标签模板的构建方法、系统、程序产品及存储介质与流程

1.本发明涉及标签模板设计领域，尤其涉及一种标签模板的构建方法、系统、程序产品及存储介质。


背景技术：

2.标签是用来标志产品目标和分类或内容，像是目标确定的关键字词，便于人查找和定位目标的工具。目前市面上的标签软件大多数都是需要在电脑安装其软件产品或者购买其硬件设备，才能使用其功能配置标签；然而安装软件存在着一些限制，例如：需要电脑设备硬件的需求，一些硬件不满足条件是无法使用的；电脑运行环境的要求，需要特定的电脑运行环境才能使用。
3.目前市面上有的标签打印软件都需要安装，或者需要购买其标签打印机，因此对其电脑硬件和设备硬件都有所要求，对于产品种类少的用户来说，购买设备会增加产品成本。


技术实现要素：

4.有鉴于此，本技术实施例提供一种标签模板的构建方法、系统、程序产品及存储介质，实现了无需安装标签软件，便可以动态配置多种标签模板。
5.本技术实施例提供了一种标签模板的构建方法，应用于网页，所述方法包括：获取标签属性；根据所述标签属性，构建初始标签；获取多个控件以及控件属性；基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板。
6.在一实施例中，所述获取标签属性，包括：获取用户标签调整指令，并根据所述用户标签调整指令对所述标签进行位置以及大小的适应性调整；获取所述标签进行适应性调整后生成的标签属性。
7.在一实施例中，所述获取多个控件以及所述控件属性，包括：获取多个所述控件；获取用户控件调整指令，并根据所述用户控件调整指令对多个所述控件进行位置以及大小的适应性调整；获取所述控件进行适应性调整后生成的控件属性。
8.在一实施例中，所述控件包括以下至少之一：图形标识符、文本框、表格以及图片。
9.在一实施例中，所述获取标签属性，包括：获取产品数据；将产品数据输入预先构建的标签设计模型；基于所述标签设计模型对标签的位置以及大小进行预估，输出所述标签属性。
10.在一实施例中，所述将产品数据输入预先构建的标签设计模型的步骤之前，包括：构建标签设计模型；具体包括：获取标签训练集；将所述标签训练集输入基于机器学习的预测模型进行训练，生成所述标签设计模型。
11.在一实施例中，所述获取标签训练集，包括：获取多个产品数据以及产品标签的位置与大小的对应关系；其中，所述产品数据为产品包装的参数。
12.为实现上述目的，本技术还提供一种标签模板的构建系统，所述系统包括：初始标签构建模块，用于获取标签属性；根据所述标签属性，构建初始标签；标签模板构建模块，用于获取多个控件以及控件属性；基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板。
13.为实现上述目的，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上述任一所述的标签模板的构建方法步骤。
14.为实现上述目的，还提供一种计算机存储介质，所述计算机存储介质上存储有标签模板的构建方法程序，所述标签模板的构建方法程序被处理器执行时实现上述任一所述的标签模板的构建方法步骤。
15.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：获取标签属性；根据所述标签属性，构建初始标签；通过获取用户所需的标签属性，并基于标签属性构建初始标签，保证满足用户需求。
16.获取多个控件以及控件属性；基于所述初始标签，结合多个控件以及所述控件属性，生成标签模板。通过获取用户所需的控件以及控件属性，并与初始标签结合后生成标签模板，在满足用户对标签模板的设计需求的基础上，实现了无需安装标签软件，便可以在网页上动态配置多种标签模板。
附图说明
17.图1为本技术标签模板的构建方法的第一实施例的流程示意图；图2为本技术标签模板的构建方法的第二实施例的流程示意图；图3为本技术标签模板的构建方法的第三实施例的流程示意图；图4为本技术标签模板的构建方法第一实施例中步骤s110的具体实施步骤的流程示意图；图5为本技术标签模板的构建方法第一实施例中步骤s110的另一具体实施步骤的流程示意图；图6为本技术标签模板的构建系统的模块示意图；图7为本技术标签模板的生成设备的示意图。
具体实施方式
18.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。
19.本发明实施例的主要解决方案是：获取标签属性；根据所述标签属性，构建初始标
签；获取多个控件以及控件属性；基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板；本发明实现了无需安装标签软件，便可以在网页上动态配置多种标签模板。
20.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
21.参照图1，图1为本技术标签模板的构建方法的第一实施例，所述方法包括：需要特别说明的是，本实施例主要基于web前端开发的基础上进行设计，运用css层叠样式的特性。另外，本实施例可以应用于各种可以运行网页的终端，可以是电脑终端，或者移动终端，在此并不作限定。
22.步骤s110：获取标签属性。
23.具体地，标签属性至少包括：标签宽度、标签高度、标签模板名称以及标签模板内间距、标签背景颜色、标签风格、标签背景图片等。
24.步骤s120：根据所述标签属性，构建初始标签。
25.具体地，可以根据获取到标签属性，具体可以是标签宽度以及标签高度，构建一个空白的标签作为初始标签。例如，获取的标签宽度为300px，标签高度为180px，内间距为10px，则根据这些标签属性，构建满足用户需求的初始标签。
26.步骤s130：获取多个控件以及控件属性。
27.具体地，标签模板中可以包含多种类型的控件，具体可以包括但不限定于图形标识符、文字、表格等。
28.具体地，控件属性至少包括：控件宽度、控件高度、控件外间距、控件内间距、控件位置信息；其中控件位置信息至少包括：控件位置x坐标数据以及控件位置y坐标数据。
29.在本实施例中，并不限定标签中包含的控件的个数，可以根据用户需求进行调整。
30.步骤s140：基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板。
31.具体地，将初始标签置于底层，将多个控件按照控件属性置于所述初始标签之上，对初始标签以及多个控件以及所述控件属性保存在一个标签中，生成该类产品的标签模板。
32.其中，标签模板可以是多个，可以同时设计多个标签模板，并将标签模板同时在网页上进行展示，方便用户挑选出更加满意的标签模板。
33.在上述实施例中，存在的有益效果为：获取标签属性；根据所述标签属性，构建初始标签；通过获取用户所需的标签属性，并基于标签属性构建初始标签，保证满足用户需求。
34.获取多个控件以及控件属性；基于所述初始标签，结合多个控件以及所述控件属性，生成标签模板。通过获取用户所需的控件以及控件属性，并与初始标签结合后生成标签模板，在满足用户对标签模板的设计需求的基础上，实现了无需安装标签软件，便可以在网页上动态配置多种标签模板。
35.本实施例实现了无需安装标签软件，便可以在网页上动态配置多种标签模板。
36.进一步地，在本技术第一实施例的基础上，提出了本技术标签模板的构建方法的第二实施例。本实施例是第一实施例中步骤s110细化的步骤。
37.参照图2，图2为本技术标签模板的构建方法的第二实施例，应用于网页，所述方法包括：步骤s210：获取用户标签调整指令，并根据所述用户标签调整指令对所述标签进行位置以及大小的适应性调整。
38.具体地，用户标签调整指令可以是网页上产生的关于用户需求的操作指令，即通过用户操作对标签进行调节。可以是通过鼠标的拖拽对标签进行位置以及大小的适应性调整；或者可以通过触屏操作对标签进行位置以及大小的适应性调整；具体根据本实施例应用场景进行设定。
39.步骤s220：获取所述标签进行适应性调整后生成的标签属性。
40.具体地，当完成对标签进行适应性调整后，会根据标签当前的位置以及大小生成标签的属性值；例如，将标签通过鼠标拖拽的方式或者触屏操作的方式，适应性调整为用户满意的位置以及大小，则获取标签当前的位置以及大小作为标签属性。
41.步骤s230：根据所述标签属性，构建初始标签。
42.步骤s240：获取多个控件以及所述控件属性。
43.步骤s250：基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板。
44.第二实施例与第一实施例相比，包括步骤s210以及步骤s220，其他步骤在第一实施例中已经进行了阐述，在此不再赘述。
45.在上述实施例中，存在的有益效果为：通过在网页前端动态调整标签，实时获取用户标签调整指令，进一步满足用户的需求，提高用户体验；使生成标签模板的过程更加的简便，且同时更加的轻量化。
46.进一步地，在本技术第一实施例的基础上，提出了本技术标签模板的构建方法的第三实施例。本实施例是第一实施例中步骤s130细化的步骤。
47.参照图3，图3为本技术标签模板的构建方法的第三实施例，所述方法包括：步骤s310：获取标签属性。
48.步骤s320：根据所述标签属性，构建初始标签。
49.步骤s330：获取多个控件。
50.在一实施例中，所述控件包括以下至少之一：图形标识符、文本框、表格以及图片。
51.另外，控件也可以是根据用户需要设计的控件，比如存放位置、设备编码、资产编码、设备名称、出厂编码、设备类型、设备品牌、规格型号、供应商、采购日期、所属部门、保修期、负责人、设备状态以及自定义。
52.具体地，图形标识符可以是二维码，也可以是条形码；在此并不作限定，可以根据用户的需求进行调整。
53.其中，二维条码/二维码（2
‑
dimensional bar code）是用某种特定的几何图形按一定规律在平面（二维方向上）分布的、黑白相间的、记录数据符号信息的图形；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图像输入设备或光电扫描设备自动识读以实现信息自动处理：它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形
旋转变化点。条形码(barcode)是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符。常见的条形码是由反射率相差很大的黑条（简称条）和白条（简称空）排成的平行线图案。文本框（textarea）标签定义一个多行的文本输入控件。文本区域中可容纳无限数量的文本，其中的文本的默认字体是等宽字体。可以通过 cols（列数）和 rows（行数）属性来规定 textarea 的尺寸大小，不过更好的办法是使用 css 的高度（height）和宽度（ width）属性。另外，每个控件具有不同的控件属性；例如文字框空间的属性包括字体、加粗、倾斜、下划线、字体大小、对齐方法等。
54.步骤s340：获取用户控件调整指令，并根据所述用户控件调整指令对多个所述控件进行位置以及大小的适应性调整。
55.具体地，用户控件调整指令，可以是网页上产生的关于用户需求的操作指令，即通过用户操作对控件进行调整。可以是通过鼠标的拖拽对控件进行位置以及大小的适应性调整；或者可以通过触屏操作对控件进行位置以及大小的适应性调整；具体根据本实施例应用场景进行设定。
56.步骤s350：获取所述控件进行适应性调整后生成的控件属性。
57.具体地，当完成对控件进行适应性调整后，会根据控件当前的位置以及大小生成控件的属性值；例如，将控件通过鼠标拖拽的方式或者触屏操作的方式，适应性调整为用户满意的位置以及大小，则获取控件当前的位置以及大小作为控件属性。
58.步骤s360：基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板。
59.第三实施例与第一实施例相比，包括步骤s330、步骤340以及步骤s350，其他步骤在第一实施例中已经进行了阐述，在此不再赘述。
60.在上述实施例中，存在的有益效果：对标签中的控件直观的进行适应性的调整，并获取调整后的控件属性，直观的在网页上对多个控件进行调整，更加实时的显示调整后的控件状态，进一步满足用户需求，保证用户根据自己的需求动态配置标签模板的设计。
61.参照图4，图4为本技术标签模板的构建方法第一实施例中步骤s110的具体实施步骤，所述获取标签属性，包括：步骤s111：获取产品数据。
62.具体地，产品数据可以是待设计标签的产品包装的数据，具体可以是产品包装包含产品标签的所在面的大小。本实施例中可以设计多种产品的标签模板。每个产品的标签模板会因为产品包装的不同而不同，所以在自动获取合适的标签属性之前，要获得正确的产品数据信息。
63.步骤s112：将所述产品数据输入预先构建的标签设计模型。
64.具体地，标签设计模型可以是预测模型，所述预测模型具有预测功能；其中，预测模型是在采用定量预测法进行预测，最重要的工作是建立预测数学模型。预测模型是指用于预测的，用数学语言或公式所描述的事物间的数量关系。它在一定程度上揭示了事物间的内在规律性，预测时把内在规律作为计算预测值的直接依据。
65.在本实施例中，预先构建的标签设计模型是对大量的产品数据进行学习，将产品数据与标签属性之间的内在规律通过预测的方法进行输出，其中产品数据的数量级越大，则标签设计模型的预测准确率就越高。
66.步骤s113：基于所述标签设计模型对标签的位置以及大小进行预估，输出所述标签属性。
67.具体地，利用标签设计模型对待设计标签的产品的标签的位置以及大小进行预测，即利用标签设计模型学习到的产品数据与标签属性之间关系，对标签的位置以及大小进行预估，输出标签属性。
68.在上述实施例中，存在的有益效果为：通过构建预测模型，自动完成标签属性的预测，可以根据产品的不同输出不同的标签属性，减少用户的手动操作，提高用户的使用体验。
69.参照图5，图5为本技术标签模板的构建方法第一实施例中步骤s110的另一具体实施步骤，所述将产品数据输入预先构建的标签设计模型的步骤之前，包括：步骤s111’：获取产品数据。
70.步骤s112’：获取标签训练集。
71.在一实施例中，所述获取标签训练集，包括：获取多个产品数据以及产品标签的位置与大小的对应关系；其中，所述产品数据为产品包装的参数。
72.具体地，标签训练集中可以是包含大量产品数据以及产品数据与产品标签的对应关系；具体是，若一个产品包装中标签所在面的大小为150px*100px，而该产品的产品标签的大小是100px*100px，且标签的位置坐标为（0,0），则将三者建立对应关系。其中，所述标签训练集中包含海量的产品数据以及产品标签的位置与大小的对应关系。
73.步骤s113’：将所述标签训练集输入基于机器学习的预测模型进行训练，生成所述标签设计模型。
74.具体地，将标签训练集输入基于机器学习的预测模型进行训练，使基于机器学习的预测模型学习到多个产品数据以及产品标签的位置与大小的对应关系。若将当前需要设计标签的产品数据输入训练好的标签设计模型中，则可以获得标签属性，即可以获得产品标签的最佳预测的位置以及最佳大小，则无需用户动手去调整标签以及控件的位置以及大小，进一步提高用户的体验。
75.具体地，基于机器学习的预测模型具体可以为基于神经网络的预测模型。其中基于神经网络的预测模型采用神经网络模型对未知数据进行预测的模型。神经网络预测模型包括但不限定于卷积神经网络（cnn）、循环神经网络（rnn）、长短时记忆网络（lstm）等。
76.在其中一个实施例中，基于机器学习的预测模型可以是基于bp（back propagation）神经网络的回归预测模型，即误差反向传播神经网络；该神经网络是一种具有三层或三层以上的多层神经网络，每一层都由若干个神经元组成。其中，bp神经网络按有监督学习方式进行训练，当把误差提供给网络后，其神经元的激活值将从输入层经各隐含层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应。从输出层经各隐含层、最后回到输人层逐层修正各连接权。随着这种误差逆传播训练的不断进行，模型的正确率也将不断提高。所以基于bp神经网络的回归预测模型可以提高标签属性获取的正确率。
77.步骤s114’：将产品数据输入预先构建的标签设计模型。
78.步骤s115’：基于所述标签设计模型对标签的位置以及大小进行预估，输出所述标
签属性。
79.与上述实施例相比，包括步骤s112’以及步骤s113’，其他的步骤在上述实施例中已经进行了阐述，在此不再赘述。
80.在上述实施例中，存在的有益效果为：通过对基于机器学习的预测模型进行训练，生成的标签设计模型，并利用标签设计模型自动生成标签属性，中间节省了获取用户标签指令的过程，节省标签模板设计的时间成本。
81.本技术还保护一种标签模板的构建系统20，所述系统包括：初始标签构建模块21，用于获取标签属性；根据所述标签属性，构建初始标签；标签模板构建模块22，用于获取多个所述控件以及所述控件属性；基于所述初始标签，结合多个所述控件以及所述控件属性，生成标签模板。
82.图6所示系统20包括初始标签构建模块21、标签模板构建模块22，该装置可以执行图1至图5所示实施例的方法，本实施例未详细描述的部分，可参考对图1至图5所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1至图5所示实施例中的描述，在此不再赘述。
83.本技术还保护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上述任一所述的标签模板的构建方法步骤。
84.本技术还保护一种计算机存储介质，所述计算机存储介质上存储有标签模板的构建方法程序，所述标签模板的构建方法程序被处理器执行时实现上述任一所述的标签模板的构建方法步骤。
85.本技术涉及一种标签模板的生成设备10包括如图7所示：至少一个处理器12、存储器11。
86.处理器12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12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12可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic）、现场可编程门阵列(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。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11，处理器12读取存储器11中的信息，结合其硬件完成上述方法的步骤。
87.可以理解，本发明实施例中的存储器11可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的 ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double datarate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接
动态随机存取存储器 (synch link dram，sldram) 和直接内存总线随机存取存储器(direct rambus ram，drram)。本发明实施例描述的系统和方法的存储器11旨在包括但不限于这些和任意其它适合类型的存储器。
88.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd
‑
rom、光学存储器等）上实施的计算机程序产品的形式。
89.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
90.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
91.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
92.应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
93.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
94.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。