应用于大数据挖掘的数字化业务信息处理方法及服务器与流程

1.本技术涉及大数据挖掘技术领域，更具体地，涉及一种应用于大数据挖掘的数字化业务信息处理方法及服务器。


背景技术：

2.现目前，“数字化转型”的热度越来越高，而伴随人工智能ai、大数据、云计算一系列新兴技术的不断发展和产业下沉之后，数字化转型的应用越来越广泛。在线支付、智慧医疗、远程教育、政企云服务等各类业务可以通过数字化转型实现智能化升级，减少资源消耗。
3.在数字化和大数据时代，随着业务量和业务规模的不断增加，各类数字化业务处理的效率需要不断优化升级，而优化升级的关键是满足用户所需，为此，针对业务处理的热点信息挖掘成为重点。而发明人经研究和分析发现，相关的热点信息挖掘技术存在准确性低下的问题，比如难以保障挖掘结果的完整性和区分度。


技术实现要素：

4.本技术的一个目的是提供一种用于确定热点事件挖掘结果的新技术方案。
5.结合本技术的一方面，提供了一种应用于大数据挖掘的数字化业务信息处理方法，应用于数字化业务服务器，所述方法至少包括：确定触发热点事件关注条件的智慧业务会话记录的第一目标会话描述；结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果；结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述；基于所述完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果。
6.如此设计，通过确定触发热点事件关注条件的智慧业务会话记录的第一目标会话描述，结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果，结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述，并基于所述完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，通过加强对显著内容的优化处理，能够提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆。
7.对于一些可独立实施的技术方案而言，所述结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果，包括：确定所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达；结合所述第一目标会话描述，以及所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果。
8.如此设计，通过拼接所述触发热点事件关注条件的智慧业务会话记录的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达，对所述触发热点事件关注条件的智慧业务会话记录进行显著内容挖掘，可以结合所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达中的更完整准确的显著内容，更准确地获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果。
9.对于一些可独立实施的技术方案而言，所述结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述，包括：结合所述第一显著内容挖掘结果，确定x个第一业务服务事项，其中，x为大于1的整数；针对所述第一目标会话描述中的所述x个第一业务服务事项的原始事项表达进行优化处理，获得完成优化处理的第一目标会话描述。
10.如此设计，通过结合所述第一显著内容挖掘结果，确定x个第一业务服务事项，并针对所述第一目标会话描述中的所述x个第一业务服务事项的原始事项表达进行优化处理，因而得到的完成优化处理的第一目标会话描述能够更准确地记录整体情况的显著内容，从而有助于进一步提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆。
11.对于一些可独立实施的技术方案而言，所述结合所述第一显著内容挖掘结果，确定x个第一业务服务事项，包括：将所述第一显著内容挖掘结果中对应于显著内容的量化评价最大的x个会话消息，确定为x个第一业务服务事项。
12.如此设计，通过将所述第一显著内容挖掘结果中对应于显著内容的量化评价最大的x个会话消息，确定为x个第一业务服务事项，因而确定出的x个第一业务服务事项能够更准确地涵盖所述触发热点事件关注条件的智慧业务会话记录的显著内容的信息。
13.对于一些可独立实施的技术方案而言，所述针对所述第一目标会话描述中的所述x个第一业务服务事项的原始事项表达进行优化处理，获得完成优化处理的第一目标会话描述，包括：结合所述第一目标会话描述，获得所述x个第一业务服务事项的原始事项表达；对所述x个第一业务服务事项的原始事项表达进行视觉型滑动平均处理，获得所述x个第一业务服务事项的完成优化处理的关键事项描述；结合所述x个第一业务服务事项的完成优化处理的关键事项描述，优化处理所述第一目标会话描述中所述x个第一业务服务事项的原始事项表达，获得完成优化处理的第一目标会话描述。
14.如此设计，通过结合所述第一目标会话描述，获得所述x个第一业务服务事项的原始事项表达，对所述x个第一业务服务事项的原始事项表达进行视觉型滑动平均处理，获得所述x个第一业务服务事项的完成优化处理的关键事项描述，并结合所述x个第一业务服务事项的完成优化处理的关键事项描述，优化处理所述第一目标会话描述中所述x个第一业务服务事项的原始事项表达，获得完成优化处理的第一目标会话描述，因而能够在所述x个第一业务服务事项对应的第一视觉记录上进行解析进而确定整体层面的关联特征，从而得到的完成优化处理的第一目标会话描述能够更准确地记录整体情况的显著内容。
15.对于一些可独立实施的技术方案而言，所述应用于大数据挖掘的数字化业务信息处理方法采用ai模型进行处理，所述ai模型包括y种状态的局部挖掘单元，其中，y为正整数；所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元包括第一挖掘线程；所述结
合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果，包括：对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达导入该状态的局部挖掘单元的第一挖掘线程，通过该状态的局部挖掘单元的第一挖掘线程导出所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果。
16.如此设计，通过采用ai模型进行热点事件挖掘，能够提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性和效率，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆。对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，通过该状态的局部挖掘单元的第一挖掘线程对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达进行处理，因而能够高效地得到所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的显著内容的初始挖掘结果。
17.对于一些可独立实施的技术方案而言，在所述对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达导入该状态的局部挖掘单元的第一挖掘线程之前，所述方法还包括：确定样本业务会话记录的显著内容标注结果和所述样本业务会话记录的潜在内容标注结果；通过该状态的局部挖掘单元的第一挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录的第二初阶会话表达进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果和所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果；结合所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果、所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果、所述样本业务会话记录的显著内容标注结果和所述样本业务会话记录的潜在内容标注结果，训练所述ai模型。
18.如此设计，通过结合所述样本业务会话记录的潜在内容挖掘结果、所述样本业务会话记录的潜在内容标注结果，与所述样本业务会话记录的第二显著内容挖掘结果、所述样本业务会话记录的显著内容标注结果一起，训练所述ai模型，因而不仅对所述样本业务会话记录中的显著内容部分进行持续性跟踪处理，还对所述样本业务会话记录中的潜在内容部分进行持续性跟踪处理，因而能够保障第一挖掘线程获得精准有效地进行显著内容处理的性能，这样可以通过第一挖掘线程获得显著内容。
19.对于一些可独立实施的技术方案而言，所述通过该状态的局部挖掘单元的第一挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录的第二初阶会话表达进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果和所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果，包括：通过该状态的局部挖掘单元的第一挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业
务会话记录的第二初阶会话表达进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息；结合所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果；结合所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息；结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果。
20.如此设计，通过利用所述样本业务会话记录的显著内容视觉信息得到所述样本业务会话记录的潜在内容视觉信息，从而进行潜在内容部分的挖掘，这样能够提高第一挖掘线程进行显著内容挖掘的可信度。
21.对于一些可独立实施的技术方案而言，所述结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果，包括：确定所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息；结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息，以及所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果。
22.如此设计，通过结合所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息，因而能够实现相关精细化内容的补全和添加，进而能够提高所述ai模型进行潜在内容挖掘的准确性和可靠性。
23.对于一些可独立实施的技术方案而言，所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元包括第二挖掘线程；所述结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述，包括：对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果和所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述导入该状态的局部挖掘单元的第二挖掘线程，通过该状态的局部挖掘单元的第二挖掘线程导出所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第一目标会话描述。
24.如此设计，对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，通过该状态的局部挖掘单元的第二挖掘线程对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果和所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述进行处理，因而能够快速地得到所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第一目标会话描述。
25.对于一些可独立实施的技术方案而言，所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元还包括第三挖掘线程；在所述对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果和所述触发热点事件关注条件的智慧业务会话
记录对应于该状态的局部挖掘单元的第一目标会话描述导入该状态的局部挖掘单元的第二挖掘线程之前，所述方法还包括：通过该状态的局部挖掘单元的第二挖掘线程，对样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果和所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第二目标会话描述；通过该状态的局部挖掘单元的第三挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第二目标会话描述进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二热点事件挖掘结果；结合所述样本业务会话记录的热点事件标注结果和所述样本业务会话记录对应于该状态的局部挖掘单元的第二热点事件挖掘结果，训练所述ai模型。
26.如此设计，第二挖掘线程能够有效地识别整体层面的显著内容，因而能够提高第三挖掘线程的热点事件挖掘的准确性和可靠性。
27.对于一些可独立实施的技术方案而言，y大于1，所述ai模型还包括信息识别子模型；所述确定触发热点事件关注条件的智慧业务会话记录的第一目标会话描述，包括：对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，在该状态的局部挖掘单元为所述y种状态的局部挖掘单元的第一状态的局部挖掘单元的前提下，通过所述信息识别子模型识别所述触发热点事件关注条件的智慧业务会话记录的多样化描述信息，获得所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述；和/或，对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，在该状态的局部挖掘单元不为所述第一状态的局部挖掘单元的前提下，结合所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的上一状态的局部挖掘单元的完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述。
28.如此，通过多个状态下的局部挖掘单元，能够实现对热点事件的层次性和阶段性挖掘，从而保障热点事件挖掘的完整性和有序性。
29.对于一些可独立实施的技术方案而言，所述基于所述完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，包括：通过所述y种状态的局部挖掘单元中的末尾状态的局部挖掘单元，对所述触发热点事件关注条件的智慧业务会话记录对应于所述末尾状态的局部挖掘单元的完成优化处理的第一目标会话描述进行处理，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果。
30.如此设计，通过将多个状态下的局部挖掘单元中、末尾状态的局部挖掘单元的导出作为所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，因而能够提高所述第一热点事件挖掘结果的准确性和完整性。
31.对于一些可独立实施的技术方案而言，所述ai模型结合所述y种状态的局部挖掘单元对应的模型性能评价的全局处理结果进行训练。
32.如此设计，通过对所述y种状态的局部挖掘单元进行全局性训练，能够改善ai模型的热点事件挖掘性能，提高ai模型应对不同智慧业务会话记录的能力。
33.结合本技术的另一方面，提供一种数字化业务服务器，包括：存储器，用于存储可
执行的指令；处理器，用于根据所述可执行的指令的控制，运行所述数字化业务服务器执行上述的方法。
34.结合本技术的又一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行上述的方法。
35.对于本技术实施例而言，通过确定触发热点事件关注条件的智慧业务会话记录的第一目标会话描述，结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果，结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述，并基于所述完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，通过加强对显著内容的优化处理，能够提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆。
36.通过以下参照附图对本技术的示例性实施例的详细描述，本技术的其它特征及其优点将会变得清楚。
附图说明
37.被结合在说明书中并构成说明书的一部分的附图示出了本技术的实施例，并且连同其说明一起用于解释本技术的原理。
38.图1是示出可以实现本技术的实施例的数字化业务服务器的一种硬件配置的框图。
39.图2是示出可以实现本技术的实施例的数字化业务服务器的另一种硬件配置的框图。
40.图3是示出可以实现本技术的实施例的应用于大数据挖掘的数字化业务信息处理方法的流程图。
41.图4是示出可以实现本技术的实施例的应用于大数据挖掘的数字化业务信息处理系统的架构示意图。
具体实施方式
42.现在将参照附图来详细描述本技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本技术的范围。
43.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本技术及其应用或使用的任何限制。
44.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
45.在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
46.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
47.《硬件配置》图1是示出可以实现本技术的实施例的数字化业务服务器100的一种硬件配置的框图，数字化业务服务器100可以包括处理器110和存储器120，存储器120用于存储可执行的指令，处理器110用于根据可执行的指令的控制，运行数字化业务服务器100执行本技术中的应用于大数据挖掘的数字化业务信息处理方法。
48.图2是示出可以实现本技术的实施例的数字化业务服务器100的另一种硬件配置的框图，数字化业务服务器100可以包括处理器110、存储器120和应用于大数据挖掘的数字化业务信息处理装置400，应用于大数据挖掘的数字化业务信息处理装置400包括至少一个可以软件或固件（firmware）的形式储存于所述存储器120中的软件功能模块，所述处理器110通过运行存储在存储器120内的软件程序以及模块，例如本技术实施例中的应用于大数据挖掘的数字化业务信息处理装置400，从而执行各种功能应用以及数据处理，即实现本技术实施例中的应用于大数据挖掘的数字化业务信息处理方法。
49.《方法实施例》图3是示出可以实现本技术的实施例的应用于大数据挖掘的数字化业务信息处理方法的流程图，应用于大数据挖掘的数字化业务信息处理方法可以通过图1或图2所示的数字化业务服务器100实现，进一步可以包括以下步骤所描述的技术方案。
50.step11，确定触发热点事件关注条件的智慧业务会话记录的第一目标会话描述。
51.step12，结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果。
52.step13，结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述。
53.step14，基于所述完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果。
54.对于本技术实施例而言，触发热点事件关注条件的智慧业务会话记录可以表示需要进行热点事件挖掘的智慧业务会话记录，智慧业务会话记录所涉及的领域包括但不限于在线支付、远程办公、智慧教育、智慧医疗、工业互联网、区块链、政企云服务、云游戏等。热点事件关注条件可以根据会话时段制定，也可以根据会话场景制定，本技术实施例不作限制。
55.对于本技术实施例而言，所述第一目标会话描述可以表示所述触发热点事件关注条件的智慧业务会话记录的用于进行显著内容挖掘的关键信息。所述第一显著内容挖掘结果表示所述触发热点事件关注条件的智慧业务会话记录的显著内容挖掘结果，比如，所述第一显著内容挖掘结果可以表示所述触发热点事件关注条件的智慧业务会话记录的显著内容的初始挖掘结果。在所述第一显著内容挖掘结果中，任一会话消息的关键信息值可以表示所述触发热点事件关注条件的智慧业务会话记录中对应的会话消息对应于显著内容的量化评价。
56.通过结合所述第一显著内容挖掘结果对所述第一目标会话描述进行优化处理，因而基于所述触发热点事件关注条件的智慧业务会话记录的显著内容的初始挖掘结果所获得的完成优化处理的第一目标会话描述能够更准确地表示所述触发热点事件关注条件的智慧业务会话记录。基于所述完成优化处理的第一目标会话描述的热点事件挖掘，获得所
述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，能够提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆。其中，热点事件挖掘可以表示挖掘所述触发热点事件关注条件的智慧业务会话记录中的目标热点事件所对应的相对位置分布。在所述第一热点事件挖掘结果中，任一会话消息的关键信息值可以表示该会话消息是否属于目标热点事件，或者，任一会话消息的关键信息值可以表示该会话消息属于目标热点事件的量化评价（量化可能性或者概率）。
57.对于一些可独立实施的技术方案而言，所述结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果，包括：确定所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达；结合所述第一目标会话描述，以及所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果。
58.对于本技术实施例而言，所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达不同于所述第一目标会话描述。所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达为所述触发热点事件关注条件的智慧业务会话记录的初阶会话表达，换言之，所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达可以表示信息识别子模型的初阶单元导出的所述触发热点事件关注条件的智慧业务会话记录的关键信息。其中，信息识别子模型的初阶单元可以指信息识别子模型的前i阶中的任一阶，其中，i为正整数，且信息识别子模型的初阶单元不包括信息识别子模型的最后一阶。比如，所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达可以是信息识别子模型的第一阶导出的所述触发热点事件关注条件的智慧业务会话记录的关键信息。进一步地，所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达还可以是信息识别子模型的其他初阶单元导出的所述触发热点事件关注条件的智慧业务会话记录的关键信息，在此不作限定。
59.可以理解的是，信息识别子模型可以为cnn。其中，所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达包含所述触发热点事件关注条件的智慧业务会话记录中的更完整准确的精细化内容（包括显著内容），因而有助于对所述触发热点事件关注条件的智慧业务会话记录进行更准确的显著内容挖掘。对于本技术实施例而言，通过拼接所述触发热点事件关注条件的智慧业务会话记录的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达，对所述触发热点事件关注条件的智慧业务会话记录进行显著内容挖掘，可以结合所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达中的更完整准确的显著内容，更准确地获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果。
60.对于一些可独立实施的技术方案而言，所述第一目标会话描述可以涵盖所述触发热点事件关注条件的智慧业务会话记录的多样化描述信息，和/或，可以涵盖所述触发热点事件关注条件的智慧业务会话记录的经过优化处理的多样化描述信息。比如，所述触发热点事件关注条件的智慧业务会话记录的多样化描述信息可以表示信息识别子模型的高阶导出的所述触发热点事件关注条件的智慧业务会话记录的关键信息。比如，所述第一目标会话描述可以涵盖信息识别子模型的最后一阶导出的所述触发热点事件关注条件的智慧
业务会话记录的关键信息。其中，信息识别子模型的高阶可以指信息识别子模型中阶数大于i的阶段。当然，在其他可能的实现方式中，所述第一目标会话描述也可以不为所述触发热点事件关注条件的智慧业务会话记录的多样化描述信息，比如，还可以为与所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达不同的初阶会话表达。可以理解，不同的阶段可以对应不同的滑动平均核。
61.对于一些可独立实施的技术方案而言，所述结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述，包括：结合所述第一显著内容挖掘结果，确定x个第一业务服务事项，其中，x为大于1的整数；针对所述第一目标会话描述中的所述x个第一业务服务事项的原始事项表达进行优化处理，获得完成优化处理的第一目标会话描述。对于本技术实施例而言，所述x个第一业务服务事项不包括所述触发热点事件关注条件的智慧业务会话记录中的所有会话消息，换言之，并非将所述触发热点事件关注条件的智慧业务会话记录的所有会话消息均作为第一业务服务事项。
62.对于本技术实施例而言，可以结合所述第一显著内容挖掘结果中的会话消息对应于显著内容的量化评价，确定第一业务服务事项。比如，可以将所述第一显著内容挖掘结果中挖掘为对应于显著内容的部分或全部会话消息作为第一业务服务事项。比如，x可以为60、80或100等，在此不作限定。
63.对于本技术实施例而言，通过结合所述第一显著内容挖掘结果，确定x个第一业务服务事项，并针对所述第一目标会话描述中的所述x个第一业务服务事项的原始事项表达进行优化处理，因而得到的完成优化处理的第一目标会话描述能够更准确地记录整体情况的显著内容，从而有助于进一步提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆。
64.以一些可独立实施的示例来看待，所述结合所述第一显著内容挖掘结果，确定x个第一业务服务事项，包括：将所述第一显著内容挖掘结果中对应于显著内容的量化评价最大的x个会话消息，确定为x个第一业务服务事项。在该示例中，通过将所述第一显著内容挖掘结果中对应于显著内容的量化评价最大的x个会话消息，确定为x个第一业务服务事项，因而确定出的x个第一业务服务事项能够更准确地表示所述触发热点事件关注条件的智慧业务会话记录的显著内容的信息。
65.以另一些可独立实施的示例来看待，若在所述第一显著内容挖掘结果中，对应于显著内容的量化评价不小于第二设定判定值的会话消息的数目不小于x，则可以将所述第一显著内容挖掘结果中对应于显著内容的量化评价最大的x个会话消息确定为x个第一业务服务事项。若在所述第一显著内容挖掘结果中，对应于显著内容的量化评价不小于第二设定判定值的会话消息的数目小于x。
66.以一些可独立实施的示例来看待，所述针对所述第一目标会话描述中的所述x个第一业务服务事项的原始事项表达进行优化处理，获得完成优化处理的第一目标会话描述，包括：结合所述第一目标会话描述，获得所述x个第一业务服务事项的原始事项表达；对所述x个第一业务服务事项的原始事项表达进行视觉型滑动平均处理，获得所述x个第一业务服务事项的完成优化处理的关键事项描述；结合所述x个第一业务服务事项的完成优化处理的关键事项描述，优化处理所述第一目标会话描述中所述x个第一业务服务事项的原
始事项表达，获得完成优化处理的第一目标会话描述。
67.在该示例中，结合所述第一显著内容挖掘结果，可以确定所述x个第一业务服务事项的量化分布约束（比如业务服务事项的相对位置特征）。结合所述x个第一业务服务事项的量化分布约束，可以从所述第一目标会话描述中，获得所述x个第一业务服务事项的原始事项表达。其中，所述x个第一业务服务事项的原始事项表达可以表示所述第一目标会话描述中所述x个第一业务服务事项的关键信息。
68.可以理解的是，在得到所述x个第一业务服务事项的完成优化处理的关键事项描述之后，结合所述x个第一业务服务事项的量化分布约束，可以将所述第一目标会话描述中所述x个第一业务服务事项的原始事项表达更新为所述x个第一业务服务事项的完成优化处理的关键事项描述，获得完成优化处理的第一目标会话描述。
69.在另外的示例中，所述完成优化处理的第一目标会话描述中，任一第一业务服务事项的关键信息，可以为该第一业务服务事项的原始事项表达和完成优化处理的关键事项描述的全局处理结果。在该示例中，通过结合所述第一目标会话描述，获得所述x个第一业务服务事项的原始事项表达，对所述x个第一业务服务事项的原始事项表达进行视觉型滑动平均处理，获得所述x个第一业务服务事项的完成优化处理的关键事项描述，并结合所述x个第一业务服务事项的完成优化处理的关键事项描述，优化处理所述第一目标会话描述中所述x个第一业务服务事项的原始事项表达，获得完成优化处理的第一目标会话描述，因而能够在所述x个第一业务服务事项对应的第一视觉记录上进行解析进而确定整体层面的关联特征，从而得到的完成优化处理的第一目标会话描述能够更准确地记录整体情况的显著内容。
70.在一个可能的示例中，可以生成所述x个第一业务服务事项对应的第一视觉记录，其中，可以将所述x个第一业务服务事项分别作为所述第一视觉记录中的记录单元，并可以在每两个第一业务服务事项之间进行关联处理。所述x个第一业务服务事项中的任意两个第一业务服务事项之间的连接关系的重要程度的原始系数可以为1但不限于此。可以通过视觉型滑动平均，对所述x个第一业务服务事项对应的第一视觉记录进行解析，从而确定所述触发热点事件关注条件的智慧业务会话记录的整体层面的关联特征。
71.对于一些可独立实施的技术方案而言，所述应用于大数据挖掘的数字化业务信息处理方法采用ai模型进行处理，所述ai模型包括信息识别子模型和y种状态的局部挖掘单元，其中，y为正整数。其中，信息识别子模型可以用于进行特征识别，y种状态的局部挖掘单元可以用于进行显著内容挖掘和/或热点事件挖掘。对于本技术实施例而言，局部挖掘单元的状态数量可以是一个或者两个以上。对于本技术实施例而言，通过采用ai模型进行热点事件挖掘，有助于提高对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘的准确性，确保挖掘得到热点事件的完整性和区分度，避免不同热点事件之间存在重复或者混淆和效率。
72.对于一些可独立实施的技术方案而言，所述应用于大数据挖掘的数字化业务信息处理方法采用ai模型进行处理，所述ai模型包括y种状态的局部挖掘单元，其中，y为正整数；所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元包括第一挖掘线程；所述结合所述第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果，包括：对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，
将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达导入该状态的局部挖掘单元的第一挖掘线程，通过该状态的局部挖掘单元的第一挖掘线程导出所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果。
73.对于本技术实施例而言，所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述，可以表示用于导入该状态的局部挖掘单元的所述触发热点事件关注条件的智慧业务会话记录的第一目标会话描述。所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果，可以表示该状态的局部挖掘单元导出的所述触发热点事件关注条件的智慧业务会话记录的第一显著内容挖掘结果。比如，对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，可以对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达进行融合，获得所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一融合结果。
74.以一些示例来看待，可以采用6*6滑动平均核对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一融合结果进行滑动平均，获得所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息。采用6*6滑动平均核对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息进行滑动平均，可以得到所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果。
75.在实际应用过程中，也可以灵活调整滑动平均核的尺寸，在此不作限定。该实现方式对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，通过该状态的局部挖掘单元的第一挖掘线程对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达进行处理，因而能够快速地得到所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的显著内容的初始挖掘结果。
76.对于一些可能的例子而言，在y大于1的基础上，所述触发热点事件关注条件的智慧业务会话记录对应于不同状态的局部挖掘单元的第一目标会话描述可以不同。对于另一些可能的例子而言，在y大于1的基础上，所述触发热点事件关注条件的智慧业务会话记录对应于不同状态的局部挖掘单元的第一目标会话描述可以相同。
77.对于一些可能的例子而言，在所述对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达导入该状态的局部挖掘单元的第一挖掘线程之前，所述方法还包括：确定样本业务会话记录的显著内容标注结果和所述样本业务会话记录的潜在内容标注结果；通过该状态的局部挖掘单元的第一挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录的第二初阶会话表达进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果和所述
样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果；结合所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果、所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果、所述样本业务会话记录的显著内容remarkable_content和所述样本业务会话记录的潜在内容标注结果，训练所述ai模型。
78.可以理解的是，所述样本业务会话记录可以表示用于训练所述ai模型的业务会话记录。所述样本业务会话记录的数目可以为多个。所述样本业务会话记录的显著内容标注结果可以用于表示所述样本业务会话记录中目标热点事件的显著内容所对应的分布情况的实际标签。比如，所述样本业务会话记录的显著内容标注结果的大小可以与所述样本业务会话记录相同。
79.若在所述样本业务会话记录中，任一会话消息属于目标热点事件的显著内容，则在所述样本业务会话记录的显著内容标注结果中，该会话消息的标签可以为c；若在所述样本业务会话记录中，任一会话消息不属于目标热点事件的显著内容，则在所述样本业务会话记录的显著内容标注结果中，该会话消息的标签可以为w。
80.可以理解的是，所述样本业务会话记录的潜在内容标注结果可以用于表示所述样本业务会话记录中目标热点事件的潜在内容所对应的分布情况的实际标签。比如，所述样本业务会话记录的潜在内容标注结果的大小可以与所述样本业务会话记录相同。
81.进一步地，若在所述样本业务会话记录中，任一会话消息属于目标热点事件的潜在内容集，则在所述样本业务会话记录的潜在内容标注结果中，该会话消息的标签可以为c；若在所述样本业务会话记录中，任一会话消息不属于目标热点事件的潜在内容集，则在所述样本业务会话记录的潜在内容标注结果中，该会话消息的标签可以为w。所述第二目标会话描述表示所述样本业务会话记录的用于进行显著内容挖掘的关键信息。所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述，可以表示用于导入该状态的局部挖掘单元的所述样本业务会话记录的第二目标会话描述。所述第二显著内容挖掘结果可以表示所述样本业务会话记录的显著内容的初始挖掘结果。所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果，可以表示该状态的局部挖掘单元导出的所述样本业务会话记录的第二显著内容挖掘结果。所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果，可以表示该状态的局部挖掘单元导出的所述样本业务会话记录的潜在内容挖掘结果。
82.在所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果中，任一会话消息的关键信息值可以表示该状态的局部挖掘单元挖掘的所述样本业务会话记录中对应的会话消息对应于显著内容的量化评价。在所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果中，任一会话消息的关键信息值可以表示该状态的局部挖掘单元挖掘的所述样本业务会话记录中对应的会话消息属于潜在内容的量化评价。
83.可以了解的是，所述样本业务会话记录的第二初阶会话表达不同于所述样本业务会话记录对应于任一状态的局部挖掘单元的第二目标会话描述。所述样本业务会话记录的第二初阶会话表达为所述样本业务会话记录的初阶会话表达，比如，所述样本业务会话记录的第二初阶会话表达可以表示信息识别子模型的初阶单元导出的所述样本业务会话记录的关键信息。比如，所述样本业务会话记录的第二初阶会话表达可以是信息识别子模型
的第一阶导出的所述样本业务会话记录的关键信息。当然，所述样本业务会话记录的第二初阶会话表达还可以是信息识别子模型的其他初阶单元导出的所述样本业务会话记录的关键信息，在此不作限定。
84.在一个可能的示例中，所述第二目标会话描述可以涵盖所述样本业务会话记录的多样化描述信息，和/或，可以涵盖所述样本业务会话记录的经过优化处理的多样化描述信息。其中，所述样本业务会话记录的多样化描述信息可以表示信息识别子模型的高阶导出的所述样本业务会话记录的关键信息。比如，所述第二目标会话描述可以涵盖信息识别子模型的最后一阶导出的所述样本业务会话记录的关键信息。当然，在其他例子中，所述第二目标会话描述也可以不为所述样本业务会话记录的多样化描述信息，比如，还可以为与所述样本业务会话记录的第二初阶会话表达不同的初阶会话表达。
85.在一个可能的示例中，在y大于1的基础上，所述样本业务会话记录对应于不同状态的局部挖掘单元的第二目标会话描述可以不同。对于另一些可能的例子而言，在y大于1的基础上，所述样本业务会话记录对应于不同状态的局部挖掘单元的第二目标会话描述可以相同。
86.可以理解的是，通过结合所述样本业务会话记录的潜在内容挖掘结果、所述样本业务会话记录的潜在内容标注结果，与所述样本业务会话记录的第二显著内容挖掘结果、所述样本业务会话记录的显著内容标注结果一起，训练所述ai模型，因而不仅对所述样本业务会话记录中的显著内容部分进行持续性跟踪处理，还对所述样本业务会话记录中的潜在内容部分进行持续性跟踪处理，因而有助于第一挖掘线程具有精确地进行显著内容挖掘的性能，从而能够通过第一挖掘线程挖掘更加准确的显著内容。
87.在一个可能的示例中，所述通过该状态的局部挖掘单元的第一挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录的第二初阶会话表达进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果和所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果，包括：通过该状态的局部挖掘单元的第一挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录的第二初阶会话表达进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息；结合所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果；结合所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述和所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息；结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果。
88.如此设计，利用所述样本业务会话记录的显著内容视觉信息得到所述样本业务会话记录的潜在内容视觉信息，以此进行潜在内容部分的挖掘，从而能够提高第一挖掘线程进行显著内容挖掘的准确性。
89.比如，在所述样本业务会话记录的第二初阶会话表达与所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述的尺寸不同的基础上，可以对所述样本业
务会话记录的第二初阶会话表达进行上采样处理，以使上采样处理后的第二初阶会话表达与所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述的大小相同。
90.进一步地，在对所述样本业务会话记录的第二初阶会话表达进行上采样处理之后，可以对所述样本业务会话记录的第二初阶会话表达和所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述进行融合，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二融合结果。可以采用6*6滑动平均核对所述样本业务会话记录对应于该状态的局部挖掘单元的第二融合结果进行滑动平均，获得所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息。采用6*6滑动平均核对所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息进行滑动平均，可以得到所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果。
91.又比如，可以将所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述与所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息作差，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息。
92.比如，所述结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果，包括：确定所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息；结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息，以及所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息，获得所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果。
93.对于该示例而言，所述样本业务会话记录对应于任一状态的局部挖掘单元的过渡型视觉信息，不同于所述样本业务会话记录的第二初阶会话表达，也不同于所述样本业务会话记录对应于任一状态的局部挖掘单元的第二目标会话描述。所述样本业务会话记录对应于任一状态的局部挖掘单元的过渡型视觉信息可以是所述样本业务会话记录的初阶会话表达，也可以是所述样本业务会话记录的多样化描述信息。所述样本业务会话记录对应于不同状态的局部挖掘单元的过渡型视觉信息可以不同，也可以相同。对于该示例而言，通过结合所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息，因而能够实现相关精细化内容的补全和添加，从而能够提高所述ai模型进行潜在内容挖掘的准确性。
94.对于其他的一些可能的示例而言，在所述ai模型的训练阶段，任一状态的局部挖掘单元的第一挖掘线程可以对样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述des和所述样本业务会话记录的第二初阶会话表达exp进行融合，并在融合后采用6*6滑动平均核进行滑动平均，获得所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息charc。采用6*6滑动平均核对所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息charc进行滑动平均，可以得到所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b。结合所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b和所述样本业务会话记录的显著内容标注结果，可以得到所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果对应的模型性能评价evaluation_1。
95.进一步地，将所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会
话描述des与所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息charc作差，可以得到所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息potential_charc。将所述样本业务会话记录对应于该状态的局部挖掘单元的过渡型视觉信息transition_charc与所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息potential_charc融合后进行两次6*6滑动平均，可以得到所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果dig_result_r。结合所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果dig_result_r以及所述样本业务会话记录的潜在内容标注结果，可以得到所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容挖掘结果对应的模型性能评价evaluation_2。将所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息charc与所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息potential_charc作和，可以重新得到所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述des，以作为该状态的局部挖掘单元的第二挖掘线程的导入。通过上述的第一挖掘线程得到显著内容挖掘结果，有助于提高热点事件挖掘的效率和准确度。
96.此外，可以了解的是，经过对潜在内容部分的分析处理，可以得到更准确的显著内容挖掘结果，且所挖掘得到的显著内容挖掘结果更加精细完整。
97.以一些可独立实施的示例来看待，所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元包括第二挖掘线程；所述结合所述第一显著内容挖掘结果，对所述第一目标会话描述进行优化处理，获得完成优化处理的第一目标会话描述，包括：对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果和所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述导入该状态的局部挖掘单元的第二挖掘线程，通过该状态的局部挖掘单元的第二挖掘线程导出所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第一目标会话描述。
98.在本技术实施例中，所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第一目标会话描述，可以表示该状态的局部挖掘单元导出的所述触发热点事件关注条件的智慧业务会话记录的完成优化处理的第一目标会话描述。该例子对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，通过该状态的局部挖掘单元的第二挖掘线程对所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果和所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述进行处理，因而能够快速地得到所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第一目标会话描述。
99.在一个可能的示例中，所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元还包括第三挖掘线程；在所述对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，将所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一显著内容挖掘结果和所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述导入该状态的局部挖掘单元的第二挖掘线程之前，
所述方法还包括：通过该状态的局部挖掘单元的第二挖掘线程，对样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果和所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第二目标会话描述；通过该状态的局部挖掘单元的第三挖掘线程，对所述样本业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第二目标会话描述进行处理，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二热点事件挖掘结果；结合所述样本业务会话记录的热点事件标注结果和所述样本业务会话记录对应于该状态的局部挖掘单元的第二热点事件挖掘结果，训练所述ai模型。
100.对于本技术实施例而言，可以通过该状态的局部挖掘单元的第一挖掘线程对所述样本业务会话记录对应于该状态的局部挖掘单元的显著内容视觉信息和所述样本业务会话记录对应于该状态的局部挖掘单元的潜在内容视觉信息相加，获得所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述，并将因而得到的所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述导入该状态的局部挖掘单元的第二挖掘线程。
101.对于另外的实施例而言，还可以将所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述直接导入第二挖掘线程。对于该示例而言，所述样本业务会话记录对应于该状态的局部挖掘单元的第二热点事件挖掘结果，可以表示该状态的局部挖掘单元导出的所述样本业务会话记录的第二热点事件挖掘结果。在所述样本业务会话记录对应于该状态的局部挖掘单元的第二热点事件挖掘结果中，任一会话消息的关键信息值可以表示该状态的局部挖掘单元挖掘的所述样本业务会话记录中对应的会话消息属于目标热点事件的量化评价。对于该示例而言，第二挖掘线程能够有效地识别整体层面的显著内容，因而能够提高第三挖掘线程的热点事件挖掘的准确性。
102.对于本技术实施例提供的第二挖掘线程的而言，所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b的大小可以为q*p*1。可以将所述样本业务会话记录对应于该状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b中对应于显著内容的量化评价最大的x个会话消息，确定为x个第二业务服务事项。结合所述x个第二业务服务事项的量化分布约束，可以从所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述des中，获得所述x个第二业务服务事项的原始事项表达。其中，所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述des的大小可以为q*p*l。所述x个第二业务服务事项的原始事项表达可以表示所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述des中所述x个第二业务服务事项的关键信息。
103.在一个可能的示例中，可以生成所述x个第二业务服务事项对应的第二视觉记录，其中，可以将所述x个第二业务服务事项分别作为所述第二视觉记录中的记录单元，并可以在每两个第二业务服务事项之间进行关联处理。所述x个第二业务服务事项中的任意两个第二业务服务事项之间的连接关系的重要程度的原始系数可以为1但不限于此。采用视觉型滑动平均单元对所述x个第二业务服务事项的原始事项表达进行视觉型滑动平均处理，可以得到所述x个第二业务服务事项的完成优化处理的关键事项描述。在得到所述x个第二业务服务事项的完成优化处理的关键事项描述之后，可以结合所述x个第二业务服务事项
的量化分布约束，将所述样本业务会话记录对应于该状态的局部挖掘单元的第二目标会话描述des中所述x个第二业务服务事项的原始事项表达更新为所述x个第二业务服务事项的完成优化处理的关键事项描述，获得所述样本业务会话记录对应于该状态的局部挖掘单元的完成优化处理的第二目标会话描述des’。通过的第二挖掘线程，能够快速得到完成优化处理的目标会话描述，从而提高热点事件挖掘的效率。
104.以一些可独立实施的示例来看待，y大于1，所述ai模型还包括信息识别子模型；所述确定触发热点事件关注条件的智慧业务会话记录的第一目标会话描述，包括：对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，在该状态的局部挖掘单元为所述y种状态的局部挖掘单元的第一状态的局部挖掘单元的前提下，通过所述信息识别子模型识别所述触发热点事件关注条件的智慧业务会话记录的多样化描述信息，获得所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述；和/或，对于所述y种状态的局部挖掘单元中的任一状态的局部挖掘单元，在该状态的局部挖掘单元不为所述第一状态的局部挖掘单元的前提下，结合所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的上一状态的局部挖掘单元的完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录对应于该状态的局部挖掘单元的第一目标会话描述。
105.比如，可以将信息识别子模型最后导出的所述触发热点事件关注条件的智慧业务会话记录的关键信息，作为所述触发热点事件关注条件的智慧业务会话记录对应于所述第一状态的局部挖掘单元的第一目标会话描述。比如，可以将所述触发热点事件关注条件的智慧业务会话记录导入信息识别子模型，并将信息识别子模型的最后一阶的导出作为所述触发热点事件关注条件的智慧业务会话记录对应于所述第一状态的局部挖掘单元的第一目标会话描述。可以理解的是，通过多个状态下的局部挖掘单元，能够实现对热点事件的层次性和阶段性挖掘，从而保障热点事件挖掘的完整性和有序性。
106.在一个可能的示例中，所述基于所述完成优化处理的第一目标会话描述，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，包括：通过所述y种状态的局部挖掘单元中的末尾状态的局部挖掘单元，对所述触发热点事件关注条件的智慧业务会话记录对应于所述末尾状态的局部挖掘单元的完成优化处理的第一目标会话描述进行处理，获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果。对于该示例而言，通过将多个状态下的局部挖掘单元中、末尾状态的局部挖掘单元的导出作为所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果，因而能够提高所述第一热点事件挖掘结果的准确性。
107.在一个可能的示例中，所述ai模型结合所述y种状态的局部挖掘单元对应的模型性能评价的全局处理结果进行训练。对于该示例而言，通过对所述y种状态的局部挖掘单元进行全局性训练，因而能够提高所述ai模型的热点事件挖掘性能。
108.在本技术实施例中，所述ai模型可以基于级联思路搭建，所述ai模型可以涵盖信息识别子模型和三个状态的局部挖掘单元。此外，还可以事先部署用于热点事件挖掘的算法，并采用事先部署的算法对所述触发热点事件关注条件的智慧业务会话记录进行热点事件挖掘，在此不作限定。
109.对于该方法的实际示例可以参阅以下内容。
110.首先，可以将任一样本业务会话记录导入信息识别子模型，通过信息识别子模型的第一阶导出所述样本业务会话记录的第二初阶会话表达。通过信息识别子模型的第2-第4阶，可以分别导出所述样本业务会话记录的过渡型视觉信息，比如，所述样本业务会话记录的过渡型视觉信息可以理解成sample_char。比如，信息识别子模型的第二阶导出的所述样本业务会话记录的过渡型视觉信息可以理解成sample_char2，信息识别子模型的第3阶导出的所述样本业务会话记录的过渡型视觉信息可以理解成sample_char3，信息识别子模型的第4阶导出的所述样本业务会话记录的过渡型视觉信息可以理解成sample_char4。通过信息识别子模型可以导出所述样本业务会话记录对应于第一状态的局部挖掘单元的第二目标会话描述，比如，所述样本业务会话记录对应于第一状态的局部挖掘单元的第二目标会话描述可以理解成conversation_des_1。
111.第一状态的局部挖掘单元的第一挖掘线程的导入可以涵盖所述样本业务会话记录对应于第一状态的局部挖掘单元的第二目标会话描述des1（导出的关键信息）、所述样本业务会话记录的第二初阶会话表达exp和信息识别子模型的第4阶导出的所述样本业务会话记录的过渡型视觉信息transition_charc4；第一状态的局部挖掘单元的第一挖掘线程的导出可以涵盖所述样本业务会话记录对应于第一状态的局部挖掘单元的第二目标会话描述des1、所述样本业务会话记录对应于第一状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b1和所述样本业务会话记录对应于第一状态的局部挖掘单元的潜在内容挖掘结果dig_result_r1；第一状态的局部挖掘单元的第二挖掘线程的导入可以涵盖所述样本业务会话记录对应于第一状态的局部挖掘单元的第二目标会话描述des1和所述样本业务会话记录对应于第一状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b1；第一状态的局部挖掘单元的第二挖掘线程的导出可以涵盖所述样本业务会话记录对应于第一状态的局部挖掘单元的完成优化处理的第二目标会话描述des2；第一状态的局部挖掘单元的第三挖掘线程的导入可以涵盖所述样本业务会话记录对应于第一状态的局部挖掘单元的完成优化处理的第二目标会话描述des2；第一状态的局部挖掘单元的第三挖掘线程的导出包括样本业务会话记录对应于第一状态的局部挖掘单元的第二热点事件挖掘结果event_result_1。
112.第二状态的局部挖掘单元的第一挖掘线程的导入可以涵盖所述样本业务会话记录对应于第二状态的局部挖掘单元的第二目标会话描述des2（即所述样本业务会话记录对应于第一状态的局部挖掘单元的完成优化处理的第二目标会话描述）、所述样本业务会话记录的第二初阶会话表达exp和信息识别子模型的第3阶导出的所述样本业务会话记录的过渡型视觉信息transition_charc3；第二状态的局部挖掘单元的第一挖掘线程的导出可以涵盖所述样本业务会话记录对应于第二状态的局部挖掘单元的第二目标会话描述des2、所述样本业务会话记录对应于第二状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b2和所述样本业务会话记录对应于第二状态的局部挖掘单元的潜在内容挖掘结果dig_result_r2；第二状态的局部挖掘单元的第二挖掘线程的导入可以涵盖所述样本业务会话记录对应于第二状态的局部挖掘单元的第二目标会话描述des2和所述样本业务会话记录对应于第二状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b2；第二状态的局部挖掘单元的第二挖掘线程的导出可以涵盖所述样本业务会话记录对应于第二状态的局部挖掘单元的完成优化处理的第二目标会话描述des3；第二状态的局部挖掘单元的第
三挖掘线程的导入可以涵盖所述样本业务会话记录对应于第二状态的局部挖掘单元的完成优化处理的第二目标会话描述des3；第二状态的局部挖掘单元的第三挖掘线程的导出可以涵盖所述样本业务会话记录对应于第二状态的局部挖掘单元的第二热点事件挖掘结果event_result_2。
113.第三个状态的局部挖掘单元的第一挖掘线程的导入可以涵盖所述样本业务会话记录对应于第三个状态的局部挖掘单元的第二目标会话描述des3（即所述样本业务会话记录对应于第二状态的局部挖掘单元的完成优化处理的第二目标会话描述）、所述样本业务会话记录的第二初阶会话表达exp和信息识别子模型的第二阶导出的所述样本业务会话记录的过渡型视觉信息transition_charc2；第三个状态的局部挖掘单元的第一挖掘线程的导出可以涵盖所述样本业务会话记录对应于第三个状态的局部挖掘单元的第二目标会话描述des3、所述样本业务会话记录对应于第三个状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b3和所述样本业务会话记录对应于第三个状态的局部挖掘单元的潜在内容挖掘结果dig_result_r3；第三个状态的局部挖掘单元的第二挖掘线程的导入可以涵盖所述样本业务会话记录对应于第三个状态的局部挖掘单元的第二目标会话描述des3和所述样本业务会话记录对应于第三个状态的局部挖掘单元的第二显著内容挖掘结果dig_result_b3；第三个状态的局部挖掘单元的第二挖掘线程的导出可以涵盖所述样本业务会话记录对应于第三个状态的局部挖掘单元的完成优化处理的第二目标会话描述des4；第三个状态的局部挖掘单元的第三挖掘线程的导入可以涵盖所述样本业务会话记录对应于第三个状态的局部挖掘单元的完成优化处理的第二目标会话描述des4；第三个状态的局部挖掘单元的第三挖掘线程的导出可以涵盖所述样本业务会话记录对应于第三个状态的局部挖掘单元的第二热点事件挖掘结果event_result_3。
114.可以理解的是，所述ai模型的模型性能评价可以通过相关的损失函数计算方式实现，还可以结合相应的权重进行全局加权，本技术实施例不作进一步限制。
115.其中，所述样本业务会话记录对应于任一状态的局部挖掘单元的潜在内容挖掘结果对应的模型性能评价和所述样本业务会话记录对应于任一状态的局部挖掘单元的第二热点事件挖掘结果对应的模型性能评价可以采用交叉熵类型的模型性能评价，所述样本业务会话记录对应于任一状态的局部挖掘单元的第二显著内容挖掘结果对应的模型性能评价可以采用其他类型的模型性能评价，但不限于此。
116.其次，可以将触发热点事件关注条件的智慧业务会话记录导入信息识别子模型，通过信息识别子模型的第一阶导出所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达。通过信息识别子模型，可以导出所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的第一目标会话描述。
117.第一状态的局部挖掘单元的第一挖掘线程的导入可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的第一目标会话描述（即导出的关键信息）和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达；第一状态的局部挖掘单元的第一挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的第一显著内容挖掘结果；第一状态的局部挖掘单元的第二挖掘线程的导入可以涵盖所述触发热点事件关注条件
的智慧业务会话记录对应于第一状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的第一显著内容挖掘结果；第一状态的局部挖掘单元的第二挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的完成优化处理的第一目标会话描述。
118.第二状态的局部挖掘单元的第一挖掘线程的导入可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的第一目标会话描述（即所述触发热点事件关注条件的智慧业务会话记录对应于第一状态的局部挖掘单元的完成优化处理的第一目标会话描述）和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达；第二状态的局部挖掘单元的第一挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的第一显著内容挖掘结果；第二状态的局部挖掘单元的第二挖掘线程的导入可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的第一显著内容挖掘结果；第二状态的局部挖掘单元的第二挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的完成优化处理的第一目标会话描述。
119.第三个状态的局部挖掘单元的第一挖掘线程的导入可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的第一目标会话描述（即所述触发热点事件关注条件的智慧业务会话记录对应于第二状态的局部挖掘单元的完成优化处理的第一目标会话描述）和所述触发热点事件关注条件的智慧业务会话记录的第一初阶会话表达；第三个状态的局部挖掘单元的第一挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的第一显著内容挖掘结果；第三个状态的局部挖掘单元的第二挖掘线程的导入可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的第一目标会话描述和所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的第一显著内容挖掘结果；第三个状态的局部挖掘单元的第二挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的完成优化处理的第一目标会话描述；第三个状态的局部挖掘单元的第三挖掘线程的导入可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的完成优化处理的第一目标会话描述；第三个状态的局部挖掘单元的第三挖掘线程的导出可以涵盖所述触发热点事件关注条件的智慧业务会话记录对应于第三个状态的局部挖掘单元的第一热点事件挖掘结果。
120.对于一些可独立实施的技术方案而言，在获得所述触发热点事件关注条件的智慧业务会话记录的第一热点事件挖掘结果之后，该方法还包括：根据所述第一热点事件挖掘结果进行用户意图分析，得到意图分析结果；通过所述意图分析结果进行服务升级。
121.在本技术实施例中，用户意图分析可以挖掘出用户的意图或者需求，从而实现相
关业务服务的针对性升级，以保障后续的数字化业务交互的效率。
122.对于一些可独立实施的技术方案而言，根据所述第一热点事件挖掘结果进行用户意图分析，得到意图分析结果，可以包括以下内容：获取第一热点事件挖掘结果中的局部事件知识图谱和全局事件知识图谱；基于所述第一热点事件挖掘结果中的局部事件知识图谱和全局事件知识图谱之间的知识图谱相关度，对所述第一热点事件挖掘结果中的局部事件知识图谱和全局事件知识图谱进行配对，得到知识图谱二元组；将配对异常的全局事件知识图谱确定为候选全局事件知识图谱，根据所述知识图谱二元组中的全局事件知识图谱与所述候选全局事件知识图谱之间的知识图谱共性指数，确定与所述候选全局事件知识图谱相对应的意图倾向元素；对与所述候选全局事件知识图谱相对应的意图倾向元素和所述候选全局事件知识图谱进行配对，得到倾向元素二元组；根据所述倾向元素二元组和所述知识图谱二元组，确定所述第一热点事件挖掘结果中的意图变化情况和所述意图变化情况对应的意图倾向元素；根据所述第一热点事件挖掘结果中的意图变化情况和所述意图变化情况对应的意图倾向元素，确定意图分析结果。
123.在本技术实施例中，事件知识图谱可以是图关系记录或者图网络，共性指数可以理解为相似度，知识图谱二元组可以理解为两个配对成员组成的集合，意图倾向元素可以理解为用户意图特征或者用户需求特征，意图变化情况用于表征用户的意图更新或者改变，如此，能够结合第一热点事件挖掘结果中的意图变化情况和意图变化情况对应的意图倾向元素，完整准确且及时地得到意图分析结果。
124.《系统实施例》在上述的方法实施例的基础上，本技术实施例还提出了一种系统实施例，也即应用于大数据挖掘的数字化业务信息处理系统，请结合参阅图4，应用于大数据挖掘的数字化业务信息处理系统30可以包括互相通信的数字化业务服务器100和业务服务客户端200。进一步地，应用于大数据挖掘的数字化业务信息处理系统30在运行时可以实现上述方法实施例所描述的技术方案。
125.本领域技术人员公知的是，随着诸如大规模集成电路技术的电子信息技术的发展和软件硬件化的趋势，要明确划分计算机系统软、硬件界限已经显得比较困难了。因为，任何操作可以软件来实现，也可以由硬件来实现。任何指令的执行可以由硬件完成，同样也可以由软件来完成。对于某一机器功能采用硬件实现方案还是软件实现方案，取决于价格、速度、可靠性、存储容量、变更周期等非技术性因素。因此，对于电子信息技术领域的普通技术人员来说，更为直接和清楚地描述一个技术方案的方式是描述该方案中的各个操作。在知道所要执行的操作的情况下，本领域技术人员可以基于对所述非技术性因素的考虑直接设计出期望的产品。
126.本技术可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本技术的各个方面的计算机可读程序指令。
127.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、静态随机存取存储器（sram）、便携式
压缩盘只读存储器（cd-rom）、数字多功能盘（dvd）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
128.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
129.用于执行本技术操作的计算机程序指令可以是汇编指令、指令集架构（isa）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（fpga）或可编程逻辑阵列（pla），该电子电路可以执行计算机可读程序指令，从而实现本技术的各个方面。
130.这里参照根据本技术实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述了本技术的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
131.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
132.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
133.以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技
术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本技术的范围由所附权利要求来限定。