企業產品的界面配置方法、裝置、設備及介質制造方法及圖紙

本發明專利技術涉及人工智能技術，揭露了一種企業產品的界面配置方法，包括：獲取企業產品的產品標簽；構建多標簽分類器，利用所述多標簽分類器對所述產品標簽進行層級分類，得到層級標簽；生成圖層地圖和矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級標簽的企業產品地圖；根據關鍵詞信息對預設的空白檢索框進行配置，得到檢索服務框；按照預設的頁面分區將所述數據地圖和所述檢索服務框配置至目標界面，得到企業產品的配置界面。此外，本發明專利技術還涉及區塊鏈技術，數據列表可存儲于區塊鏈的節點。本發明專利技術還提出一種企業產品的界面配置裝置、電子設備以及存儲介質。本發明專利技術可以優化企業產品的配置界面。業產品的配置界面。業產品的配置界面。

【技術實現步驟摘要】
企業產品的界面配置方法、裝置、設備及介質


[0001]本專利技術涉及人工智能
，尤其涉及一種企業產品的界面配置方法、裝置、電子設備及計算機可讀存儲介質。

技術介紹

[0002]隨著企業不斷壯大，公司業務不斷增加，企業建立自己的專屬網站用于信息展示和品牌管理很有必要。企業網站的呈現方式可以用于衡量品牌服務，準確傳遞品牌信息。
[0003]市場上企業的品牌信息展示側重于純文本靜態展示，分類檢索模式大多較分散，針對不同的業務場景，有各自的分離式產品信息渠道，但是當信息可視化類群龐大時，主題差異較為顯著，會導致數據展示紊亂。品牌下層子菜單匯聚程度淺，純文本堆積的界面，會導致企業界面布局不清晰，直接影響了用戶對企業的好感度，因此如何優化企業產品的配置界面，成為了亟待解決的問題。

技術實現思路

[0004]本專利技術提供一種企業產品的界面配置方法、裝置及計算機可讀存儲介質，其主要目的在于解決如何優化企業產品的配置界面的問題。
[0005]為實現上述目的，本專利技術提供的一種企業產品的界面配置方法，包括：
[0006]獲取企業產品的產品信息，提取所述產品信息的關鍵詞信息，對所述關鍵詞信息進行權重計算得到產品標簽；
[0007]構建多標簽分類器，利用所述多標簽分類器對所述產品標簽進行層級分類，得到層級標簽；
[0008]生成所述層級標簽的圖層地圖和所述層級標簽的矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級標簽的企業產品地圖；
[0009]根據關鍵詞信息對預設的空白檢索框進行配置，得到檢索服務框；
[0010]按照預設的頁面分區將所述數據地圖和所述檢索服務框配置至目標界面，得到企業產品的配置界面。
[0011]可選地，所述構建多標簽分類器，包括：
[0012]將每個所述產品信息轉換為詞級拓撲圖，將所有的拓撲圖進行集合和劃分，得到訓練拓撲圖集和測試拓撲圖集；
[0013]將所述產品標簽轉換為標簽拓撲圖；
[0014]利用圖卷積神經網絡GCN提取所述訓練拓撲圖集中的詞級拓撲圖的詞級特征向量；
[0015]根據所述圖卷積神經網絡GCN的注意力系數和所述產品信息構建句級拓撲圖，利用圖卷積神經網絡GCN提取所述訓練拓撲圖集中的句級拓撲圖的句級特征向量；
[0016]利用圖卷積神經網絡GCN逐個提取所述訓練拓撲圖集中的標簽拓撲圖的標簽特征向量；
[0017]采用基于注意力的殘差網絡對所述詞級特征向量和所述句級特征向量進行特征融合，得到級聯特征向量；
[0018]將所述標簽特征向量與所述級聯特征向量進行點乘，預測所述產品信息的分類標簽；
[0019]根據所述分類標簽計算待訓練的多標簽文本分類模型的損失函數，將所述測試拓撲圖集中的詞級拓撲圖再次輸入到待訓練的多標簽文本分類模型中，優化所述損失函數，當所述損失函數最小時，得到訓練完成的多標簽分類器。
[0020]可選地，所述利用圖卷積神經網絡GCN提取所述訓練拓撲圖集中的詞級拓撲圖的詞級特征向量，包括：
[0021]采用預訓練的BERT模型對產品信息進行詞向量編碼處理，得到每個詞在向量空間中對應的特征向量；
[0022]根據詞級拓撲圖的節點和邊構建鄰接矩陣；
[0023]根據所述特征向量構建初始特征矩陣；
[0024]將所述鄰接矩陣和所述初始特征矩陣輸入到圖卷積神經網絡GCN模型中，提取出所述產品信息的詞級特征向量。
[0025]可選地，所述生成所述層級標簽的圖層地圖和所述層級標簽的矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級標簽的企業產品地圖，包括：
[0026]將所述層級標簽進行矢量化處理，得到矢量數據；
[0027]通過對所述矢量數據進行傾斜射影獲取層級梯度，根據所述層級梯度和所述矢量數據得到圖層地圖；
[0028]將所述矢量數據添加到預設的底圖的構造函數上，得到矢量底圖；
[0029]根據矢量數據的像素值對所述圖層地圖和所述矢量底圖進行切片，得到切片地圖；
[0030]對所述切片地圖和所述圖層區間進行色彩填充，得到所述層級標簽的企業產品地圖。
[0031]可選地，所述根據關鍵詞信息對預設的空白檢索框進行配置，得到檢索服務框，包括：
[0032]獲取預設的空白檢索框的布局文件，根據所述布局文件對預設的空白檢索框進行布局配置，得到一級檢索框，其中，所述布局配置包括：背景圖配置、字體配置、字號配置；
[0033]生成所述關鍵詞信息的超鏈接，將所述超鏈接配置于所述一級檢索框，得到二級檢索框；
[0034]建立所述關鍵詞信息的熱鍵，將所述熱鍵配置于所述二級檢索框，得到檢索服務框。
[0035]可選地，所述提取所述產品信息的關鍵詞信息，包括：
[0036]生成預設的模型數據的理論數據集，使用分層抽樣將所述理論數據集分為訓練產品集和測試產品集；
[0037]對所述訓練產品集進行停用詞和分詞處理，得到訓練產品集語料；
[0038]對所述測試產品集進行停用詞和分詞處理，得到測試產品集語料；
[0039]構建所述訓練產品集語料的語料矩陣，利用所述語料矩陣訓練預設的關鍵詞提取
模型；
[0040]構建所述測試產品集語料的語料矩陣，利用所述測試產品集語料驗證所述關鍵詞提取模型的正確率，直至所述正確率大于預設正確率閾值，得到訓練完成的關鍵詞提取模型，利用所述關鍵詞提取模型提取所述產品信息的關鍵詞信息。
[0041]可選地，所述對所述關鍵詞信息進行權重計算得到產品標簽，包括：
[0042]逐個從所述關鍵詞信息中選取其中一個作為目標關鍵詞信息；
[0043]對每個關鍵詞進行唯一ID編碼，得到詞ID；
[0044]統計所述目標關鍵詞信息中每個詞ID的出現頻率，得到ID詞頻；
[0045]將所述ID詞頻賦值給空白矩陣，得到詞頻統計矩陣；
[0046]利用預設的權重算法計算所述詞頻統計矩陣，得到所述關鍵詞信息中每個關鍵詞信息的權重，匯集所述權重大于預設權重的關鍵詞信息為產品標簽。
[0047]為了解決上述問題，本專利技術還提供一種企業產品的界面配置裝置，所述裝置包括：
[0048]產品標簽模塊，用于獲取企業產品的產品信息，提取所述產品信息的關鍵詞信息，對所述關鍵詞信息進行權重計算得到產品標簽；
[0049]層級標簽模塊，用于構建多標簽分類器，利用所述多標簽分類器對所述產品標簽進行層級分類，得到層級標簽；
[0050]產品地圖模塊，用于生成所述層級標簽的圖層地圖和所述層級標簽的矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級標簽的企業產品地圖；
[0051]檢索服務框模塊，用于根據關鍵詞信息對預設的空白檢索框進行配置，得到檢索服務框；
[0052]配置界面模塊，用于按照預設的頁面分區將所述數據地圖和所述檢索服務框配置至目標界面，得到企業產品的配置本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種企業產品的界面配置方法，其特征在于，所述方法包括：獲取企業產品的產品信息，提取所述產品信息的關鍵詞信息，對所述關鍵詞信息進行權重計算得到產品標簽；構建多標簽分類器，利用所述多標簽分類器對所述產品標簽進行層級分類，得到層級標簽；生成所述層級標簽的圖層地圖和所述層級標簽的矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級標簽的企業產品地圖；根據關鍵詞信息對預設的空白檢索框進行配置，得到檢索服務框；按照預設的頁面分區將所述數據地圖和所述檢索服務框配置至目標界面，得到企業產品的配置界面。2.如權利要求1所述的企業產品的界面配置方法，其特征在于，所述構建多標簽分類器，包括：將每個所述產品信息轉換為詞級拓撲圖，將所有的拓撲圖進行集合和劃分，得到訓練拓撲圖集和測試拓撲圖集；將所述產品標簽轉換為標簽拓撲圖；利用圖卷積神經網絡GCN提取所述訓練拓撲圖集中的詞級拓撲圖的詞級特征向量；根據所述圖卷積神經網絡GCN的注意力系數和所述產品信息構建句級拓撲圖，利用圖卷積神經網絡GCN提取所述訓練拓撲圖集中的句級拓撲圖的句級特征向量；利用圖卷積神經網絡GCN逐個提取所述訓練拓撲圖集中的標簽拓撲圖的標簽特征向量；采用基于注意力的殘差網絡對所述詞級特征向量和所述句級特征向量進行特征融合，得到級聯特征向量；將所述標簽特征向量與所述級聯特征向量進行點乘，預測所述產品信息的分類標簽；根據所述分類標簽計算待訓練的多標簽文本分類模型的損失函數，將所述測試拓撲圖集中的詞級拓撲圖再次輸入到待訓練的多標簽文本分類模型中，優化所述損失函數，當所述損失函數最小時，得到訓練完成的多標簽分類器。3.如權利要求2所述的企業產品的界面配置方法，其特征在于，所述利用圖卷積神經網絡GCN提取所述訓練拓撲圖集中的詞級拓撲圖的詞級特征向量，包括：采用預訓練的BERT模型對產品信息進行詞向量編碼處理，得到每個詞在向量空間中對應的特征向量；根據詞級拓撲圖的節點和邊構建鄰接矩陣；根據所述特征向量構建初始特征矩陣；將所述鄰接矩陣和所述初始特征矩陣輸入到圖卷積神經網絡GCN模型中，提取出所述產品信息的詞級特征向量。4.如權利要求1所述的企業產品的界面配置方法，其特征在于，所述生成所述層級標簽的圖層地圖和所述層級標簽的矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級標簽的企業產品地圖，包括：將所述層級標簽進行矢量化處理，得到矢量數據；通過對所述矢量數據進行傾斜射影獲取層級梯度，根據所述層級梯度和所述矢量數據
得到圖層地圖；將所述矢量數據添加到預設的底圖的構造函數上，得到矢量底圖；根據矢量數據的像素值對所述圖層地圖和所述矢量底圖進行切片，得到切片地圖；對所述切片地圖和所述圖層區間進行色彩填充，得到所述層級標簽的企業產品地圖。5.如權利要求1所述的企業產品的界面配置方法，其特征在于，所述根據關鍵詞信息對預設的空白檢索框進行配置，得到...

【專利技術屬性】
技術研發人員：翟永青，
申請(專利權)人：未鯤上海科技服務有限公司，
類型：發明
國別省市：