一种低代码的应用数据模型的建模方法、系统及存储介质

技术领域

本发明属于应用程序建模的技术领域，具体涉及一种低代码的应用数据模型的建模方法、系统及存储介质。

背景技术

低代码技术是一种通过图形化界面或少量文本输入来创建应用程序的技术，使得技术人员可以更容易地创建应用程序，而无需编写大量的代码。使用低代码技术，技术人员可以只编写应用程序的一小部分代码，通常是逻辑和业务逻辑，而其余部分是由低代码平台生成的代码库来完成的。低代码技术通常包括一些工具和平台，例如可视化开发工具、低代码编辑器、集成开发环境(IDE)和平台应用程序构建器。这些工具和平台可以帮助技术人员更轻松地创建应用程序，包括自动化测试、代码审核、部署和维护等方面。低代码技术也可以帮助开发人员更快地开发应用程序，并提高整个开发流程的效率和质量。

在企业数字化转型的浪潮中，在全民开发的迫切期望中，低代码技术因切合需求痛点而受到广泛关注。低代码是支撑数字化转型落地的重要工具，能够快速响应需求变化，构建系统原型验证需求变化。目前常见的低代码平台主要通过获取应用需求，构建应用数据模型，采用拖拉拽的方式设计应用界面，在结合少量的用户代码编写搭建应用程序。然而，这种实现方式无法满足复杂业务场景的建模需求，搭建的应用程序质量严重依赖技术人员的水平高低，另外无法满足非技术人员的开发需求，智能化技术水平不高。

现有专利CN114063992A公开了一种低代码开发平台的建模方法及系统，方法包括：获得第一用户的第一业务信息；将第一业务信息输入业务特征树中进行特征分类，根据业务特征树，获得第一输出信息；通过对业务建模特征信息进行场景化构建，生成第一业务画像；根据建模数据采集模块对业务管理系统进行数据分析，获得实时业务建模数据；根据实时业务建模数据，构建业务建模匹配模型：根据第一儿配指令，将第一务画像输入、务建模兀配模型口，获得第一兀配建模，对第一业务信息进行自动化建模。解决了现有技术对复杂业务需求场景的应用搭建具有较大的局限性，且应用模型的选择对开发人员依赖程度较高，导致存在使用范围具有局限性且智能化程度不高的技术问题。

然而，现有的低代码技术大部分都是基于源码生成的实现方案，后续的源码编译，应用程序部署和运行环境功能都不具备，未解决应用程序构建过程自动化问题。因为使用门槛太高，将用户局限于技术人员范围，无法满足全民开发的技术要求。

发明内容

本发明的目的在于提供一种低代码的应用数据模型的建模方法、系统及存储介质，旨在解决上述的问题。

本发明主要通过以下技术方案实现：

一种低代码的应用数据模型的建模方法，包括以下步骤：

步骤S1：获取原始需求信息，并转换为应用需求的结构化数据集；

步骤S2：根据结构化数据集进行特征提取构建特征树集，遍历应用需求的结构化数据集并采用特征聚类算法构建特征树集；

步骤S3：依据特征树集在特征库中执行匹配指令获取匹配度最高的匹配指令，遍历特征树集在特征库和指令库中查找匹配度最高的匹配指令，构建匹配后的指令集；

步骤S4：构建特征指令集关系图结构；

步骤S5：将特征指令集关系图结构转换成应用元数据模型结构，输出应用元数据模型结构；通过指令与UI交互元素进行事件绑定，实现对用户操作事件进行响应，达到触发指令的目的；将指令和指令之间的关系映射转换成应用元数据模型。

为了更好地实现本发明，进一步地，所述步骤S1中，基于原始需求信息，并依次通过意图识别、实体提取和信息联想生成技术，理解用户意图并完善需求信息，协助用户细化完善需求，获得应用需求的结构化数据集。

为了更好地实现本发明，进一步地，所述步骤S2中，针对特征树集，识别特征树集中的噪音点，并优化特征树集。

为了更好地实现本发明，进一步地，所述步骤S5中，应用元数据模型包括应用UI集、数据模型集、动作查询集，所述应用UI集描述应用的UI交互界面以及页面与页面之间的链接关系；数据模型集描述应用业务领域对象以及对象的属性内容；动作查询集描述应用需要执行的业务逻辑。

为了更好地实现本发明，进一步地，将UI构件与动作查询事件绑定，UI事件与动作查询集之间通过HTTP接口调用实现动作查询执行。

为了更好地实现本发明，进一步地，还包括步骤S6：在运行时，引擎解析运行应用元数据模型。

为了更好地实现本发明，进一步地，所述步骤S6中，应用元数据模型采用JSON格式文件表示，运行时引擎负责解析和运行应用元数据模型JSON文件，完成应用页面集解析和UI交互界面渲染，响应UI交互事件，根据事件触发动作查询执行业务逻辑，调用数据源接口完成数据存储。

本发明主要通过以下技术方案实现：

一种低代码的应用数据模型的建模系统，采用上述的方法进行，包括数据获取模块、特征模块、构建模块、输出模块、运行模块，所述数据获取模块用于获取需求信息并处理为结构化数据，所述特征模块用于基于结构化数据提取特征并构建特征树集，所述构建模块用于基于特征树集在特征库中执行匹配指令得到匹配度最高的匹配指令并构建指令集关系图结构；所述输出模块用于将指令集关系图结构转换成应用元数据模型结构并输出应用元数据模型结构；所述运行模块用于通过引擎解析运行应用元数据模型。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的方法。

本发明的有益效果如下：

(1)本发明用于协助用户数字化转型和企业信息化应用建设，提高数字化应用建设智能化技术水平。本发明通过输入应用需求信息，进行意图识别、实体提取，信息联想生成和特征分类等处理，实现应用元数据模型自动化构建。协助用户完善应用需求，通过信息联想和关联生成技术，进一步细化应用需求，为构建特征树集提供充足的输入数据。

(2)本发明运用智能化的技术手段和多轮人机对话的交互方式，协助用户实现应用需求分析与应用数据模型的构建。本发明运用低代码技术动态构建可直接运行的应用程序，用户可以通过可视化编辑界面对应用程序的各种元素进行调整，使应用程序更贴近应用需求。本发明通过应用元数据模型和运行时引擎，可以直接实现应用程序发布上线，避免了应用程序的源码编译构建与实施部署步骤，节约服务器硬件投入成本，降低应用程序运维管理的工作量和技术难度。

附图说明

图1为本发明基于低代码的应用程序建模方法的流程图；

图2为特征树集的结构示意图；

图3为应用元数据模型的结构示意图；

图4为应用元数据模型的运行原理框图；

图5为UI事件与动作查询的原理框图；

图6为应用元数据模型的管理原理框图。

具体实施方式

实施例1：

一种低代码的应用数据模型的建模方法，旨在协助用户数字化转型和企业信息化应用建设，提高数字化应用建设智能化技术水平。本发明从多渠道多维度获取需求信息并进行结构化数据分析，在需求分析结构化数据的基础上进行特征提取构建特征树集，依据特征树集在特征库中执行匹配指令获取匹配度最高的匹配指令，构建特征指令集关系图结构。将特征指令集关系图结构转换成合适的应用元数据模型结构，在整个流程执行过程中都是自动化进行的，最后输出一个应用元数据模型结构，完成原始需求转化成一个可初步运行的应用程序。

优选地，本发明运用意图识别和数据集特征树聚合等技术，实现业务需求分析、业务建模、指令集与应用元数据模型转换功能，最终实现业务应用的创建和运行。例如在个人信息收集这个应用场景中，应用需要提供一个信息表单供用户填写个人基本信息和保存个人信息的功能。在该场景中用户的需求就是要收集个人信息，通过这个需求信息作为输入，运用意图识别、实体提取、特征聚合与提取、数据推理、指令库匹配、应用元数据模型转换等处理步骤，最后获得一个可以在运行时引擎中解析运行的应用元数据模型，实现表单页面渲染展示，业务数据存储等功能。

优选地，如图1所示，本发明主要包括以下步骤：

1)从多种渠道和方法收集最贴近用户的需求信息，最常用的方式可以采用问卷表单等方式整理需求信息。需求信息在很多情况下都是只是用户的一种想法或者愿望，期盼通过数字化应用能够提高生产力效率，降低生产成本。优选地，运用意图识别、实体提取和信息联想生成技术实现应用需求分析和结构化数据生成，为特征树集的构建提供数据集。针对本方法需要详细的需求信息作为输入，运用数据信息联想推理和特征识别提取技术，理解用户意图进一步完善需求信息，协助用户进一步细化完善需求，获得应用需求结构化数据集。例如在个人信息填报收集业务场景中，能够自动识别出用户可能需要收集用户姓名、年龄、家庭地址、联系方式等信息。

意图识别和实体提取是自然语言处理中常用的两个任务。意图识别是指通过分析文本中的词语和语法结构，识别出文本表达的意图。实体提取是指从文本中识别出一个个具体的实体，如人名、地名、组织机构等，以便进行进一步的分析。这两个任务在机器翻译、问答系统、情感分析、信息提取等领域都有广泛的应用。

信息联想生成也是一种利用自然语言处理技术实现信息抽取和实体识别的方法，通常用于文本分类、机器翻译和信息检索等领域。通过分析给定文本中的词语和关系，利用已有的信息进行联想和推理，从而生成新的内容。在信息联想生成中，实体识别是非常重要的一步，因为实体是信息联想的核心。

2)根据应用需求信息构建获得结构化数据集后，遍历应用需求的结构化数据集采用特征聚类算法技术构建特征树集。优选地，针对特征树集做进一步的预处理，识别特征树集中的噪音点，优化特征树集。

如图2所示，特征树集从数据结构方面描述了应用程序应该包括的元素。特征树集：特征树集指的是对应用需求进行信息识别、特征提取和数据分类的处理方法和结构。从应用需求中识别出的应用名称作为树的跟节点，包括三个子节点：数据模型子节点、UI模型子节点、动作查询子节点。在用户个人信息收集这个简单应用需求中，识别出应用名称可能是用户信息收集，数据模型是用户信息，功能可能包括收集、保存等。数据模型节点有一个用户信息子节点，在用户信息子节点下有用户中文名称叶子节点、联系方式叶子节点、学历叶子节点等。在UI模型子节点下有一个用户信息表单UI界面子节点和状态提示UI界面子节点等，在用户信息表单UI界面子节点下面有多个属性UI组件叶子节点。在动作查询子节点下有保存叶子节点、用户信息查询叶子节点、用户信息导出叶子节点、用户信息统计叶子节点等。

3)本发明提供相关的特征库和指令库。遍历特征树集在特征库和指令库中查找匹配度最好的指令，构建匹配后的指令集。

指令集：是指低代码平台和应用程序能够执行的指令代码集合，是低代码平台的基本组成部分之一。指令集由一组指令代码组成，每个指令代码都有不同的功能，可以控制低代码平台和应用程序的不同操作。例如，UI组件渲染、组件事件绑定、动作查询执行、自定义代码等。指令集通常由一组标准化的低代码平台内置的指令和用户自定义的指令组成。

优选地，指令库是维护指令的地方，执行指令匹配动作，根据指令构建应用元数据模型。指令是一个可扩展的接口，指令主要用于抽象业务逻辑，例如执行数据查询、数据增删改操作、应用UI界面交互等。通过指令与UI交互元素进行事件绑定，实现对用户操作事件进行响应，达到触发指令的目的。多个指令和指令之间的关系组成一个指令集。将指令和指令之间的关系映射转换成应用元数据模型。

4)本发明不管从源代码角度还是从界面的展现形式上都是采用树型结构维护应用系统各部分组件之间的关系。如图3所示，应用元数据模型是对应用各部分构件的抽象，包括应用UI集、数据模型集、动作查询集，三者有机组合在一起构成一个完整的应用。

应用UI集描述应用的UI交互界面和页面与页面之间的链接关系，由多个页面元素构成。数据模型集描述应用业务领域对象，对象的属性内容。动作查询集描述应用需要执行的业务逻辑。

应用元数据模型是一种用于描述应用数据对象的属性和信息的模型,通常由元数据元素和关系组成。应用元数据模型定义了应用数据对象的属性和信息,以及它们之间的关系。例如产品信息、客户信息、服务质量信息等。业务人员可以利用元数据模型来了解数据对象的属性和信息,以便更好地管理和利用数据。元数据模型通常由一个或多个实体、属性和关系组成。实体表示数据对象，属性表示数据对象的属性,关系表示数据对象之间的关系。

5)最后获得的应用元数据模型采用JSON格式文件表示，应用元数据模型从系统功能实现角度完整描述的了一个应用应该具备的构件和能力，其中包括界面、业务模型实体、业务逻辑实现、数据源。如图4所示，运行时引擎负责解析和运行应用元数据模型JSON文件，完成应用页面集解析和UI交互界面渲染，响应UI交互事件，根据事件触发动作查询执行业务逻辑，调用数据源接口完成数据存储。

优选地，如图5所示，UI事件与动作查询集之间通过HTTP接口调用实现动作查询执行。UI构件需要提前实现与动作查询事件绑定。

优选地，如图6所示，应用设计器可视化应用元数据模型JSON文件，针对JSON文件支持在线手动修改更好的满足需求。修改后的应用元数据模型JSON文件采用版本管理仓库实现版本管理，方便版本追溯和回滚。

本发明运用意图识别、信息联想生成和特征分类等人工智能技术，实现应用需求信息结构化分析，构建应用特征树集，完成应用元数据模型。本发明运用智能化的技术手段和多轮人机对话的交互方式，协助用户实现应用需求分析与应用数据模型的构建。本发明运用低代码技术动态构建可直接运行的应用程序，用户可以通过可视化编辑界面对应用程序的各种元素进行调整，使应用程序更贴近应用需求。本发明通过应用元数据模型和运行时引擎，可以直接实现应用程序发布上线，避免了应用程序的源码编译构建与实施部署步骤，节约服务器硬件投入成本，降低应用程序运维管理的工作量和技术难度。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。