[发明专利]生成系统框架代码的方法、装置、电子设备及存储介质

说明书

本申请公开了一种生成系统框架代码的方法、装置、电子设备及存储介质，涉及智能决策领域，该方法包括：获取各用户终端选择的需求标签组合；将所述需求标签组合输入机器学习模型；将所述机器学习模型输出的系统框架代码返回给各用户终端；获取预定数目个用户终端对所述系统框架代码反馈的评分，进而确定所述机器学习模型的综合评分；若所述综合评分低于预定阈值，从管理终端获取对所述机器学习模型调整后的参数，调整机器学习模型参数，直到各用户终端对所述机器学习模型输出的系统框架代码反馈的综合评分达到预定阈值。该方法提高了系统框架代码的生成效率。

技术领域

本发明涉及智能决策领域，特别是涉及生成系统框架代码的方法、装置、电子设备及存储介质。

背景技术

在构建系统框架时，用户需要根据对系统的需求选择出相应的基础组件、中间件，以生成系统框架。但由于现今飞速发展的技术，不断有新的组件被开发出、或者新版本的组件被发布。这就导致了用户在面对各种繁复的组件时，由于对这些组件的了解不全面，导致构建系统框架较为低效。

发明内容

基于此，为解决相关技术中如何从技术层面上更加高效地生成系统框架代码所面临的技术问题，本发明提供了一种生成系统框架代码的方法、装置、电子设备及存储介质。

第一方面，提供了一种生成系统框架代码的方法，包括：

获取各用户终端选择的需求标签组合；

将所述需求标签组合输入机器学习模型，使得机器学习模型根据所述需求标签组合，对用于生成系统框架代码的基础组件、中间件进行封装，进而生成对应的系统框架代码；

将所述机器学习模型输出的系统框架代码返回给各用户终端；

获取预定数目个用户终端对所述系统框架代码反馈的评分，进而确定所述机器学习模型的综合评分；

若所述综合评分低于预定阈值，从管理终端获取对所述机器学习模型调整后的参数，调整机器学习模型参数，直到各用户终端对所述机器学习模型输出的系统框架代码反馈的综合评分达到预定阈值。

在本公开的一示例性实施例中，所述基础组件由机器学习模型从定期更新的基础组件库中选择，其中，各基础组件被事先贴上了属性标签，以供机器学习模型进行选择；

所述中间件由机器学习模型从定期更新的中间件库中选择，其中，各中间件被事先贴上了属性标签，以供机器学习模型进行选择。

在本公开的一示例性实施例中，所述定期更新基础组件库，包括：

将所述基础组件库中，当前周期内更新的各基础组件确定为第一基础组件，并置于第一基础组件队列中，其中，所述第一基础组件为尚未用于生成综合评分达到预定阈值的系统框架代码的基础组件；

将所述基础组件库中，除了所述第一基础组件外的各基础组件确定为第二基础组件，并置于第二基础组件队列中，其中，所述第二基础组件为曾用于生成综合评分达到预定阈值的系统框架代码的基础组件。

在本公开的一示例性实施例中，所述机器学习模型根据所述需求标签组合，对用于生成系统框架代码的基础组件、中间件进行封装，进而生成对应的系统框架代码，包括：

机器学习模型基于当前机器学习模型参数，从所述基础组件库中确定符合所述需求标签组合的基础组件；

机器学习模型基于当前机器学习模型参数，从所述中间件库中确定符合所述需求标签组合的中间件；

机器学习模型将所述基础组件与所述中间件进行封装，生成对应的系统框架代码。

在本公开的一示例性实施例中，所述机器学习模型基于当前机器学习模型参数，从所述基础组件库中确定符合所述需求标签组合的基础组件，包括：