【技术实现步骤摘要】
本申请属于计算机，尤其涉及一种web组件推荐方法、系统、设备和介质。
技术介绍
1、随着信息技术的快速发展，软件应用的需求在各个行业持续增长。传统的软件开发方法通常依赖于手工编码，这不仅要求开发人员具备高级的编程技能，而且开发过程耗时长、成本高，且难以快速适应市场的变化。此外，随着移动设备和多种操作系统平台的普及，软件产品需要在多个平台上高效运行，给应用的开发和维护带来了额外的复杂性。
2、现有技术中，一些低代码开发平台被开发出来，用于降低编程的复杂性，使非技术用户也能参与到软件开发中来。现有的低代码开发平台通常提供一个组件库，其中，组件库中包括大量的web组件，以供用户选择生成符合业务需求的活动页面。
3、然而，在对web组件进行选择时，往往是个耗时且困难的工作，非技术用户通常需要事先花费大量时间和精力用于了解和学习组件库中各式各样web组件的功能和适用场景，才能进行搜索和筛选出符合需求的组件，进而组合制作出符合业务需求的活动页面，上述过程不仅效率低下，还容易因对各web组件功能理解不足或选择不当而导致活动页面质量参差不齐，影响用户体验与活动效果。
技术实现思路
1、本申请实施例提供了一种web组件推荐方法、系统、设备和介质，可以解决非技术用户因对各web组件功能理解不足或选择不当而导致活动页面质量参差不齐的问题，提高用户体验与页面制作效率。
2、第一方面，本申请实施例提供了一种web组件推荐方法，包括：
3、获取用户的需求语句，基
4、将所述标准提示语句转换为结构化的数据格式，获得提示词标签；
5、调用预设的业务知识库，对所述提示词标签进行业务匹配，获得web组件知识上下文文本；
6、将所述web组件知识上下文本与所述需求语句相结合，并进行检索增强，获得web组件推荐数据。
7、进一步的，所述基于预设的判断规则，判断所述需求语句是否为标准提示语句，包括：
8、若所述需求语句不是标准提示语句，输出引导语句，所述引导语句用于引导用户重新输入需求语句，使重新输入的所述需求语句为标准提示语句。
9、进一步的，所述将所述标准提示语句转换为结构化的数据格式，获得提示词标签，包括：
10、基于llm模型，提取所述标准提示语句中的需求关键词；
11、通过所述需求关键词对所述标准提示语句进行需求分析，确定生成活动页面时所需的多个web组件，所述活动页面为与所述需求语句相匹配的页面；
12、为每个所述web组件建立一个组件提示数据组，所述组件提示数据组包括组件类型和组件描述；
13、采用json数组格式对多个所述组件提示数据组进行结构化封装，形成提示词标签。
14、进一步的，所述业务知识库包括多个web组件知识内容，每个所述web组件知识内容包括：组件标识、组件名称、组件类型、组件标签、组件功能描述和适用业务场景；
15、所述调用预设的业务知识库包括：
16、获取用户的历史行为数据，通过自然语言处理技术对所述历史行为数据进行预处理，提取出用户的兴趣关键词，构建用户原始兴趣画像，所述历史行为数据包括搜索数据和浏览数据；
17、基于所述用户原始兴趣画像，采用协同过滤算法，分析用户在不同业务领域下对不同组件类型的偏好程度，生成用户兴趣模型，所述用户兴趣模型输出不同业务领域下对不同组件类型的兴趣度量值；
18、通过表示学习方法，将所述提示词标签映射于与所述用户兴趣模型相同的向量空间中，获得提示词标签特征向量；
19、计算所述提示词标签特征向量与所述业务知识库中的web组件知识内容之间的相似度，获得候选业务知识库。
20、进一步的，所述对所述提示词标签进行业务匹配，获得web组件知识上下文文本，包括：
21、对于所述提示词标签中的每个组件提示数据组，对所述候选业务知识库中的web组件知识内容进行循环匹配；
22、采用向量搜索技术，计算所述组件提示数据组与所述web组件知识内容之间的向量相似度；
23、将同一所述组件提示数据组中向量相似度最高的前n个web组件知识内容标记为相关组件知识内容；
24、将多个所述组件提示数据组的相关组件知识内容，采用json数组格式进行封装，形成web组件知识上下文文本。
25、进一步的，所述web组件推荐数据包括组件推荐列表和推荐理由；
26、所述将所述web组件知识上下文本与所述需求语句相结合，并进行检索增强，获得web组件推荐数据，包括：
27、将所述需求语句和所述web组件知识上下文输入到llm中；
28、通过llm中预设的检索接口，从所述web组件知识上下文中检索出与所述需求语句相关的web组件的相关组件知识内容；
29、对检索出来的所述相关组件知识内容进行增强处理，使llm生成组件推荐列表和推荐理由总结；
30、将所述组件推荐列表和推荐理由进行结构化封装，获得web组件推荐数据。
31、进一步的，在将所述组件推荐列表和推荐理由进行结构化封装，获得web组件推荐数据之前，还包括：
32、对所述组件推荐列表中web组件进行合法性和完整性检查，使所述web之间的功能覆盖所述需求语句中所描述的业务场景；
33、将所述web组件进行实例化，通过反射机制调用所述web组件的执行方法，获得所述web的测试结果；
34、在调用所述web组件的过程中，设置异常处理程序，捕获web组件执行过程中出现的异常情况，基于所述异常情况执行恢复和回退策略，所述异常情况包括超时、参数错误和调用失败；
35、将所述测试结果与预设输出结果进行对比验证，确定所述web组件的执行情况。
36、第二方面，本申请实施例提供了一种web组件推荐系统，包括：
37、获取用户的需求语句，基于预设的判断规则，判断所述需求语句是否为标准提示语句，所述标准提示语句为包含有具体业务需求的陈述语句；
38、将所述标准提示语句转换为结构化的数据格式，获得提示词标签；
39、调用预设的业务知识库，对所述提示词标签进行业务匹配，获得web组件知识上下文文本；
40、将所述web组件知识上下文本与所述需求语句相结合，并进行检索增强，获得web组件推荐数据。
41、第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述web组件推荐方法。
42、第四方面，本申请实施例提供了一种计算机可读存储介质，包括所述计算机可读存储介质存储有计算机程序，所述计算机程序被本文档来自技高网...
【技术保护点】
1.一种web组件推荐方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于预设的判断规则，判断所述需求语句是否为标准提示语句，包括：
3.如权利要求1所述的方法，其特征在于，所述将所述标准提示语句转换为结构化的数据格式，获得提示词标签，包括：
4.如权利要求3所述的方法，其特征在于，所述业务知识库包括多个web组件知识内容，每个所述web组件知识内容包括：组件标识、组件名称、组件类型、组件标签、组件功能描述和适用业务场景；
5.如权利要求4所述的方法，其特征在于，所述对所述提示词标签进行业务匹配，获得web组件知识上下文文本，包括：
6.如权利要求1所述的方法，其特征在于，所述web组件推荐数据包括组件推荐列表和推荐理由；
7.如权利要求1所述的方法，其特征在于，在将所述组件推荐列表和推荐理由进行结构化封装，获得web组件推荐数据之前，还包括：
8.一种web组件推荐系统，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种web组件推荐方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于预设的判断规则，判断所述需求语句是否为标准提示语句，包括：
3.如权利要求1所述的方法，其特征在于，所述将所述标准提示语句转换为结构化的数据格式，获得提示词标签，包括：
4.如权利要求3所述的方法，其特征在于，所述业务知识库包括多个web组件知识内容，每个所述web组件知识内容包括：组件标识、组件名称、组件类型、组件标签、组件功能描述和适用业务场景；
5.如权利要求4所述的方法，其特征在于，所述对所述提示词标签进行业务匹配，获得web组件知识上下文文本，包括：
6.如权...
【专利技术属性】
技术研发人员：谢锦钊，谢晓彬，赖玮，周光，
申请(专利权)人：广州三七极耀网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。