本申请涉及计算机技术领域，特别是涉及一种制度信息处理方法、装置、计算机设备和存储介质。
背景技术：
企业标准化是对企业生产经营与管理等活动中的重复性事物和概念，通过制订、发布和实施制度规范达到统一，以提高企业管理水平。制度规范(以下简称“制度”)是员工在生产经营活动中须共同遵守的规定和准则，包括法律与政策、企业组织结构、管理制度、岗位职责、技术标准、工作流程等制度文件。对于已发布制度，企业需要不断进行制度宣传，督促员工进行制度学习，进而保证制度能够在实际业务活动中发挥指导意义。随着企业规模增大，相应的制度信息越来越多。但这种方式需要占用大段的工作时间，使得制度宣传成本和制度学习成本均不同程度增加。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种能够降低制度宣传成本及学习成本的制度信息处理方法、装置、计算机设备和存储介质。
一种制度信息处理方法，所述方法包括：接收第一终端发送的制度学习请求，所述制度学习请求携带了适用对象标识和查询条件；获取所述适用对象标识对应的关联信息树；所述关联信息树包括多个信息节点及每个所述信息节点关联的多个制度子文件；在所述关联信息树中查找满足所述查询条件的信息节点；获取查找到的信息节点对应的制度子文件，将所述制度子文件拆分为多个文件片段，将多个所述文件片段推送至所述第一终端；捕获所述第一终端发生的对所述文件片段的学习事件，获取所述学习事件对应的制度学习数据；所述制度学习数据包括有效学习时间；当所述有效学习时间达到阈值时，获取目标资源，将所述目标资源转移至所述第一终端。
在其中一个实施例中，在获取所述适用对象标识对应的关联信息树之前，还包括：监测第二终端发布的制度信息；所述制度信息包括制度描述信息及关联的制度文件；所述制度文件包括多个制度条款以及每个制度条款对应的适用对象标识；对所述制度信息进行分类，根据分类结果将所述制度信息添加至预设的一个或多个目标信息树；获取所述目标信息树对应的多个关联信息树；每个所述关联信息树具有对应的适用对象标识；对所述制度文件进行拆分，利用每个适用对象标识对应的制度条款生成相应适用对象标识对应的制度子文件；将每个所述适用对象标识对应的制度描述信息和制度子文件添加至相应的关联信息树。
在其中一个实施例中，对所述制度信息进行分类，根据分类结果将所述制度信息添加至预设的一个或多个目标信息树包括：对所述制度信息进行分词得到对应的原始词语集合；所述原始词语集合包括多个原始词语；对各个原始词语进行同义扩展，生成每个原始词语对应的扩展词语集合；根据各个扩展词语集合形成所述制度信息对应的扩展制度信息集合；将所述扩展制度信息集合输入预设的制度管理模型，得到所述制度信息对应的目标类别；获取多个所述目标信息树分别对应的类别标注，筛选包含与所述目标类别对应类别标注的目标信息树，将所述制度信息添加至筛选得到的目标信息树。
在其中一个实施例中，将多个所述文件片段推送至所述第一终端包括：当接收到所述制度学习请求时，随机生成密钥字符串；获取预存储的私钥，利用所述私钥对所述密钥字符串进行非对称加密，将加密后的所述密钥字符串发送至所述第一终端；当拆分得到所述文件片段时，定位所述制度子文件中的敏感字段，使用随机生成的密钥字符串对称加密所述敏感字段，生成文件片段对应的制度密文；将所述制度密文发送至所述第一终端；所述方法还包括：获取所述第一终端在监控时段对所述制度密文操作的解密失败次数；根据所述解密失败次数，计算所述业务终端对应的信息泄漏风险值；当所述信息泄漏风险值超过阈值时，降低所述第一终端的制度查询权限。
在其中一个实施例中，将所述制度子文件拆分为多个文件片段，将多个所述文件片段推送至所述第一终端包括：获取所述制度子文件的文件类型；根据所述文件类型，获取对应的数据量阈值；根据所述数据量阈值对所述制度子文件进行拆分，得到多个文件片段；根据拆分顺序，将多个所述文件片段依次推送至所述第一终端。
在其中一个实施例中，所述文件片段包括文档片段；所述学习事件包括文档关闭事件；捕获所述第一终端发生的对所述文件片段的学习事件，获取所述学习事件对应的制度学习数据包括：捕获所述第一终端发生的对所述文档片段的实际阅读时间；获取所述文档片段的数据量，根据所述数据量计算所述文档片段对应的常规阅读时间；当捕获到所述文档关闭事件时，记录所述文档片段的阅读位置，根据所述文档片段生成随机测评问卷，将所述随机测评问卷发送至所述第一终端；接收所述第一终端在预设时长内返回的所述随机测评问卷的答案信息，对所述答案信息进行打分，得到测评分值；根据所述测评分值、所述实际阅读时间以及所述常规阅读时间，计算第一终端对应的有效学习时间。
在其中一个实施例中，当所述有效学习时间达到阈值时，获取目标资源，将所述目标资源转移至所述第一终端包括：当所述有效学习时间达到阈值时，向所述第一终端发送资源抽取页面；监测所述第一终端在所述资源抽取页面发生的资源抽取操作，根据所述资源抽取操作，获取随机份额的目标资源；将获取到的目标资源转移至所述第一终端。
一种制度信息处理装置，所述装置包括：制度查询模块，用于接收第一终端发送的制度学习请求，所述制度学习请求携带了适用对象标识和查询条件；获取所述适用对象标识对应的关联信息树；所述关联信息树包括多个信息节点及每个所述信息节点关联的多个制度子文件；在所述关联信息树中查找满足所述查询条件的信息节点；制度拆分模块，用于获取查找到的信息节点对应的制度子文件，将所述制度子文件拆分为多个文件片段，将多个所述文件片段推送至所述第一终端；学习监控模块，用于捕获所述第一终端发生的对所述文件片段的学习事件，获取所述学习事件对应的制度学习数据；所述制度学习数据包括有效学习时间；当所述有效学习时间达到阈值时，获取目标资源，将所述目标资源转移至所述第一终端。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收第一终端发送的制度学习请求，所述制度学习请求携带了适用对象标识和查询条件；获取所述适用对象标识对应的关联信息树；所述关联信息树包括多个信息节点及每个所述信息节点关联的多个制度子文件；在所述关联信息树中查找满足所述查询条件的信息节点；获取查找到的信息节点对应的制度子文件，将所述制度子文件拆分为多个文件片段，将多个所述文件片段推送至所述第一终端；捕获所述第一终端发生的对所述文件片段的学习事件，获取所述学习事件对应的制度学习数据；所述制度学习数据包括有效学习时间；当所述有效学习时间达到阈值时，获取目标资源，将所述目标资源转移至所述第一终端。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
接收第一终端发送的制度学习请求，所述制度学习请求携带了适用对象标识和查询条件；获取所述适用对象标识对应的关联信息树；所述关联信息树包括多个信息节点及每个所述信息节点关联的多个制度子文件；在所述关联信息树中查找满足所述查询条件的信息节点；获取查找到的信息节点对应的制度子文件，将所述制度子文件拆分为多个文件片段，将多个所述文件片段推送至所述第一终端；捕获所述第一终端发生的对所述文件片段的学习事件，获取所述学习事件对应的制度学习数据；所述制度学习数据包括有效学习时间；当所述有效学习时间达到阈值时，获取目标资源，将目标资源转移至所述第一终端。
上述制度信息处理方法、装置、计算机设备和存储介质，第一终端利用适用对象标识和查询条件生成制度学习请求，可以基于适用对象标识对应的关联信息树响应制度学习请求；在获取到的关联信息树中，可以查找满足所述查询条件的信息节点及关联的制度子文件；将所述制度子文件拆分为多个文件片段推送至所述第一终端，使第一终端可以基于文件片段进行制度学习；对第一终端发生的对所述制度子文件的学习事件进行捕获，可以获取到学习事件对应的制度学习数据；根据制度学习数据中有效学习时间是否达到阈值，可以选择进行目标资源转移。由于将所述制度子文件拆分为多个文件片段推送至所述第一终端，便于用于在第一终端利用碎片化时间进行制度学习，降低制度学习成本；自动对用户的制度学习情况进行监控，在有效学习时间达到阈值时，给予目标资源奖励，提高用户进行制度学习积极性，降低制度宣传成本和学习成本。
附图说明
图1为一个实施例中制度信息处理方法的应用场景图；
图2为一个实施例中制度信息处理方法的流程示意图；
图3为一个实施例中构建关联信息树步骤的流程示意图；
图4为一个实施例中制度信息处理方法中目标信息树的示意图；
图5为一个实施例中制度信息处理方法中关联信息树的示意图；
图6为一个实施例中制度信息处理装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的制度信息处理方法，可以应用于如图1所示的应用环境中。其中，第一终端102与服务器104通过网络进行通信。第二终端106与服务器104通过网络进行通信。其中，第一终端102和第二终端106可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。第一终端102为业务终端，用户可以在第一终端102进行制度学习等操作。第二终端106为制度管理终端，用户可以在第二终端106进行制度起草、意见征集、审批和发布等。第一终端102与第二终端106可以同一终端，也可以是不同的终端。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
当用户需要通过第一终端102进行制度学习时，向服务器104发送制度学习请求。制度学习请求携带了适用对象标识和查询条件。服务器104获取适用对象标识对应的关联信息树。关联信息树包括多个信息节点及每个信息节点关联的制度子文件。服务器104在关联信息树中查找是否存在满足查询条件的信息节点。若存在，服务器104获取与满足查询条件的信息节点关联的制度子文件，将制度子文件拆分为多个文件片段，将多个文件片段推送至第一终端102。用户可以在第一终端102进行制度学习。第一终端102预先设置了埋点。当需要对被埋点控件进行触按操作时，第一终端102拦截该触按操作对应的学习事件，并将该学习事件上报至服务器104。服务器104捕获第一终端发生的对制度子文件的学习事件，获取学习事件对应的制度学习数据。制度学习数据包括用户标识及对应的有效学习时间。服务器判断有效学习时间是否达到阈值，若达到，则获取目标资源，将目标资源转移至第一终端102。上述制度学习过程，将制度子文件拆分为多个数据量小的文件片段，使用户可以利用碎片化时间进行制度学习；在有效学习时间达到阈值时，给予目标资源奖励，提高用户进行制度学习积极性，自动对用户的制度学习情况进行监控，降低制度宣传成本和学习成本。
在一个实施例中，如图2所示，提供了一种制度信息处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，接收第一终端发送的制度学习请求，制度学习请求携带了适用对象标识和查询条件。
服务器中存储了多种关联信息树。关联信息树包括多个信息节点及每个信息节点关联的制度子文件。当有新发布的制度信息时，服务器对制度信息进行分类和拆分处理，将拆分得到的制度信息添加至相应的关联信息树。服务器在生成每个适用对象标识对应的关联信息树后，将关联信息树推送至相应岗位对应的第一终端，供相应岗位用户参考查询学习。
用户可以在业务终端通过业务系统进行制度查询学习。第一终端根据用户对关联信息树的查询操作，触发制度查询请求。将制度查询请求发送至服务器。制度查询请求包括第一查询请求和第二查询请求。例如，第二终端检测到鼠标停留在某个信息节点的时间超过阈值，则向服务器发送第一查询请求。第二终端检测到鼠标在某个信息节点的鼠标点击操作，则向服务器发送第二查询请求。第一查询请求携带了用户标识和查询条件。查询条件可以是一个或多个关键词。
步骤204，获取适用对象标识对应的关联信息树；关联信息树包括多个信息节点及每个信息节点关联的多个制度子文件。
步骤206，在关联信息树中查找满足查询条件的信息节点。
服务器根据第一查询请求，获取用户标识对应的适用对象标识。用户标识用于定位查询操作事件的操作对象，可以是业务系统的登录账号或业务终端的ip地址(internetprotocoladdress，互联网协议地址)中的至少一种。
根据适用对象标识获取对应的关联信息树，在获取到的关联信息树中查找是否存在满足查询条件的信息节点。关联信息树中每个信息节点关联有对应的信息摘要。信息摘要记录了相应制度信息的用途、主要内容简介或适用范围等。当信息节点或其关联的信息摘要中包含查询条件中多个关键词则表示该信息节点满足查询条件。
当存在满足查询条件的信息节点时，服务器获取该信息节点关联的信息摘要，将信息摘要返回至第一终端。信息摘要可以是根据制度描述信息生成的。第一终端弹窗展示该目录节点对应的信息摘要，以便用户判断该信息节点是否为自己需要查找的制度信息。如果是，再通过第二查询请求向服务器进一步获取对应的条款详细信息，以减少第一终端与服务器之间不必要的数据传输。条款详细信息可以是被点击信息节点对应的制度子文件。
步骤208，获取查找到的信息节点对应的制度子文件，将制度子文件拆分为多个文件片段，将多个文件片段推送至第一终端。
服务器计算制度子文件的数据量，检测数据量是否超过阈值。该阈值可以是预先设定的，也可以是根据服务器的负载监测结果临时生成的。为了方便用户利用碎片化时间进行制度学习，当数据量超过阈值时，服务器将查询到的制度子文件拆分为多个数据量小的文件片段，将多个文件片段推送至第一终端。
在一个实施例中，将制度子文件拆分为多个文件片段，将多个文件片段推送至第一终端包括：获取制度子文件的文件类型；根据文件类型，获取对应的数据量阈值；根据数据量阈值对制度子文件进行拆分，得到多个文件片段；根据拆分顺序，将多个文件片段依次推送至第一终端。
制度子文件可以是多种类型的文件，如doc文档、pdf文档、xls表格、mp3音频或avi视频等。不同文件类型可以具有不同的数据量阈值。数据量阈值可以是根据用户触发的制度学习请求临时生成的，也可以是根据对多个集群内其他服务器的负载监测结果临时生成的，还可以是预先设定的。不同类型的制度子文件对应的拆分方式可以不同。例如，当制度子文件为视频或音频时，对应的拆分方式可以是利用预设的拆分接口进行拆分。预设的拆分接口可以是oledb(一种应用程序接口)等。
当制度子文件为文档或表格时，服务器对制度子文件进行逐行遍历，将每个适用对象标识对应的拆分表达式与制度文件中多项制度条款分别进行匹配，将制度文件中与每个拆分表达式匹配成功的制度条款拆分为一个相应适用对象标识对应的制度子文件，从而得到制度文件在多个拆分维度的制度子文件。
服务器根据数据量阈值确定制度子文件的拆分位置。例如，制度子文件a的数据量为720m，假设数据量阈值为80m，则将制度子文件的第80m大小的位置标记为第一个拆分位置，第160m大小的位置标记为第二个拆分位置，以此类推。服务器识别每个拆分位置是否位于相邻分隔符之间。当拆分位置位于一个分隔符所在的位置时，服务器在该拆分位置对制度子文件进行拆分，得到该制度子文件对应的多个文件片段。当拆分位置位于相邻分隔符之间时，服务器在相邻分隔符中任意一个分隔符处对相应制度子文件进行拆分，即对该相邻分隔符中的前一个分隔符或后一个分隔符处进行拆分，得到制度子文件对应的多个文件片段。服务器按照拆分顺序将多个文件片段发送至第一终端。将数据量较大的制度子文件拆分为数据量较小的文件片段后，不仅方便用户利用零碎时间进行制度学习，降低学习成本，还可以提高服务器对用户进行制度学习进度监控的精准度。
步骤210，捕获第一终端发生的对文件片段的学习事件，获取学习事件对应的制度学习数据；制度学习数据包括有效学习时间。
第一终端预先设置了埋点。当用户在第一终端对文件片段进行制度学习时，第一终端显示制度学习界面。制度学习界面包括多个控件。控件包括按钮、窗口、文本框、滚动条等。其中多个控件被预置埋点(以下称“被埋点控件”)。当用户对制度学习界面中被埋点控件进行触按操作时，第一终端拦截该触按操作对应的学习事件，并将该学习事件上报至服务器。
服务器捕获第一终端发生的对文件片段的学习事件，获取该学习事件对应的制度学习数据。制度学习数据包括一个或多个文件片段标识以及每个文件片段标识对应的学习时间等基础数据。制度学习数据还包括用户标识对应的有效学习时间等。有效学习时间可以是基础数据测算得到的。
步骤212，当有效学习时间达到阈值时，获取目标资源，将目标资源转移至第一终端。
为了提高用户的制度学习积极性，服务器对用户在监控时段的有效学习时间进行监控。监控时段可以根据实际需求自由设置，如法定工作时间早上8:00至晚上9:00等。服务器判断用户的有效学习时间是否达到阈值，当有效学习时间达到阈值时，服务器获取目标资源，将目标资源转移至第一终端，对用户进行资源奖励。目标资源可以是资金资源或权限资源等，对此不作限制。例如，当目标资源为权限资源时，服务器可以根据有效学习时间提高相应用户标识对应的制度查询权限或其他对业务系统的操作权限等。当目标资源为资金资源时，服务器可以根据有效学习时间获取对应份额的资金资源，根据获取到资金资源对第一终端进行数值转移。资金资源可以是代金券资源、红包资源等。容易理解，资金资源的份额可以随有效学习时间长短适应变化，也可以是随机份额，还可以是固定定额，对此不作限制。
在一个实施例中，当有效学习时间达到阈值时，获取目标资源，将目标资源转移至第一终端包括：当有效学习时间达到阈值时，向第一终端发送资源抽取页面；监测第一终端在资源抽取页面发生的资源抽取操作，根据资源抽取操作，获取随机份额的目标资源；将获取到的目标资源转移至第一终端。
当有效学习时间达到阈值时，服务器向第一终端发送资源抽取页面。资源抽取页面包括资源抽取按钮和多个资源选项。服务器对第一终端在资源抽取页面发生的资源抽取操作进行监测。资源抽取操作可以是对资源抽取按钮的触按操作。当监测到资源抽取操作，服务器在多个资源选项中随机获取一种资源作为目标资源；将获取到的目标资源转移至第一终端。在一个具体的实施例中，资源抽取页面可以是抽奖页面。在制度学习时间达到阈值时，向用户提供资源抽取页面进行资源抽取，可以提高制度学习趣味性，进一步提高用户制度学习积极性。
本实施例中，第一终端利用适用对象标识和查询条件生成制度学习请求，可以基于适用对象标识对应的关联信息树响应制度学习请求；在获取到的关联信息树中，可以查找满足查询条件的信息节点及关联的制度子文件；将制度子文件拆分为多个文件片段推送至第一终端，使第一终端可以基于文件片段进行制度学习；对第一终端发生的对制度子文件的学习事件进行捕获，可以获取到学习事件对应的制度学习数据；根据制度学习数据中有效学习时间是否达到阈值，可以选择进行目标资源转移。由于将制度子文件拆分为多个文件片段推送至第一终端，便于用于在第一终端利用碎片化时间进行制度学习，降低制度学习成本；自动对用户的制度学习情况进行监控，在有效学习时间达到阈值时，给予目标资源奖励，提高用户进行制度学习积极性，降低制度宣传成本和学习成本。
在一个实施例中，如图3所示，在获取适用对象标识对应的关联信息树之前，还包括构建关联信息树的步骤，构建关联信息树的步骤包括：
步骤302，监测第二终端发布的制度信息；制度信息包括制度描述信息及关联的制度文件；制度文件包括多个制度条款以及每个制度条款对应的适用对象标识。
服务器对第二终端是否发布新的制度信息进行监测。制度信息包括制度描述信息及关联的制度文件。制度描述信息包括制度编码、制度名称、制度级别、发布单位、发布日期、适用对象标识或信息摘要等。制度信息可以是文本信息，也可以是语音信息、图像信息、视频信息等。如果是语音信息、图像信息或视频信息，则可先通过语音识别或图像处理，将语音信息、图像信息和视频信息转化为文本信息。制度文件包括多项制度条款以及每项制度条款对应的适用对象标识。适用对象标识是指需要执行或了解该制度的对象的标识信息，可以是岗位标识或机构标识等。
步骤304，对制度信息进行分类，根据分类结果将制度信息添加至预设的一个或多个目标信息树。
当监测到第二终端发布了新的制度信息时，服务器对制度信息进行分类。具体的，服务器对制度信息进行分词得到对应的原始词语集合。原始词语集合包括多个原始词语。服务器对各个原始词语进行同义扩展，生成每个原始词语对应的扩展词语集合。服务器根据各个扩展词语集合形成制度信息对应的扩展制度信息集合，将扩展制度信息集合输入预设的制度管理模型，得到制度信息对应的目标类别。
服务器中存储了多种目标信息树。不同目标信息树可以理解为不同的制度体系，用于存储不同类别和用途的制度信息。如图4所示，每种目标信息树包括多个信息节点及每个信息节点关联的制度文件。制度文件可以是多种类型的文件，如pdf文档、jpg图像、xls表格、mp3音频或avi视频等。不同的信息节点在目标信息树中可以按照发布时间先后排列。容易理解，一项制度信息也可以不具有关联的制度文件，也还可以具有多个关联的制度文件，对此不作限制。
每种目标信息树具有对应的类别标注。类别标注用于标识相应目标信息树能够包含的信息节点的类别，如行政管理类、销售管理类或风险管理类等。服务器获取与目标类别对应的类别标注，筛选包含获取到的类别标注的一种或多种目标信息树。服务器根据制度描述信息生成信息节点。例如，可以将制度编号和/或制度名称作为信息节点。服务器将制度文件关联至该信息节点，将关联有制度文件的信息节点添加至筛选得到的目标信息树。
步骤306，获取目标信息树对应的多个关联信息树；每个关联信息树具有对应的适用对象标识。
每种目标信息树具有对应的多个关联信息树。目标信息树中每个信息节点具有对应的一个或多个适用对象标识。目标信息树中不同适用对象标识分别具有对应的一个关联信息树。换言之，目标信息树中包含适用对象标识的数量与对应的关联信息树的数量相等，从而每个适用对象标识对应岗位具有对应的关联信息树。
目标信息树用于记录适用于企业全部岗位的制度信息。而关联信息树则只需记录适用于一个岗位的制度信息。每种关联信息树具有对应的适用对象标识。如图5所示，岗位1无需执行或了解信息节点4和信息节点9对应的制度，则适用对象标识“岗位1”对应的关联信息树，相对图4目标信息树不存在信息节点4和信息节点9。容易理解，关联信息树中多个信息节点的目录层级，并非一定与目标信息树一致，可以自适应调整。关联信息树仍存在的其他信息节点关联的制度文件记录的内容，与目标信息树中相应信息节点关联的制度文件记录的内容可以不同。
步骤308，对制度文件进行拆分，利用每个适用对象标识对应的制度条款生成相应适用对象标识对应的制度子文件。
服务器根据制度文件中每个制度条款对应的适用对象标识，对制度文件中多个制度条款进行拆分，生成每个适用对象标识分别对应的制度子文件。例如，制度文件a包括x1～x4四项制度条款。其中，x1对应适用对象标识包括甲和乙，x2对应适用对象标识包括甲，x3对应适用对象标识包括甲、乙、丙、丁和戊，x4对应适用对象标识包括甲和丁。制度文件a共包括甲、乙、丙、丁和戊五个适用对象标识，对应的拆分得到五个制度子文件a1～a5。其中，适用对象标识甲对应的制度子文件a1包括x1～x4四项制度条款；适用对象标识乙对应的制度子文件a2包括x1和x3两项制度条款；如此类推。
步骤310，将每个适用对象标识对应的制度描述信息和制度子文件添加至相应的关联信息树。
服务器根据制度描述信息生成信息节点，将相应制度子文件关联至信息节点，将信息节点添加至相同适用对象标识对应的关联信息树。具体的，服务器将制度信息添加至相应的目标信息树后，服务器根据制度文件记录的适用对象标识，获取目标信息树对应的相应关联信息树。容易理解，服务器只需获取制度文件记录的适用对象标识对应的关联信息树。例如，制度信息分类添加至三种目标信息树，其中包括目标信息树m。目标信息树m对应适用对象标识包括甲、乙、丙、丁、戊和己，假设依上述举例制度文件只包括适用于甲、乙、丙、丁和戊的信息内容，则服务器只需获取目标信息树m对应的甲、乙、丙、丁和戊分别对应的关联信息树。
服务器根据制度描述信息生成信息节点，将拆分得到的多个制度子文件分别关联至信息节点。服务器将多个关联有不同制度子文件的信息节点分别添加至相同适用对象标识对应的关联信息树。例如，在上述举例中，将关联有制度子文件a1的信息节点添加至目标信息树m中适用对象标识甲对应的关联信息树m甲；将关联有制度子文件a2的信息节点添加至目标信息树m中适用对象标识乙对应的关联信息树m乙，如此类推。
本实施例中，在制度信息发布时，将记录来了适用于不同岗位的制度信息的制度文件拆分，将每个岗位需要执行或了解的制度条款挑选出来，满足不同岗位个性化需求，为不同岗位分别构建只包含相应岗位需求内容的关联信息树，且所有关联信息树的生成过程全自动进行，省时省力；后续用户只需基于适用于自己的关联信息树进行制度查询，也可以提高制度查询效率。
在一个实施例中，对制度信息进行分类，根据分类结果将制度信息添加至预设的一个或多个目标信息树包括：对制度信息进行分词得到对应的原始词语集合；原始词语集合包括多个原始词语；对各个原始词语进行同义扩展，生成每个原始词语对应的扩展词语集合；根据各个扩展词语集合形成制度信息对应的扩展制度信息集合；将扩展制度信息集合输入预设的制度管理模型，得到制度信息对应的目标类别；获取多个目标信息树分别对应的类别标注，筛选包含与目标类别对应类别标注的目标信息树，将制度信息添加至筛选得到的目标信息树。
当监测到第一终端发布的制度信息，服务器通过分词算法对制度信息进行分词，得到原始词语集合。原始词语集合包括多个原始词语。在一个实施例中，得到各个原始词语后，去除停用词、语气词、标点符号等对分类影响作用小的词语，从而提高后续特征提取的效率。停用词指的是制度信息中出现频率超过预设阈值但实际意义不大的词，如我，的，他等。
终端在发布制度信息时，也可以预先标明制度信息的类别信息，以便服务器可以根据该类别信息，将制度信息纳入相应的目标信息树。若制度描述信息已包含制度信息的类别信息，可以根据类别信息将制度信息添加至相应的目标信息树。若制度描述信息并未包含制度信息的类别信息，则可以按照本申请提供的制度信息处理方法对制度信息进行分类管理。
服务器分别获取原始词语集合中各个原始词语对应的同义词，将原始词语与对应的同义词形成扩展词语集合。每个原始词语都存在对应的扩展词语集合。同义词是指与原始词语含义相同或相近的词语，如原始词语为“不得”，同义词可为“切勿”、“禁止”、“避免”、“杜绝”等，将原始词语与对应的同义词形成扩展词语集合，如原始词语“不得”对应的扩展词语集合为{不得，切勿，禁止，避免，杜绝}。如原始词语集合为{a,b,c}，则原始词语集合中的每个原始词语都存在对应的扩展词语集合，如a对应的扩展词语集合为{a,a1,a2}，b对应的扩展词语集合为{b,b1,b2,b3}，c对应的扩展词语集合为{c,c1,c2}。
服务器按照与制度信息中各个原始词语出现的顺序，从各个原始词语对应的扩展词语集合中任意选择一个词语，按顺序形成一个扩展制度信息。当从扩展词语集合中选择不同的词语时，则形成不同的扩展制度信息，不同的扩展制度信息组成扩展制度信息集合。在一个实施例中，服务器对各个原始词语对应的扩展词语集合求笛卡尔积，形成由不同的扩展制度信息组成的扩展制度信息集合。两个集合x和y的笛卡尔积，又称直积，表示为x×y。第一个对象是x的成员而第二个对象是y的所有可能有序对的其中一个成员。
制度管理模型用于根据输入从多个候选类型中确定与输入对应的目标类别。制度管理模型可以是通过逻辑回归算法、支持向量机算法等训练得到的模型。制度管理模型内部可以由多个子管理模型连接形成。由于已训练的制度管理模型的输入是经过扩展了的扩展制度信息集合，扩展后的各个扩展制度信息表达了与制度信息相同或相近的含义，提高了制度信息的有效覆盖范围，从而在后续输入已训练的制度管理模型后，可提高目标类别的精准性。
服务器获取与目标类别对应的类别标注，筛选包含获取到的类别标注的一种或多种目标信息树。服务器根据制度描述信息生成信息节点，检测筛选得到的目标信息树中是否已存在相同的信息节点。若不存在，服务器将制度文件关联至该信息节点，将关联有制度文件的信息节点添加至筛选得到的目标信息树。
若筛选得到的目标信息树中已经存在相应的信息节点，则服务器只需将制度文件关联至已存在相应的信息节点。在另一个实施例中，服务器根据制度描述信息判断生成的信息节点与已存在的相同信息节点属于并列节点还是父子节点。当生成的信息节点与已存在的相同信息节点属于并列节点时，服务器对生成的信息节点与已存在的相同信息节点进行区别标记，将区别标记后的信息节点添加至相应的目标信息树，将制度文件关联至区别标记后的信息节点。
当生成的信息节点与已存在的相同信息节点属于并列节点时，服务器根据制度描述信息对生成的信息节点进行描述限定，即在制度描述信息中提取关键词，利用提取到的关键词对生成的信息节点进行语义扩充。例如，根据制度名称生成的信息节点为“公司福利管理制度”，在制度描述信息中提取关键词“研发部”，则语义扩充后的信息节点可以是“公司研发部福利管理制度”。服务器将语义扩充后的信息节点作为已存在的相同信息节点的子节点添加至相应的目标信息树，将制度文件关联至该子节点。
本实施例中，先形成每个原始词语对应的扩展词语集合，再通过扩展词语集合形成扩展制度信息集合，大大提高了扩展制度信息的扩展度，扩展后的各个扩展制度信息表达了与制度信息相同或相近的含义，提高了制度信息的有效覆盖范围，从而在后续输入已训练的制度管理模型后，可提高目标类别的精准性，进而可以准确将制度信息纳入相应的目标信息树，提高制度信息分类效率和准确率。
在一个实施例中，将多个文件片段推送至第一终端包括：当接收到制度学习请求时，随机生成密钥字符串；获取预存储的私钥，利用私钥对密钥字符串进行非对称加密，将加密后的密钥字符串发送至第一终端；当拆分得到文件片段时，定位制度子文件中的敏感字段，使用随机生成的密钥字符串对称加密敏感字段，生成文件片段对应的制度密文；将制度密文发送至第一终端；该方法还包括：获取第一终端在监控时段对制度密文操作的解密失败次数；根据解密失败次数，计算业务终端对应的信息泄漏风险值；当信息泄漏风险值超过阈值时，降低第一终端的制度查询权限。
传统的数据加密方法包括对称加密和非对称加密。非对称加密安全性更好，但当传输的文件中涉及大量的敏感信息时，加密解密时间花费较长，速度慢。因此，非对称加密仅适合对少量数据进行加密，而对称加密需要在终端本地固定私钥，存在一定的安全风险，安全性不能保证。本实施例对对称加密和非对称加密进行有机结合，不仅能够对大量的敏感字段进行快速加密，也能使制度信息的传输和存储更加安全可靠。具体的，当接收到制度查询请求时，服务器按照设定的随机算法生成密钥字符串，并将生成的密钥字符串存储在内存中。在内存中存储密钥字符串时，还关联存储该密钥字符串的生成时间和对应的信息节点标识。举例来说，存储内容的格式可以是：信息节点a+生成时间+密钥字符串。
服务器使用预先存储的私钥非对称加密随机生成的密钥字符串，并将加密后的密钥字符串发送至第一终端。在一个实施例中，还可以在生成密钥字符串后，对密钥字符串进行内存存储前，即获取预存储的私钥对密钥字符串进行非对称加密，对加密后的密钥字符串进行存储。当查找到满足查询条件的制度子文件时，直接将存储的加密后的密钥字符串发送至第一终端，以避免拖慢请求的效率。
服务器对查找到的制度子文件进行解析得到文件内容，按照设定的敏感信息查找规则查找制度子文件中所包含的敏感信息以定位敏感信息对应的敏感字段，并使用随机生成的密钥字符串(未经预设私钥非对称加密的密钥字符串)对定位的敏感字段进行对称加密，生成制度密文。生成的制度密文中仅敏感字段以加密后形成的字符串进行隐秘显示，其他内容均以原始明文的形式显示。在一个实施例中，还可以预先对制度子文件中的敏感信息进行标记，如文字加粗或者以不同的颜色突出显示敏感信息等。在定位文件中的敏感字段时，只需查找标记位置即可。对敏感字段进行加密后，可去除敏感字段的标记也可以不去除，具体可根据需要进行配置。
服务器将生成制度密文返回至第一终端，以使相应用户在第一终端进行制度学习。当第一终端需要对制度密文进行相应的数据处理时，可通过从服务器获取的加密后的密钥字符串对制度密文进行解密以获取原始明文文件。具体的，第一终端使用服务器预先公布的公钥对加密的密钥字符串进行解密，得到密钥字符串；再使用密钥字符串对制度密文中的敏感字段进行解密。需要说明的是，非对称加密采用的公钥私钥对随机动态生成，定期更新。
服务器获取第一终端在监控时段对制度密文操作生成的操作行为日志。操作行为日志是指通过监控用户作用于业务终端的操作事件所形成的日志。其中，操作事件可以包括制度查询操作，以及对制度密文的下载操作、解密操作或转发操作等。服务器按照预设时间频率在多个业务终端分别提取相应用户的操作行为日志。
服务器根据操作行为日志，计算业务终端对应的信息泄漏风险值。具体的，服务器对提取到的操作行为日志进行解析，得到对应的操作行为数据。操作行为数据包括对制度密文的下载失败次数、解密失败次数或转发失败次数等。服务器根据对制度密文的下载失败次数、解密失败次数和转发失败次数，计算业务终端对应的信息泄漏风险值。
服务器监测信息泄露风险值超过阈值。当信息泄漏风险值超过阈值时，服务器根据超过阈值的信息泄露风险值及对应的用户标识生成信息泄漏预警。信息泄漏预警有多种实施方式，其中一种实施方式为服务器根据用户标识以及相应的信息泄露风险值生成用户行为监控报表，在用户行为监控报表中将超过阈值的信息泄露风险值及对应的用户标识进行区别标记。服务器将信息泄露预警发送至监控终端，以提示监控终端即使采取信息防泄漏措施，如降低相应用户对业务系统的操作权限等。监控终端为预先指定的具有监控权限的终端。容易理解，监控终端可以包括用户终端，以直接对相应用户进行提示。
本实施例中，由于密钥字符串采用的是非对称加密，有效保证了密钥字符串的安全性，且仅针对数据量较小的密钥字符串进行非对称加解密，不会影响加解密效率。对敏感字段采用的是对称加解密，即使隐私字段数量庞大，也能够快速加解密，伴随随机动态的密钥生成方式，可以即保证了加解密效率又有效地保障了信息的安全。此外，第一终端对制度密文进行解密学习时，根据第一终端在监控时段对制度密文操作生成的操作行为日志，可以计算业务终端对应的信息泄漏风险值；当信息泄漏风险值超过阈值时，可以及时降低业务终端的制度查询权限，进一步提高信息安全性。
在一个实施例中，文件片段包括文档片段；学习事件包括文档关闭事件；捕获第一终端发生的对文件片段的学习事件，获取学习事件对应的制度学习数据包括：捕获第一终端发生的对文档片段的实际阅读时间；获取文档片段的数据量，根据数据量计算文档片段对应的常规阅读时间；当捕获到文档关闭事件时，记录文档片段的阅读位置，根据文档片段生成随机测评问卷，将随机测评问卷发送至第一终端；接收第一终端在预设时长内返回的随机测评问卷的答案信息，对答案信息进行打分，得到测评分值；根据测评分值、实际阅读时间以及常规阅读时间，计算第一终端对应的有效学习时间。
根据制度子文件的文件类型不同，拆分得到的文件片段可以是文档片段，视频片段等。对于不同数据量的文档片段，对应的常规阅读时间不同。对于不同数据量的视频片段，对应的常规观看时间不同。视频片段具有对应的播放时间，常规观看时间为短于播放时间的时间长度。
当拆分得到的文件片段为文档片段时，服务器捕获第一终端发生的对文档片段的学习事件，获取学习事件对应的制度学习数据。制度学习数据包括对文档片段的实际阅读时间。服务器计算文档片段的数据量，根据该数据量计算文档片段对应的常规阅读时间。学习事件包括文档关闭事件。当捕获到文档关闭事件时，服务器记录文档片段的阅读位置，便于用户进行下一次制度学习。
在另一个实施例中，服务器根据文档片段生成随机测评问卷，将随机测评问卷发送至第一终端。测评问卷包括多个随机问题。服务器接收第一终端在预设时长内返回的随机问题的答案信息，对答案信息进行打分，得到测评分值。服务器计算实际阅读时间与常规阅读时间的时间偏差。服务器根据测评分值和时间偏差以及预设的分别对应的权重因子，综合计算第一终端对应的有效学习时间，使得有效学习时间的测算更加精准。
本实施例中，根据实际阅读时间与常规阅读时间的时间偏差，可以判断用户在制度学习过程是否作弊；通过对随机问题的答案信息进行打分，可以判断用户进行制度学习的效果；根据测评分值和时间偏差两个维度的信息计算用户的有效学习时间，使得有效学习时间的测算更加贴合实际，也更加精准。
应该理解的是，虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种制度信息处理装置，包括：制度查询模块602、制度拆分模块604和学习监控模块606，其中：
制度查询模块602，用于接收第一终端发送的制度学习请求，制度学习请求携带了适用对象标识和查询条件；获取适用对象标识对应的关联信息树；关联信息树包括多个信息节点及每个信息节点关联的多个制度子文件；在关联信息树中查找满足查询条件的信息节点。
制度拆分模块604，用于获取查找到的信息节点对应的制度子文件，将制度子文件拆分为多个文件片段，将多个文件片段推送至第一终端。
学习监控模块606，用于捕获第一终端发生的对文件片段的学习事件，获取学习事件对应的制度学习数据；制度学习数据包括有效学习时间；当有效学习时间达到阈值时，获取目标资源，将目标资源转移至第一终端。
在一个实施例中，该装置还包括信息归档模块608，用于监测第二终端发布的制度信息；制度信息包括制度描述信息及关联的制度文件；制度文件包括多个制度条款以及每个制度条款对应的适用对象标识；对制度信息进行分类，根据分类结果将制度信息添加至预设的一个或多个目标信息树；获取目标信息树对应的多个关联信息树；每个关联信息树具有对应的适用对象标识；对制度文件进行拆分，利用每个适用对象标识对应的制度条款生成相应适用对象标识对应的制度子文件；将每个适用对象标识对应的制度描述信息和制度子文件添加至相应的关联信息树。
在一个实施例中，信息归档模块608还用于对制度信息进行分词得到对应的原始词语集合；原始词语集合包括多个原始词语；对各个原始词语进行同义扩展，生成每个原始词语对应的扩展词语集合；根据各个扩展词语集合形成制度信息对应的扩展制度信息集合；将扩展制度信息集合输入预设的制度管理模型，得到制度信息对应的目标类别；获取多个目标信息树分别对应的类别标注，筛选包含与目标类别对应类别标注的目标信息树，将制度信息添加至筛选得到的目标信息树。
在一个实施例中，制度拆分模块604还用于当接收到制度学习请求时，随机生成密钥字符串；获取预存储的私钥，利用私钥对密钥字符串进行非对称加密，将加密后的密钥字符串发送至第一终端；当拆分得到文件片段时，定位制度子文件中的敏感字段，使用随机生成的密钥字符串对称加密敏感字段，生成文件片段对应的制度密文；将制度密文发送至第一终端；学习监控模块606还用于获取第一终端在监控时段对制度密文操作的解密失败次数；根据解密失败次数，计算业务终端对应的信息泄漏风险值；当信息泄漏风险值超过阈值时，降低第一终端的制度查询权限。
在一个实施例中，制度拆分模块604还用于获取制度子文件的文件类型；根据文件类型，获取对应的数据量阈值；根据数据量阈值对制度子文件进行拆分，得到多个文件片段；根据拆分顺序，将多个文件片段依次推送至第一终端。
在一个实施例中，文件片段包括文档片段；学习事件包括文档关闭事件；学习监控模块606还用于捕获第一终端发生的对文档片段的实际阅读时间；获取文档片段的数据量，根据数据量计算文档片段对应的常规阅读时间；当捕获到文档关闭事件时，记录文档片段的阅读位置，根据文档片段生成随机测评问卷，将随机测评问卷发送至第一终端；接收第一终端在预设时长内返回的随机测评问卷的答案信息，对答案信息进行打分，得到测评分值；根据测评分值、实际阅读时间以及常规阅读时间，计算第一终端对应的有效学习时间。
在一个实施例中，学习监控模块606还用于当有效学习时间达到阈值时，向第一终端发送资源抽取页面；监测第一终端在资源抽取页面发生的资源抽取操作，根据资源抽取操作，获取随机份额的目标资源；将获取到的目标资源转移至第一终端。
关于制度信息处理装置的具体限定可以参见上文中对于制度信息处理方法的限定，在此不再赘述。上述制度信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储制度信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种制度信息处理方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：接收第一终端发送的制度学习请求，制度学习请求携带了适用对象标识和查询条件；获取适用对象标识对应的关联信息树；关联信息树包括多个信息节点及每个信息节点关联的多个制度子文件；在关联信息树中查找满足查询条件的信息节点；获取查找到的信息节点对应的制度子文件，将制度子文件拆分为多个文件片段，将多个文件片段推送至第一终端；捕获第一终端发生的对文件片段的学习事件，获取学习事件对应的制度学习数据；制度学习数据包括有效学习时间；当有效学习时间达到阈值时，获取目标资源，将目标资源转移至第一终端。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：监测第二终端发布的制度信息；制度信息包括制度描述信息及关联的制度文件；制度文件包括多个制度条款以及每个制度条款对应的适用对象标识；对制度信息进行分类，根据分类结果将制度信息添加至预设的一个或多个目标信息树；获取目标信息树对应的多个关联信息树；每个关联信息树具有对应的适用对象标识；对制度文件进行拆分，利用每个适用对象标识对应的制度条款生成相应适用对象标识对应的制度子文件；将每个适用对象标识对应的制度描述信息和制度子文件添加至相应的关联信息树。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对制度信息进行分词得到对应的原始词语集合；原始词语集合包括多个原始词语；对各个原始词语进行同义扩展，生成每个原始词语对应的扩展词语集合；根据各个扩展词语集合形成制度信息对应的扩展制度信息集合；将扩展制度信息集合输入预设的制度管理模型，得到制度信息对应的目标类别；获取多个目标信息树分别对应的类别标注，筛选包含与目标类别对应类别标注的目标信息树，将制度信息添加至筛选得到的目标信息树。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当接收到制度学习请求时，随机生成密钥字符串；获取预存储的私钥，利用私钥对密钥字符串进行非对称加密，将加密后的密钥字符串发送至第一终端；当拆分得到文件片段时，定位制度子文件中的敏感字段，使用随机生成的密钥字符串对称加密敏感字段，生成文件片段对应的制度密文；将制度密文发送至第一终端；以及以下步骤：获取第一终端在监控时段对制度密文操作的解密失败次数；根据解密失败次数，计算业务终端对应的信息泄漏风险值；当信息泄漏风险值超过阈值时，降低第一终端的制度查询权限。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取制度子文件的文件类型；根据文件类型，获取对应的数据量阈值；根据数据量阈值对制度子文件进行拆分，得到多个文件片段；根据拆分顺序，将多个文件片段依次推送至第一终端。
在一个实施例中，文件片段包括文档片段；学习事件包括文档关闭事件；处理器执行计算机程序时还实现以下步骤：捕获第一终端发生的对文档片段的实际阅读时间；获取文档片段的数据量，根据数据量计算文档片段对应的常规阅读时间；当捕获到文档关闭事件时，记录文档片段的阅读位置，根据文档片段生成随机测评问卷，将随机测评问卷发送至第一终端；接收第一终端在预设时长内返回的随机测评问卷的答案信息，对答案信息进行打分，得到测评分值；根据测评分值、实际阅读时间以及常规阅读时间，计算第一终端对应的有效学习时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当有效学习时间达到阈值时，向第一终端发送资源抽取页面；监测第一终端在资源抽取页面发生的资源抽取操作，根据资源抽取操作，获取随机份额的目标资源；将获取到的目标资源转移至第一终端。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：接收第一终端发送的制度学习请求，制度学习请求携带了适用对象标识和查询条件；获取适用对象标识对应的关联信息树；关联信息树包括多个信息节点及每个信息节点关联的多个制度子文件；在关联信息树中查找满足查询条件的信息节点；获取查找到的信息节点对应的制度子文件，将制度子文件拆分为多个文件片段，将多个文件片段推送至第一终端；捕获第一终端发生的对文件片段的学习事件，获取学习事件对应的制度学习数据；制度学习数据包括有效学习时间；当有效学习时间达到阈值时，获取目标资源，将目标资源转移至第一终端。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：监测第二终端发布的制度信息；制度信息包括制度描述信息及关联的制度文件；制度文件包括多个制度条款以及每个制度条款对应的适用对象标识；对制度信息进行分类，根据分类结果将制度信息添加至预设的一个或多个目标信息树；获取目标信息树对应的多个关联信息树；每个关联信息树具有对应的适用对象标识；对制度文件进行拆分，利用每个适用对象标识对应的制度条款生成相应适用对象标识对应的制度子文件；将每个适用对象标识对应的制度描述信息和制度子文件添加至相应的关联信息树。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对制度信息进行分词得到对应的原始词语集合；原始词语集合包括多个原始词语；对各个原始词语进行同义扩展，生成每个原始词语对应的扩展词语集合；根据各个扩展词语集合形成制度信息对应的扩展制度信息集合；将扩展制度信息集合输入预设的制度管理模型，得到制度信息对应的目标类别；获取多个目标信息树分别对应的类别标注，筛选包含与目标类别对应类别标注的目标信息树，将制度信息添加至筛选得到的目标信息树。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当接收到制度学习请求时，随机生成密钥字符串；获取预存储的私钥，利用私钥对密钥字符串进行非对称加密，将加密后的密钥字符串发送至第一终端；当拆分得到文件片段时，定位制度子文件中的敏感字段，使用随机生成的密钥字符串对称加密敏感字段，生成文件片段对应的制度密文；将制度密文发送至第一终端；该方法还包括：获取第一终端在监控时段对制度密文操作的解密失败次数；根据解密失败次数，计算业务终端对应的信息泄漏风险值；当信息泄漏风险值超过阈值时，降低第一终端的制度查询权限。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取制度子文件的文件类型；根据文件类型，获取对应的数据量阈值；根据数据量阈值对制度子文件进行拆分，得到多个文件片段；根据拆分顺序，将多个文件片段依次推送至第一终端。
在一个实施例中，文件片段包括文档片段；学习事件包括文档关闭事件；计算机程序被处理器执行时还实现以下步骤：捕获第一终端发生的对文档片段的实际阅读时间；获取文档片段的数据量，根据数据量计算文档片段对应的常规阅读时间；当捕获到文档关闭事件时，记录文档片段的阅读位置，根据文档片段生成随机测评问卷，将随机测评问卷发送至第一终端；接收第一终端在预设时长内返回的随机测评问卷的答案信息，对答案信息进行打分，得到测评分值；根据测评分值、实际阅读时间以及常规阅读时间，计算第一终端对应的有效学习时间。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当有效学习时间达到阈值时，向第一终端发送资源抽取页面；监测第一终端在资源抽取页面发生的资源抽取操作，根据资源抽取操作，获取随机份额的目标资源；将获取到的目标资源转移至第一终端。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。