基于前后端分离架构的细粒度角色权限统一管理方法及电子装置

    公开(公告)号:CN111651738B

    公开(公告)日:2023-06-27

    申请号:CN202010349337.9

    申请日:2020-04-28

    Abstract: 本发明提供一种基于前后端分离架构的细粒度角色权限统一管理方法及电子装置,该方法包括:接收一用户登陆信息,根据所述用户表、所述用户‑部门‑角色映射表、所述角色表以及所述部门信息表,获取该用户对应的角色信息与部门信息;根据所述部门‑角色‑权限映射表与所述权限表,获取该用户对应的权限标识;依据所述菜单表,向该用户展示权限内的界面以及数据;后端根据所述权限标识,拦截该用户的非法操作。本发明通过前后端统一管理完善角色权限管理方法,通过细粒度的权限管理解决了企业单位中不同部门的个性化需求,避免出现不安全的操作,可做到不同部门间相同角色的细粒度权限区分。

    基于前后端分离架构的细粒度角色权限统一管理方法及电子装置

    公开(公告)号:CN111651738A

    公开(公告)日:2020-09-11

    申请号:CN202010349337.9

    申请日:2020-04-28

    Abstract: 本发明提供一种基于前后端分离架构的细粒度角色权限统一管理方法及电子装置,该方法包括:接收一用户登陆信息,根据所述用户表、所述用户-部门-角色映射表、所述角色表以及所述部门信息表,获取该用户对应的角色信息与部门信息;根据所述部门-角色-权限映射表与所述权限表,获取该用户对应的权限标识;依据所述菜单表,向该用户展示权限内的界面以及数据;后端根据所述权限标识,拦截该用户的非法操作。本发明通过前后端统一管理完善角色权限管理方法,通过细粒度的权限管理解决了企业单位中不同部门的个性化需求,避免出现不安全的操作,可做到不同部门间相同角色的细粒度权限区分。

    基于图神经网络的科研知识图谱人才推荐方法及装置

    公开(公告)号:CN112905891B

    公开(公告)日:2021-12-10

    申请号:CN202110244940.5

    申请日:2021-03-05

    Abstract: 本发明公开了一种基于图神经网络的科研知识图谱人才推荐方法及装置,包括:抽取待处理科研成果论文数据中各实体的实体特征与实体之间的关联关系信息,建立科研知识图谱;依据实体特征,构成各节点的统一特征表示;通过统一特征表示与关联关系信息,构建图神经网络,并对所述图神经网络进行训练,得到各节点的评分值;根据各作者节点的评分值,得到人才推荐的预测结果。本发明通过加入各类实体间的关联关系,丰富后续数据挖掘中可用到的信息,以生成不同的贡献度权重,使模型对信息的利用更有选择性,并将节点入度值作为调整最终得分值的一个重要数值依据,提高了模型的学习预测能力。

    基于图神经网络的科研知识图谱人才推荐方法及装置

    公开(公告)号:CN112905891A

    公开(公告)日:2021-06-04

    申请号:CN202110244940.5

    申请日:2021-03-05

    Abstract: 本发明公开了一种基于图神经网络的科研知识图谱人才推荐方法及装置,包括:抽取待处理科研成果论文数据中各实体的实体特征与实体之间的关联关系信息,建立科研知识图谱;依据实体特征,构成各节点的统一特征表示;通过统一特征表示与关联关系信息,构建图神经网络,并对所述图神经网络进行训练,得到各节点的评分值;根据各作者节点的评分值,得到人才推荐的预测结果。本发明通过加入各类实体间的关联关系,丰富后续数据挖掘中可用到的信息,以生成不同的贡献度权重,使模型对信息的利用更有选择性,并将节点入度值作为调整最终得分值的一个重要数值依据,提高了模型的学习预测能力。

Patent Agency Ranking