关联资产确定方法、装置和电子设备与流程

本公开涉及人工智能和金融技术领域，更具体地，涉及一种关联资产确定方法、装置和电子设备。

背景技术：

为提升新项目与机构业务、机构组织和机构战略之间的适配性，可以基于业务架构来指导项目工作，需要在新项目等立项及需求编写阶段对项目对标的业务架构范围进行分析。

在实现本公开构思的过程中，发明人发现现有技术中至少存在如下问题。业务架构涉及机构业务的多个方面，目前熟悉和全面掌握业务架构资产具体情况的人员不多，导致涉及业务架构的研发工作等推进难度较高。

技术实现要素：

有鉴于此，本公开提供了一种用于降低新项目立项等工作对业务架构知识的依赖度的关联资产确定方法、装置和电子设备。

本公开的一个方面提供了一种关联资产确定方法，包括：获取来自客户端的输入信息；响应于输入信息，获取输入信息包括的关键词；以及确定架构知识库中与关键词相关联的关联资产，其中，架构知识库包括业务架构中资产与关键词库中关键词之间的第一对应关系。

根据本公开的实施例，构建关键词库包括：获取历史输入信息，历史输入信息包括由客户端接收的用户输入信息或者文档信息；以及基于词频、词重要性、网页排名或者词向量中至少一种从历史输入信息中提取关键词，以基于关键词构建关键词库，或者更新关键词库。

根据本公开的实施例，构建架构知识库包括：将关键词和业务架构的资产发送给客户端，以便客户端展示关键词和业务架构的资产；以及接收来自客户端的知识信息，知识信息包括关键词与业务架构的资产之间的第一对应关系，以基于知识信息构建或更新架构知识库。

根据本公开的实施例，业务架构包括：产品模型、流程模型和实体模型中至少一种，产品模型的资产和流程模型的资产之间具有第一子对应关系，流程模型的资产和实体模型的资产之间具有第二子对应关系，架构知识库包括。

根据本公开的实施例，将关键词和业务架构的资产发送给客户端包括：利用关键词在业务架构的资产中进行匹配，得到匹配资产；基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产进行外扩指定次数，得到待推荐资产；以及将待推荐资产和业务架构中至少部分基础资产发送给客户端。

根据本公开的实施例，流程模型包括活动模型、任务组模型和任务组件模型，活动模型包括至少一个任务组模型，任务组模型包括至少一个任务组件模型；基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产外扩指定次数，得到待推荐资产包括：在确定与关键词匹配的任务组件模型之后，确定任务组件模型所属的待推荐任务组模型以及待推荐任务组模型包括的所有任务组件模型；以及将待推荐任务组模型包括的所有任务组件模型、待推荐任务组模型和待推荐任务组模型所属的活动模型作为待推荐资产。

根据本公开的实施例，基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产外扩指定次数，得到待推荐资产包括：在确定与关键词匹配的实体模型之后，基于第二子对应关系确定与实体模型相关联的任务组件模型，以及任务组件模型所属的任务组模型；以及将与实体模型相关联的任务组件模型、任务组件模型所属的任务组模型和与关键词匹配的实体模型作为待推荐资产。

根据本公开的实施例，基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产外扩指定次数，得到待推荐资产包括：在确定与关键词匹配的产品模型之后，基于第一子对应关系确定与产品模型相关联的任务组件模型，以及任务组件模型所属的任务组模型；以及将与产品模型相关联的任务组件模型、任务组件模型所属的任务组模型和与关键词匹配的产品模型作为待推荐资产。

根据本公开的实施例，架构知识库还包括业务架构中资产与互联网架构中资产之间的第二对应关系；上述方法还包括：在确定架构知识库中与关键词相关联的关联资产之后，基于第二对应关系从互联网架构中获取与业务架构中关联资产相关联的互联网资产；以及将互联网资产发送给客户端。

根据本公开的实施例，上述方法还包括：将与关键词相关联的关联资产发送给客户端，以便客户端展示与关键词相关联的关联资产；以及接收针对架构知识库的更新指令，以更新架构知识库。

本公开的一个方面提供了一种关联资产确定装置，包括：输入信息获取模块、关键词获取模块和关联资产确定模块。其中，输入信息获取模块用于获取来自客户端的输入信息；关键词获取模块用于响应于输入信息，获取输入信息包括的关键词；以及关联资产确定模块用于确定架构知识库中与关键词相关联的关联资产，其中，架构知识库包括业务架构中资产与关键词库中关键词之间的第一对应关系。

本公开的另一方面提供了一种电子设备，包括一个或多个处理器以及存储装置，其中，存储装置用于存储可执行指令，可执行指令在被处理器执行时，实现如上的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，指令在被执行时用于实现如上的方法。

本公开的另一方面提供了一种计算机程序，计算机程序包括计算机可执行指令，指令在被执行时用于实现如上的方法。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用关联资产确定方法、装置和电子设备的示例性系统架构；

图2示意性示出了根据本公开实施例的关联资产确定方法的流程图；

图3示意性示出了根据本公开实施例的构建架构知识库的示意图；

图4示意性示出了根据本公开实施例的业务架构的示意图；

图5示意性示出了根据本公开实施例的确定待推荐资产的流程图；

图6示意性示出了根据本公开另一实施例的关联资产确定方法的流程图；

图7示意性示出了根据本公开实施例的业务架构中资产与互联网架构中资产之间的第二对应关系的示意图；

图8示意性示出了根据本公开实施例的关联资产确定方法的数据流图；

图9示意性示出了根据本公开实施例的关联资产确定装置的方框图；以及

图10示意性示出了根据本公开实施例的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。

为更好体现业务架构对it架构的指导工作，需要在立项及需求编写阶段对项目对标的业务架构范围进行分析。而业务架构是一项新的工作，目前熟悉和全面掌握业务架构资产具体情况的人员不多。为全面提升研发工作效率，基于存量和增量信息，利用新技术和人工方式构建基于架构资产的关键词库，实现业务架构资产智能定位，帮助分析人员快速推进相关工作打下坚实的基础。

本公开的实施例提供了一种关联资产确定方法、装置和电子设备。该关联资产确定方法包括关键词获取过程和关联资产确定过程。在关键词获取过程中，获取来自客户端的输入信息，然后，响应于输入信息，获取输入信息包括的关键词。在完成关键词获取过程之后进入关联资产确定过程，确定架构知识库中与关键词相关联的关联资产，其中，架构知识库包括业务架构中资产与关键词库中关键词之间的第一对应关系。

本公开实施例提供的关联资产确定方法、装置和电子设备，基于业务架构分析的基本原则构建起相应的关键词库、关键词与资产之间的关联关系。在立项阶段、需求分析、需求编写阶段，根据结构化的相关文档提供的核心信息，智能地定位上述阶段涉及的业务架构资产，减少业务架构影响分析工作中出现遗漏的现象，并且降低项目相关人员对业务架构知识的依赖度。

图1示意性示出了根据本公开实施例的可以应用关联资产确定方法、装置和电子设备的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105、106、107。网络104可以包括多个网关、路由器、集线器、网线等，用以在终端设备101、102、103和服务器105、106、107之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与其他终端设备和服务器105、106、107进行交互，以接收或发送信息等，如接收服务请求、发送处理结果等。终端设备101、102、103可以安装有各种通讯客户端应用，例如用于确定关联资产的应用、软件开发类应用、银行类应用、政务类应用、监控类应用、网页浏览器应用、搜索类应用、办公类应用、即时通信工具、邮箱客户端、社交平台软件等应用(仅为示例)。例如，用户可以使用终端设备101查看项目的影响范围。例如，用户可以使用终端设备102进行业务架构资产查询。例如，用户可以使用终端103查看关联资产，并基于该关联资产的要求等进行软件开发等。

终端设备101、102、103包括但不限于智能手机、虚拟现实设备、增强现实设备、平板电脑、膝上型便携计算机、台式电脑等等。

服务器105、106、107可以接收请求，并对请求进行处理，具体可以为存储服务器、后台管理服务器、服务器集群等。例如，服务器105可以存储有业务架构描述模型，服务器106可以作为用于关联资产确定工具的部署服务器，服务器107可以为用于存储关键词库、架构知识库的服务器。后台管理服务器可以对接收到的信息请求、资产定位请求、模型管理请求等进行分析处理，并将处理结果(如请求的信息、处理的结果等)反馈给终端设备。

需要说明的是，本公开实施例所提供的关联资产确定方法一般可以由服务器106执行。相应地，本公开实施例所提供的关联资产确定装置一般可以设置于服务器106中。本公开实施例所提供的关联资产确定方法也可以由不同于服务器106且能够与终端设备101、102、103和/或服务器105、106、107通信的服务器或服务器集群执行。

应该理解，终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的关联资产确定方法的流程图。该关联资产确定方法由服务器端执行。

如图2所示，该关联资产确定方法可以包括操作s201～操作s203。

在操作s201，获取来自客户端的输入信息。

在本实施例中，客户端的输入信息可以文本信息，如输入信息是由用户输入的搜索信息、用户输入的文档信息等。此外，客户端的输入信息可以是语音信息，如用户通过语音方式输入的搜索指令、朗读的文档信息等。此外，客户端的输入信息可以是图像信息，如用户输入的图像信息，该图像信息中可以包括与搜索指令、文档信息对应的图像。

在操作s202，响应于输入信息，获取输入信息包括的关键词。

在本实施例中，可以通过关键词识别等方式自动从输入信息中提取出关键词。例如，可以将与输入信息对应的文本信息输入经训练的关键词识别模型，得到该文本信息包括的关键词。

在操作s203，确定架构知识库中与关键词相关联的关联资产。

其中，架构知识库包括业务架构中资产与关键词库中关键词之间的第一对应关系。通过如上方式即可确定与输入信息相关联的业务架构资产。

本公开实施例可以利用关键词与业务领域、基础产品等架构资产对照关系数据库，共同为架构资产化定位提供服务。

在一个实施例中，构建关键词库可以包括如下操作。

首先，获取历史输入信息，历史输入信息包括由客户端接收的用户输入信息或者文档信息。

然后，基于词频、词重要性、网页排名或者词向量中至少一种从历史输入信息中提取关键词，以基于关键词构建关键词库，或者更新关键词库。

以tf-idf算法为例。如果某些词语在某一篇文章出现的频率高，在其他文章出现频率低，则这些词语可能更能体现这一篇文章的主旨。因此，可以在词频的基础上，给每个词分配一个“重要性”权重。

其中，if-idf值：tf*idf，值与词对文章的重要性成正比，tf＝词出现文章次数/文章的总词数或者词出现文章次数/文章出现次数最多词的次数。idf＝log(语料库的文档总数/(包含该词的文档数+1))。

需要说明的是，该算法需要大文本训练，更适合大语料下的关键词生产，对单一文档进行关键词提取的结果稍差。因此，可以将历时输入数据进行大文本训练，以确定关键词库。

以textrank算法为例。如果一个网页被很多其他网页链接到的话，说明这个网页很重要(pagerank值会相对较高)。如果一个pagerank值很高的网页链接到一个其他的网页，那么被链接的网页的pagerank值也会相应地提高。

pagerank算法预先给每一个网页一个pr(pagerank)值，由于pr值为一个网页被访问的概率，所以一般是1/n，其中n是网页总数，其值可以是大于或等于1的正整数。在某一时间段内，通过网页之间的链接关系，进行每一个网页的pr值的计算，然后根据pr值的高低排列网页的重要性。

textrank是将文本按照完整句子进行分割，每个句子进行分词处理，处理掉一些无意义的词如“的、得、地”，分成的词成为候选关键词。候选关键词看成每一个节点。通常在一个句子中至多有n(大于1的正整数)个候选关键词，然后采用共现关系(同时出现在一个句子的单词是有关联性的)构建任两点之间的边。

textrank算法与pagerank算法相比，多了一个权重项，用来表示两个节点之间的边连接有不同重要的程度，因此，textrank算法本质上是pagerank算法经过修改用于关键词提取以及自动摘要提取。无需大文本训练，更适合单一文档下的关键词提取。因此，在进行单个文档的关键词提取时，可以采用textrank算法。例如，用户通过客户端将需要确定关联资产的新项目的立项文档发送给服务器端后，服务器端可以通过textrank算法从立项文档中提取关键词，以便确定关联资产。

以词向量化(word2vec)提取关键词为例。

word2vec是语言模型中的一种，它是从大量文本语料中以无监督方式学习语义知识的模型，被广泛地应用于自然语言处理中。word2vec的特点是将所有的词向量化，这样词与词之间就可以定量的去度量他们之间的关系，在语义层面让机器挖掘词与词之间的联系。

word2vec的训练模型根据输入和输出有cbow(continuousbag-of-wordsmodel)和skip-gram(continuousskip-grammodel)。cbow是将某一词所在的上下文包含的词作为输入，这个词本身作为输出。skip-gram正好相反。word2vec本质上是一种降维操作，将自然语言的每一个词表示成一个统一意义统一维度的短向量，这就为机器计算和处理短向量打下了基础。词向量化需要大文本训练，更适合进行关键词库构建过程中使用。

通过以上方法可以便捷地从历史输入信息中确定关键词，或者从待确定关联资产的输入信息中确定关键词。具体地，可以由技术手段建立基础数据，用户操作埋点进行积累，叠加业务专家人工维护形成的业务关键词，由有权人审批后生效。

图3示意性示出了根据本公开实施例的构建架构知识库的示意图。

如图3所示，在构建了关键词库之后，即可基于关键词与资产之间的关联性构建架构知识库，和\或，基于专家经验、预设规则等构建架构知识库。

例如，如果关键词与业务架构中某个资产的文本信息相匹配，则该资产可以作为该关键词的关联资产。例如，专家可以基于经验对关键词库中的关键词进行标定，以确定与该关键词相关联的业务架构中资产。例如，可以将关键词命中的资产及其所属的上一级资产共同作为关联资产。

在一个实施例中，构建架构知识库可以包括如下操作。

首先，将关键词和业务架构的资产发送给客户端，以便客户端展示关键词和业务架构的资产。

然后，接收来自客户端的知识信息，知识信息包括关键词与业务架构的资产之间的第一对应关系，以基于知识信息构建或更新架构知识库。

在一个实施例中，为了便于用户在客户端设定与关键词相关联的业务架构中关联资产之间的对应关系，可以将关键词和业务架构的资产发送给客户端。

图4示意性示出了根据本公开实施例的业务架构的示意图。

如图4所示，业务架构包括：产品模型、流程模型和实体模型中至少一种，产品模型的资产和流程模型的资产之间具有第一子对应关系，流程模型的资产和实体模型的资产之间具有第二子对应关系。其中，流程模型可以包括活动模型、任务组模型和任务组件模型。

为了减少发送的业务架构的资产数量，降低网络资源消耗和提升架构知识库构建或更新效率，可以由服务器端自动推荐与关键词相关概率高的业务架构中部分资产。

图5示意性示出了根据本公开实施例的确定待推荐资产的流程图。

如图5所示，将关键词和业务架构的资产发送给客户端可以包括操作s501～操作s503。

在操作s501，利用关键词在业务架构的资产中进行匹配，得到匹配资产。

在操作s502，基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产进行外扩指定次数，得到待推荐资产。其中，1次外扩可以指将与匹配资产直接关联的资产也作为匹配资产。2次外扩可以指将与匹配资产直接关联的资产作为一次外扩资产，以及与一次外扩资产直接关联的资产作为二次外扩资产，将匹配资产、一次外扩资产和二次外扩资产共同作为待推荐资产。其中，直接关联关系可以基于业务架构中已有的关联关系来确定。

在操作s503，将待推荐资产和业务架构中至少部分基础资产发送给客户端。

参考图4所示，业务架构的模型包括：产品模型、流程模型和实体模型，流程模型包括活动模型、任务组模型和任务组件模型，实体模型可以包括数据结构模型，活动模型与任务组模型之间存在一对多的第二对应关系，任务组模型和任务组件模型之间存在一对多的第三对应关系，流程模型与数据结构模型之间存在一对多的第四对应关系。

该业务架构是基于价值流构建的。其中，业务模型是针对多个维度的，如可以包括活动价值链(也叫做活动模型)、任务流程(也叫做任务组模型)和操作组件(也叫做任务组件模型)。

流程模型中涉及的实体可以通过实体模型进行表征，实体模型的数据可以存储在数据库中，在实际使用中，可以对实体模型进行细化和数据化，得到数据结构模型，其可以被业务对象服务操作。

在一个实施例中，流程模型包括活动模型、任务组模型和任务组件模型，活动模型包括至少一个任务组模型，任务组模型包括至少一个任务组件模型。

相应地，基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产外扩指定次数，得到待推荐资产可以包括如下操作。

在确定与关键词匹配的任务组件模型之后，确定任务组件模型所属的待推荐任务组模型以及待推荐任务组模型包括的所有任务组件模型。

然后，将待推荐任务组模型包括的所有任务组件模型、待推荐任务组模型和待推荐任务组模型所属的活动模型作为待推荐资产。这样可以有效减少遗漏资产的概率，并且不会圈定过多资产，提升定位准确度。

在一个实施例中，基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产外扩指定次数，得到待推荐资产可以包括如下操作。

在确定与关键词匹配的实体模型之后，基于第二子对应关系确定与实体模型相关联的任务组件模型，以及任务组件模型所属的任务组模型。

然后，将与实体模型相关联的任务组件模型、任务组件模型所属的任务组模型和与关键词匹配的实体模型作为待推荐资产。

在一个实施例中，基于第一子对应关系和第二子对应关系从产品模型、流程模型和实体模型中至少一种中，对匹配资产外扩指定次数，得到待推荐资产可以包括如下操作。

在确定与关键词匹配的产品模型之后，基于第一子对应关系确定与产品模型相关联的任务组件模型，以及任务组件模型所属的任务组模型。

然后，将与产品模型相关联的任务组件模型、任务组件模型所属的任务组模型和与关键词匹配的产品模型作为待推荐资产。

通过如上方式，可以由服务器端自动筛选出与关键词之间具有关联性概率高的资产。需要说明的是，用户也可以通过输入资产名称、资产标识等方式从服务器端获取所需的业务架构的资产，在此不做限定。

在一个实施例中，如果已经构建了业务架构和it架构之间的对应关系，则可以通过关键词定位it架构中资产，如代码资源等。例如，除了上述第一对应关系之外，还可以根据业务架构内各模型之间的对应关系，以及it架构内各服务之间的对应关系来确定关联资产。

图6示意性示出了根据本公开另一实施例的关联资产确定方法的流程图。

如图6所示，架构知识库还包括业务架构中资产与互联网架构中资产之间的第二对应关系。

相应地，在执行操作s203，确定架构知识库中与关键词相关联的关联资产之后，上述方法还可以包括操作s604。

在操作s604，基于第二对应关系从互联网架构中获取与业务架构中关联资产相关联的互联网资产。这样便于将互联网资产发送给客户端。

图7示意性示出了根据本公开实施例的业务架构中资产与互联网架构中资产之间的第二对应关系的示意图。

如图7所示，it架构包括用例、应用交易服务、应用组件服务和业务对象服务。图7中m和n是大于或等于1的正整数，多个n的取值可以不同。

第一对应关系包括以下至少一种：任务组模型与应用交易服务之间一对多的第一子对应关系、任务组件模型与应用组件服务之间一对多的第二子对应关系和数据结构模型与业务对象服务之间一对多的第三子对应关系。

其中，用例可以包括界面、导航、输入输出组件、以及用例与应用交易服务之间的调用关系。具体地，用例从业务架构的任务组(即任务组模型)+用例出发，通过界面、导航、输入输出组件、以及用例与应用交易服务之间的调用关系，描述一个角色与物理应用完成一个业务功能的互动过程。

应用交易服务通过调用应用组件服务实现业务功能，并将业务功能的处理结果输出给用例，其中，一个应用交易服务对应一个实体与服务之间的一次交互动作。例如，一个应用交易服务对应一个角色与物理应用的一次交互动作。

应用组件服务用于组装业务对象服务，以供应用交易服务调用。具体地，应用组件服务组装物理应用内的业务对象服务和非业务相关的技术平台功能，对外暴露服务，供应用交易服务调用。

业务对象服务用于封装业务规则，以基于业务规则对数据集合中与实体相关的数据进行读操作和/或写操作。具体地，业务对象服务封装业务规则，操作业务对象，解耦业务逻辑与数据存取，通过技术框架对数据库进行操作。

在一个实施例中，架构知识库还包括业务架构中资产与互联网架构中资产之间的第二对应关系。

相应地，上述方法还可以包括如下操作。

在确定架构知识库中与关键词相关联的关联资产之后，基于第二对应关系从互联网架构中获取与业务架构中关联资产相关联的互联网资产。然后，将互联网资产发送给客户端。

由于业务架构的模型(资产)与it架构的服务(资产)之间存在一对一或一对多的第一对应关系，使得it架构的一个服务可以对应到业务架构中的一个资产上。因此，可以基于双方之间的对应关系，确定it架构中的关联资产。

本公开实施例在确定业务架构中与关键词相关联的关联资产之后，可以基于业务架构中资产和it架构中资产(包括计算机程序、交易代码、数据库数据表等)之间的对应关系，确定与业务架构中关联资产对应的it架构中关联资产。通过如上方式可以便捷、准确地确定与新项目相关的代码资产、实体资产等。

在一个实施例中，上述方法还可以包括如下操作。首先，将与关键词相关联的关联资产发送给客户端，以便客户端展示与关键词相关联的关联资产。然后，接收针对架构知识库的更新指令，以更新架构知识库。

例如，用户在系统中提交标准化业务需求书，系统根据需求书相关章节检索出企业业务服务关键词，根据关键词自动检索业务架构模型中涉及到的业务架构资产进行需求的业务架构影响范围分析。

最终输出业务架构影响分析报告包含如标准化需求文档名、业务需求、业务领域、资产类型、业务组件、架构调整分类等，将由系统分别自动出具给用户和架构师。

本公开实施例基于架构知识库，通过自动抽取出立项申请、立项方案、架构分析、需求用例等文档以及搜索引擎中用户输入的搜索语句等信息的关键词，并匹配分析关键词及与业务架构模型间的关联关系，自动对业务需求的架构影响范围进行分析，摆脱对分析人员业务架构知识掌握及运用能力的高要求，极大降低了业务研发的工作门槛，显著提升业务研发工作效率。

图8示意性示出了根据本公开实施例的关联资产确定方法的数据流图。

如图8所示，用户在通过客户端给服务器端提交输入信息(可以包括搜索隐私中用户输入搜索语句；立项申请、立项方案、架构分析、需求用例等文档)，使得服务器端可以从输入信息中提取出关键词，以便在关键词库中对提取的关键词进行匹配分析，对于匹配成功关键词，则可以基于关键词和业务架构中资产之间的对应关系，确定关联资产(即业务架构影响范围)。这样可以有效降低研发人员对自身储备的业务架构知识的依赖。

此外，可以由架构师等专业人员对通过关键词确定的关联资产进行评审，以便基于评审结果对构建的关键词库和架构知识库进行优化和更新。

本公开的另一个方面提供了一种关联资产确定装置。

图9示意性示出了根据本公开实施例的关联资产确定装置的方框图。

如图9所示，该关联资产确定装置900可以包括输入信息获取模块910、关键词获取模块920和关联资产确定模块930。

输入信息获取模块910，用于获取来自客户端的输入信息。

关键词获取模块920，用于响应于输入信息，获取输入信息包括的关键词。

关联资产确定模块930，用于确定架构知识库中与关键词相关联的关联资产，其中，架构知识库包括业务架构中资产与关键词库中关键词之间的第一对应关系。

需要说明的是，装置部分实施例中各模块/单元等的实施方式、解决的技术问题、实现的功能、以及达到的技术效果分别与方法部分实施例中各对应的步骤的实施方式、解决的技术问题、实现的功能、以及达到的技术效果相同或类似，在此不再一一赘述。

根据本公开的实施例的模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，输入信息获取模块910、关键词获取模块920和关联资产确定模块930中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，输入信息获取模块910、关键词获取模块920和关联资产确定模块930中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，输入信息获取模块910、关键词获取模块920和关联资产确定模块930中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图10示意性示出了根据本公开实施例的电子设备的方框图。图10示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，根据本公开实施例的电子设备1000包括处理器1001，其可以根据存储在只读存储器(rom)1002中的程序或者从存储部分1008加载到随机访问存储器(ram)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在ram1003中，存储有电子设备1000操作所需的各种程序和数据。处理器1001、rom1002以及ram1003通过总线1004彼此通讯连接。处理器1001通过执行rom1002和/或ram1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，程序也可以存储在除rom1002和ram1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备1000还可以包括输入/输出(i/o)接口1005，输入/输出(i/o)接口1005也连接至总线1004。电子设备1000还可以包括连接至i/o接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至i/o接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom1002和/或ram1003和/或rom1002和ram1003以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的图像模型训练方法或图像处理方法。

在该计算机程序被处理器1001执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分1009被下载和安装，和/或从可拆卸介质1011被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。