[发明专利]非侵入式数据访问方法及系统

权利要求书

1.一种非侵入式数据访问方法，应用于数据交互，其特征在于，包括以下步骤：

S10、获取用户终端的操作界面数据，并根据所述操作界面数据生成实时特征数据；

S20、通过预定的业务场景分类模型对所述实时特征数据进行场景标定，以确定用户的当前业务场景；

S30、通过预定的图像分类器对所述当前业务场景和实时特征数据进行关键特征信息提取，得到关键特征数据；

S40、通过预定的特征向量模型对所述操作界面数据、所述当前业务场景和所述关键特征数据进行意图及定位分析，得到推荐数据和向量数据，并将所述推荐数据发送至所述配置构型主数据系统；

S50、在获取到所述配置构型主数据系统反馈的答复数据后，根据所述向量数据确定所述答复数据的回填位置，然后在操作界面上显示所述答复数据。

2.根据权利要求1所述的非侵入式数据访问方法，其特征在于， 所述S10包括：

S101、获取用户终端的操作界面数据；

S102、使用计算机视觉技术对所述操作界面数据进行解析，得到所述实时特征数据；其中，所述实时特征数据包括实时程序、活动窗口、画面、名称和光标数据中的一种或多种。

3.根据权利要求1所述的非侵入式数据访问方法，其特征在于，所述S20包括：

标记在所述业务场景分类模型中与所述实时特征数据对应的业务场景，以及计算出各所述业务场景的关联度，根据所述关联度确定用户的当前业务场景。

4.根据权利要求3所述的非侵入式数据访问方法，其特征在于，所述S30包括：

所述图像分类器根据所述当前业务场景的预定需求特征和实时特征数据提取关键特征信息；所述关键特征信息包括窗口标题和文本数据；

所述图像分类器还通过预定的yolo模型对所述关键特征信息进行定位分析，得到定位数据，根据所述定位数据计算出所述关键特征信息的置信率数据。

5.根据权利要求4所述的非侵入式数据访问方法，其特征在于，在所述S30中，包括：

通过残差神经网络建立所述图像分类器。

6.根据权利要求5所述的非侵入式数据访问方法，其特征在于，在所述S40中，包括：

所述特征向量模型根据所述当前业务场景的关联度、所述关键特征信息和所述置信率数据生成用于表征用户意图的槽填充，进而根据所述槽填充生成所述推荐数据。

7.根据权利要求6所述的非侵入式数据访问方法，其特征在于，在所述S40中，包括：

所述特征向量模型对所述操作界面数据进行OCR处理，得到每个页面的所有框元素的位置信息，以及每一个所述框元素中的文本内容；

对所述位置信息和所述文本内容进行向量化处理，得到各所述框元素的所述向量数据。

8.根据权利要求1至7任一项所述的非侵入式数据访问方法，其特征在于，还包括：

S60、通过预定的服务引擎根据键入的操作指令提供与所述答复数据相关的操作服务。

9.根据权利要求8所述的非侵入式数据访问方法，其特征在于，在所述S60中，所述操作服务包括编辑、拷贝和工作模式设置。

10.一种非侵入式数据访问系统，应用于数据交互，其特征在于，包括：

第一处理单元（1），用于获取用户终端的操作界面数据，并根据所述操作界面数据生成实时特征数据；

业务场景分类模型（2），用于对所述实时特征数据进行场景标定，确定用户的当前业务场景；

图像分类器（3），用于对所述当前业务场景进行关键特征信息提取，生成关键特征数据；

特征向量模型（4），用于对所述操作界面数据、所述当前业务场景和所述关键特征数据进行意图及定位分析，生成推荐数据和向量数据，并将所述推荐数据发送至所述配置构型主数据系统；

第二处理单元（5），用于在获取到所述配置构型主数据系统反馈的答复数据后，根据所述向量数据确定所述答复数据的回填位置，并在操作界面显示所述答复数据。