基于数据处理的页面填充词的智能推荐方法技术

技术编号:36988447 阅读:10 留言:0更新日期:2023-03-25 18:06
本发明专利技术公开了一种基于数据处理的页面填充词的智能推荐方法,涉及数据处理技术领域,通过长短期神经网络模型对屏幕界面设定时间段内的录制视频进行处理输出得到多个备选填充词,再基于所述多个备选填充词和所述页面使用第一深度神经网络模型进行处理输出得到页面填充词,最后基于所述页面填充词对页面的所述一个或多个待填充框进行填充,该方法可以对页面进行快速填充,提高用户工作效率。提高用户工作效率。提高用户工作效率。

【技术实现步骤摘要】
基于数据处理的页面填充词的智能推荐方法


[0001]本专利技术涉及数据处理
,具体涉及基于数据处理的页面填充词的智能推荐方法。

技术介绍

[0002]随着科技的发展,越来越多的网站和应用程序都需要用户填写表单,以便获取用户的信息。现有的填充方法大多为用户按照正常流程手动填写一遍表单,之后以此填写内容为模板,对相同页面实现一键填写功能。用户需要事先将操作录制工具打开,并在页面各输入框依次填入所需内容,填写完成后,点击完成录制,即可获取用户此次操作的所有输入值,并以系统预制的格式进行存储。用户下次打开相同的页面时,会在右上角悬浮框显示提示,用户只需选择上次录制的记录,并点击应用按钮,即可将内容一键填入,实现内容的快速填充。该填充方法只能填充相同的值,且该填充值是历史数据,往往跟当前页面中的待填充框不匹配,其填充结果不准确,也不能满足用户的页面填充需求。用户大多数情况下还是只能手动对页面进行填充,填充效率极其低下。
[0003]因此,如何对页面进行快速填充,提高用户工作效率成为目前亟待解决的问题。

技术实现思路

[0004]本专利技术主要解决的技术问题是如何对页面进行快速填充。
[0005]根据第一方面,一种实施例中提供一种基于数据处理的页面填充词的智能推荐方法,包括:S1、接收页面填充的推荐请求,所述页面包括一个或多个待填充框;S2、基于所述推荐请求获取屏幕界面设定时间段内的录制视频;S3、基于所述录制视频使用长短期神经网络模型进行处理输出得到多个备选填充词,所述长短期神经网络模型的输入包括所述录制视频,所述长短期神经网络模型的输出为所述多个备选填充词;S4、基于所述多个备选填充词和所述页面使用第一深度神经网络模型进行处理输出得到页面填充词;S5、基于所述页面填充词对页面的所述一个或多个待填充框进行填充。
[0006]在一些实施例中,对所述多个备选填充词进行合并,得到多个合并后的备选填充词,并将所述多个合并后的备选填充词作为所述多个备选填充词。
[0007]在一些实施例中,所述对所述多个备选填充词进行合并,得到多个合并后的备选填充词,包括:基于第二深度神经网络模型将所述多个备选填充词中语义相近的多个备选填充词进行合并,得到多个合并后的备选填充词,其中所述第二深度神经网络模型的输入为所述多个备选填充词,所述第二深度神经网络模型的输出为所述多个合并后的备选填充词。
[0008]在一些实施例中,所述长短期神经网络模型经过梯度下降法训练得到。
[0009]在一些实施例中,所述待填充框为输入框、下拉框或选择框。
[0010]在一些实施例中,长短期神经网络模型通过训练过程获取,所述训练过程包括:获取多个训练样本,所述训练样本包括样本输入数据和所述样本输入数据对应的标签,所述
样本输入数据为样本录制视频,所述标签为多个备选填充词;基于所述多个训练样本训练初始的长短期神经网络模型,得到所述长短期神经网络模型。
[0011]根据第二方面,一种实施例中提供基于数据处理的页面填充词的智能推荐系统,包括:接收模块,用于接收页面填充的推荐请求,所述页面包括一个或多个待填充框;获取模块,用于基于所述推荐请求获取屏幕界面设定时间段内的录制视频;第一输出模块,用于基于所述录制视频使用长短期神经网络模型进行处理输出得到多个备选填充词,所述长短期神经网络模型的输入包括所述录制视频,所述长短期神经网络模型的输出为所述多个备选填充词;第二输出模块,用于基于所述多个备选填充词和所述页面使用第一深度神经网络模型进行处理输出得到页面填充词;填充模块,用于基于所述页面填充词对页面的所述一个或多个待填充框进行填充。
[0012]根据第三方面,一种实施例中提供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如上述任一项所述的基于数据处理的页面填充词的智能推荐方法的步骤。
[0013]根据第四方面,一种实施例中提供一种电子设备,包括:存储器;处理器;以及计算机程序;其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现上述的方法。
[0014]根据第五方面,一种实施例中提供一种计算机可读存储介质,所述介质上存储有程序,所述程序能够被处理器执行以实现如上述方面中任一项所述的方法。
[0015]依据上述实施例提供的基于数据处理的页面填充词的智能推荐方法,通过长短期神经网络模型对屏幕界面设定时间段内的录制视频进行处理输出得到多个备选填充词,再基于所述多个备选填充词和所述页面使用第一深度神经网络模型进行处理输出得到页面填充词,最后基于所述页面填充词对页面的所述一个或多个待填充框进行填充,该方法可以对页面进行快速填充,提高用户工作效率。
附图说明
[0016]图1为本专利技术实施例提供的一种基于数据处理的页面填充词的智能推荐方法的流程示意图;
[0017]图2为本专利技术实施例提供的一种页面的示意图;
[0018]图3为本专利技术实施例提供的一种基于数据处理的页面填充词的智能推荐系统的结构示意图;
[0019]图4为本专利技术实施例提供的一种电子设备的示意图;
[0020]图5为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0021]下面通过具体实施方式结合附图对本专利技术作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本专利技术能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本专利技术相关的一些操作并没有在说明书中显示或者描述,这是为了避免本专利技术的核心部分被过
多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
[0022]另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
[0023]本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本专利技术所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
[0024]本专利技术实施例中,提供了如图1所示的一种基于数据处理的页面填充词的智能推荐方法,包括步骤S1~S5:
[0025]步骤S1,接收页面填充的推荐请求,所述页面包括一个或多个待填充框。
[0026]页面可以为电脑网页页面、手机app页面、WEB应用页面。页面可以包括一个或多个待填充框,待填充框可以为输入框、下拉框、日期选择框或单选多选框。待填充框表示需要被填充的框。
[0027]推荐请求表示本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于数据处理的页面填充词的智能推荐方法,其特征在于,包括:S1、接收页面填充的推荐请求,所述页面包括一个或多个待填充框;S2、基于所述推荐请求获取屏幕界面设定时间段内的录制视频;S3、基于所述录制视频使用长短期神经网络模型进行处理输出得到多个备选填充词,所述长短期神经网络模型的输入包括所述录制视频,所述长短期神经网络模型的输出为所述多个备选填充词;S4、基于所述多个备选填充词和所述页面使用第一深度神经网络模型进行处理输出得到页面填充词;S5、基于所述页面填充词对页面的所述一个或多个待填充框进行填充。2.如权利要求1所述的基于数据处理的页面填充词的智能推荐方法,其特征在于,还包括:对所述多个备选填充词进行合并,得到多个合并后的备选填充词,并将所述多个合并后的备选填充词作为所述多个备选填充词。3.如权利要求2所述的基于数据处理的页面填充词的智能推荐方法,其特征在于,所述对所述多个备选填充词进行合并,得到多个合并后的备选填充词,包括:基于第二深度神经网络模型将所述多个备选填充词中语义相近的多个备选填充词进行合并,得到多个合并后的备选填充词,其中所述第二深度神经网络模型的输入为所述多个备选填充词,所述第二深度神经网络模型的输出为所述多个合并后的备选填充词。4.如权利要求1所述的基于数据处理的页面填充词的智能推荐方法,其特征在于,所述长短期神经网络模型经过梯度下降法训练得到。5.如权利要求1所述的基于数据处理的页面填充词的智能推荐方法,其特征在于,所述待填充框为输入框、下拉框或选择...

【专利技术属性】
技术研发人员:赵禹翟更川王洪艳
申请(专利权)人:天津爱波瑞科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1