任务数据关系挖掘方法、装置、电子设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种任务数据关系挖掘方法、装置、电子设备及存储介质。

背景技术

对于任务数据关系挖掘而言，相关技术中，通常需要采用人工的方式对任务数据进行分析，从而对任务数据之间的依赖关系进行挖掘。然而，这种挖掘方式不仅无法全面挖掘任务数据之间的依赖关系，而且还存在准确度较差、效率较低的技术问题。

发明内容

本发明提供了一种任务数据关系挖掘方法、装置、电子设备及存储介质，以实现更加准确且全面的对任务数据之间的依赖关系进行挖掘，进一步提升挖掘效率。

根据本发明的一方面，提供了一种任务数据关系挖掘方法，该方法包括：

获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据；

根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系；

基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系；

于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

可选地，所述根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，包括：

根据各所述待处理任务数据的任务执行时间，确定各所述待处理任务数据之间的关联关系；

基于各所述关联关系，构建初始任务依赖关系集合。

可选地，所述基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，包括：

针对每个初始任务依赖关系，确定与所述初始任务依赖关系对应的待处理任务，其中，所述待处理任务包括第一任务和第二任务，且所述第一任务的第一结束时间早于所述第二任务的第二开始时间；

在所述第一结束时间和所述第二开始时间的间隔时长超过预设间隔时长的情况下，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正。

可选地，所述基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，包括：

确定所述第一任务的第一依赖资源和所述第二任务的第二依赖资源；

根据所述第一依赖资源和所述第二依赖资源的资源关系，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正。

可选地，所述于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系，包括：

获取各所述修正后的任务依赖关系的评分值；

基于各评分值，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

可选地，在所述确定与所述任务数据关系挖掘需求对应的多个待处理任务数据之后，所述方法还包括：

针对每个待处理任务数据，对所述待处理任务数据进行数据预处理；所述数据预处理包括异常任务数据过滤处理、待处理任务数据排序处理以及待处理任务数据格式处理中的至少一种。

可选地，所述待处理任务数据为批处理任务数据，所述批处理任务数据包括至少一个子任务数据。

根据本发明的另一方面，提供了一种任务数据关系挖掘装置。该装置包括：

任务数据确定模块，用于获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据；

依赖关系确定模块，用于根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系；

依赖关系修正模块，用于基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系；

依赖关系挖掘模块，用于于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

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本发明任一所述的任务数据关系挖掘方法。

根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一所述的任务数据关系挖掘方法。

本发明实施例的技术方案，通过获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据；根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系；基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系；于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。本发明实施例的技术方案，实现了更加准确且全面的对任务数据之间的依赖关系进行挖掘，进一步提升挖掘效率。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种任务数据关系挖掘方法的流程示意图；

图2为本发明实施例二提供的一种任务数据关系挖掘装置的结构示意图；

图3为本发明实施例三提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

实施例一

图1为本发明实施例一提供的一种任务数据关系挖掘方法的流程示意图，本实施例可适用于对任务数据之间的依赖关系进行挖掘的情况，该方法可以由任务数据关系挖掘装置来执行，该任务数据关系挖掘装置可以采用硬件和/或软件的形式实现，该任务数据关系挖掘装置可配置于诸如计算机或者服务器等的电子设备中。

如图1所示，本实施例的方法包括：

S110、获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据。

其中，任务数据关系挖掘需求可以理解为预先设置的用于对任务数据之间的关系进行挖掘的需求。任务数据关系挖掘需求可以包括需要挖掘的任务依赖关系的数量。获取任务数据关系挖掘需求的方式有多种。例如，可以接收用户上传的任务关系挖掘需求；或者，可以接收作用于预设配置项的配置操作，基于所述配置操作生成任务数据关系挖掘需求，其中，预设配置项可以理解为预先设置的用于对任务数据关系挖掘的配置项。任务数据关系挖掘需求的需求描述可以包括待处理任务数据。待处理任务数据可以理解为需要用于进行任务数据关系挖掘的任务数据。可选地，待处理任务数据可以为批处理任务数据。在本发明实施例中，批处理任务数据可以包括至少一个子任务数据。也就是说，单个批处理任务数据中可以包括一个或多个子任务数据。在实际应用中，单个批处理任务数据中通常包括多个子任务数据。

具体的，获取任务数据关系挖掘需求。在获取到任务数据关系挖掘需求后，可以对任务数据关系挖掘需求进行分析。进而可以确定任务数据关系挖掘需求的需求描述。从而可以基于所述需求描述，确定需要进行任务数据关系挖掘的多个待处理任务数据。

在本发明实施例中，在所述确定与所述任务数据关系挖掘需求对应的多个待处理任务数据之后，所述方法还可以包括：针对每个待处理任务数据，对所述待处理任务数据进行数据预处理。数据预处理可以用于对待处理任务数据进行预处理。其中，所述数据预处理包括可以异常任务数据过滤处理、待处理任务数据排序处理以及待处理任务数据格式处理中的至少一种。在本发明实施例中，对待处理任务数据进行异常任务数据过滤处理的好处在于能够保障待处理任务数据的有效性。对待处理任务数据进行待处理任务数据排序处理的目的在于保持待处理任务数据在时间维度上的先后执行顺序，以降低任务数据关系挖掘的难度。对待处理任务数据进行待处理任务数据格式处理可使得待处理任务数据具有统一的格式。

在本发明实施例中，获取待处理任务数据的方式，具体可以为，于用于存储待处理任务数据的数据库中读取待处理任务数据。可选地，所述数据库可以为本地数据库和/或远程数据库。

S120、根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系。

其中，待处理任务数据的任务特征可以用于表征待处理任务数据的数据特征。初始任务依赖关系集合可以为基于各待处理任务数据的任务特征构建的集合，可以用于存储各待处理任务数据之间的依赖关系。初始任务依赖关系可以理解为存储在初始任务依赖集合中的各待处理任务数据之间的依赖关系。可选地，初始任务依赖关系集合可以以图的形式展示。此时，图中节点可以为待处理任务数据。节点之间的连线可以用于体现待处理任务数据之间的依赖关系。也就是说，节点之间的连线可以理解为初始任务依赖关系。

具体的，根据各所述待处理任务数据的任务特征，确定各待处理任务数据之间的依赖关系，并将每条所述依赖关系作为初始任务依赖关系。进而可以基于各条初始任务依赖关系，得到初始任务依赖关系集合。

在本发明实施例中，在根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合之间，所述方法还包括：在确定各待处理任务数据后，可以对各待处理任务数据进行特征提取。从而可以得到各待处理任务数据的任务特征。

在本发明实施例中，所述根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，可以包括：根据各所述待处理任务数据的任务执行时间，确定各所述待处理任务数据之间的关联关系；基于各所述关联关系，构建初始任务依赖关系集合。

其中，任务执行时间可以理解为待处理任务数据的执行时间。在本发明实施例中，任务执行时间可以包括任务开始执行时间和任务结束执行时间。各待处理任务数据之间的关联关系可以为并列关系或串行关系。

具体的，在得到各待处理任务数据后，可以确定各待处理任务数据的任务执行时间。进而可以根据各待处理任务数据的任务执行时间，确定各待处理任务数据之间的关联关系。其中，各待处理任务数据之间的关联关系可以为并列关系或串行关系。进而可以根据各待处理任务数据之间的并列关系或串行关系，得到初始任务依赖关系集合。

可选地，在本发明实施例中，所述根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，可以包括：基于用于进行数据挖掘的算法模型对各所述待处理任务数据进行挖掘；从而可以得到初始任务依赖关系集合。可选地，用于进行数据挖掘的算法模型可以为Belta算法模型。

S130、基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系。

在本发明实施例中，所述基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，包括：针对每个初始任务依赖关系，确定与所述初始任务依赖关系对应的待处理任务，其中，所述待处理任务包括第一任务和第二任务，且所述第一任务的第一结束时间早于所述第二任务的第二开始时间；在所述第一结束时间和所述第二开始时间的间隔时长超过预设间隔时长的情况下，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正。

其中，第一任务和第二任务可以理解为具有初始任务依赖关系的待处理任务。第一结束时间可以理解为第一任务的任务结束执行时间。第二开始时间可以理解为第二任务的任务开始执行时间。在本发明实施例中，第一任务的第一结束时间早于所述第二任务的第二开始时间。预设间隔时长可以是预先设置的时间，可根据实际需求进行设置，例如，10秒、30秒或3分钟等，其在此不做具体限定。

在本发明实施例中，在所述第一结束时间和所述第二开始时间的间隔时长超过预设间隔时长的情况下，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正，可以包括：在所述第一结束时间和所述第二开始时间的间隔时长超过预设间隔时长的情况下，可以取消或删除与所述第一任务和所述第二任务的初始任务依赖关系。

可以理解的是，在所述第一结束时间和所述第二开始时间的间隔时长未超过预设间隔时长的情况下，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正，可以包括：在所述第一结束时间和所述第二开始时间的间隔时长未超过预设间隔时长的情况下，建立所述第一任务和所述第二任务的初始任务依赖关系。

可选地，所述对与所述第一任务和所述第二任务的初始任务依赖关系进行修正，可以包括：确定所述第一任务的第一依赖资源和所述第二任务的第二依赖资源；根据所述第一依赖资源和所述第二依赖资源的资源关系，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正。

其中，第一依赖资源可以理解为执行第一任务所依赖的资源。第二依赖资源可以理解为执行第二任务所依赖的资源。第一依赖资源的数量可以为一个、两个或两个以上。第二依赖资源的数量可以为一个、两个或两个以上。在本发明实施例中，第一依赖资源和第二依赖资源可以全部相同、部分相同或全部不相同。

在一个实施例中，根据所述第一依赖资源和所述第二依赖资源的资源关系，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正，可以包括：在第一依赖资源和第二依赖全部相同的情况下，若未存在第一任务和第二任务之间的初始任务依赖关系，则可以建立第一任务和第二任务之间的依赖关系。

在另一个实施例中，根据所述第一依赖资源和所述第二依赖资源的资源关系，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正，可以包括：在第一依赖资源和第二依赖部分相同的情况下，若未存在第一任务和第二任务之间的初始任务依赖关系，则可以分别确定第一任务和第二任务中的作业单元。进而可以与公有依赖资源对应的第一任务中的作业单元和第二任务中的作业单元。从而可以建立第一任务中的作业单元和第二任务中的作业单元的依赖关系。

其中，作业单元可以理解为第一任务或第二任务中子任务。可选地，第一任务可以为批处理任务，第二任务可以为批处理任务。公有依赖资源可以理解为执行第一任务所依赖的资源和执行第二任务所依赖的资源中相同的资源。示例性的，第一依赖资源可以包括资源1、资源2和资源3，第二依赖资源可以包括资源2、资源4、资源5和资源6。此时，公有依赖资源可以为资源2。

在另一个实施例中，根据所述第一依赖资源和所述第二依赖资源的资源关系，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正，可以包括：在第一依赖资源和第二依赖全部不相同的情况下，若存在第一任务和第二任务之间的初始任务依赖关系，则可以删除第一任务和第二任务之间的依赖关系。

S140、于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

其中，目标任务依赖关系可以理解为符合所述任务数据关系挖掘需求的任务依赖关系。

可选地，所述于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系，包括：获取各所述修正后的任务依赖关系的评分值；基于各评分值，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

其中，修正后的任务依赖关系的评分值可以是通过对修正后的任务依赖关系进行评分后得到的评分值。修正后的任务依赖关系的评分值可以用于体现修正后的任务依赖关系的准确度。

具体的，获取各所述修正后的任务依赖关系的评分值。进而可以基于各评分值，从修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系。从而可以得到已挖掘的任务依赖关系，并将所述已挖掘的任务依赖关系作为目标任务依赖关系。

在本发明实施例中，在任务数据关系挖掘需求可以为需要挖掘任务依赖关系的数量；基于各评分值，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系，可以包括：按照评分值从大到小的顺序各修正后的任务依赖关系进行排序。进而可以得到排序结果。在得到排序结果后，可以按照排序结果选择前所述需要挖掘任务依赖关系的数量的任务依赖关系，作为目标任务依赖关系。

本发明实施例的技术方案，通过获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据；根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系；基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系；于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。本发明实施例的技术方案，实现了更加准确且全面的对任务数据之间的依赖关系进行挖掘，进一步提升挖掘效率。

实施例二

图2为本发明实施例二提供的一种任务数据关系挖掘装置的结构示意图。如图2所示，该装置包括：任务数据确定模块210、依赖关系确定模块220、依赖关系修正模块230和依赖关系挖掘模块240。

其中，任务数据确定模块210，用于获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据；依赖关系确定模块220，用于根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系；依赖关系修正模块230，用于基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系；依赖关系挖掘模块240，用于于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

本发明实施例的技术方案，通过任务数据确定模块，获取任务数据关系挖掘需求，确定与所述任务数据关系挖掘需求对应的多个待处理任务数据；通过依赖关系确定模块，根据各所述待处理任务数据的任务特征，构建初始任务依赖关系集合，其中，所述初始任务依赖关系集合中包括多条初始任务依赖关系；通过依赖关系修正模块，基于预设任务依赖关系修正规则，对各所述初始任务依赖关系进行修正，得到修改后的任务依赖关系；通过依赖关系挖掘模块，于各所述修正后的任务依赖关系中，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。本发明实施例的技术方案，实现了更加准确且全面的对任务数据之间的依赖关系进行挖掘，进一步提升挖掘效率。

可选地，依赖关系确定模块220，用于根据各所述待处理任务数据的任务执行时间，确定各所述待处理任务数据之间的关联关系；基于各所述关联关系，构建初始任务依赖关系集合。

可选地，依赖关系修正模块230包括关系修正单元；其中，关系修正单元，用于：

针对每个初始任务依赖关系，确定与所述初始任务依赖关系对应的待处理任务，其中，所述待处理任务包括第一任务和第二任务，且所述第一任务的第一结束时间早于所述第二任务的第二开始时间；在所述第一结束时间和所述第二开始时间的间隔时长超过预设间隔时长的情况下，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正。

可选地，关系修正单元，具体用于确定所述第一任务的第一依赖资源和所述第二任务的第二依赖资源根据所述第一依赖资源和所述第二依赖资源的资源关系，对与所述第一任务和所述第二任务的初始任务依赖关系进行修正。

可选地，依赖关系挖掘模块240，用于获取各所述修正后的任务依赖关系的评分值；基于各评分值，挖掘符合所述任务数据关系挖掘需求的任务依赖关系，作为目标任务依赖关系。

可选地，该装置还包括任务数据预处理模块；其中，任务数据预处理模块用于：

在所述确定与所述任务数据关系挖掘需求对应的多个待处理任务数据之后，针对每个待处理任务数据，对所述待处理任务数据进行数据预处理；所述数据预处理包括异常任务数据过滤处理、待处理任务数据排序处理以及待处理任务数据格式处理中的至少一种。

可选地，所述待处理任务数据为批处理任务数据，所述批处理任务数据包括至少一个子任务数据。

本发明实施例所提供的任务数据关系挖掘装置可执行本发明任意实施例所提供的任务数据关系挖掘方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述任务数据关系挖掘装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

实施例三

图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如任务数据关系挖掘方法。

在一些实施例中，任务数据关系挖掘方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的任务数据关系挖掘方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行任务数据关系挖掘方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。