企业产品的界面配置方法、装置、设备及介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种企业产品的界面配置方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着企业不断壮大，公司业务不断增加，企业建立自己的专属网站用于信息展示和品牌管理很有必要。企业网站的呈现方式可以用于衡量品牌服务，准确传递品牌信息。
3.市场上企业的品牌信息展示侧重于纯文本静态展示，分类检索模式大多较分散，针对不同的业务场景，有各自的分离式产品信息渠道，但是当信息可视化类群庞大时，主题差异较为显著，会导致数据展示紊乱。品牌下层子菜单汇聚程度浅，纯文本堆积的界面，会导致企业界面布局不清晰，直接影响了用户对企业的好感度，因此如何优化企业产品的配置界面，成为了亟待解决的问题。


技术实现要素：

4.本发明提供一种企业产品的界面配置方法、装置及计算机可读存储介质，其主要目的在于解决如何优化企业产品的配置界面的问题。
5.为实现上述目的，本发明提供的一种企业产品的界面配置方法，包括：
6.获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；
7.构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；
8.生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；
9.根据关键词信息对预设的空白检索框进行配置，得到检索服务框；
10.按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。
11.可选地，所述构建多标签分类器，包括：
12.将每个所述产品信息转换为词级拓扑图，将所有的拓扑图进行集合和划分，得到训练拓扑图集和测试拓扑图集；
13.将所述产品标签转换为标签拓扑图；
14.利用图卷积神经网络gcn提取所述训练拓扑图集中的词级拓扑图的词级特征向量；
15.根据所述图卷积神经网络gcn的注意力系数和所述产品信息构建句级拓扑图，利用图卷积神经网络gcn提取所述训练拓扑图集中的句级拓扑图的句级特征向量；
16.利用图卷积神经网络gcn逐个提取所述训练拓扑图集中的标签拓扑图的标签特征向量；
17.采用基于注意力的残差网络对所述词级特征向量和所述句级特征向量进行特征融合，得到级联特征向量；
18.将所述标签特征向量与所述级联特征向量进行点乘，预测所述产品信息的分类标签；
19.根据所述分类标签计算待训练的多标签文本分类模型的损失函数，将所述测试拓扑图集中的词级拓扑图再次输入到待训练的多标签文本分类模型中，优化所述损失函数，当所述损失函数最小时，得到训练完成的多标签分类器。
20.可选地，所述利用图卷积神经网络gcn提取所述训练拓扑图集中的词级拓扑图的词级特征向量，包括：
21.采用预训练的bert模型对产品信息进行词向量编码处理，得到每个词在向量空间中对应的特征向量；
22.根据词级拓扑图的节点和边构建邻接矩阵；
23.根据所述特征向量构建初始特征矩阵；
24.将所述邻接矩阵和所述初始特征矩阵输入到图卷积神经网络gcn模型中，提取出所述产品信息的词级特征向量。
25.可选地，所述生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图，包括：
26.将所述层级标签进行矢量化处理，得到矢量数据；
27.通过对所述矢量数据进行倾斜射影获取层级梯度，根据所述层级梯度和所述矢量数据得到图层地图；
28.将所述矢量数据添加到预设的底图的构造函数上，得到矢量底图；
29.根据矢量数据的像素值对所述图层地图和所述矢量底图进行切片，得到切片地图；
30.对所述切片地图和所述图层区间进行色彩填充，得到所述层级标签的企业产品地图。
31.可选地，所述根据关键词信息对预设的空白检索框进行配置，得到检索服务框，包括：
32.获取预设的空白检索框的布局文件，根据所述布局文件对预设的空白检索框进行布局配置，得到一级检索框，其中，所述布局配置包括：背景图配置、字体配置、字号配置；
33.生成所述关键词信息的超链接，将所述超链接配置于所述一级检索框，得到二级检索框；
34.建立所述关键词信息的热键，将所述热键配置于所述二级检索框，得到检索服务框。
35.可选地，所述提取所述产品信息的关键词信息，包括：
36.生成预设的模型数据的理论数据集，使用分层抽样将所述理论数据集分为训练产品集和测试产品集；
37.对所述训练产品集进行停用词和分词处理，得到训练产品集语料；
38.对所述测试产品集进行停用词和分词处理，得到测试产品集语料；
39.构建所述训练产品集语料的语料矩阵，利用所述语料矩阵训练预设的关键词提取
模型；
40.构建所述测试产品集语料的语料矩阵，利用所述测试产品集语料验证所述关键词提取模型的正确率，直至所述正确率大于预设正确率阈值，得到训练完成的关键词提取模型，利用所述关键词提取模型提取所述产品信息的关键词信息。
41.可选地，所述对所述关键词信息进行权重计算得到产品标签，包括：
42.逐个从所述关键词信息中选取其中一个作为目标关键词信息；
43.对每个关键词进行唯一id编码，得到词id；
44.统计所述目标关键词信息中每个词id的出现频率，得到id词频；
45.将所述id词频赋值给空白矩阵，得到词频统计矩阵；
46.利用预设的权重算法计算所述词频统计矩阵，得到所述关键词信息中每个关键词信息的权重，汇集所述权重大于预设权重的关键词信息为产品标签。
47.为了解决上述问题，本发明还提供一种企业产品的界面配置装置，所述装置包括：
48.产品标签模块，用于获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；
49.层级标签模块，用于构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；
50.产品地图模块，用于生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；
51.检索服务框模块，用于根据关键词信息对预设的空白检索框进行配置，得到检索服务框；
52.配置界面模块，用于按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。
53.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
54.至少一个处理器；以及，
55.与所述至少一个处理器通信连接的存储器；其中，
56.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的企业产品的界面配置方法。
57.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的企业产品的界面配置方法。
58.本发明实施例能够在生成企业产品的产品标签后，对所述产品标签进行层级分类以获取层级标签，可用于精简企业产品信息，并得到所述产品信息的精确分类，利用所述层级标签生成企业产品地图，得到色彩丰富的页面分区和层级界面，减少纯文本带来的用户视觉疲劳，以及过多的层叠堆积，加强了数据可视化，给页面配置检索服务框，便于产品信息的检索，用户获取信息时间成本更低。因此本发明提出的企业产品的界面配置方法、装置、电子设备及计算机可读存储介质，可以优化企业产品的配置界面。
附图说明
59.图1为本发明一实施例提供的企业产品的界面配置方法的流程示意图；
60.图2为本发明一实施例提供的提取特征向量的流程示意图；
61.图3为本发明一实施例提供的产品地图的流程示意图；
62.图4为本发明一实施例提供的企业产品的界面配置装置的功能模块图；
63.图5为本发明一实施例提供的实现所述企业产品的界面配置方法的电子设备的结构示意图。
64.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
65.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
66.本技术实施例提供一种企业产品的界面配置方法。所述企业产品的界面配置方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述企业产品的界面配置方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
67.参照图1所示，为本发明一实施例提供的企业产品的界面配置方法的流程示意图。在本实施例中，所述企业产品的界面配置方法包括：
68.s1、获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；
69.在本发明实施例中，所述提取所述产品信息的关键词信息，包括：生成预设的模型数据的理论数据集，使用分层抽样将所述理论数据集分为训练产品集和测试产品集；对所述训练产品集进行停用词和分词处理，得到训练产品集语料；对所述测试产品集进行停用词和分词处理，得到测试产品集语料；构建所述训练产品集语料的语料矩阵，利用所述语料矩阵训练预设的关键词提取模型；构建所述测试产品集语料的语料矩阵，利用所述测试产品集语料验证所述关键词提取模型的正确率，直至所述正确率大于预设正确率阈值，得到训练完成的关键词提取模型，利用所述关键词提取模型提取所述产品信息的关键词信息。
70.详细地，所述分层抽样是对调查对象总体按照不同特征分组，然后用随机方法从各层中抽取一定数量的样本，组成新的集合；所述分词处理可以理解为将一句话处理为几个词，例如：有一个句子：“小明来到荔湾区”，我们语料库统计后分词的结果是：“小明/来到/荔湾/区”。
71.详细地，构建所述训练产品集语料的语料矩阵可利用gensim模块获得，其过程可为导入相关数据包，例如jieba和gensim包，之后进行语料的加载和清洗，处理后的语料通过gensim训练词向量模型，将此模型进行保存备用。利用所述词向量模型获取指定词汇的词向量，判断所述指定词汇的词向量与所述词向量模型中的词汇的相似度，得到所述语料矩阵。
72.在本发明实施例中，所述对所述关键词信息进行权重计算得到产品标签，包括：逐个从所述关键词信息中选取其中一个作为目标关键词信息；对每个关键词进行唯一id编码，得到词id；统计所述目标关键词信息中每个词id的出现频率，得到id词频；将所述id词频赋值给空白矩阵，得到词频统计矩阵；利用预设的权重算法计算所述词频统计矩阵，得到所述关键词信息中每个关键词信息的权重，汇集所述权重大于预设权重的关键词信息为产品标签。
73.详细地，所述目标关键词信息可以是在许多所述关键词信息中的某一关键词信息，例如：所述关键词信息可以是“我今天感冒了”“早晨起来，我感觉脸有点水肿”这些，某一所述关键词信息是“我今天感冒了”时，关于“我今天感冒了”这一所述关键词信息的所述关键词包括：“咳嗽”“头晕”“发热”“乏力”“鼻塞”等；所述id具有唯一性，能代表每个关键词的属性，具有一一对应的特点。例如淘宝用户id，每个会员都有唯一的用户id，这代表身份与资格，又如每个人的身份证号码，可以用于区分公民身份。
74.详细地，所述统计所述目标关键词信息中每个词id的出现频率，包括：从文件读取一段文本，从文件中读取一篇文章，考虑到有的单词出现在句首需为大写，事实上大写和小写应为一个单词，但是统计的时候会把大写和小写分开，因此把所有大写转化为小写。然后一段文本里面会出现各种各样的符号，这些符号会影响单词频率的排名，因此要把这些符号去掉，这里可以采用字符串的replace方法把其他符号替换为空格符。然后就是我们的单词每出现一次次数就要加1，把每个词语及其出现次数当作一个键值对进行处理，输出每个词及其出场频率；所述将所述id词频赋值给空白矩阵可以通过zeros函数进行赋值，输入a＝zeros(2,3)，生成了一个全0矩阵，利用matlab给空白矩阵赋值。
75.s2、构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；
76.在本发明实施例中，所述构建多标签分类器，包括：将每个所述产品信息转换为词级拓扑图，将所有的拓扑图进行集合和划分，得到训练拓扑图集和测试拓扑图集；将所述产品标签转换为标签拓扑图；利用图卷积神经网络gcn提取所述训练拓扑图集中的词级拓扑图的词级特征向量；根据所述图卷积神经网络gcn的注意力系数和所述产品信息构建句级拓扑图，利用图卷积神经网络gcn提取所述训练拓扑图集中的句级拓扑图的句级特征向量；利用图卷积神经网络gcn逐个提取所述训练拓扑图集中的标签拓扑图的标签特征向量；采用基于注意力的残差网络对所述词级特征向量和所述句级特征向量进行特征融合，得到级联特征向量；将所述标签特征向量与所述级联特征向量进行点乘，预测所述产品信息的分类标签；根据所述分类标签计算待训练的多标签文本分类模型的损失函数，将所述测试拓扑图集中的词级拓扑图再次输入到待训练的多标签文本分类模型中，优化所述损失函数，当所述损失函数最小时，得到训练完成的多标签分类器。
77.在本发明实施例中，所述利用图卷积神经网络gcn提取所述训练拓扑图集中的词级拓扑图的词级特征向量，包括：
78.s21、采用预训练的bert模型对产品信息进行词向量编码处理，得到每个词在向量空间中对应的特征向量；
79.s22、根据词级拓扑图的节点和边构建邻接矩阵；
80.s23、根据所述特征向量构建初始特征矩阵；
81.s24、将所述邻接矩阵和所述初始特征矩阵输入到图卷积神经网络gcn模型中，提取出所述产品信息的词级特征向量。
82.详细地，所述拓扑图是指由网络节点设备和通信介质构成的网络结构图；所述图卷积神经网络gcn将卷积操作从传统数据推广到图数据。
83.详细地，所述注意力注意力一般分为两种：一种是自上而下的有意识的注意力，称为聚焦式注意力，聚焦式注意力是指有预定目的、依赖任务的、主动有意识地聚焦于某一对象的注意力，另一种是自下而上的无意识的注意力，称为基于显著性的注意力；所述注意力的残差网络是由多层注意力模块堆叠而成，每个注意力模块分为两部分：掩膜分支和主干分支，其中主干分支进行特征处理，它可以使用任何一种网络模型，掩膜分支包括了快速前馈扫描和自上而下的反馈步骤，快速前馈扫描快速收集整个图像的全局信息，自上而下的反馈将全局信息与原始特征图相结合，在卷积神经网络中，快速前馈扫描和自上而下的反馈步骤展开为聚焦式注意力和显著性的注意力的全卷积结构；所述损失函数的作用是衡量真实值和预测值之间不一致的程度。
84.s3、生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；
85.在本发明实施例中，所述生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图，包括：
86.s31、将所述层级标签进行矢量化处理，得到矢量数据；
87.s32、通过对所述矢量数据进行倾斜射影获取层级梯度，根据所述层级梯度和所述矢量数据得到图层地图；
88.s33、将所述矢量数据添加到预设的底图的构造函数上，得到矢量底图；
89.s34、根据矢量数据的像素值对所述图层地图和所述矢量底图进行切片，得到切片地图；
90.s35、对所述切片地图和所述图层区间进行色彩填充，得到所述层级标签的企业产品地图。
91.详细地，所述矢量数据分为三种基本类型：点数据，线数据和多边形数据，拥有属性，属性可以是文本或者数据，用来描述对象的特征，可以在在gis软件中利用所述矢量数据创建和修改图层中的几何图元，这个过程叫做数字化；所述矢量数据数据结构紧凑、冗余度低，有利于网络和检索分析，图形显示质量好、精度高；所述点数据最常用于表示不相邻的特征并表示离散的数据点；所述线数据用于表示线性特征；所述多边形用于表示区域，多边形可用于测量地理要素的面积和周长。
92.详细地，所述图层地图用于组成地图，每个图层代表一些来自要素源的数据；所述要素源的数据包括但不限于地图所使用的地理坐标系，地图的初始范围和指向图层定义的引用。
93.详细的，所述根据矢量数据的像素值对所述图层地图和所述矢量底图进行切片可以利用arcgis切片、gdal切片；所述gdal切片，包括：读取tif文件，根据所述tif文件中的波段数量，读取相应的波段；根据裁剪起始点和矩形框大小，读取相应数据；获取创建文件并创建目标文件，计算新图片的仿射信息，并设置投影和仿射信息；将所述相应数据写入所述文件并刷新缓存新磁盘。
94.s4、根据关键词信息对预设的空白检索框进行配置，得到检索服务框；
95.在本发明实施例中，所述根据关键词信息对预设的空白检索框进行配置，得到检索服务框，包括：获取预设的空白检索框的布局文件，根据所述布局文件对预设的空白检索框进行布局配置，得到一级检索框，其中，所述布局配置包括：背景图配置、字体配置、字号配置；生成所述关键词信息的超链接，将所述超链接配置于所述一级检索框，得到二级检索框；建立所述关键词信息的热键，将所述热键配置于所述二级检索框，得到检索服务框。
96.详细地，所述布局文件包括目标页面内各个组件的显示参数；所述热键一般指快捷键，指通过某些特定的按键、按键顺序或按键组合来完成一个操作，很多快捷键往往与如ctrl键、shift键、alt键、fn键、windows键等配合使用；所述关键词信息的超链接就是把关键词作为锚文本的链接，所述的超链接是指从一个网页指向一个目标的连接关系,这个目标可以是另一个网页,也可以是相同网页上的不同位置，还可以是一个图片，一个电子邮件地址，一个文件，甚至是一个应用程序。而在一个网页中用来超链接的对象，可以是一段文本或者是一个图片。当浏览者单击已经链接的文字或图片后,链接目标将显示在浏览器上，并且根据目标的类型来打开或运行。
97.s5、按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。
98.在本发明实施例中，所述预设的页面分区是指所述数据地图和所述检索服务框的在页面上呈现的具体位置，所述具体位置可以是页面正中间、页面左上角、页面左下角等。
99.详细地，所述按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面可以利用页面的.json配置文件，对当前页面的窗口外观、页面效果等进行配置。
100.本发明实施例能够在生成企业产品的产品标签后，对所述产品标签进行层级分类以获取层级标签，可用于精简企业产品信息，并得到所述产品信息的精确分类，利用所述层级标签生成企业产品地图，得到色彩丰富的页面分区和层级界面，减少纯文本带来的用户视觉疲劳，以及过多的层叠堆积，加强了数据可视化，给页面配置检索服务框，便于产品信息的检索，用户获取信息时间成本更低。因此本发明提出的企业产品的界面配置方法，可以优化企业产品的配置界面。
101.如图4所示，是本发明一实施例提供的企业产品的界面配置装置的功能模块图。
102.本发明所述企业产品的界面配置装置100可以安装于电子设备中。根据实现的功能，所述企业产品的界面配置装置100可以包括产品标签模块101、层级标签模块102、产品地图模块103、检索服务框模块104及配置界面模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
103.在本实施例中，关于各模块/单元的功能如下：
104.所述产品标签模块101，用于获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；
105.所述层级标签模块102，用于构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；
106.所述产品地图模块103，用于生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；
107.所述检索服务框模块104，用于根据关键词信息对预设的空白检索框进行配置，得到检索服务框；
108.所述配置界面模块105，用于按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。
109.如图5所示，是本发明一实施例提供的实现企业产品的界面配置方法的电子设备的结构示意图。
110.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如企业产品的界面配置程序。
111.其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行企业产品的界面配置程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
112.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如企业产品的界面配置程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
113.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
114.所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
115.图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某
些部件，或者不同的部件布置。
116.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
117.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
118.所述电子设备1中的所述存储器11存储的企业产品的界面配置程序是多个指令的组合，在所述处理器10中运行时，可以实现：
119.获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；
120.构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；
121.生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；
122.根据关键词信息对预设的空白检索框进行配置，得到检索服务框；
123.按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。
124.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
125.进一步地，所述电子设备1集成的模块/单元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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
126.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
127.获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；
128.构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；
129.生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；
130.根据关键词信息对预设的空白检索框进行配置，得到检索服务框；
131.按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。
132.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的
划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
133.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
134.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
135.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
136.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
137.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
138.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
139.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
140.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。