业务项目处理方法、装置、电子设备及存储介质

技术领域

本说明书涉及大数据技术领域，可用于金融科技领域或其他领域，特别地，涉及一种业务项目处理方法、装置、电子设备及存储介质。

背景技术

在互联网时代，为了快速适应业务需求，项目的开发过程逐渐从传统方式转化为敏捷开发，以适应产品快速上线的市场要求。通常每个项目由多个需求项组成，每个需求项由一个或多个产品应用共同开发实现。

目前，项目开发过程中，需求方提出需求后，可以通过系统管理平台发布任务单。架构师等经验丰富的员工针对该项目需求任务单，可以基于架构设计和工作经验自顶向下对需求项进行拆分，以将需求项的功能实现分配至一个或多个产品应用。但这种分配方法过于依赖人为经验，同时在工作量过多时也易产生人为失误。且随着技术发展的不断加快，项目的需求项也在不断增多，需求项的应用分配也已经成为严重消耗人力成本的事项。

发明内容

本说明书实施例的目的在于提供一种业务项目处理方法、装置、电子设备及存储介质，可以大幅提高业务系统开发的效率。

本说明书提供一种业务项目处理方法、装置、电子设备及存储介质是包括如下方式实现的：

一种业务项目处理方法，应用于服务器，所述方法包括：接收业务项目的目标需求项；其中，所述目标需求项用于表征所述业务项目开发过程中的子开发环节；提取所述目标需求项的业务关键信息，以基于所述业务关键信息确定所述目标需求项所属的业务类型，作为目标业务类型；获取所述目标业务类型所对应的产品应用关联规则，所述产品应用关联规则用于表征所述目标业务类型所涉及的各产品应用之间的潜在关联关系；基于所述产品应用关联规则确定所述目标需求项所关联的产品应用，以利用确定的所述产品应用实现所述目标需求项的处理。

本说明书所述的方法提供的另一些实施例中，所述基于所述业务关键信息确定所述目标需求项所属的业务类型，包括：利用预先构建的业务分类模型对所述业务关键信息进行处理，得到所述目标需求项所属的业务类型。

本说明书所述的方法提供的另一些实施例中，所述业务分类模型采用下述方式构建：从已开发业务项目的项目数据中提取出需求项、需求项的业务关键信息及需求项所属的业务类型；对于任一需求项，利用需求项的业务关键信息构建相应需求项的输入向量，以需求项所属的业务类型作为相应需求项的标签；将需求项的输入向量及标签作为样本，得到样本集；利用所述样本集构建业务分类模型。

本说明书所述的方法提供的另一些实施例中，利用朴素贝叶斯分类算法对所述样本集进行处理，得到业务分类模型。

本说明书所述的方法提供的另一些实施例中，所述方法还包括：从已开发业务项目的项目数据中提取出需求项、需求项所属的业务类型及用于实现相应需求项的产品应用，作为数据源；从所述数据源中提取出任一业务类型所涉及的产品应用，得到相应业务类型对应的产品应用集；对于任一业务类型，提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系，得到相应业务类型的产品应用关联规则。

本说明书所述的方法提供的另一些实施例中，利用Apriori算法提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系。

本说明书所述的方法提供的另一些实施例中，所述利用Apriori算法提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系，包括：提取所述产品应用集在k项集下的频繁项集；其中，所述k项集是指包含所述产品应用集中k个产品应用的集合；k的初始值为1，k为小于等于n-1的正整数，n为所述产品应用集的产品应用总数；基于所述k项集下的频繁项集，构建所述产品应用集的k+1项集，并提取所述k+1项集的频繁项集；执行上述迭代步骤，直至k的值等于n-1，输出所述产品应用集在各项数下的频繁项集；从所述各项数下的频繁项集中筛选出置信度大于置信度参数的频繁项集；基于筛选出的所述频繁项集确定所述产品应用集中各产品应用之间的潜在关联关系。

另一方面，本说明书实施例还提供一种业务项目处理装置，所述装置包括：接收模块，用于接收业务项目的目标需求项；其中，所述目标需求项用于表征所述业务项目开发过程中的子开发环节；提取模块，用于提取所述目标需求项的业务关键信息，以基于所述业务关键信息确定所述目标需求项所属的业务类型，作为目标业务类型；关联规则获取模块，用于获取所述目标业务类型所对应的产品应用关联规则，所述产品应用关联规则用于表征所述目标业务类型所涉及的各产品应用之间的潜在关联关系；关联应用确定模块，用于基于所述产品应用关联规则确定所述目标需求项所关联的产品应用，以利用确定的所述产品应用实现所述目标需求项的处理。

本说明书所述的装置提供的另一些实施例中，所述装置还包括：数据源提取模块，用于从已开发业务项目的项目数据中提取出需求项、需求项所属的业务类型及用于实现相应需求项的产品应用，作为数据源；应用集提取模块，用于从所述数据源中提取出任一业务类型所涉及的产品应用，得到相应业务类型对应的产品应用集关联规则提取模块，用于对于任一业务类型，提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系，得到相应业务类型的产品应用关联规则。

另一方面，本说明书实施例还提供一种电子设备，所述电子设备包括至少一个处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现上述任意一个或者多个实施例所述方法的步骤。

另一方面，本说明书实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现上述任意一个或者多个实施例所述方法的步骤。

本说明书一个或多个实施例提供的业务项目处理方法、装置、电子设备及存储介质，通过预先提取指定业务类型下所可能涉及的产品应用，并提取该指定业务类型下所涉及的各产品应用之间的潜在关联关系，在实际项目开发过程中，服务器可以对目标项目需求进行分析，以确定该目标项目需求所涉及的目标业务类型，进而基于该目标业务类型下的各产品应用之间的潜在关联关系确定该目标项目需求所关联的产品应用，从而可以大幅提高项目需求所关联的产品应用确定的效率及准确性，降低人力筛选成本，大幅提高业务项目开发的效率。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本说明书提供的一个实施例中的业务项目处理设备的模块结构示意图；

图2为本说明书提供的一个实施例中的业务项目处理装置的模块结构示意图；

图3本说明书提供的一个实施例中的业务项目处理系统的模块结构示意图；

图4本说明书提供的一个实施例中的数据预处理装置的模块结构示意图；

图5本说明书提供的一个实施例中的关联挖掘装置的模块结构示意图；

图6本说明书提供的一个实施例中的分工生成装置的模块结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，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，都应当属于本说明书实施例方案保护的范围。

图1是本说明书提供的业务项目处理方法的一个实施例的流程示意图。如图1所示，本说明书实施例还提供一种业务项目处理方法，所述方法可以应用于服务器。相应的，所述方法可以包括如下步骤。

S102：接收业务项目的目标需求项；其中，所述目标需求项用于表征所述业务项目开发过程中的子开发环节。

所述业务项目可以是指业务系统开发、维护以及完善等处理过程。企业可以根据自身需要将业务系统开发、维护以及完善等处理过程设定为一系列的系统开发项目，以便于资源分配以及管理。任意业务项目所包含的处理内容可以根据需求自行设定。

可以预先根据需要将业务项目进行分解处理。如可以根据业务项目所需实现的功能、数据处理逻辑等对业务项目的处理过程进行拆分，得到一系列的项目单元。可以将该项目单元描述为需求项。相应的，需求项可以是指业务项目开发过程中的任一子开发环节。

需求项所需实现的功能、数据处理逻辑等可以根据需要配置例如，业务项目开发过程中，各需求方可以在业务项目开发的系统管理平台新建需求项，以及还可以配置需求项的需求描述信息。所述需求描述信息如可以包括针对的业务信息、所需实现的功能、所需达到的标准等等。填写完成后，需求方可以通过该系统管理平台发布需求项所对应的任务分配指令。以使服务器基于该指令确定用于实现所述需求项的产品应用。可以将待任务分配的需求项作为目标需求项。

S104：提取所述目标需求项的业务关键信息，以基于所述业务关键信息确定所述目标需求项所属的业务类型，作为目标业务类型。

服务器可以从系统管理平台的任务分配指令中获取所述目标需求项的需求描述信息，并对所述需求描述信息进行业务关键信息提取。需求描述信息可能包含多种类型的信息，如可以包括针对的业务信息、所需实现的功能、所需达到的标准等，噪声信息较多，直接利用该需求描述信息较难准确确定目标需求项所属的业务类型。一些实施例中，可以预先对所述需求描述信息进行处理，以提取出可以表征业务类型的关键词等，作为业务关键信息，进而基于该业务关键信息确定目标需求项所属的业务类型，可以大幅提高业务类型确定的准确性。

例如，可以利用CRF算法对需求描述信息进行分词，设立取值集合{B,E,M,S}用于计算字与字之间的标注概率，其中，取值集合{B,E,M,S}用于表征字的词位信息，B为词首位置、M为词中位置、E为词尾信息、S为单子词。设定向量F(y,x)和权值向量w，观测序列x，设定递推函数

一些实施例中，可以利用预先构建的业务分类模型对所述业务关键信息进行处理，得到所述目标需求项所属的业务类型。通过预先构建分类模型的方式确定目标需求项所述对应的业务类型，可以大幅提高业务类型确定的准确性及效率。

例如，可以获取已开发项目的项目数据，所述项目数据可以包括需求项信息、需求项所涉及的需求描述信息、需求项所属的业务类型、需求项所关联的产品应用等等。已开发项目的项目数据中包含了历史项目开发过程中业务人员所配置的系列信息，基于该信息构建分类模型，可以进一步提高分类模型确定的准确性及稳定性。可以先利用上述业务关键信息提取方法对各需求项的需求描述信息进行处理，得到相应需求项所对应的业务关键信息。可以将需求项的业务关键信息作为输入信息，以需求项所属的业务类型作为标签，构建样本。之后，可以利用该样本构建业务分类模型。

如可以使用朴素贝叶斯分类算法对所述样本进行训练，构建所述业务分类模型。如可以以需求项所对应的业务关键词构建输入向量，即利用关键词向量来表征业务关键信息。相应的，需求项对应的业务关键信息可以表示为t＝{t

对于任一输入向量t，可以计算当前向量t被判定为类别c

可以利用上述算法对样本的输入向量进行处理，并利用标签对算法中的参数进行调整，得到训练后的业务分类模型。还可以以部分样本作为测试数据，迭代训练计算平均错误率，直到错误率达到可接受范围内，作为最终的业务分类模型。

相应的，一些实施例中，所述业务分类模型可以采用下述方式构建：从已开发业务项目的项目数据中提取出需求项、需求项的业务关键信息及需求项所属的业务类型；对于任一需求项，可以利用需求项的业务关键信息构建相应需求项的输入向量，以需求项所属的业务类型作为相应需求项的标签；将需求项的输入向量及标签作为样本，得到样本集；利用所述样本集构建业务分类模型。优选的，可以利用朴素贝叶斯分类算法对所述样本集进行处理，得到业务分类模型。

系统管理平台可以展示服务器所确定的目标需求项的业务类型，业务人员可以对目标需求项的业务类型进行调整，如新增、修改、删除等。分类模型为基于历史数据所构建，对实际的业务场景变化可能存在一定的滞后性，通过支持业务人员人工进调整，可以使得目标需求项所属的业务类型更加准确，进而提高后续业务应用关联的准确性。

S106：获取所述目标业务类型所对应的产品应用关联规则，所述产品应用关联规则用于表征所述目标业务类型所涉及的各产品应用之间的潜在关联关系。

服务器可以预先从已开发业务项目的项目数据中提取出需求项、需求项所属的业务类型及用于实现相应需求项的产品应用，作为数据源。其中，所述产品应用可以是指实现某应用功能的程序集合。所述产品应用可以可集成在业务终端或用户终端的应用APP，也可以是指业务系统中实现某功能的功能软件，当然，也可以为其他形式的用于实现某特定功能的程序集合。

可以从所述数据源中提取出任一业务类型所涉及的产品应用，得到业务类型对应的产品应用集，以提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系，得到相应业务类型的产品应用关联规则。当然，系统管理平台还可以向业务人员展示各业务类型所涉及的产品应用，并支持业务人员调整每个业务类型所涉及的产品应用，如可以新增、修改、删除各业务类型的产品应用集中的产品应用。表1为业务类型所涉及的产品应用示例。

表1

对应任一业务类型，服务器还可以预先利用Apriori算法提取业务类型对应的产品应用集中各产品应用之间的潜在关联关系，作为相应业务类型所对应的产品应用关联规则。

对于任一产品应用集，可以将一个产品应用作为一个项，构建当前产品应用集的项集。如果项集包含k个产品应用，则可以将该项集描述为k项集。

可以预先设置支持度参数N，置信度参数M，利用该预先配置的支持度参数N和置信度参数M来提取产品应用集中各产品应用之间的潜在关联关系。其中，项集中各项同时发生的概率称之为项集的支持度。项集中A项或A子项集发生的情况下、B项或B子项集也发生的概率，称之为项集的置信度。若项集的支持度大于N，则可以认为项集为频繁项集。在提取得到频繁项集后，若某频繁项集的置信度大于M，则可以认为该频繁项集中的各产品应用存在强关联关系，则可以基于该频繁项集确定所述产品应用集中各产品应用之间的潜在关联关系。

通常可以认为一个项集是非频繁项集，则它的所有超集也是非频繁的，因此可以首先构建k值为1的k项集。遍历产品应用集中的各产品应用，可以得到n个k项集，其中，n为所述产品应用集的产品应用总数。可以保留支持度大于等于支持度参数n的k项集，作为k项集下的频繁项集。然后，可以k项集下的频繁项集作为基准，构建k+1项集(即构建包含两个产品应用的项集)；再基于支持度提取该k+1项集下的频繁项集。之后，再以该包含两个产品应用的项集作为k项集，以k项集下的频繁项集作为基准，进一步构建k+1项集(即构建包含三个产品应用的项集)；再基于支持度提取该k+1项集下的频繁项集。依次类推，直至提取出包含n个产品应用的项集下的频繁项集。表2是产品应用频繁项集示例表，分别展示了支持度0.5和0.7的频繁项集生成结果。

表2

在获得频繁项集后，服务器可以进一步计算各频繁项集的置信度。并将置信度大于M的频繁项集输出。通过上述方式筛选出的频繁项集中的各产品应用存在较强的关联关系，即筛选出的频繁项集中的一个产品应用出现时，该频繁项集中的其他产品应用同时出现的概率较大。可以基于筛选出的频繁项集确定所述产品应用集中各应用产品的潜在关联关系，作为相应业务类型的产品应用关联规则。

表3是某业务类型的产品应用关联规则示例表，分别展示了置信度0.7和0.6的规则生成结果。例如，{F-a}->{F-c}表示，{F-a}产品应用出现时，{F-c}出现的概率也较大。即，若需求项关联有产品应用{F-a}，且该需求项涉及到的业务类型的产品应用关联规则包含{F-a}->{F-c}，则可以将产品应用{F-c}作为推荐产品应用，从而可以快速准确的确定该需求项所可能涉及到的产品应用。

表3

系统管理平台还可以向业务人员展示上述构建的产品应用关联规则，并支持业务人员对所述产品应用关联规则的调整。

基于上述实施例提供的方案，一些实施例中，服务器可以从已开发业务项目的项目数据中提取出需求项、需求项所属的业务类型及用于实现相应需求项的产品应用，作为数据源；从所述数据源中提取出任一业务类型所涉及的产品应用，得到相应业务类型对应的产品应用集；对于任一业务类型，提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系，得到相应业务类型的产品应用关联规则。

另一些实施例中，服务器可以利用Apriori算法提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系。

另一些实施例中，服务器提取所述产品应用集在k项集下的频繁项集；其中，所述k项集是指包含所述产品应用集中k个产品应用的集合；k的初始值为1，k为小于等于n-1的正整数，n为所述产品应用集的产品应用总数；基于所述k项集下的频繁项集，构建所述产品应用集的k+1项集，并提取所述k+1项集的频繁项集；执行上述迭代步骤，直至k的值等于n-1，输出所述产品应用集在各项数下的频繁项集。然后，可以从所述各项数下的频繁项集中筛选出置信度大于置信度参数的频繁项集；基于筛选出的所述频繁项集确定所述产品应用集中各产品应用之间的潜在关联关系。

通过上述方式，可以更加准确的确定出相同业务场景下存在强关联关系的产品应用，进而在确定需求项所对应的产品应用时，可以基于该关联关系快速准确的确定需求项可能涉及的产品应用，提高产品应用筛选的准确性及效率。

S108：基于所述产品应用关联规则确定所述目标需求项所关联的产品应用，以利用确定的所述产品应用实现所述目标需求项的处理。

系统管理平台还可以支持业务人员配置该目标需求项对应的各目标业务类型下较大可能涉及的产品应用，作为指定产品应用。服务器可以调取各目标业务类型对应的产品应用关联规则，进而基于该产品应用关联规则筛选出与各指定产品应用关联出现的产品应用，作为推荐产品应用，以利用推荐产品应用及指定产品应用实现所述目标需求项。表4展示了目标需求项所关联的产品应用的示例。其中，表4的结果所基于的产品应用关联规则采用支持度0.5、置信度0.7提取。系统管理平台还可以将表4的结果进行展示，业务人员还可以对该结果进行调整，并在系统管理平台进行确认。

在确定完需求项所关联的业务应用后，可以将所述需求项的实现分配至各业务应用中，以基于各业务应用完成该需求项的各功能或处理逻辑要求，提高业务项目开发的效率。

表4

上述实施例提供的方案，通过预先提取指定业务类型下所可能涉及的产品应用，并提取该指定业务类型下所涉及的各产品应用之间的潜在关联关系，在实际项目开发过程中，服务器可以对目标项目需求进行分析，以确定该目标项目需求所涉及的目标业务类型，进而基于该目标业务类型下的各产品应用之间的潜在关联关系确定该目标项目需求所关联的产品应用，从而可以大幅提高项目需求所关联的产品应用确定的效率及准确性，降低人力筛选成本，大幅提高业务项目开发的效率。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

基于上述实施例提供的方法，本说明书还提供一种业务项目处理装置，如图2所示，所述装置可以包括：

接收模块202，可以用于接收业务项目的目标需求项；其中，所述目标需求项用于表征所述业务项目开发过程中的子开发环节。

提取模块204，可以用于提取所述目标需求项的业务关键信息，以基于所述业务关键信息确定所述目标需求项所属的业务类型，作为目标业务类型。

关联规则获取模块206，可以用于获取所述目标业务类型所对应的产品应用关联规则，所述产品应用关联规则用于表征所述目标业务类型所涉及的各产品应用之间的潜在关联关系。

关联应用确定模块208，可以用于基于所述产品应用关联规则确定所述目标需求项所关联的产品应用，以利用确定的所述产品应用实现所述目标需求项的处理。

另一些实施例中，所述装置还包括：

数据源提取模块，用于从已开发业务项目的项目数据中提取出需求项、需求项所属的业务类型及用于实现相应需求项的产品应用，作为数据源。

应用集提取模块，用于从所述数据源中提取出任一业务类型所涉及的产品应用，得到相应业务类型对应的产品应用集；

关联规则提取模块，用于对于任一业务类型，提取所述业务类型对应的产品应用集中各产品应用之间的潜在关联关系，得到相应业务类型的产品应用关联规则。

需要说明的，上述所述的装置根据上述实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

本说明书还提供一种业务项目处理系统的场景示例。图3是该系统的结构图。如图3所示，所述系统可以包括数据预处理装置、关联挖掘装置和分工生成装置。数据预处理装置与关联挖掘装置相连，关联挖掘装置与分工生成装置相连。

数据预处理装置：对原始任务单数据集进行清洗和处理，包括多个项目的多个迭代过程中的任务单，对数据进行清洗和属性构造，属性包含项目名称、业务类型、业务场景、需求描述以及涉及应用等。重构完成后提供给关联挖掘装置。

关联挖掘装置：采用贝叶斯算法构建基于需求描述的业务类型分类模型，并采用Apriori算法挖掘业务类型与产品应用的关联集合，输入数据源进行模型构建，设定支持度个性化参数控制产品应用项集所占比例，构建算法模型输出频繁项集，并通过支持度和置信度的参数设置进行频繁项筛选。利用该装置提供分类模型和产品应用的关联规则，并提供给分工生成装置。

分工生成装置：支持录入产品需求，通过分类模型判断需求的业务类型。然后根据业务类型与产品应用的关联规则，以及个性化设置的关联规则共同录入系统，对不同业务类型的需求项进行应用分工推荐，并支持人工修改与保存，最后输出包含产品应用分工的需求任务单。

图4是数据预处理装置图，所述数据预处理装置1包括数据获取单元11、数据清洗单元12、属性构造单元13、数据变换单元14，其中：

数据获取单元11：用来导入多个项目的多个迭代过程中的原始任务单。

数据清洗单元12：筛选出迭代过程中状态为正常的任务单，过滤因分工有误造成的作废状态的任务单，组成清洗后的待处理数据源。

属性构造单元13：用来将清洗后的数据按照项目名称、业务类型、业务场景、需求描述以及涉及应用等属性进行构建。

数据变换单元14：用来将属性构造后的数据进行规则化输出，变换成可以建模识别的建模数据源。

图5是关联挖掘装置，所述关联挖掘装置2包括数据筛选单元21、数据分词单元22、分类模型单元23、参数设置单元24、频繁项生成单元25，关联规则输出单元26，其中：

数据筛选单元21：将数据源只保留需求项、业务类型和产品应用属性。表1是业务类型与产品应用关联示例表，展示了数据筛选后构成的数据关联示例。

数据分词单元22：用于对需求项的需求描述信息进行分词处理，以提取业务关键信息。

分类模型单元23：用于利用朴素贝叶斯分类算法构建业务分类模型。

参数设置单元24：用于设置支持度参数N，置信度参数M。

频繁项生成单元25：用于计算产品应用集的频繁项集。

关联规则输出单元26：用于从频繁项集中筛选置信度满足要求的频繁项集，进而基于筛选出的频繁项集生成产品应用关联规则。

图6是分工生成装置图，所述分工生成装置3包括需求录入单元31，文字排版单元32、个性化设置单元33、分工生成单元34，其中：

需求录入单元31：支持录入一条或多条项目需求，使用分类模型判断新增录入需求的业务类型，并支持为每条需求项手工调整所属业务类型；

文字排版单元32：支持对生成的任务单进行排版，首起空两格，最后增加空行符，进行简单的美化功能；

个性化设置单元33：支持人工录入规则，支持为每个已有的业务类型维护一个或多个无需再确认的产品应用，支持新增业务类型，支持对现有发现的关联应用集合进行人工调整，支持在任务单自动生成后进行文字修改和保存。

分工生成单元34：支持按照人工录入规则和关联应用发现规则，自动推荐生成多条符合条件的需求任务单，人工进行修改或确认后生成完整的需求任务单。

需要说明的，上述所述的设备根据上述实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

本说明书还提供一种电子设备，所述电子设备可以包括至少一个处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括上述任意一个或者多个实施例所述方法的步骤。

所述存储器可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。

相应的，本说明书还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现上述任意一个或者多个实施例所述方法的步骤。

需要说明的是，本说明书实施例并不局限于必须是符合标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书的可选实施方案范围之内。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。