基于知识库的数据处理方法、装置和电子设备与流程

1.本发明涉及数据处理技术领域，尤其是涉及一种基于知识库的数据处理方法、装置和电子设备。


背景技术：

2.随着企业规模的不断扩大，企业内的员工数量也在随之增加，企业内部知识库基于信息和知识有序化、知识共享与交流的原则，目前主要仅作为搜索平台，为日常工作提供支撑、提高工作效率和便捷性，用途较单一，反映员工技能知识面的数据资源得不到充分利用，导致企业内部知识库的部分现有资源得不到充分合理的利用；另外，企业内一般由专人维护知识库，员工分享知识的主动性较低，部分实际工作中的经验方法不能完全共享共用。


技术实现要素：

3.本发明的目的在于提供一种基于知识库的数据处理方法、装置和电子设备，以充分利用知识库的现有资源，同时提高用户分享知识的主动性，扩大、丰富知识库内容与来源。
4.本发明提供的一种基于知识库的数据处理方法，方法包括：获取用户的个人信息，以及用户对预设知识库的访问信息；基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异；基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。
5.进一步的，基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型的步骤包括：基于个人信息和访问信息，生成用户对应的汇总结果；基于汇总结果和预先获取到的用户的技能评估结果，构建用户的技能模型。
6.进一步的，访问信息包括：用户输入至知识库的搜索信息和上传至知识库的上传信息；基于个人信息和访问信息，生成用户对应的汇总结果的步骤包括：基于搜索信息，生成第一标签；基于上传信息，生成第二标签；对第一标签、第二标签和个人信息进行汇总处理，得到用户对应的汇总结果。
7.进一步的，技能模型中包括用户具备的多项实际岗位技能；基于技能模型和访问信息，确定输出结果的步骤包括：针对每项实际岗位技能，判断该实际岗位技能是否达到预设标准，得到判断结果；基于判断结果，确定该实际岗位技能对应的分级结果；基于分级结果和访问信息，确定输出结果。
8.进一步的，确定该实际岗位技能对应的分级结果的步骤之后，方法还包括：基于每项实际岗位技能对应的分级结果，生成用户具备的多项实际岗位技能对应的雷达图；将雷达图发送至用户对应的账户信息中。
9.进一步的，访问信息包括：用户输入至知识库的搜索信息和上传至知识库的上传
信息；基于分级结果和访问信息，确定输出结果的步骤包括：基于分级结果和上传信息，生成用户对知识库的贡献度评估结果；基于分级结果和搜索信息，从预设题库中获取数据集；其中，数据集用于提升用户的实际岗位技能。
10.进一步的，方法还包括：将数据集发送至用户对应的账户信息中；获取用户对数据集的执行结果；基于执行结果、个人信息和访问信息，更新用户的技能模型。
11.本发明提供的一种基于知识库的数据处理装置，装置包括：获取模块，用于获取用户的个人信息，以及用户对预设知识库的访问信息；构建模块，用于基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异；确定模块，用于基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。
12.本发明提供的一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述任一项的基于知识库的用户数据处理方法。
13.本发明提供的一种机器可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述任一项的基于知识库的用户数据处理方法。
14.本发明提供的基于知识库的数据处理方法、装置和电子设备，获取用户的个人信息，以及用户对预设知识库的访问信息。基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异。基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。该方式中的技能模型可以指示用户具备的实际岗位技能与预设岗位技能之间的差异，结合访问信息确定输出结果，通过输出结果中的雷达图可以使用户直观了解自身的技能掌握情况，通过数据集充分利用知识库的现有资源，强化用户在弱势领域的技术知识，通过贡献度评估结果，提高用户对优势领域的知识进行分享的积极性，同时扩大和丰富知识库内容来源。
附图说明
15.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明实施例提供的一种基于知识库的数据处理方法的流程图；
17.图2为本发明实施例提供的另一种基于知识库的数据处理方法的流程图；
18.图3为本发明实施例提供的另一种基于知识库的数据处理方法的流程图；
19.图4为本发明实施例提供的一种基于知识库的数据处理装置的结构示意图；
20.图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
21.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.目前，企业内部知识库的用途较为单一，部分现有资源得不到充分合理的利用；另外，企业内一般由专人维护知识库，员工分享知识的主动性较低，部分实际工作中的经验方法不能完全共享共用。基于此，本发明实施例提供了一种基于知识库的数据处理方法、装置和电子设备，该技术可以应用于用户对知识库的使用场景中。
23.为便于对本实施例进行理解，首先对本发明实施例所公开的一种基于知识库的数据处理方法进行介绍，如图1所示，该方法包括如下步骤：
24.步骤s102，获取用户的个人信息，以及用户对预设知识库的访问信息。
25.为方便说明，以用户为企业员工，预设知识库为企业内部知识库为例，企业通常会设置人力资源信息库以保存每个员工的个人信息，该人力资源信息库可以提供接口单元，通过该接口单元实现与知识库的信息交互，上述个人信息可以包括员工的工作岗位、工作履历和个人技能等相关信息；上述访问信息可以是员工日常使用知识库，搜索知识库中相关信息时所输入的搜索内容，也可以是员工向知识库上传的上传内容等。
26.步骤s104，基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异。
27.上述技能评估结果可以是根据该用户的岗位技术要求内容，生成岗位技能评分试卷，用户答复该试卷所得到的考试分数等，该岗位技能评分试卷可以是用户首次登录使用知识库时生成该试卷，当然也可以根据实际需求设置生成试卷的时机，比如，每次登录时都会生成相应的试卷，将最近一次的试卷的考试分数作为构建上述技能模型的技能评估结果等；上述技能模型也可以称为员工能力模型，该技能模型可以是对比表等形式，用于指示用户具备的实际岗位技能与用户所在岗位所要求的预设岗位技能之间的差异，比如，员工a对应的岗位需要具备的预设岗位技能包括a、b和c三项技能，该员工a实际具备的能力为：a技能和b技能对应的领域较擅长，c技能对应的领域不太擅长等，可以对实际岗位技能的熟练程度进行打分，或按高、中、低进行等级评估等。在实际实现时，当获取到上述个人信息、访问信息后，可以结合用户的技能评估结果，构建该用户的技能模型，该技能模型可以根据输入数据的变化动态更新。
28.步骤s106，基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。
29.上述贡献度评估结果可以以贡献排行榜的形式实现，比如，可以根据用户上传至知识库的内容的数量和质量，自动生成周、月、季知识贡献排行榜等，其中，质量可以通过人工或采用现有技术进行评估，将数量和质量按预设权重进行计算，根据计算结果进行排行等；上述雷达图可以是从同一点开始的轴上表示的三个或更多个实际岗位技能的二维图表的形式显示多岗位技能的图形；上述数据集可以是向用户推送的可以提高用户实际岗位技
能的相关知识推荐或习题等；在实际实现时，当构建好用户的技能模型后，可以依据上述访问信息，生成上述贡献度评估结果，以提高员工自主学习、知识分享积极性，扩大和丰富知识库内容来源；还可以生成用户的实际岗位技能对应的雷达图，对于用户不擅长领域，还可以向用户推送相关数据集，以强化用户在该领域的技术知识，弱化在该领域对知识库的依赖。
30.上述基于知识库的数据处理方法，获取用户的个人信息，以及用户对预设知识库的访问信息。基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异。基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。该方式中的技能模型可以指示用户具备的实际岗位技能与预设岗位技能之间的差异，结合访问信息确定输出结果，通过输出结果中的雷达图可以使用户直观了解自身的技能掌握情况，通过数据集充分利用知识库的现有资源，强化用户在弱势领域的技术知识，通过贡献度评估结果，提高用户对优势领域的知识进行分享的积极性，同时扩大和丰富知识库内容来源。
31.本发明实施例还提供了另一种基于知识库的数据处理方法，该方法在上述实施例方法的基础上实现；该方法中，访问信息包括：用户输入至知识库的搜索信息和上传至知识库的上传信息；在实际应用中，当用户对某领域不太擅长时，可以从知识库中搜索相关知识以提升相关技能；当用户对某领域比较擅长时，可以向知识库上传在实际工作过程中，该技能相关的经验方法，以分享相关技能知识；如图2所示，该方法包括如下步骤：
32.步骤s202，获取用户的个人信息，以及用户对预设知识库的访问信息。
33.步骤s204，基于个人信息和访问信息，生成用户对应的汇总结果。
34.该步骤s204具体可以通过以下步骤一至步骤三实现：
35.步骤一，基于搜索信息，生成第一标签。
36.步骤二，基于上传信息，生成第二标签。
37.步骤三，对第一标签、第二标签和个人信息进行汇总处理，得到用户对应的汇总结果。
38.在实际实现时，可以基于上述搜索信息生成第一标签，比如，可以从上述搜索信息中提取关键字，将该关键字确定为上述第一标签；基于上述上传信息生成第二标签，比如，可以从上述上传信息中提取关键字，将该关键字确定为上述第二标签；在实际实现时，在生成第一标签和第二标签后，可以通过python爬取搜索信息的第一标签和上传信息的第二标签，结合获取到的个人信息，进行融合处理，得到上述汇总结果，比如，以用户为企业员工为例，每个员工有各自对应的一张表，表中包括该员工搜索信息对应的第一标签、搜索次数、上传信息对应的第二标签、上传次数和员工个人信息等。还可以进行跨表比对和分组处理，其中，跨表比对可以是对不同员工之间的搜索信息、上传信息等进行排序。分组可以是对员工配置对应的标识，比如，员工a在自动化领域上传内容较多，可以初步判断该员工在自动化领域方面的能力较强，为该员工配置对应的标识等。
39.步骤s206，基于汇总结果和预先获取到的用户的技能评估结果，构建用户的技能模型。
40.具体而言，可以从上述汇总结果中获取用户对搜索内容的阅读完成度，可以预先设置完成阅读需要满足的要求，比如，用户阅读到文档尾部，且满足预设的阅读时间时，可以认为阅读完成，具体可以根据用户实际阅读进度确定阅读完成度，如阅读完成度为50％、80％等，还可以从汇总结果中获取用户与知识库的交互变化，比如，某员工a原本搜索自动化内容较多，后续开始上传自动化相关内容，可以认为员工对自动化领域认知有增多；可以结合技能评估结果、阅读完成度或用户与知识库的交互的变化，动态建立用户的技能模型。
41.步骤s208，针对每项实际岗位技能，判断该实际岗位技能是否达到预设标准，得到判断结果。
42.在实际实现时，技能模型中通常包括用户具备的多项实际岗位技能，每项实际岗位技能包括各自对应的标准线，针对每项实际岗位技能，判断该实际岗位技能是否达到对应的标准线，得到每项实际岗位技能对应的判断结果，该判断结果用于指示该实际岗位技能达到标准线或未达到标准线等。
43.步骤s210，基于判断结果，确定该实际岗位技能对应的分级结果。
44.针对每项实际岗位技能，根据其对应的判断结果对该项实际岗位技能进行分级，比如，该分级结果可以包括：优秀、良好、一般等分级结果。
45.步骤s212，基于每项实际岗位技能对应的分级结果，生成用户具备的多项实际岗位技能对应的雷达图。
46.步骤s214，将雷达图发送至用户对应的账户信息中。
47.在对用户的每项实际岗位技能完成分级后，可以基于每个分级结果，生成该用户的个人能力雷达图，并推送至该用户对应的个人信息内，具体的，可以推送至用户对应的个人账号，以供用户查看，如果用户是企业员工，则该员工所在部门的部门领导通常可以查看部门内所有员工的雷达图。
48.步骤s216，基于分级结果和访问信息，确定输出结果。
49.该步骤s216具体可以通过以下步骤五至步骤九实现：
50.步骤五，基于分级结果和上传信息，生成用户对知识库的贡献度评估结果。
51.在实际实现时，可以依据上述分级结果，以及用户上传至知识库的上传信息的数量、质量等，生成用户对知识库的贡献排行榜。
52.步骤六，基于分级结果和搜索信息，从预设题库中获取数据集；其中，数据集用于提升用户的实际岗位技能。
53.步骤七，将数据集发送至用户对应的账户信息中。
54.上述预设题库可以用户提供各类技术领域的习题，具体实现时，可以依据上述分级结果，以及用户对知识库的搜索信息，从预设题库中随机抽送用户不达标标准线的技术领域相关知识，并动态推送至用户首页，还开以向用户定期或不定期推送习题等。
55.步骤八，获取用户对数据集的执行结果。
56.步骤九，基于执行结果、个人信息和访问信息，更新用户的技能模型。
57.上述执行结果可以是用户对被推荐的相关领域知识的阅读完成度，也可以是用户对被推送的相关习题的完成结果等；在实际实现时，可以将上述阅读完成度、习题完成结果等返回至用户建模程序，并结合个人信息和访问信息实时更新用户模型数据，形成闭环更新管理。
58.上述基于知识库的数据处理方法，获取用户的个人信息，以及用户对预设知识库的访问信息。基于个人信息和访问信息，生成用户对应的汇总结果。基于汇总结果和预先获取到的用户的技能评估结果，构建用户的技能模型。针对每项实际岗位技能，判断该实际岗位技能是否达到预设标准，得到判断结果。基于判断结果，确定该实际岗位技能对应的分级结果。基于每项实际岗位技能对应的分级结果，生成用户具备的多项实际岗位技能对应的雷达图。将雷达图发送至用户对应的账户信息中。基于分级结果和访问信息，确定输出结果。该方式解决了知识库仅作为搜索平台导致的资源浪费现象，在一定程度上弱化了用户对知识库的依赖，同时提升了用户自主学习、知识分享的积极性。
59.为进一步理解上述实施例，下面提供如图3所示的另一种基于知识库的数据处理方法的流程图，该流程图是一种基于知识库的员工能力模型分析与强化系统的实现方法，尤其涉及企业内部知识库资源再利用，员工能力分析与强化设计；内容包括：知识源构建模块、员工信息搜集模块、搜索信息爬取模块、信息融合比对模块、用户建模与能力模型分析模块，能力强化模块(知识推荐 习题推送)等，具体处理方式如下：
60.s01：员工首次登录，系统根据其岗位技术要求内容，生成岗位技能评分考试试卷，考试结果直接关联s08-2的个人能力雷达图。
61.s02：员工日常使用知识库，搜索相关内容，生成标签。
62.s03:员工日常使用知识库，在知识库上传内容，生成标签。
63.s04-1:系统通过python爬取搜索内容的标签数据，等待分析。
64.s04-2:系统通过python爬取上传内容的标签数据，等待分析。
65.s04-3:人力资源信息库提供接口单元，实现与知识库信息比对模块的信息交互，定期拉取员工个人信息，如岗位、工作履历、个人技能等。
66.s05：将搜集的信息进行融合、比对、分组。
67.s06：结合考试数据，阅读完成度或与系统的交互的变化，动态建立员工能力模型。
68.s07：以单项技能为划分，定制标准线，通过预设的分析算法评估该数据，对模型信息进行分组。
69.s08-1：依据s03、s04-2的上传内容和标签数据，生成员工贡献排行榜。
70.s08-2：能力分析后，生成员工个人能力雷达图，推送至员工个人信息内。
71.s09：题库提供各类技术领域的习题，随机抽送至s-10智能推送模块。
72.s10：依据s02、s04-1的搜索的相关内容和标签数据，对不达标准线的技术领域知识，将会被动态推送至员工首页，且不定期推送习题。
73.s11：推荐知识的阅读完成度、习题完成结果返回至用户建模程序，实时更新用户模型数据，形成闭环。
74.该方式在企业内部知识库正常使用基础上，将员工搜索内容和发布内容的标签进行爬取、搜集、融合比对、建模分析，将能够体现员工知识面、技能优劣的数据资源整合利用；并根据员工搜索的高频次内容，将其标签化，依据标签做定期或不定期知识推送和习题推送，强化员工该领域技术知识，弱化在该领域对知识库的依赖；依据员工贡献知识的质量与数量，自主生成知识贡献排行榜，提高员工自主学习、知识分享积极性，扩大和丰富企业知识库内容与来源，并且依据员工搜索和分享内容标签，融合员工个人岗位技能权重要求等信息，进行数据比对，生成员工用户模型，自主形成员工能力雷达图，并结合习题分数、搜
索内容、贡献内容等定期更新能力雷达图。
75.整个设计主要基于企业内部知识库，由现有知识库提供后端数据接口，安装部署信息爬取、融合、分析等组件，并接入外部题库，依据企业要求定期更新，融合信息后，对员工贡献内容定义为优势领域，搜索高频内容定义为劣势领域；优、劣势领域经过预设的分析算法评估后，转化为数值，直接展现在个人能力雷达图中；优势领域贡献质量、数量关联贡献排行榜，劣势领域将不定期在首页推送知识和习题，被推送知识和习题的完成度关联个人能力评分；个人能力雷达图、贡献排行榜定期更新，首页推荐、习题由系统动态更新推送。
76.对应于上述方法实施例，下面提供如图4所示的一种基于知识库的数据处理装置的结构示意图，装置包括：获取模块40，用于获取用户的个人信息，以及用户对预设知识库的访问信息；构建模块41，用于基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异；确定模块42，用于基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。
77.上述基于知识库的数据处理装置，获取用户的个人信息，以及用户对预设知识库的访问信息。基于个人信息、访问信息，以及预先获取到的用户的技能评估结果，构建用户的技能模型；其中，技能模型用于：指示用户具备的实际岗位技能与用户所在岗位对应的预设岗位技能之间的差异。基于技能模型和访问信息，确定输出结果；其中，输出结果包括：用户对知识库的贡献度评估结果、实际岗位技能对应的雷达图和用于提升用户的实际岗位技能的数据集。该装置中的技能模型可以指示用户具备的实际岗位技能与预设岗位技能之间的差异，结合访问信息确定输出结果，通过输出结果中的雷达图可以使用户直观了解自身的技能掌握情况，通过数据集充分利用知识库的现有资源，强化用户在弱势领域的技术知识，通过贡献度评估结果，提高用户对优势领域的知识进行分享的积极性，同时扩大和丰富知识库内容来源。
78.进一步的，构建模块41还用于：基于个人信息和访问信息，生成用户对应的汇总结果；基于汇总结果和预先获取到的用户的技能评估结果，构建用户的技能模型。
79.进一步的，访问信息包括：用户输入至知识库的搜索信息和上传至知识库的上传信息；构建模块41还用于：基于搜索信息，生成第一标签；基于上传信息，生成第二标签；对第一标签、第二标签和个人信息进行汇总处理，得到用户对应的汇总结果。
80.进一步的，技能模型中包括用户具备的多项实际岗位技能；确定模块42还用于：针对每项实际岗位技能，判断该实际岗位技能是否达到预设标准，得到判断结果；基于判断结果，确定该实际岗位技能对应的分级结果；基于分级结果和访问信息，确定输出结果。
81.进一步的，确定模块42还用于：基于每项实际岗位技能对应的分级结果，生成用户具备的多项实际岗位技能对应的雷达图；将雷达图发送至用户对应的账户信息中。
82.进一步的，访问信息包括：用户输入至知识库的搜索信息和上传至知识库的上传信息；确定模块42还用于：基于分级结果和上传信息，生成用户对知识库的贡献度评估结果；基于分级结果和搜索信息，从预设题库中获取数据集；其中，数据集用于提升用户的实际岗位技能。
83.进一步的，确定模块42还用于：将数据集发送至用户对应的账户信息中；获取用户
对数据集的执行结果；基于执行结果、个人信息和访问信息，更新用户的技能模型。
84.本发明实施例所提供的基于知识库的数据处理装置，其实现原理及产生的技术效果和前述基于知识库的数据处理方法实施例相同，为简要描述，基于知识库的数据处理装置实施例部分未提及之处，可参考前述基于知识库的数据处理方法实施例中相应内容。
85.本发明实施例还提供了一种电子设备，参见图5所示，该电子设备包括处理器130和存储器131，该存储器131存储有能够被处理器130执行的机器可执行指令，该处理器130执行机器可执行指令以实现上述基于知识库的数据处理方法。
86.进一步地，图5所示的电子设备还包括总线132和通信接口133，处理器130、通信接口133和存储器131通过总线132连接。
87.其中，存储器131可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口133(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线132可以是isa总线、pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
88.处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器131，处理器130读取存储器131中的信息，结合其硬件完成前述实施例的方法的步骤。
89.本发明实施例还提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理器实现上述基于知识库的数据处理方法，具体实现可参见方法实施例，在此不再赘述。
90.本发明实施例所提供的基于知识库的数据处理方法、装置和电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
91.功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的
存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
92.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。