数据导入模板配置方法、装置、设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种数据导入模板配置方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着大数据时代的发展，海量的数据围绕着人们的日常生活与工作，但随着数据量的暴增，人们越来越需要对数据进行整理，但整理数据的前提是将数据有效地导入至数据表、数据分析系统等地方。
3.目前对数据进行导入的方式多为通过后端开发人员在代码里面写好sql，然后把列表里面所需要的查询条件数据结构化，再通过接口把数据返回给前端进行导入。但对于不同的数据，该方法需利用不同的代码对数据进行转换，以生成与数据对应的数据列表，将数据导入至该数据列表，该方法生成的数据列表过于死板，无法考虑到用户的个性化导入需求以及数据本身的导入规则的限制，导致在对每一个不同类型的数据进行导入时容易出现导入错误数据，甚至无法导入的情况。


技术实现要素：

4.本发明提供一种数据导入模板配置方法、装置及计算机可读存储介质，其主要目的在于解决生成的数据导入模板的可用性较低的问题。
5.为实现上述目的，本发明提供的一种数据导入模板配置方法，包括：
6.获取数据导入需求，根据所述数据导入需求构建导入需求矩阵；
7.分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，选取所述匹配度大于预设匹配阈值的导入规则为待筛选规则；
8.获取所述数据导入需求对应的业务数据，识别所述业务数据的业务类型，获取与所述业务类型相应的数据导入条件；
9.根据所述数据导入条件构建规则筛选模型，并利用所述规则筛选模型对所述待筛选规则进行筛选，得到目标导入规则；
10.获取空白的数据导入模板，利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板。
11.可选地，所述根据所述数据导入需求构建导入需求矩阵，包括：
12.对所述数据导入需求进行分词处理，得到需求分词；
13.分别计算每一个所述需求分词与多个预设的操作需求词条的相似度，并选取所述相似度大于预设相似阈值的需求分词为导入意图分词；
14.利用所述导入意图分词构建所述导入需求矩阵。
15.可选地，所述利用所述导入意图分词构建所述导入需求矩阵，包括：
16.将所述导入意图分词转换为词向量；
17.将所述词向量写入预先构建的空白矩阵，得到所述导入需求矩阵。
18.可选地，所述识别所述业务数据的业务类型，包括：
19.提取所述业务数据中的业务类型字段；
20.计算所述业务类型字段与多种预设的类型标签之间的距离值；
21.确定所述距离值最小的类型标签为所述业务数据的业务类型。
22.可选地，所述根据所述数据导入条件构建规则筛选模型，包括：
23.从所述数据导入条件中逐个选取其中一个数据导入条件为目标条件；
24.将所述目标条件作为参数对预设的决策函数进行赋值，并利用赋值后的决策函数作为决策条件，生成决策树；
25.汇集所有数据导入条件生成的决策树为规则筛选模型。
26.可选地，所述利用所述规则筛选模型筛选出所述待筛选规则内所述用户角色的可操作数据，包括：
27.从所述待筛选规则中逐个选取其中一个待筛选规则为输入值；
28.从所述规则筛选模型中逐个选取一个决策树为目标决策树，将所述输入值输入至所述目标决策树，得到所述目标决策树输出的输出结果，其中，所述输出结果为所述输入值与所述目标决策树的参数相同，或者所述输入值与所述目标决策树的参数不同；
29.汇集所述输出结果为所述输入值与所述目标决策树的参数相同的待筛选规则，得到目标导入规则。
30.可选地，所述利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板，包括：
31.根据所述空白的数据导入模板确定渲染区域；
32.在所述渲染区域进行组件构建，得到标准数据导入模板。
33.为了解决上述问题，本发明还提供一种数据导入模板配置装置，所述装置包括：
34.矩阵构建模块，用于获取数据导入需求，根据所述数据导入需求构建导入需求矩阵；
35.第一筛选模块，用于分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，选取所述匹配度大于预设匹配阈值的导入规则为待筛选规则；
36.条件获取模块，用于获取所述数据导入需求对应的业务数据，识别所述业务数据的业务类型，获取与所述业务类型相应的数据导入条件；
37.第二筛选模块，用于根据所述数据导入条件构建规则筛选模型，并利用所述规则筛选模型对所述待筛选规则进行筛选，得到目标导入规则；
38.数据导入模块，用于获取空白的数据导入模板，利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板。
39.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
40.至少一个处理器；以及，
41.与所述至少一个处理器通信连接的存储器；其中，
42.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的数据导入模板配置方法。
43.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存
储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的数据导入模板配置方法。
44.本发明实施例能够对用户的数据导入需求进行分析，以获取与该数据导入需求相应的数据导入规则，实现了针对用户的个性化导入需求的分析；同时，根据需要进行数据导入的业务数据的业务类型，对与数据导入需求相应的数据导入规则进行再次筛选，考虑到了不同业务类型的数据进行导入时的区别性，进而利用最终筛选出的数据导入规则生成数据导入的模板，以提升生成的数据导入模板的可用性。因此本发明提出的数据导入模板配置方法、装置、电子设备及计算机可读存储介质，可以解决生成的数据导入模板的可用性较低的问题。
附图说明
45.图1为本发明一实施例提供的数据导入模板配置方法的流程示意图；
46.图2为本发明一实施例提供的识别业务类型的流程示意图；
47.图3为本发明一实施例提供的构建规则筛选模型的流程示意图；
48.图4为本发明一实施例提供的数据导入模板配置装置的功能模块图；
49.图5为本发明一实施例提供的实现所述数据导入模板配置方法的电子设备的结构示意图。
50.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
51.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。
52.本技术实施例提供一种数据导入模板配置方法。所述数据导入模板配置方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述数据导入模板配置方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
53.参照图1所示，为本发明一实施例提供的数据导入模板配置方法的流程示意图。在本实施例中，所述数据导入模板配置方法包括：
54.s1、获取数据导入需求，根据所述数据导入需求构建导入需求矩阵。
55.本发明实施例中，所述数据导入需求是指用户在将数据进行导入至数据表、数据库等数据存储时，用户希望导入的内容、时间、方式等需求。
56.详细地，所述数据导入需求可由用户预先上传，或者，可利用具有数据抓取功能的计算机语句(如java语句、python语句等)抓取预先存储至数据库、区块链阶段或网络缓存等处的数据导入需求。
57.本发明实施例中，由于所述数据导入需求中可能包含大量内容，但并非所有内容均为该用户需要执行的操作，因此，可对所述数据导入需求进行分析，以根据所述数据导入
需求构建导入需求矩阵，其中，所述导入需求矩阵内包含所述数据导入需求中用于执行数据导入功能相关的特定操作的内容。
58.本发明实施例中，先从所述数据导入需求的内容中筛选出表示用户的导入需求的内容，进而根据筛选出的内容构建所述控制语音的导入需求矩阵，相比于直接从数据导入需求的内容中查找用户的导入需求，能够提高分析数据导入需求的精确度。
59.本发明实施例中，所述根据所述数据导入需求构建导入需求矩阵，包括：
60.对所述数据导入需求进行分词处理，得到需求分词；
61.分别计算每一个所述需求分词与多个预设的操作需求词条的相似度，并选取所述相似度大于预设相似阈值的需求分词为导入意图分词；
62.利用所述导入意图分词构建所述导入需求矩阵。
63.本发明实施例中，将所述数据导入需求拆分为需求分词，以单独对每个需求分词进行分析处理，能够减少分析时计算的占用，提升分析效率。
64.具体地，将所述数据导入需求按照不同的长度在预设的标准词典中进行检索，并将可在所述标准词典中检索到的内容汇集为需求分词，其中，所述标准词典中包含多个标准分词。
65.本发明实施例中，可利用欧式距离算法、余弦距离算法等具有相似度计算功能的算法分别计算每一个所述需求分词与多个预设的操作需求词条的相似度，从而选取所述相似度大于预设相似阈值的需求分词为导入意图分词，根据所述相似度筛选出所述需求分词中可能用于表示导入需求的分词，实现了对需求分词的模糊筛选，避免由于用户表述的差异性导致筛选时遗漏需求分词中用于表示导入需求的分词的情况，有利于提升筛选出的导入意图分词的精确度。
66.进一步地，为了便于后续对筛选出的导入意图分词的分析，可将所述导入意图分词转换为词向量。
67.详细地，可从预设的字向量表中查询所述导入意图分词中每个字的字向量，并按照所述导入意图分词中每一个字的顺序将所述字向量拼接为所述导入意图分词的词向量，其中，所述字向量表中包含多个字，以及每个字对应的字向量，可通过将所述导入意图分词的每一个字在所述字向量表中进行检索，得到每一个字对应的字向量，并按照每一个字在所述导入意图分词中的顺序，将所述字向量拼接为所述导入意图分词的词向量，其中，所述字向量表与所述标准词典类似，为预先构建的，包含多个单字对应的字向量的数据表。
68.例如，所述导入意图分词包括“时间点”三个字，分别将三个字在所述字向量表中进行查询，得到“时”字对应的字向量为{a}，“少”字对应的字向量为{b}，“点”字对应的字向量为{c}，则可按照该三个字在所述导入意图分词“青少年”中的顺序，将三个字向量拼接为所述需求分词的词向量：{abc}。
69.本发明其他实施例中，还可采用word2vec模型、nlp(natural language processing，自然语言处理)模型、bert模型等具有词向量转换功能的模型分别将所述导入意图分词转换为词向量。
70.本发明实施例中，利用所述导入意图分词构建所述导入需求矩阵，包括：
71.将所述导入意图分词转换为词向量；
72.将所述词向量写入预先构建的空白矩阵，得到所述导入需求矩阵。
73.具体地，所述空白矩阵即元素全部为0的矩阵，可通过r语言库中的b＝zeros(m,n)函数创建m行n列的空白矩阵。
74.本发明实施例中，可将所述词向量逐个以行向量的形式填入所述空白矩阵，得到包含所述词向量的导入需求矩阵。
75.s2、分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，选取所述匹配度大于预设匹配阈值的导入规则为待筛选规则。
76.本发明实施例中，由于所述导入需求矩阵内包含了多个用于可能表示所述用户的导入需求的词向量，因此，可利用所述导入需求矩阵对用户的数据导入需求进行分析。
77.本发明实施例中，所述分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，包括：
78.利用如下匹配算法分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度：
[0079][0080]
其中，di为所述导入需求矩阵与第i个导入需求之间的匹配度，p为所述导入需求矩阵，qi为第i个导入规则。
[0081]
进一步地，可选取所述匹配度大于预设匹配阈值的导入规则，并确定被选取的导入规则为待筛选规则，其中，所述待筛选规则为所述多个预设的导入规则中，与所述导入需求矩阵对应的数据导入规则相符合的导入规则。
[0082]
s3、获取所述数据导入需求对应的业务数据，识别所述业务数据的业务类型，获取与所述业务类型相应的数据导入条件。
[0083]
本发明实施例中，所述业务数据为所述数据导入需求想要进行导入操作的数据。
[0084]
详细地，所述获取所述数据导入需求对应的业务数据的步骤，与s1中获取数据导入需求的步骤一致，在此不做赘述。
[0085]
本发明其中一个实际应用场景中，由于所述导入需求数据为用户希望进行导入的内容、时间、方式等需求，该导入需求数据代表用户的导入意愿，但对于不同的业务数据，导入的规则可能与用户的导入意愿存在差异。
[0086]
例如，用户的导入需求数据用于标识用户希望以音频形式对业务数据进行导入，但实际应用中，该业务数据仅支持文本形式的导入。
[0087]
因此，当业务数据的实际导入规则与用户的导入意愿存在差异时，若仅按照数据导入需求确定的待筛选规则对业务数据进行导入，容易造成导入的数据错误，甚至无法完成导入的情况。
[0088]
本发明实施例中，可对所述业务数据进行分析，以识别所述业务数据的业务类型，进而获取与所述业务数据的业务类型相应的数据导入条件。
[0089]
本发明实施例中，参图2所示，所述识别所述业务数据的业务类型，包括：
[0090]
s21、提取所述业务数据中的业务类型字段；
[0091]
s22、计算所述业务类型字段与多种预设的类型标签之间的距离值；
[0092]
s23、确定所述距离值最小的类型标签为所述业务数据的业务类型。
[0093]
详细地，所述业务类型字段为用于标识该业务数据的类型的字段，一般标记于业务数据内的固定位置，且数据形式较为固定，因此，可利用具有特定数据形式抓取功能的规则表达式对所述业务数据中的业务类型字段进行抓取。
[0094]
具体地，可利用欧式距离算法、余弦距离算法等具有距离值计算功能的算法计算所述业务类型字段与多种预设的类型标签之间的距离值。
[0095]
进一步地，可利用sql库中的create index语句从预先构建的类型-条件表中查询得到所述业务类型相应的数据导入条件，其中，所述类型-条件表内包括多个业务类型，以及每一个业务类型对应的数据导入条件。
[0096]
s4、根据所述数据导入条件构建规则筛选模型，并利用所述规则筛选模型对所述待筛选规则进行筛选，得到目标导入规则。
[0097]
本发明实施例中，为了实现对所述待筛选规则的进一步筛选，可根据所述数据导入条件构建规则筛选模型，进而利用该规则筛选模型从所述待筛选规则中筛选出符合所述数据导入条件的目标导入规则。
[0098]
本发明实施例中，参图3所示，所述根据所述数据导入条件构建规则筛选模型，包括：
[0099]
s31、从所述数据导入条件中逐个选取其中一个数据导入条件为目标条件；
[0100]
s32、将所述目标条件作为参数对预设的决策函数进行赋值，并利用赋值后的决策函数作为决策条件，生成决策树；
[0101]
s33、汇集所有数据导入条件生成的决策树为规则筛选模型。
[0102]
示例性地，所述决策函数可以为：
[0103][0104]
其中，f(x)为所述决策函数的输出值，x为所述决策函数的参数，g(y)为所述决策函数的输入值。
[0105]
详细地，可从所述对象数据表的数据导入条件和所述可操作数据表的数据导入条件中逐个选取其中一个数据导入条件为目标条件，利用该目标条件对所述决策函数的参数x进行赋值，并将赋值后的决策函数作为决策条件生成如下决策树：
[0106]
当所述决策树的输入值g(y)与所述决策树的参数x相同时，该决策树输出值f(x)＝α；
[0107]
当所述决策树的输入至g(y)与所述决策树的参数x不相同时，该决策树输出值f(x)＝β。
[0108]
本发明实施例中，可利用并联或者串联的形式将所述数据导入条件中每一个特征对应的决策树进行汇集，得到规则筛选模型。
[0109]
本发明实施例中，可利用所述规则筛选模型对所述待筛选规则进行筛选，以筛选出待筛选规则内符合所述数据导入条件的规则，有利于提升最终生成的数据导入模板的精确度。
[0110]
本发明实施例中，所述利用所述规则筛选模型筛选出所述待筛选规则内所述用户角色的可操作数据，包括：
[0111]
从所述待筛选规则中逐个选取其中一个待筛选规则为输入值；
[0112]
从所述规则筛选模型中逐个选取一个决策树为目标决策树，将所述输入值输入至所述目标决策树，得到所述目标决策树输出的输出结果，其中，所述输出结果为所述输入值与所述目标决策树的参数相同，或者所述输入值与所述目标决策树的参数不同；
[0113]
汇集所述输出结果为所述输入值与所述目标决策树的参数相同的待筛选规则，得到目标导入规则。
[0114]
例如，所述规则筛选模型中包括决策树a1、决策树a2、决策树b1和决策树b2，选取决策树a1为目标决策树；从所述待筛选规则中选取其中一个待筛选规则为输入值，将输入值输入至所述决策树a1，得到所述决策树a1输出的所述输入值与所述决策树a1的参数相同的输出结果；将输入值输入至所述决策树a2，得到所述决策树a2输出的所述输入值与所述决策树a2的参数不相同的输出结果；将输入值输入至所述决策树b1，得到所述决策树b1输出的所述输入值与所述决策树b1的参数不相同的输出结果；将输入值输入至所述决策树b2，得到所述决策树b2输出的所述输入值与所述决策树b2的参数不相同的输出结果。
[0115]
其中，由于决策树a1输出的所述输入值与所述决策树a1的参数相同的输出结果，则可确定该输入值(被选取的待筛选规则)为目标导入规则。
[0116]
详细地，可汇集所述输出结果为所述输入值与所述目标决策树的参数相同的待筛选规则，得到所述目标导入规则。
[0117]
s5、获取空白的数据导入模板，利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板。
[0118]
本发明实施例中，所述空白的数据导入模板为不包含任何数据导入规则的空白模板，可利用所述目标导入规则对所述数据导入模板进行渲染，进而得到包含该目标导入规则的标准数据导入模板。
[0119]
详细的，所述获取空白的数据导入模板的步骤，与s1中获取数据导入需求的步骤一致，在此不做赘述。
[0120]
本发明实施例中，所述利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板，包括：
[0121]
根据所述空白的数据导入模板确定渲染区域；
[0122]
在所述渲染区域进行组件构建，得到标准数据导入模板。
[0123]
本发明实施例中，所述根据所述空白的数据导入模板确定渲染区域，例如，空白的数据导入模板中包含导入数据的查询界面，查询界面的上部分为查询函数的标题的渲染区域，中间部分为键入查询内容的渲染区域，下部分为查询按钮的渲染区域。
[0124]
详细地，在所述渲染区域进行组件构建，得到标准数据导入模板，即按照所述渲染区域内需要渲染的内容在所述渲染区域内创建弹窗组件，例如，在查询界面中查询函数的标题的渲染区域和键入查询内容的渲染区域内创建文本框，以实现对函数的标题与查询内容的显示与键入，在文本框内写入函数的标题和键入查询的内容，在查询按钮的渲染区域内创建查询按钮，以实现在点击所述查询按钮时，可根据键入的查询内容进行查询。
[0125]
具体地，本发明实施例通过java中setmessage方法、setitems方法和setsinglechoiceitems方法等方法在查询界面中查询函数的标题的渲染区域和键入查询内容的渲染区域内创建文本框；通过setpositivebutton方法、setnegativebutton方法和setneutralbutton方法等方法在查询按钮的渲染区域内创建查询按钮。
[0126]
本发明实施例中，通过利用目标导入规则对数据导入模板进行渲染，进而生成即符合用户的数据导入需求，又符合业务数据的数据导入条件的标准数据导入模板。
[0127]
本发明实施例能够对用户的数据导入需求进行分析，以获取与该数据导入需求相应的数据导入规则，实现了针对用户的个性化导入需求的分析；同时，根据需要进行数据导入的业务数据的业务类型，对与数据导入需求相应的数据导入规则进行再次筛选，考虑到了不同业务类型的数据进行导入时的区别性，进而利用最终筛选出的数据导入规则生成数据导入的模板，以提升生成的数据导入模板的可用性。因此本发明提出的数据导入模板配置方法，可以解决生成的数据导入模板的可用性较低的问题。
[0128]
如图4所示，是本发明一实施例提供的数据导入模板配置装置的功能模块图。
[0129]
本发明所述数据导入模板配置装置100可以安装于电子设备中。根据实现的功能，所述数据导入模板配置装置100可以包括矩阵构建模块101、第一筛选模块102、条件获取模块103、第二筛选模块104及数据导入模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0130]
在本实施例中，关于各模块/单元的功能如下：
[0131]
所述矩阵构建模块101，用于获取数据导入需求，根据所述数据导入需求构建导入需求矩阵；
[0132]
所述第一筛选模块102，用于分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，选取所述匹配度大于预设匹配阈值的导入规则为待筛选规则；
[0133]
所述条件获取模块103，用于获取所述数据导入需求对应的业务数据，识别所述业务数据的业务类型，获取与所述业务类型相应的数据导入条件；
[0134]
所述第二筛选模块104，用于根据所述数据导入条件构建规则筛选模型，并利用所述规则筛选模型对所述待筛选规则进行筛选，得到目标导入规则；
[0135]
所述数据导入模块105，用于获取空白的数据导入模板，利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板。
[0136]
详细地，本发明实施例中所述数据导入模板配置装置100中所述的各模块在使用时采用与上述图1至图3中所述的数据导入模板配置方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0137]
如图5所示，是本发明一实施例提供的实现数据导入模板配置方法的电子设备的结构示意图。
[0138]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如数据导入模板配置程序。
[0139]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行数据导入模板配置程序等)，以及调用存储在所述存储
器11内的数据，以执行电子设备的各种功能和处理数据。
[0140]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据导入模板配置程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0141]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0142]
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0143]
图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0144]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0145]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0146]
所述电子设备1中的所述存储器11存储的数据导入模板配置程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0147]
获取数据导入需求，根据所述数据导入需求构建导入需求矩阵；
[0148]
分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，选取所述匹配度大于预设匹配阈值的导入规则为待筛选规则；
[0149]
获取所述数据导入需求对应的业务数据，识别所述业务数据的业务类型，获取与所述业务类型相应的数据导入条件；
[0150]
根据所述数据导入条件构建规则筛选模型，并利用所述规则筛选模型对所述待筛选规则进行筛选，得到目标导入规则；
[0151]
获取空白的数据导入模板，利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板。
[0152]
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0153]
进一步地，所述电子设备1集成的模块/单元如果以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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0154]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0155]
获取数据导入需求，根据所述数据导入需求构建导入需求矩阵；
[0156]
分别计算所述导入需求矩阵与多个预设的导入规则之间的匹配度，选取所述匹配度大于预设匹配阈值的导入规则为待筛选规则；
[0157]
获取所述数据导入需求对应的业务数据，识别所述业务数据的业务类型，获取与所述业务类型相应的数据导入条件；
[0158]
根据所述数据导入条件构建规则筛选模型，并利用所述规则筛选模型对所述待筛选规则进行筛选，得到目标导入规则；
[0159]
获取空白的数据导入模板，利用所述目标导入规则对所述数据导入模板进行渲染，得到标准数据导入模板。
[0160]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0161]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。
[0162]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0163]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0164]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0165]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机
技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0166]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0167]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
[0168]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。