[发明专利]区块链智能合约模板的处理方法及装置

权利要求书

1.一种区块链智能合约模板的处理方法，其特征在于，所述方法包括：

响应于接收到新智能合约模板，获取已存储的智能合约模板信息，所述已存储的智能合约模板信息包括：模板类别；

根据所述已存储的智能合约模块信息训练基于K最近邻KNN算法的分类模型，以得到所述KNN算法所需的最优邻近距离K值；

将新智能合约模板信息输入至训练完成的分类模型，以预测该新智能合约模板的类别；

响应于预测的所述新智能合约模板的类别不唯一，基于网页排名PageRank算法确定所述新智能合约模板的类别；

对所属类别的所有智能合约模板进行评分操作，以确定该所属类别的最优智能合约模板；

响应于接收到对已存储的初始智能合约模板的更新信息，根据该更新信息更新该初始智能合约模板，所述更新信息包括：模板标识；

当更新后的智能合约模板的特征信息与所述初始智能合约模板的特征信息的相似度在预定范围内时，确定该更新后的智能合约模板与所述初始智能合约模板属于同一类别，否则，将所述更新后的智能合约模板确定为新智能合约模板。

2.根据权利要求1所述的方法，其特征在于，根据所述已存储的智能合约模块信息训练基于KNN算法的分类模型，以得到所述KNN算法所需的最优邻近距离K值包括：

将所述已存储的智能合约模块信息划分为训练集数据和测试集数据；

基于交叉验证方法、根据所述训练集数据和测试集数据对所述分类模型进行训练，以得到所述K值。

3.根据权利要求1所述的方法，其特征在于，所述已存储的智能合约模板信息还包括：特征信息，将新智能合约模板信息输入至训练完成的分类模型，以预测该新智能合约模板的类别包括：

将所述新智能合约模板信息和所述已存储的智能合约模板信息的模板类别和特征信息输入至训练完成的分类模型，以预测该新智能合约模板的类别。

4.根据权利要求1所述的方法，其特征在于，响应于预测的所述新智能合约模板的类别不唯一，基于PageRank算法确定所述新智能合约模板的类别包括：

基于PageRank算法获取预测的各类别的所有智能合约模板的用户点击信息；

根据各类别的用户点击信息确定所述新智能合约模板的类别。

5.根据权利要求1所述的方法，其特征在于，对所属类别的所有智能合约模板进行评分操作包括：

将所述新智能合约模板存储至所属类别的智能合约模板集合中；

基于预定评分规则，对所属类别的各智能合约模板进行评分操作。

6.一种区块链智能合约模板的处理装置，其特征在于，所述装置包括：

模板信息获取单元，用于响应于接收到新智能合约模板，获取已存储的智能合约模板信息，所述已存储的智能合约模板信息包括：模板类别；

训练单元，用于根据所述已存储的智能合约模块信息训练基于KNN算法的分类模型，以得到所述KNN算法所需的最优邻近距离K值；

类别预测单元，用于将新智能合约模板信息输入至训练完成的分类模型，以预测该新智能合约模板的类别；

类别确定单元，用于响应于预测的所述新智能合约模板的类别不唯一，基于PageRank算法确定所述新智能合约模板的类别；

评分单元，用于对所属类别的所有智能合约模板进行评分操作，以确定该所属类别的最优智能合约模板；

更新单元，用于响应于接收到对已存储的初始智能合约模板的更新信息，根据该更新信息更新该初始智能合约模板，所述更新信息包括：模板标识；

更新模板处理单元，用于当更新后的智能合约模板的特征信息与所述初始智能合约模板的特征信息的相似度在预定范围内时，确定该更新后的智能合约模板与所述初始智能合约模板属于同一类别，否则，将所述更新后的智能合约模板确定为新智能合约模板。

7.根据权利要求6所述的装置，其特征在于，所述训练单元包括：

数据划分模块，用于将所述已存储的智能合约模块信息划分为训练集数据和测试集数据；

训练模块，用于基于交叉验证装置、根据所述训练集数据和测试集数据对所述分类模型进行训练，以得到所述K值。