一种工作台场景的推荐方法、存储介质及电子装置与流程

1.本技术涉及计算机技术领域，尤其涉及一种工作台场景的推荐方法、存储介质及电子装置。


背景技术：

2.目前大部分用户的工作台场景都是系统默认样式或者用户自定义的，没有针对于用户以及用户的岗位等属性制定并推荐合适的工作台场景。
3.尤其是当工组台用户中存在新用户以及调岗用户时，计算机系统仅支持用户自定义工作台场景信息，或者根据某个用户角色设置该角色的默认场景，在默认场景初始化之后，默认场景不会根据用户实际使用情况动态优化，导致新用户入职后，系统中默认的工作台场景不符合实际需求，或者出现新用户并不知晓如何自定义适用自己实际业务需求的工作台场景，因此现有技术中的工作台场景推荐方法使用户体验感比较差。
4.因此，如何能够克服上述存在的缺陷，以实现合理的推荐工作台场景是目前亟待解决的技术问题。


技术实现要素：

5.有鉴于此，本技术提供一种工作台场景的推荐方法、存储介质及电子装置，实现通过场景推荐模型确定出适用于目标用户的目标工作台场景，从而将目标工作台场景推送给目标用户，大大地提高了用户的体验感。
6.第一方面，本技术提供一种工作台场景的推荐方法，包括：
7.获取目标用户的登录信息；
8.根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；
9.将所述目标工作台场景推送至所述目标用户。
10.优选地，根据本技术提供的一种工作台场景的推荐方法，
11.所述根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景，包括：
12.根据所述登录信息，确定所述目标用户的身份信息；
13.根据所述场景推荐模型和所述身份信息，确定出与所述身份信息对应的所述目标工作台场景。
14.优选地，根据本技术提供的一种工作台场景的推荐方法，
15.所述根据所述登录信息，确定所述目标用户的身份信息，包括：
16.对所述登录信息进行分析处理，分析出与所述目标用户对应的属性信息；
17.将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果；
18.根据所述比较结果，确定所述目标用户的所述身份信息。
19.优选地，根据本技术提供的一种工作台场景的推荐方法，
20.所述比较结果至少包括：第一结果、第二结果；
21.所述将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果，包括：
22.若所述属性信息和所述属性样本信息相同，则得到所述第一结果；
23.若所述属性信息和所述属性样本信息不同，则得到所述第二结果。
24.优选地，根据本技术提供的一种工作台场景的推荐方法，
25.所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的，包括：
26.采集多个历史用户角色所对应的工作台场景信息；
27.根据预设的分组策略，对多个所述工作台场景信息进行分组处理，分别得到多组工作台场景信息；
28.利用预设的训练策略对所述多组工作台场景信息进行计算，得到所述场景推荐模型。
29.优选地，根据本技术提供的一种工作台场景的推荐方法，
30.所述将所述目标工作台场景推送至所述目标用户，包括：
31.向所述目标用户发送场景推送询问消息；
32.接收所述目标用户根据所述场景推送询问消息返回的确认推送指令；
33.根据所述确认推送指令，向所述目标用户推送所述目标工作台场景。
34.优选地，根据本技术提供的一种工作台场景的推荐方法，
35.在所述将所述目标工作台场景推送至所述目标用户的步骤之后，所述方法包括：
36.接收所述目标用户反馈的修改所述目标工作台场景的修改指令；
37.根据所述修改指令，修改所述目标工作台场景，得到最终工作台场景；
38.将所述最终工作台场景推送至所述目标用户。
39.第二方面，本技术还提供一种工作台场景的推荐装置，包括：
40.获取登录信息模块，用于获取目标用户的登录信息；
41.确定目标工作台场景模块，用于根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；
42.推送目标工作台场景模块，用于将所述目标工作台场景推送至所述目标用户。
43.第三方面，本技术还提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行实现如上述任一种所述工作台场景的推荐方法。
44.第四方面，本技术还提供一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行实现如上述任一种所述工作台场景的推荐方法。
45.第五方面，本技术还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种所述工作台场景的推荐方法。
46.本技术提供的一种工作台场景的推荐方法、存储介质及电子装置，通过获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应
的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。实现通过场景推荐模型确定出适用于目标用户的目标工作台场景，从而将目标工作台场景推送给目标用户，大大地提高了用户的体验感。
附图说明
47.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
48.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
49.图1是本技术实施例提供的一种工作台场景的推荐方法的硬件环境示意图；
50.图2是本技术实施例提供的一种工作台场景的推荐方法的流程示意图；
51.图3是本技术实施例提供的图2中步骤s220的流程示意图；
52.图4是本技术实施例提供的图3中步骤s310的流程示意图；
53.图5是本技术实施例提供的图2中步骤s230的流程示意图；
54.图6是本技术实施例提供的一种工作台场景的推荐装置的结构示意图；
55.图7是本技术实施例提供的电子装置的结构示意图。
具体实施方式
56.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，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，都应当属于本技术保护的范围。
57.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
58.下面结合图1-图7描述本技术的提供的一种工作台场景的推荐方法、存储介质及电子装置，其能通过场景推荐模型确定出适用于目标用户的目标工作台场景，从而将目标工作台场景推送给目标用户，大大地提高了用户的体验感。
59.根据本技术实施例的一个方面，提供了一种工作台场景的推荐方法。该工作台场景的推荐方法广泛应用于智慧家庭(smart home)、智能家居、智能家用设备生态、智慧住宅(intelligence house)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述工作台场景的推荐方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件
环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。
60.上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：wifi(wireless fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为pc、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
61.如图2所示，其为本技术实施例提供的一种工作台场景的推荐方法的实施流程示意图，一种工作台场景的推荐方法可以包括但不限于步骤s210至s230。
62.s210，获取目标用户的登录信息；
63.s220，根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；
64.s230，将所述目标工作台场景推送至所述目标用户。
65.在一些实施例的步骤s210中，获取目标用户的登录信息。
66.可以理解的是，目标用户预置有登录账户和登录密码，目标用户根据登录账户和登录密码进行登录系统，计算机后端程序得到目标用户的相关登录信息。
67.需要说明的是，登录信息中可以包括但不限于：用户姓名信息、用户职位信息、用户部门信息、用户小组信息、用户属性信息等信息。
68.在一些实施例的步骤s220中，根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景。
69.可以理解的是，在执行完步骤s210获取目标用户的登录信息的步骤之后，其具体执行步骤可以为：
70.首先，对所述登录信息进行分析处理，分析出与所述目标用户对应的属性信息，再将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果，根据所述比较结果，确定所述目标用户的所述身份信息，最后根据所述场景推荐模型和所述身份信息，确定出与所述身份信息对应的所述目标工作台场景。
71.需要说明的是，场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的。
72.在一些实施例的步骤s230中，将所述目标工作台场景推送至所述目标用户。
73.可以理解的是，在执行完步骤s220根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景的步骤之后，其具体执行步骤可以为：首先向所述目标用户发送场景推送询问消息，接收所述目标用户根据所述场景推送询问消息返回的确认推送指令，根据所述确认推送指令，向所述目标用户推送所述目标工作台场景。
74.需要说明的是，向目标用户推荐的目标工作台场景，可以包括但不限于：场景模板、咨询信息、业务预警、会议室预定等工作台场景。
75.通过本技术提供的一种工作台场景的推荐方法的实施例，通过获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。实现通过场景推荐模型确定出适用于目标用户的目标工作台场景，从而将目标工作台场景推送给目标用户，大大地提高了用户的体验感。
76.在一些实施例中，参考图3所示，步骤s220还可以包括但不限于步骤s310至s320。
77.s310，根据所述登录信息，确定所述目标用户的身份信息；
78.s320，根据所述场景推荐模型和所述身份信息，确定出与所述身份信息对应的所述目标工作台场景。
79.在一些实施例的步骤s310中，根据所述登录信息，确定所述目标用户的身份信息。
80.可以理解的是，其具体执行步骤可以为：对所述登录信息进行分析处理，分析出与所述目标用户对应的属性信息，将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果，根据所述比较结果，确定所述目标用户的所述身份信息。
81.在一些实施例的步骤s320中，根据所述场景推荐模型和所述身份信息，确定出与所述身份信息对应的所述目标工作台场景。
82.可以理解的是，在执行完步骤s310的步骤之后，其具体执行步骤可以为：根据场景推荐模型和目标用户的身份信息，从多个工作台场景模板库中，确定出与所述身份信息对应的所述目标工作台场景。
83.在一些实施例中，参考图4所示，步骤s310还可以包括但不限于步骤s410至s430。
84.s410，对所述登录信息进行分析处理，分析出与所述目标用户对应的属性信息；
85.s420，将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果；
86.s430，根据所述比较结果，确定所述目标用户的所述身份信息。
87.在一些实施例的步骤s410中，对所述登录信息进行分析处理，分析出与所述目标用户对应的属性信息。
88.可以理解的是，对登录信息进行分析处理，即根据目标用户的登录信息，对其进行分析，分析出目标用户属于数据库中的哪个小组或者哪个部门，以确定目标用户所属的属性信息。
89.在一些实施例的步骤s420中，将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果。
90.可以理解的是，在执行完步骤s410将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果的步骤之后，其具体执行步骤可以为：将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果，以根据比较结果，确定目标用户的身份信息。
91.需要说明的是，属性样本信息预存于数据库中，比如人事属性样本信息、流程属性样本信息、销售属性样本信息等。
92.若所述属性信息和所述属性样本信息相同，则得到所述第一结果；
93.若所述属性信息和所述属性样本信息不同，则得到所述第二结果。
94.在一些实施例的步骤s430中，根据所述比较结果，确定所述目标用户的所述身份信息。
95.可以理解的是，在执行完步骤s420将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果的步骤之后，其具体执行步骤可以为：
96.若所述属性信息和所述属性样本信息相同，则得到所述第一结果，根据第一比较结果可以确定出目标用户的身份信息。
97.比如，分析出目标用户的属性信息为流程属性信息，流程属性信息和流程属性样本信息，则得到第一结果，并确定目标用户的身份信息可能为流程用户。
98.在一些实施例中，所述比较结果至少包括：第一结果、第二结果；
99.所述将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果，包括：
100.若所述属性信息和所述属性样本信息相同，则得到所述第一结果；
101.若所述属性信息和所述属性样本信息不同，则得到所述第二结果。
102.可以理解的是，根据第一结果，可以确定出目标用户的所述身份信息，根据身份信息，可以向目标用户推荐适合目标用户身份的目标工作台场景。
103.根据第二结果，则不能准确的确定目标用户的身份信息，则向目标用户推荐常规工作台场景。
104.在一些实施例中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的，包括：
105.采集多个历史用户角色所对应的工作台场景信息；
106.根据预设的分组策略，对多个所述工作台场景信息进行分组处理，分别得到多组工作台场景信息；
107.利用预设的训练策略对所述多组工作台场景信息进行计算，得到所述场景推荐模型。
108.可以理解的是，采集多个历史用户角色对应的工作台场景信息，根据分组策略，对多个工作台场景信息进行分组处理，得到多组工作台场景信息，在利用训练策略对所述多组工作台场景信息进行计算，得到所述场景推荐模型。
109.需要说明的是，训练策略可以为基于卷积神经网络的训练策略，利用卷积神经网络先构建初始场景推荐模型，在将多组工作台场景信息输入初始场景推荐模型中进行模型训练，从而得到场景推荐模型。
110.人工神经网络(artificial neural networks，简写为anns)也简称为神经网络(nns)或称作连接模型(connection model)，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的，卷积神经网络是人工神经网络的一种，它是通过设计卷积层从而对数据进行处理，卷积神经网络经常应用在图像处理领域。
111.进一步地，卷积神经网络的模型可以包括但不限于以下功能：
112.卷积神经网络各层依次为输入层、多个卷积层、多个全连接层和输出层；使用梯度下降法和反向传播算法训练所述卷积神经网络所述卷积层的激活函数优选使用relu函数，每个卷积层的步长、卷积子大小、卷积子的个数均可以自由设置。
113.优选地，将人脸图像集和所述特定部位位置标签集作为输入数据，使用梯度下降
法和反向传播算法来优化所述卷积神经网络中的各个参数。每个卷积层的输入与该层权重相乘之后，会得到一个数值，relu函数的原理就是，如果这个数值大于0，那么输出值就保存这个计算值，如果这个计算值小于0，那么输出值就保存成0。当然，relu函数也可以换成其他的激活函数。
114.在一些实施例中，参考图5所示，步骤s230还可以包括但不限于步骤s510至s530。
115.s510，向所述目标用户发送场景推送询问消息；
116.s520，接收所述目标用户根据所述场景推送询问消息返回的确认推送指令；
117.s530，根据所述确认推送指令，向所述目标用户推送所述目标工作台场景。
118.在一些实施例的步骤s510中，向所述目标用户发送场景推送询问消息。
119.可以理解的是，在获取到目标用户的登录信息之后，计算机程序可以通过智能助手向目标用户发送场景推送询问消息，以判断是否开启推荐工作台场景。
120.在一些实施例的步骤s520中，接收所述目标用户根据所述场景推送询问消息返回的确认推送指令。
121.可以理解的是，在执行完步骤s510向所述目标用户发送场景推送询问消息的步骤之后，其具体执行步骤可以为：若接收到目标用户根据场景推送询问消息返回的确认推送指令，则根据接收到的确认推送指令，向目标用户推送目标工作台场景。
122.需要说明的是，若接收到目标用户根据场景推送询问消息返回的不推送指令，则不向目标用户推送目标工作台场景。
123.在一些实施例的步骤s530中，根据所述确认推送指令，向所述目标用户推送所述目标工作台场景。
124.可以理解的是，在执行完步骤s520接收所述目标用户根据所述场景推送询问消息返回的确认推送指令的步骤之后，其具体执行步骤可以为根据步骤s520接收到的确认推送指令，向目标用户推送适合目标用户的目标工作台场景。
125.在一些实施例中，在所述将所述目标工作台场景推送至所述目标用户的步骤之后，所述方法包括：
126.接收所述目标用户反馈的修改所述目标工作台场景的修改指令；
127.根据所述修改指令，修改所述目标工作台场景，得到最终工作台场景；
128.将所述最终工作台场景推送至所述目标用户。
129.可以理解的是，在向目标用户推荐目标工作台场景之后，当接收到目标用户反馈的修改所述目标工作台场景的修改指令，则根据接收到的修改指令，修改目标工作台场景，得到最终工作台场景，再将所述最终工作台场景推送至所述目标用户，以更新向目标用户推送的目标工作台场景。
130.本技术提供的一种工作台场景的推荐方法，通过获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。实现通过场景推荐模型确定出适用于目标用户的目标工作台场景，从而将目标工作台场景推送给目标用户，大大地提高了用户的体验感。
131.本技术提供的一些实施例能够根据用户使用习惯、用户所处组织、用户岗位等属
性信息，先判断出用户的身份信息，从而计算出用户定制的目标工作台场景并推荐给用户。比如新入职用户或者调岗的用户，根据用户所属组织以及相同岗位人员信息，将预先定制的目标工作台场景推荐给对应用户，大大的提高用户的体验感
132.下面对本技术提供的一种工作台场景的推荐装置进行描述，下文描述的一种工作台场景的推荐装置与上文描述的一种工作台场景的推荐方法可相互对应参照。
133.如图6所示，其为本技术提供的一种工作台场景的推荐装置，包括：
134.获取登录信息模块610，用于获取目标用户的登录信息；
135.确定目标工作台场景模块620，用于根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；
136.推送目标工作台场景模块630，用于将所述目标工作台场景推送至所述目标用户。
137.优选地，根据本技术实施例提供的一种工作台场景的推荐装置，确定目标工作台场景模块620，具体用于根据所述登录信息，确定所述目标用户的身份信息；
138.根据所述场景推荐模型和所述身份信息，确定出与所述身份信息对应的所述目标工作台场景。
139.优选地，根据本技术实施例提供的一种工作台场景的推荐装置，确定目标工作台场景模块620，具体用于对所述登录信息进行分析处理，分析出与所述目标用户对应的属性信息；
140.将所述属性信息和预设的属性样本信息进行比较处理，得到比较结果；
141.根据所述比较结果，确定所述目标用户的所述身份信息。
142.优选地，根据本技术实施例提供的一种工作台场景的推荐装置，所述比较结果至少包括：第一结果、第二结果；
143.确定目标工作台场景模块620，具体用于若所述属性信息和所述属性样本信息相同，则得到所述第一结果；
144.若所述属性信息和所述属性样本信息不同，则得到所述第二结果。
145.优选地，根据本技术实施例提供的一种工作台场景的推荐装置，确定目标工作台场景模块620，具体用于采集多个历史用户角色所对应的工作台场景信息；
146.根据预设的分组策略，对多个所述工作台场景信息进行分组处理，分别得到多组工作台场景信息；
147.利用预设的训练策略对所述多组工作台场景信息进行计算，得到所述场景推荐模型。
148.优选地，根据本技术实施例提供的一种工作台场景的推荐装置，推送目标工作台场景模块630，具体用于向所述目标用户发送场景推送询问消息；
149.接收所述目标用户根据所述场景推送询问消息返回的确认推送指令；
150.根据所述确认推送指令，向所述目标用户推送所述目标工作台场景。
151.优选地，根据本技术实施例提供的一种工作台场景的推荐装置，还用于接收所述目标用户反馈的修改所述目标工作台场景的修改指令；
152.根据所述修改指令，修改所述目标工作台场景，得到最终工作台场景；
153.将所述最终工作台场景推送至所述目标用户。
154.本技术提供的一种工作台场景的推荐装置，通过获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。实现通过场景推荐模型确定出适用于目标用户的目标工作台场景，从而将目标工作台场景推送给目标用户，大大地提高了用户的体验感。
155.图7示例了一种电子装置的实体结构示意图，如图7所示，该电子装置可以包括：处理器(processor)710、通信接口(communications interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行一种工作台场景的推荐方法，该方法包括：获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。
156.此外，上述的存储器730中的逻辑指令可以通过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，本技术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)执行本技术各个实施例所述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。
157.另一方面，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在计算机可读的存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的一种工作台场景的推荐方法，该方法包括：获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。
158.又一方面，本技术还提供一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述各方法提供的一种工作台场景的推荐方法，该方法包括：获取目标用户的登录信息；根据预设的场景推荐模型和所述登录信息，确定出与所述登录信息对应的目标工作台场景；其中，所述场景推荐模型是通过对多个历史用户角色所对应的工作台场景信息进行训练得到的；将所述目标工作台场景推送至所述目标用户。
159.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
160.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可
借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
161.最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围。