字段关系图谱;查询单元,被配置成响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集;第一生成单元,被配置成基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集;选择单元,被配置成从上述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组;第二生成以及发送单元,被配置成基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的业务状态信息反馈方法,可以及时地对业务状态进行反馈。具体来说,造成难以及时地对业务状态信息进行反馈的原因在于:若当任意业务属性发生波动时,才针对发生波动的业务属性设置各个关联业务属性,以用于后续生成业务状态信息,则容易导致难以及时地对业务状态信息进行反馈。基于此,本公开的一些实施例的业务状态信息反馈方法,首先,获取针对目标业务的业务属性信息图像集。由此,可以得到各个业务属性的源数据。其次,对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集。由此,可以得到各个业务属性以及与业务属性相关的关联业务属性的信息。然后,基于上述属性描述信息集,构建属性字段关系图谱。由此,可以针对各个业务属性以及与业务属性存在关联关系的业务属性,构建直观可理解地关系图谱,便于后续快速获取与发生波动的业务属性相关的各个关联业务属性。之后,响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集。由此,可以查询到与发生波动的业务属性相关的各个关联业务属性,便于后续针对各个关联业务属性进行波动检测。接着,基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集。由此,可以得到对每个关联业务属性进行波动检测后的关联度结果。再接着,从上述字段关联度信息集中、选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组。由此,可以得到与发生波动的业务属性之间关联程度较高的波动检测结果。最后,基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。因此,本公开的一些实施例的业务状态信息反馈方法,通过预先识别、构建各个业务属性与关联业务属性之间的关联关系,可以在任意业务属性发生波动时,直接快速获取关联业务属性,以用于及时生成业务状态信息。从而,可以及时地对业务状态进行反馈。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的业务状态信息反馈方法的一些实施例的流程图;
图2是根据本公开的业务状态信息反馈装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的业务状态信息反馈方法的一些实施例的流程100。该业务状态信息反馈方法,包括以下步骤:
步骤101,获取针对目标业务的业务属性信息图像集。
在一些实施例中,业务状态信息反馈方法的执行主体(例如计算设备)可以通过有线连接方式或者无线连接方式从数据库中获取针对目标业务的业务属性信息图像集。其中,上述目标业务可以是待进行业务状态反馈的业务。上述业务状态可以是目标业务相关的各个属性的属性值增加或减少的状态。上述业务属性信息图像集中的每个业务属性信息图像与业务属性相对应。业务属性可以为与上述目标业务相对应的、能够用表达式描述的属性。上述业务属性信息图像集中的业务属性信息图像可以是表征业务属性表达式的字符串序列的图像。上述业务属性表达式可以是用于描述对应业务属性的表达式。上述字符串序列可以是由各个字符组成的有序集合。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
作为示例,上述目标业务可以是但不限于以下中的一项:物品流转(例如销售)业务、网站运营业务。其中,上述目标业务的业务属性可以包括但不限于以下中的至少一项:(例如利润)、物品实际价值(例如物品成本)、物品流转价值(例如物品价格)、流转量。上述目标业务的业务状态可以表征物品价值属性或流转量的增加。上述业务属性表达式可以是“剩余价值=物品流转价值*流转量-物品实际价值*流转量”。“*”可以表征乘法运算符。“-”可以表征减法运算符。
步骤102,对业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集。
在一些实施例中,上述执行主体可以通过各种方式,对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集。其中,上述属性描述信息集中的属性描述信息可以包括主属性标识信息和主属性描述字符串序列。上述主属性标识信息可以是主属性对应的主属性标识的信息。上述主属性可以是通过业务属性信息图像对应的业务属性表达式进行描述的属性。上述主属性标识可以是主属性的唯一标识。上述主属性描述字符串序列可以是由与主属性存在关联关系的、各个属性对应的字符串与运算符组成的序列。例如,上述运算符可以包括但不限于以下至少一项:“+”、“-”、“*”。
在一些实施例的一些可选的实现方式中,上述执行主体可以对于上述业务属性信息图像集中的每个业务属性信息图像,执行以下图像识别处理步骤,以生成属性描述信息集中的属性描述信息:
第一步,将上述业务属性信息图像输入预先训练完成的属性字符串序列生成模型,得到属性字符串序列。其中,上述属性字符串序列生成模型可以是以业务属性信息图像为输入、以属性字符串序列为输出的卷积神经网络模型。上述属性字符串序列可以表征用于描述主属性的业务属性表达式。
第二步,对上述属性字符串序列进行分割处理,得到主属性字符串序列和主属性描述字符串序列。其中,上述主属性字符串序列可以是表征对应主属性的名称的字符串序列。首先,可以通过字符串分割方法,根据预设的分隔符,对上述属性字符串序列进行分割处理,得到第一子序列和第二子序列。其中,上述分隔符可以是“=”。上述第一子序列可以是位于分隔符左侧的属性字符串子序列。上述第二子序列可以是位于分隔符右侧的属性字符串子序列。然后,将上述第一子序列确定为主属性字符串序列。最后,将上述第二子序列确定为主属性描述字符串序列。
第三步,从预设的业务属性详情信息集中、选出与上述主属性字符串序列相匹配的业务属性详情信息,作为主属性标识信息。其中,上述业务属性详情信息集中的业务属性详情信息可以包括属性标识和属性名称字符串序列。上述属性标识可以是目标业务相关的属性的唯一标识。上述属性名称字符串序列可以表征属性的名称。与上述主属性字符串序列相匹配可以是属性标识信息包括的属性名称字符串序列与上述主属性字符串序列相同。
第四步,将上述主属性标识信息和上述主属性描述字符串序列确定为属性描述信息。
可选的,上述属性字符串序列生成模型可以是通过以下训练步骤得到的:
第一步,获取训练样本集。其中,上述训练样本集中的每个训练样本可以包括样本业务属性信息图像和样本属性字符串序列。上述样本业务属性信息图像可以是用于模型训练的、业务属性信息图像。上述样本属性字符串序列可以表征用于描述主属性的业务属性表达式。
第二步,基于训练样本集执行以下训练步骤:
第一子步骤,将训练样本集中的、至少一个训练样本包括的样本业务属性信息图像分别输入初始属性字符串序列生成模型包括的字符检测层以生成字符串边界框信息,得到字符串边界框信息集。其中,初始属性字符串序列生成模型还可以包括图像编码层和特征解码层。上述初始属性字符串序列生成模型可以是未训练完成的属性字符串序列生成模型。上述字符检测层可以通过预设的字符检测方法,对图像中的字符进行检测以确定字符位置。上述图像编码层可以对包括字符的图像进行特征编码。上述图像编码层可以包括稠密连接网络。上述特征解码层可以用于对编码后的图像特征进行解码以得到字符序列。上述特征解码层可以包括基于注意力机制的GRU(Gate Recurrent Unit,门控循环单元)网络。字符串边界框信息可以与样本业务属性信息图像一一对应。字符串边界框信息可以是样本业务属性信息图像包括的字符串序列对应的矩形检测框的信息。字符串边界框信息可以包括边界框左上角坐标、边界框宽度值和边界框高度值。上述边界框左上角坐标可以是矩形检测框左上角的角点的坐标。上述边界框宽度值可以是矩形检测框的宽度值。上述边界框高度值可以是矩形检测框的高度值。
作为示例,上述字符检测方法可以包括但不限于以下中至少一项:基于像素分割的检测方法、CRNN(Convolutional Recurrent Neural Network,卷积循环神经网络)检测方法。
第二子步骤,对上述字符串边界框信息集中的各个字符串边界框信息进行更新处理,得到更新字符串边界框信息集。其中,上述更新字符串边界框信息集中的更新字符串边界框信息可以表征检测框中心点不变、宽度和高度增加预设数值后的矩形检测框。上述更新字符串边界框信息集中的更新字符串边界框信息与字符串边界框信息一一对应。上述检测框中心点可以是矩形检测框的中心点。上述预设数值可以是预先设置的数值。对于上述字符串边界框信息集中的每个字符串边界框信息,执行以下步骤,以生成更新字符串边界框信息集中的更新字符串边界框信息:
步骤一,将上述预设数值与0.5的乘积确定为坐标平移值。
步骤二,将上述边界框左上角坐标的横轴值与上述坐标平移值的和确定为更新横轴值,以及将上述边界框左上角坐标的纵轴值与上述坐标平移值的和确定为更新纵轴值。
步骤三,将由上述更新横轴值和上述更新纵轴值组成的坐标确定为更新边界框左上角坐标。
步骤四,将上述边界框宽度值和上述预设数值的和确定为更新边界框宽度值,以及将上述边界框高度值和上述预设数值的和确定为更新边界框高度值。
步骤五,将上述更新边界框左上角坐标、上述更新边界框宽度值和上述更新边界框高度值确定为更新字符串边界框信息。
第三子步骤,基于上述更新字符串边界框信息集,对上述至少一个训练样本中的、各个训练样本包括的样本业务属性信息图像进行裁剪处理,得到目标业务属性信息图像集。其中,上述目标业务属性信息图像集中的目标业务属性信息图像可以是裁剪后的样本业务属性信息图像。对于上述至少一个训练样本中的、每个训练样本包括的样本业务属性信息图像,根据样本业务属性信息图像对应的更新字符串边界框信息,从更新边界框左上角坐标开始,沿对应的矩形检测框,对样本业务属性信息图像进行裁剪处理,得到目标业务属性信息图像。
第四子步骤,将上述目标业务属性信息图像集中的每个目标业务属性信息图像分别输入上述图像编码层以生成属性字段信息特征图,得到属性字段信息特征图集。其中,上述属性字段信息特征图集中的属性字段信息特征图可以与目标业务属性信息图像一一对应。属性字段信息特征图可以是包括预设数量的通道数、且分辨率为目标业务属性信息图像对应分辨率的预设倍数的特征图。上述预设数量可以是预先设置的数量。上述预设倍数可以是预先设置的倍数。例如,上述预设数量可以是1024。上述预设倍数可以为1/16。
第五子步骤,将上述属性字段信息特征图集中的每个属性字段信息特征图分别输入上述特征解码层以生成目标属性字符串序列,得到目标属性字符串序列集。其中,上述目标属性字符串序列集中的目标属性字符串序列可以与属性字段信息特征图一一对应。上述目标属性字符串序列集中的目标属性字符串序列可以表征用于描述主属性的业务属性表达式。
第六子步骤,基于上述目标属性字符串序列集和上述至少一个训练样本对应的至少一个样本属性字符串序列,生成样本匹配差异值。其中,上述样本匹配差异值可以表征未准确识别到的各个属性字符串序列在待识别的各个属性字符串序列中所占的比例。具体可以执行以下步骤:
步骤一,对于上述目标属性字符串序列集中的每个目标属性字符串序列,执行以下步骤:
子步骤一,响应于确定上述目标属性字符串序列与对应的样本属性字符串序列相同,将预设识别准确标识确定为训练样本标识。其中,上述训练样本标识可以表征目标属性字符串序列与对应的样本属性字符串序列是否相同。上述预设识别准确标识可以表征目标属性字符串序列与对应的样本属性字符串序列相同。
子步骤二,响应于确定上述目标属性字符串序列与对应的样本属性字符串序列不相同,将预设识别不准确标识确定为训练样本标识。其中,上述预设识别不准确标识可以表征目标属性字符串序列与对应的样本属性字符串序列不相同。
步骤二,将上述目标属性字符串序列集中的各个目标属性字符串序列的数量确定为待识别数量。
步骤三,将所确定的各个训练样本标识中满足预设标识条件的训练样本标识的数量确定为识别不准确数量。其中,上述预设标识条件可以是训练样本标识为预设识别不准确标识。
步骤四,将上述识别不准确数量与上述待识别数量的比值确定为样本匹配差异值。
第七子步骤,响应于确定上述样本匹配差异值小于预设目标差异值,将训练完成的初始属性字符串序列生成模型确定为属性字符串序列生成模型。其中,上述预设目标差异值可以是预先设置的样本匹配差异值。例如,上述预设目标差异值可以是0.01。
可选的,上述执行主体还可以响应于确定上述样本匹配差异值不小于上述预设目标差异值,调整初始属性字符串序列生成模型的网络参数,以及将未使用过的训练样本组成训练样本集,将调整后的初始属性字符串序列生成模型作为初始属性字符串序列生成模型,再次执行上述训练步骤。其中,可以通过梯度下降算法,调整初始属性字符串序列生成模型的网络参数。
上述步骤102及其相关内容,作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题三“难以及时地对业务状态信息进行反馈”。导致难以及时地对业务状态信息进行反馈的原因往往如下:当待录入的业务属性的文本结构较为复杂时,通常依赖卷积神经网络进行多次池化处理以提取特征,然而,多次池化处理容易使得特征信息丢失,识别出错,且当识别出错时需要进行二次识别录入。如果解决了上述问题,就能达到及时地对业务状态信息进行反馈的效果。为了达到这一效果,首先,针对包括待录入业务属性表达式的业务属性信息图像,将业务属性信息图像输入属性字符串序列生成模型,以识别出待录入的、用属性字符串序列表示的业务属性表达式。其中,属性字符串序列生成模型可以先对业务属性信息图像进行字符串粗提取以确定检测框位置,再对检测框位置进行尺寸微调以避免根据检测框裁剪字符串时裁剪到字符串序列上,又通过稠密连接网络对裁剪后的字符串序列图像进行编码以提取特征,减少特征信息的丢失,接着还根据注意力机制进行解码,将注意力分配到图像的不同区域,由此可以较为准确地识别字符和字符序列结构。然后,根据识别到的属性字符串序列,可以确定较为准确的主属性和关联属性。最后,当主属性波动时,可以根据较为准确的关联属性确定业务状态信息,以发送至业务监控终端进行业务状态反馈。由此,当待录入的业务属性的文本结构较为复杂时,可以提取较为准确的文本字符特征,以及对文本字符进行准确识别,减少识别出错的次数,便于及时生成业务状态信息。从而,可以及时地对业务状态信息进行反馈。
步骤103,基于属性描述信息集,构建属性字段关系图谱。
在一些实施例中,上述执行主体可以通过各种方式,基于上述属性描述信息集,构建属性字段关系图谱。其中,上述属性字段关系图谱可以是由目标业务对应的各个属性以及属性间的关联关系构成的图谱。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤,基于上述属性描述信息集,构建属性字段关系图谱:
第一步,基于上述属性描述信息集和上述业务属性详情信息集,生成第一关联字段信息集和第二关联字段信息集。其中,上述第一关联字段信息集中的第一关联字段信息可以表征主属性与第一关联属性之间的关联关系。第一关联属性可以是根据运算符对业务属性表达式进行分割后得到的、不可再分割的关联属性。关联属性可以是与主属性存在关联关系的属性。关联属性存在唯一对应的关联属性标识。上述第二关联字段信息集中的第二关联字段信息可以表征主属性与第二关联属性之间的关联关系。第二关联属性可以是由业务属性表达式包括的子表达式表征的关联属性。其中,子表达式由第一关联属性和运算符构成。
作为示例,主属性可以为剩余价值,第一关联属性集可以包括物品流转价值、流转量,第二关联属性可以是总流转价值。总流转价值可以用物品流转价值、流转量和“*”构成的子表达式表示。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤,基于上述属性描述信息集和上述业务属性详情信息集,生成第一关联字段信息组集和第二关联字段信息组集:
步骤一,对于上述属性描述信息集中的每个属性描述信息,执行以下步骤:
子步骤一,对上述属性描述信息包括的主属性描述字符串序列进行分割处理,得到分割后字符串序列组。其中,上述分割后字符串序列组可以是按照分隔符或正则表达式,对字符串进行分割后得到的、由各个分割后字符串序列组成的有序数组。分割后字符串序列可以表征关联属性。可以通过上述字符串分割方法,将运算符作为分隔符,对上述属性描述信息包括的主属性描述字符串序列进行分割处理,得到分割后字符串序列组。
子步骤二,基于上述分割后字符串序列组和上述业务属性详情信息集,生成第一关联字段信息。其中,对于上述分割后字符串序列组中的每个分割后字符串序列,可以将上述业务属性详情信息集中的、属性名称字符串序列与上述分割后字符串序列相同的业务属性详情信息包括的属性标识确定为关联属性标识,以及将上述关联属性标识和属性描述信息包括的主属性标识确定为第一关联字段信息。
子步骤三,对上述属性描述信息包括的主属性描述字符串序列进行词嵌入处理,得到属性信息特征向量。其中,上述属性信息特征向量可以表征上述主属性描述字符串序列。可以通过预设的词嵌入处理方法,对上述属性描述信息包括的主属性描述字符串序列进行词嵌入处理,得到属性信息特征向量。例如,上述词嵌入处理方法可以包括但不限于以下至少一项:独热编码法、N-gram语言模型。
步骤二,对所得到的各个属性信息特征向量进行分组,得到属性信息特征向量组集。其中,上述属性信息特征向量组集中的属性信息特征向量组可以是由任意两个属性信息特征向量组成的数组。可以对所得到的各个属性信息特征向量进行两两分组,得到属性信息特征向量组集
步骤三,对于上述属性信息特征向量组集中的每个属性信息特征向量组,执行以下步骤:
子步骤一,从上述属性信息特征向量组中选出满足预设向量条件的属性信息特征向量,作为第一属性特征向量。其中,上述预设向量条件可以是属性信息特征向量包括的、分量值大于0的各个分量的数量大于或等于目标向量包括的、分量值大于0的各个分量的数量。上述目标向量可以是属性信息特征向量组中的、各个属性信息特征向量的和向量。
子步骤二,将上述属性信息特征向量组中未满足上述预设向量条件的属性信息特征向量确定为第二属性特征向量。
子步骤三,对上述第一属性特征向量与上述第二属性特征向量进行相似度分析,得到属性相似度。其中,上述属性相似度可以表征上述第一属性特征向量与上述第二属性特征向量的相似程度。可以通过余弦相似度方法,对上述第一属性特征向量与上述第二属性特征向量进行相似度分析,得到属性相似度。
子步骤四,响应于确定上述属性相似度满足预设相似度阈值条件,基于上述第一属性特征向量和上述第二属性特征向量,生成第二关联字段信息。其中,上述预设相似度阈值条件可以是上述属性相似度大于预设相似度阈值。上述预设相似度阈值可以是预先设置的、相似度的下限值。例如,上述预设相似度阈值可以是97%。首先,将上述业务属性详情信息集中、与上述第一属性特征向量相匹配的业务属性详情信息包括的属性标识确定为主属性标识。其中,与上述第一属性特征向量相匹配可以是业务属性详情信息包括的属性名称字符串序列与上述第一属性特征向量表征的主属性描述字符串序列相同。然后,将上述业务属性详情信息集中、与上述第二属性特征向量相匹配的业务属性详情信息包括的属性标识确定为关联属性标识。其中,与上述第二属性特征向量相匹配可以是业务属性详情信息包括的属性名称字符串序列与上述第二属性特征向量表征的主属性描述字符串序列相同。最后,将上述主属性标识和上述关联属性标识确定为第二关联字段信息。
第二步,对上述第一关联字段信息集和上述第二关联字段信息集进行融合处理,得到目标关联字段信息组集。其中,上述目标关联字段信息组集中的目标关联字段信息组可以是由包括同一主属性标识的各个目标关联字段信息组成的数组。目标关联字段信息可以与第一关联字段信息或第二关联字段信息相同。具体可以执行以下步骤:
第一子步骤,将上述第一关联字段信息集中的每个第一关联字段信息、上述第二关联字段信息集中的每个第二关联字段信息分别确定为待分组关联字段信息,得到待分组关联字段信息集。
第二子步骤,将上述待分组关联字段信息集中包括的各个主属性标识确定为主属性标识组。
第三子步骤,对于主属性标识组中的每个主属性标识,将上述待分组关联字段信息集中、与上述主属性标识相匹配的待分组关联字段信息确定为目标关联字段信息,得到目标关联字段信息组。其中,与上述主属性标识相匹配可以是待分组关联字段信息包括的主属性标识与上述主属性标识相同。
第三步,基于上述目标关联字段信息组集,构建属性字段关系图谱。上述执行主体可以通过各种方式,基于上述目标关联字段信息组集,构建属性字段关系图谱。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤,基于上述目标关联字段信息组集,构建属性字段关系图谱:
步骤一,对于上述目标关联字段信息组集中的每个目标关联字段信息组,执行以下步骤:
子步骤一,基于上述目标关联字段信息组对应的属性描述信息,确定上述目标关联字段信息组中的每个目标关联字段信息对应的关联方向信息。其中,上述关联方向信息可以表征对应的关联属性和主属性之间存在正相关或负相关的关联关系。具体可以执行以下步骤:
第一步,通过java表达式转换器,将属性描述信息包括的主属性描述字符串序列转换为目标表达式。其中,目标表达式由关联属性名称和运算符构成。
第二步,对于每个目标关联字段信息,将上述目标关联字段信息对应的关联属性名称作为未知量,对上述目标表达式进行求导,得到导数值,以及响应于确定导数值小于0,将预设的负相关标识确定为关联方向信息。其中,上述负相关标识可以表征对应的关联属性和主属性之间存在负相关的关联关系。
可选的,上述执行主体还可以响应于确定导数值大于0,将预设的正相关标识确定为关联方向信息。其中,上述正相关标识可以表征对应的关联属性和主属性之间存在正相关的关联关系。
子步骤二,对于上述目标关联字段信息组中的每个目标关联字段信息,将上述目标关联字段信息和对应的关联方向信息确定为关联属性详情信息。
子步骤三,将所得到的各个关联属性详情信息和上述目标关联字段信息组对应的、属性描述信息中的主属性标识信息确定为主属性字段信息。
子步骤四,基于上述目标关联字段信息组和上述主属性字段信息,生成属性字段关联信息组。其中,上述属性字段关联信息组中的属性字段关联信息可以表征与同一主属性相关的关联关系。对于上述目标关联字段信息组中的每个目标关联字段信息,将目标关联字段信息对应的关联属性标识、对应的关联方向信息与上述主属性字段信息确定为属性字段关联信息。
步骤二,将所得到的各个属性字段关联信息组确定为属性字段关联信息组集。
步骤三,基于上述属性字段关联信息组集,构建属性字段关系图谱。具体可以执行以下步骤:
子步骤一,将上述属性字段关联信息组集对应的每个关联属性、每个主属性确定为属性节点,得到属性节点集。其中,每个属性节点与属性对应的属性标识一一对应。
子步骤二,对于上述属性字段关联信息组集中的每个属性字段关联信息,执行以下步骤:
第一步,从上述属性节点集中选出与上述属性字段关联信息中的主属性标识相匹配的属性节点,作为第一属性节点。其中,与上述属性字段关联信息中的主属性标识相匹配可以是:属性节点对应的属性与上述属性字段关联信息中的主属性标识对应的属性相同。
第二步,从上述属性节点集中选出与上述属性字段关联信息中的关联属性标识相匹配的属性节点,作为第二属性节点。其中,与上述属性字段关联信息中的关联属性标识相匹配可以是:属性节点对应的属性与上述属性字段关联信息中的关联属性标识对应的属性相同。
第三步,响应于确定上述属性字段关联信息对应的关联方向信息包括正相关标识,将上述第二属性节点指向第一属性节点的连线确定为有向边。
可选的,上述执行主体还可以响应于确定上述属性字段关联信息对应的关联方向信息包括负相关标识,将上述第一属性节点指向第二属性节点的连线确定为有向边。
子步骤三,将由上述属性节点集和所得到各个有向边构成的有向图确定为属性字段关系图谱。
可选的,上述执行主体还可以将上述属性字段关系图谱存储至图数据库。
上述步骤103生成步骤及其相关内容,作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“难以对业务状态进行较为准确地反馈”。导致难以对业务状态进行较为准确地反馈的原因往往如下:由于单独设置或直接批量导入关联业务属性的方式通常较为依赖用户的经验,降低了业务状态信息的准确性,从而,导致难以对业务状态进行较为准确地反馈。如果解决了上述问题,就能达到提高业务状态信息准确度的效果。为了达到这一效果,首先,针对识别到的每个属性描述信息,将对属性描述信息包括的主属性描述字符串序列进行分割后可直接匹配到的业务属性确定为第一关联属性,以及将属性描述信息对应的业务属性表达式中的子表达式对应的业务属性确定为第二关联属性。由此,可以获取较为全面的关联业务属性。然后,根据业务属性表达式,可以进一步确定每个关联属性与主属性之间的正相关或负相关关系。之后,可以针对主属性和关联属性构建关系图谱,以便后续筛选出较为全面的关联业务属性,用于生成较为准确的业务状态信息。由此,可以减少关联业务属性被遗漏的数量,提高业务状态信息的准确性。又因为,还可以确定每个关联属性与主属性之间的正相关或负相关关系,从而,可以进一步提高业务状态信息的准确度。最后,将较为准确的业务状态信息发送至业务监控终端,可以对业务状态进行较为准确地反馈。
步骤104,响应于接收到针对目标业务的业务属性值变化信息,对属性字段关系图谱执行查询操作,得到属性字段查询结果集。
在一些实施例中,上述执行主体可以响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集。其中,上述业务属性值变化信息可以表征目标业务对应的、属性的属性值增加或减小。上述业务属性值变化信息可以包括待检测属性标识。上述待检测属性标识可以是属性值发生变化的、待进行原因反馈的属性的标识。上述属性字段查询结果集中的属性字段查询结果可以是以上述待检测属性标识对应的属性为目标查询主属性,与目标查询主属性存在关系的各个属性节点的信息。可以根据待检测属性标识,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集。
步骤105,基于业务属性值变化信息和属性字段查询结果集,生成字段关联度信息集。
在一些实施例中,上述执行主体可以通过各种方式,基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集。其中,上述字段关联度信息集中的字段关联度信息可以表征主属性与关联属性之间的关联程度。
在一些实施例的一些可选的实现方式中,上述业务属性值变化信息还可以包括待检测属性标识、业务静态属性信息和业务历史数据集。其中,上述业务静态属性信息可以包括静态属性信息组。上述静态属性信息组中的静态属性信息包括静态属性标识和静态属性值。上述静态属性标识可以是静态属性的唯一标识。上述静态属性可以是通常不随时间变化的属性。例如,静态属性可以是流转区域、流转方式。上述流转区域可以是物品流转的区域。例如,上述流转区域可以是“北京”。上述流转方式可以是物品流转的方式。例如,上述流转方式可以是但不限于以下中的一项:直销、经销。每个业务历史数据可以包括业务字段信息组。上述业务字段信息组中的业务字段信息可以包括业务字段标识和字段值。上述业务字段标识可以是目标业务对应的属性字段的唯一标识。上述字段值可以是字段对应的属性值。每个业务历史数据还可以包括数据采集时间。上述数据收集时间可以是采集业务字段信息的时间。每个属性字段查询结果可以包括结果字段标识。上述结果字段标识可以是查询到的属性节点对应的属性标识。上述执行主体可以通过以下步骤,基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集:
第一步,从上述业务历史数据集中选出与上述业务静态属性信息相匹配的业务历史数据作为待检测业务历史数据,得到待检测业务历史数据集。其中,与上述业务静态属性信息相匹配可以是业务历史数据中的、每个待检测业务字段信息包括的字段值与对应的静态属性信息包括的静态属性值相同。待检测业务字段信息可以是包括的业务字段标识与业务静态属性信息中的、任意静态属性信息包括的静态属性标识相同的业务字段信息。
第二步,对上述待检测业务历史数据集进行排序处理,得到待检测业务历史数据序列。其中,上述待检测业务历史数据序列可以是按照数据采集时间的先后顺序进行排列的、待检测业务历史数据的有序集合。可以通过预设的排序算法,对上述待检测业务历史数据集进行排序处理,得到待检测业务历史数据序列。
作为示例,上述排序算法可以包括但不限于以下至少一项:冒泡排序、插入排序。
第三步,从上述属性字段查询结果集中选出与上述待检测属性标识相匹配的属性字段查询结果,作为待检测字段查询结果。其中,与上述待检测属性标识相匹配可以是属性字段查询结果包括的结果字段标识与上述待检测属性标识相同。
第四步,对于上述属性字段查询结果集中的每个属性字段查询结果,执行以下步骤:
第一子步骤,从上述待检测业务历史数据序列包括的各个业务字段信息组中、选出与上述属性字段查询结果相匹配的业务字段信息作为目标业务字段信息,得到目标业务字段信息组。其中,与上述属性字段查询结果相匹配可以是业务字段信息包括的业务字段标识与上述属性字段查询结果包括的结果字段标识相同。
第二子步骤,基于上述目标业务字段信息组,确定与上述属性字段查询结果对应的字段属性值变化量。其中,上述字段属性值变化量可以是对应属性的属性值增加或减少的量。上述执行主体可以通过各种方式,基于上述目标业务字段信息组,确定与上述属性字段查询结果对应的字段属性值变化量。
在一些实施例的一些可选的实现方式中,上述目标业务字段信息组中的每个目标业务字段信息可以包括业务字段属性值。其中,上述业务字段属性值可以是对应业务字段信息的字段值。上述执行主体可以通过以下步骤,基于上述目标业务字段信息组,确定与上述属性字段查询结果对应的字段属性值变化量:
步骤一,对上述目标业务字段信息组中的各个目标业务字段信息进行划分处理,得到第一目标业务字段信息和第二目标业务字段信息。其中,上述第一目标业务字段信息和上述第二目标业务字段信息是同一目标业务字段信息组中的不同目标业务字段信息。上述第一目标业务字段信息可以是包括的数据采集时间早于上述第二目标业务字段信息包括的、数据采集时间的目标业务字段信息。上述第二目标业务字段信息可以是包括的数据采集时间晚于上述第一目标业务字段信息包括的、数据采集时间的目标业务字段信息。可以根据目标业务字段信息包括的数据采集时间,将数据采集时间较早的目标业务字段信息确定为第一目标业务字段信息,以及将数据采集时间较晚的目标业务字段信息确定为第二目标业务字段信息。
步骤二,响应于确定上述属性字段查询结果与上述待检测字段查询结果相同,将上述第二目标业务字段信息对应的、业务字段属性值与上述第一目标业务字段信息对应的、业务字段属性值的差值确定为与上述属性字段查询结果对应的字段属性值变化量。
可选的,上述执行主体还可以执行以下步骤:
步骤一,响应于确定上述属性字段查询结果与上述待检测字段查询结果相异,确定上述目标业务字段信息组对应的字段属性值方向信息。字段属性值方向信息可以表征对应的字段值是否为正值。首先,从上述待检测字段查询结果对应的各个关联属性详情信息中、选出与上述属性字段查询结果相匹配的关联属性详情信息。其中,与上述属性字段查询结果相匹配可以是关联属性详情信息对应的关联属性标识与上述属性字段查询结果包括的结果字段标识相同。然后,响应于确定所选出的、关联属性详情信息中的关联方向信息包括负相关标识,将预设的负值标识确定为字段属性值方向信息。其中,上述负值标识可以表征对应的字段值为负值。最后,响应于确定所选出的、关联属性详情信息中的关联方向信息包括正相关标识,将预设的正值标识确定为字段属性值方向信息。其中,上述正值标识可以表征对应的字段值为正值。
步骤二,基于上述字段属性值方向信息、上述第一目标业务字段信息和上述第二目标业务字段信息,生成与上述属性字段查询结果对应的字段属性值变化量。具体可以执行以下步骤:
子步骤一,响应于确定上述字段属性值方向信息包括正值标识,将上述第二目标业务字段信息包括的字段值与上述第一目标业务字段信息包括的字段值之间的差值确定为字段属性值变化量。
子步骤二,响应于确定上述字段属性值方向信息包括负值标识,将上述第二目标业务字段信息包括的字段值的相反数、与上述第一目标业务字段信息包括的、字段值的相反数之间的差值确定为字段属性值变化量。
第五步,将上述待检测字段查询结果对应的字段属性值变化量确定为目标属性值变化量。
第六步,对于上述属性字段查询结果集中的每个属性字段查询结果,执行以下步骤:
第一子步骤,响应于确定上述属性字段查询结果与上述待检测字段查询结果相异,将上述属性字段查询结果对应的字段属性值变化量与上述目标属性值变化量的比值确定为字段间关联度。
第二子步骤,基于上述字段间关联度和上述属性字段查询结果,生成字段关联度信息。其中,可以将上述字段间关联度和上述属性字段查询结果包括的结果字段标识确定为字段关联度信息。
步骤106,从字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组。
在一些实施例中,上述执行主体可以从上述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组。其中,上述预设关联度条件可以是字段关联度信息包括的字段间关联度大于预设关联度阈值。其中,上述预设关联度阈值可以是预先设置的、字段间关联度的下限值。例如,上述预设关联度阈值可以是0%。
步骤107,基于目标字段关联度信息组,生成业务状态信息,以及将业务状态信息发送至业务监控终端以供针对目标业务进行业务状态反馈。
在一些实施例中,上述执行主体可以通过各种方式,基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。其中,上述业务状态信息可以是引起待检测属性标识对应的属性值发生变化的、各个关联属性的属性值增加或减少的信息。上述业务监控终端可以是用于对目标业务的业务状态进行显示以供业务人员对业务状态进行监控的终端。上述业务监控终端接收到业务状态信息后,可以将上述业务状态信息直接进行显示以对业务状态进行反馈。上述业务监控终端还可以通过字符流的写入方法,将上述业务状态信息写入文本文件进行存档以供业务人员查看。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤,基于上述目标字段关联度信息组,生成业务状态信息:
第一步,对于上述目标字段关联度信息组中的每个目标字段关联度信息,执行以下步骤:
第一子步骤,从预设的业务状态字段关联信息集中选出与上述目标字段关联度信息相匹配的业务状态字段关联信息作为候选业务状态字段关联信息,得到候选业务状态字段关联信息集。其中,上述业务状态字段关联信息集中的业务状态字段关联信息可以包括业务字段标识、目标字段变化方向标识和字段状态文本信息。上述目标字段变化方向标识可以表征与对应业务字段存在关联关系的主属性的属性值为正值还是负值。上述目标字段变化方向标识可以用“00”或“01”表示。“00”可以表征上述目标字段变化方向标识可以表征与对应业务字段存在关联关系的主属性的属性值为正值。“01”可以表征上述目标字段变化方向标识可以表征与对应业务字段存在关联关系的主属性的属性值为负值。上述字段状态文本信息可以是文本形式的、表征对应字段的属性值呈增加或减少状态的信息。例如,上述字段状态文本信息可以是“物品实际价值下降”。与上述目标字段关联度信息相匹配可以是业务状态字段关联信息包括的业务字段标识和上述目标字段关联度信息包括的结果字段标识相同。
第二子步骤,从上述候选业务状态字段关联信息集中、选出与上述业务属性值变化信息相匹配的候选业务状态字段关联信息,作为目标业务状态字段关联信息。其中,与上述业务属性值变化信息相匹配可以是:当业务属性值变化信息对应的目标属性值变化量为正值时,候选业务状态字段关联信息包括的目标字段变化方向标识为“00”,或者当业务属性值变化信息对应的目标属性值变化量为负值时,候选业务状态字段关联信息包括的目标字段变化方向标识为“01”。
第二步,对所选出的各个目标业务状态字段关联信息进行排序,得到目标业务状态字段关联信息序列。其中,上述目标业务状态字段关联信息序列可以是按照对应的字段间关联度,对目标字段关联度信息进行排列的序列。可以按照对应字段间关联度由大到小的顺序,通过上述排序算法,对所选出的各个目标业务状态字段关联信息进行排序,得到目标业务状态字段关联信息序列。
第三步,基于上述业务属性值变化信息和上述目标业务状态字段关联信息序列,生成业务状态信息。其中,可以将上述业务属性值变化信息包括的待检测属性标识与上述目标业务状态字段关联信息序列确定为业务状态信息。
作为示例,主属性为总流转价值,与主属性存在正相关关系的关联业务属性可以包括物品流转价值、物品流转量,与主属性存在负相关关系的关联业务属性可以为物品实际价值,当总流转价值的变化量为正值时,若物品流转量、物品流转价值、物品实际价值对应的关联度也均为正值时,则物品流转量对应的字段状态文本信息可以为“物品流转量增加”,物品流转价值对应的字段状态文本信息可以为“物品流转价值上涨”,物品实际价值对应的字段状态文本信息可以为“物品实际价值下降”。
可选的,上述执行主体还可以将目标字段关联度信息组对应的关联属性作为更新主属性,将描述更新主属性的业务属性表达式作为更新业务属性表达式,根据更新业务属性表达式,确定更新主属性对应的各个关联属性,以及确定每个关联属性与上述更新主属性的字段间关联度。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的业务状态信息反馈方法,可以及时地对业务状态进行反馈。具体来说,造成难以及时地对业务状态信息进行反馈的原因在于:若当任意业务属性发生波动时,才针对发生波动的业务属性设置各个关联业务属性,以用于后续生成业务状态信息,则容易导致难以及时地对业务状态信息进行反馈。基于此,本公开的一些实施例的业务状态信息反馈方法,首先,获取针对目标业务的业务属性信息图像集。由此,可以得到各个业务属性的源数据。其次,对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集。由此,可以得到各个业务属性以及与业务属性相关的关联业务属性的信息。然后,基于上述属性描述信息集,构建属性字段关系图谱。由此,可以针对各个业务属性以及与业务属性存在关联关系的业务属性,构建直观可理解地关系图谱,便于后续快速获取与发生波动的业务属性相关的各个关联业务属性。之后,响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集。由此,可以查询到与发生波动的业务属性相关的各个关联业务属性,便于后续针对各个关联业务属性进行波动检测。接着,基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集。由此,可以得到对每个关联业务属性进行波动检测后的关联度结果。再接着,从上述字段关联度信息集中、选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组。由此,可以得到与发生波动的业务属性之间关联程度较高的波动检测结果。最后,基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。因此,本公开的一些实施例的业务状态信息反馈方法,通过预先识别、构建各个业务属性与关联业务属性之间的关联关系,可以在任意业务属性发生波动时,直接快速获取关联业务属性,以用于及时生成业务状态信息。从而,可以及时地对业务状态进行反馈。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种业务状态信息反馈装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该业务状态信息反馈装置200具体可以应用于各种电子设备中。
如图2所示,一些实施例的业务状态信息反馈装置200包括:获取单元201、图像识别处理单元202、构建单元203、查询单元204、第一生成单元205、选择单元206和第二生成以及发送单元207。其中,获取单元201,被配置成获取针对目标业务的业务属性信息图像集;图像识别处理单元202,被配置成对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集;构建单元203,被配置成基于上述属性描述信息集,构建属性字段关系图谱;查询单元204,被配置成响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集;第一生成单元205,被配置成基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集;选择单元206,被配置成从上述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组;第二生成以及发送单元207,被配置成基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。
可以理解的是,该业务状态信息反馈装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于业务状态信息反馈装置200及其中包含的单元,在此不再赘述
进一步参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,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。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。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。在本公开的一些实施例中,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。而在本公开的一些实施例中,计算机可读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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读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该电子设备执行时,使得该电子设备:获取针对目标业务的业务属性信息图像集;对上述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集;基于上述属性描述信息集,构建属性字段关系图谱;响应于接收到针对上述目标业务的业务属性值变化信息,对上述属性字段关系图谱执行查询操作,得到属性字段查询结果集;基于上述业务属性值变化信息和上述属性字段查询结果集,生成字段关联度信息集;从上述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组;基于上述目标字段关联度信息组,生成业务状态信息,以及将上述业务状态信息发送至业务监控终端以供针对上述目标业务进行业务状态反馈。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、图像识别处理单元、构建单元、查询单元、第一生成单元、选择单元和第二生成以及发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取针对目标业务的业务属性信息图像集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种业务状态信息反馈方法,包括:
获取针对目标业务的业务属性信息图像集,其中,所述业务属性信息图像集中的每个业务属性信息图像与业务属性相对应,业务属性为与所述目标业务相对应的、能够用表达式描述的属性;
对所述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集;
基于所述属性描述信息集,构建属性字段关系图谱;
响应于接收到针对所述目标业务的业务属性值变化信息,对所述属性字段关系图谱执行查询操作,得到属性字段查询结果集,其中,所述业务属性值变化信息包括待检测属性标识、业务静态属性信息和业务历史数据集,每个业务历史数据包括业务字段信息组,每个属性字段查询结果包括结果字段标识;
基于所述业务属性值变化信息和所述属性字段查询结果集,生成字段关联度信息集;
从所述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组;
基于所述目标字段关联度信息组,生成业务状态信息,以及将所述业务状态信息发送至业务监控终端以供针对所述目标业务进行业务状态反馈;
其中,所述基于所述业务属性值变化信息和所述属性字段查询结果集,生成字段关联度信息集,包括:
从所述业务历史数据集中选出与所述业务静态属性信息相匹配的业务历史数据作为待检测业务历史数据,得到待检测业务历史数据集;
对所述待检测业务历史数据集进行排序处理,得到待检测业务历史数据序列;
从所述属性字段查询结果集中选出与所述待检测属性标识相匹配的属性字段查询结果,作为待检测字段查询结果;
对于所述属性字段查询结果集中的每个属性字段查询结果,执行以下步骤:
从所述待检测业务历史数据序列包括的各个业务字段信息组中、选出与所述属性字段查询结果相匹配的业务字段信息作为目标业务字段信息,得到目标业务字段信息组;
基于所述目标业务字段信息组,确定与所述属性字段查询结果对应的字段属性值变化量;
将所述待检测字段查询结果对应的字段属性值变化量确定为目标属性值变化量;
响应于确定所述属性字段查询结果与所述待检测字段查询结果相异,将所述属性字段查询结果对应的字段属性值变化量与所述目标属性值变化量的比值确定为字段间关联度;
基于所述字段间关联度和所述属性字段查询结果,生成字段关联度信息。
2.根据权利要求1所述的方法,其中,所述对所述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集,包括:
对于所述业务属性信息图像集中的每个业务属性信息图像,执行以下步骤:
将所述业务属性信息图像输入预先训练完成的属性字符串序列生成模型,得到属性字符串序列;
对所述属性字符串序列进行分割处理,得到主属性字符串序列和主属性描述字符串序列;
从预设的业务属性详情信息集中、选出与所述主属性字符串序列相匹配的业务属性详情信息,作为主属性标识信息;
将所述主属性标识信息和所述主属性描述字符串序列确定为属性描述信息。
3.根据权利要求2所述的方法,其中,所述基于所述属性描述信息集,构建属性字段关系图谱,包括:
基于所述属性描述信息集和所述业务属性详情信息集,生成第一关联字段信息集和第二关联字段信息集;
对所述第一关联字段信息集和所述第二关联字段信息集进行融合处理,得到目标关联字段信息组集;
基于所述目标关联字段信息组集,构建属性字段关系图谱。
4.根据权利要求1所述的方法,其中,所述目标业务字段信息组中的每个目标业务字段信息包括业务字段属性值;以及
所述基于所述目标业务字段信息组,确定与所述属性字段查询结果对应的字段属性值变化量,包括:
对所述目标业务字段信息组中的各个目标业务字段信息进行划分处理,得到第一目标业务字段信息和第二目标业务字段信息;
响应于确定所述属性字段查询结果与所述待检测字段查询结果相同,将所述第二目标业务字段信息对应的、业务字段属性值与所述第一目标业务字段信息对应的、业务字段属性值的差值确定为与所述属性字段查询结果对应的字段属性值变化量。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于确定所述属性字段查询结果与所述待检测字段查询结果相异,确定所述目标业务字段信息组对应的字段属性值方向信息;
基于所述字段属性值方向信息、所述第一目标业务字段信息和所述第二目标业务字段信息,生成与所述属性字段查询结果对应的字段属性值变化量。
6.根据权利要求1所述的方法,其中,所述基于所述目标字段关联度信息组,生成业务状态信息,包括:
对于所述目标字段关联度信息组中的每个目标字段关联度信息,执行以下步骤:
从预设的业务状态字段关联信息集中选出与所述目标字段关联度信息相匹配的业务状态字段关联信息作为候选业务状态字段关联信息,得到候选业务状态字段关联信息集;
从所述候选业务状态字段关联信息集中、选出与所述业务属性值变化信息相匹配的候选业务状态字段关联信息,作为目标业务状态字段关联信息;
对所选出的各个目标业务状态字段关联信息进行排序,得到目标业务状态字段关联信息序列;
基于所述业务属性值变化信息和所述目标业务状态字段关联信息序列,生成业务状态信息。
7.一种业务状态信息反馈装置,包括:
获取单元,被配置成获取针对目标业务的业务属性信息图像集;
图像识别处理单元,被配置成对所述业务属性信息图像集中的各个业务属性信息图像进行图像识别处理,得到属性描述信息集;
构建单元,被配置成基于所述属性描述信息集,构建属性字段关系图谱;
查询单元,被配置成响应于接收到针对所述目标业务的业务属性值变化信息,对所述属性字段关系图谱执行查询操作,得到属性字段查询结果集,其中,所述业务属性值变化信息包括待检测属性标识、业务静态属性信息和业务历史数据集,每个业务历史数据包括业务字段信息组,每个属性字段查询结果包括结果字段标识;
第一生成单元,被配置成基于所述业务属性值变化信息和所述属性字段查询结果集,生成字段关联度信息集;
选择单元,被配置成从所述字段关联度信息集中选出满足预设关联度条件的字段关联度信息作为目标字段关联度信息,得到目标字段关联度信息组;
第二生成以及发送单元,被配置成基于所述目标字段关联度信息组,生成业务状态信息,以及将所述业务状态信息发送至业务监控终端以供针对所述目标业务进行业务状态反馈;
其中,所述基于所述业务属性值变化信息和所述属性字段查询结果集,生成字段关联度信息集,包括:
从所述业务历史数据集中选出与所述业务静态属性信息相匹配的业务历史数据作为待检测业务历史数据,得到待检测业务历史数据集;
对所述待检测业务历史数据集进行排序处理,得到待检测业务历史数据序列;
从所述属性字段查询结果集中选出与所述待检测属性标识相匹配的属性字段查询结果,作为待检测字段查询结果;
对于所述属性字段查询结果集中的每个属性字段查询结果,执行以下步骤:
从所述待检测业务历史数据序列包括的各个业务字段信息组中、选出与所述属性字段查询结果相匹配的业务字段信息作为目标业务字段信息,得到目标业务字段信息组;
基于所述目标业务字段信息组,确定与所述属性字段查询结果对应的字段属性值变化量;
将所述待检测字段查询结果对应的字段属性值变化量确定为目标属性值变化量;
响应于确定所述属性字段查询结果与所述待检测字段查询结果相异,将所述属性字段查询结果对应的字段属性值变化量与所述目标属性值变化量的比值确定为字段间关联度;
基于所述字段间关联度和所述属性字段查询结果,生成字段关联度信息。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588177.3A CN117290561B (zh) | 2023-11-27 | 2023-11-27 | 业务状态信息反馈方法、装置、设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588177.3A CN117290561B (zh) | 2023-11-27 | 2023-11-27 | 业务状态信息反馈方法、装置、设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117290561A CN117290561A (zh) | 2023-12-26 |
CN117290561B true CN117290561B (zh) | 2024-03-29 |
Family
ID=89252156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311588177.3A Active CN117290561B (zh) | 2023-11-27 | 2023-11-27 | 业务状态信息反馈方法、装置、设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117290561B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117933206A (zh) * | 2024-03-14 | 2024-04-26 | 武汉数澜科技有限公司 | 业务数据处理方法、装置、设备、存储介质及程序产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011175492A (ja) * | 2010-02-25 | 2011-09-08 | Hitachi Ltd | 電子メール計算機、電子メール計算機の運用方法及びプログラム |
CN112579603A (zh) * | 2020-12-24 | 2021-03-30 | 北京志翔能源技术有限公司 | 基于cdc的数据模型动态信息感知监测方法及装置 |
CN113901233A (zh) * | 2021-10-13 | 2022-01-07 | 智联(无锡)信息技术有限公司 | 一种查询数据修复方法、系统、计算机设备及存储介质 |
CN115757400A (zh) * | 2022-11-07 | 2023-03-07 | 北京国电通网络技术有限公司 | 数据表处理方法、装置、电子设备和计算机可读介质 |
CN116108393A (zh) * | 2023-04-12 | 2023-05-12 | 国网智能电网研究院有限公司 | 电力敏感数据分类分级方法、装置、存储介质及电子设备 |
CN117033454A (zh) * | 2023-08-09 | 2023-11-10 | 网易(杭州)网络有限公司 | 数据处理方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10630560B2 (en) * | 2015-04-02 | 2020-04-21 | Behavox Ltd. | Method and user interfaces for monitoring, interpreting and visualizing communications between users |
-
2023
- 2023-11-27 CN CN202311588177.3A patent/CN117290561B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011175492A (ja) * | 2010-02-25 | 2011-09-08 | Hitachi Ltd | 電子メール計算機、電子メール計算機の運用方法及びプログラム |
CN112579603A (zh) * | 2020-12-24 | 2021-03-30 | 北京志翔能源技术有限公司 | 基于cdc的数据模型动态信息感知监测方法及装置 |
CN113901233A (zh) * | 2021-10-13 | 2022-01-07 | 智联(无锡)信息技术有限公司 | 一种查询数据修复方法、系统、计算机设备及存储介质 |
CN115757400A (zh) * | 2022-11-07 | 2023-03-07 | 北京国电通网络技术有限公司 | 数据表处理方法、装置、电子设备和计算机可读介质 |
CN116108393A (zh) * | 2023-04-12 | 2023-05-12 | 国网智能电网研究院有限公司 | 电力敏感数据分类分级方法、装置、存储介质及电子设备 |
CN117033454A (zh) * | 2023-08-09 | 2023-11-10 | 网易(杭州)网络有限公司 | 数据处理方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
物元相关网在企业联盟合作模式选择中的应用;丁怡;朱弘扬;;科技创新导报;20191001(第28期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117290561A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460513B (zh) | 用于生成点击率预测模型的方法和装置 | |
CN108427939B (zh) | 模型生成方法和装置 | |
CN108280477B (zh) | 用于聚类图像的方法和装置 | |
CN109145828B (zh) | 用于生成视频类别检测模型的方法和装置 | |
CN112949710A (zh) | 一种图像的聚类方法和装置 | |
US20190073406A1 (en) | Processing of computer log messages for visualization and retrieval | |
CN117290561B (zh) | 业务状态信息反馈方法、装置、设备和计算机可读介质 | |
CN109508361B (zh) | 用于输出信息的方法和装置 | |
CN112200173B (zh) | 多网络模型训练方法、图像标注方法和人脸图像识别方法 | |
CN114549874A (zh) | 多目标图文匹配模型的训练方法、图文检索方法及装置 | |
CN112052848B (zh) | 街区标注中样本数据的获取方法及装置 | |
CN110941978A (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
CN111160410A (zh) | 一种物体检测方法和装置 | |
CN109409419B (zh) | 用于处理数据的方法和装置 | |
CN110674208B (zh) | 用于确定用户的职住地信息的方法和装置 | |
CN114627331A (zh) | 模型训练方法和装置 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
CN113033707A (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN110990651B (zh) | 地址数据处理方法、装置、电子设备及计算机可读介质 | |
CN116796233A (zh) | 数据分析方法、装置、计算机可读介质及电子设备 | |
CN110689285A (zh) | 测试方法、装置、电子设备及计算机可读存储介质 | |
CN114925680A (zh) | 物流兴趣点信息生成方法、装置、设备和计算机可读介质 | |
CN115292506A (zh) | 应用于办公领域的知识图谱本体构建方法和装置 | |
CN109885504B (zh) | 推荐系统的测试方法、装置、介质及电子设备 | |
CN109857838B (zh) | 用于生成信息的方法和装置 |
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 |