CN104574141A - 一种业务影响度分析方法 - Google Patents
一种业务影响度分析方法 Download PDFInfo
- Publication number
- CN104574141A CN104574141A CN201410820115.5A CN201410820115A CN104574141A CN 104574141 A CN104574141 A CN 104574141A CN 201410820115 A CN201410820115 A CN 201410820115A CN 104574141 A CN104574141 A CN 104574141A
- Authority
- CN
- China
- Prior art keywords
- service
- business
- demand
- type
- real name
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种业务影响度分析方法,包括如下步骤:a)先将系统包含的所有业务类型按所属功能模块进行初步归类,每个业务类型至少包括一个业务流程节点;b)接着采用聚类算法对所有业务类型,按照其包含的流程节点的相似度进行分类;c)最后确定新需求涉及的业务类型,并按照层次分析法计算新需求对关联业务类型的影响权值。本发明从基于用户的角度明确需求变更直接影响的业务,并通过分析获取各个业务之间存在的依赖关系,明确业务的变化对其他因素是否存在影响,通过合适的算法获取各业务之间的影响度,能够直观、准确地计算新需求对各业务的影响度,从而便于合理安排后续的测试任务,大大增强系统变更的可控性。
Description
技术领域
本发明涉及一种系统业务需求变更影响评估方法,尤其涉及一种业务影响度分析方法。
背景技术
影响度分析是一种应用于系统影响评估的一种分析方法。需求变更在大型软件系统中频繁出现,需求的上线也为系统带来了不稳定的因素,常常出现因需求上线带来的系统故障,所以对需求进行影响度分析,对降低需求变更带来的故障就有很重要的作用。
目前对于影响度分析主要有以下几种方法:
一、连环代替法:将分析指标分解为各个可以计量的因素,并根据各个因素之间的依存关系,顺次用各因素的比较值(通常即实际值)替代基准值(通常为标准值或计划值),据以测定各因素对分析指标的影响。
二、差额分析法:连环替代法的一种简化形式,利用各个因素的比较值与基准值之间的差额,来计算各因素对分析指标的影响。
三、定基代替法:分别用分析值替代标准值,测定各因素对各类指标的影响,一般程序如下:1、确定需要分析的指标;2、确定影响该指标的各因素及与该指标的关系;3、计算确定各个因素影响的程度数额。
由上可见,现有的业务影响度分析方法均需明确各个因素之间的依存关系,注意因素替代的顺序性和连环性,确定影响因素,测量其影响程度,从而查明指标变动的分析方法。具有如下缺点:
(1)可以测算各因素的影响程度,但必须注意控制其替代的顺序性、连环性和计算结果的假设性,具有很大的局限性。
(2)简单的影响分析,只能从数字上获取其影响情况,无法直观判断其影响度的重要性。
(3)基于现有的IT系统业务众多,流程复杂的特点,现有的分析技术无法明确各业务流程节点之间的关系,导致在分析时无法确定其对应的顺序性等特点。
(4)现有技术无法分析系统某个节点的变更导致其他业务的变更,对其他业务的影响程度。
(5)现有技术需明确各因素的依存关系方可实现分析,但在实际过程中,因素的依存关系为不可知,无法直接运用该方法去实现影响度的分析和展现。
发明内容
本发明所要解决的技术问题是提供一种业务影响度分析方法,能够直观、准确地计算新需求对各业务的影响度,从而便于合理安排后续的测试任务,大大增强系统变更的可控性。
本发明为解决上述技术问题而采用的技术方案是提供一种业务影响度分析方法,包括如下步骤:a)先将系统包含的所有业务类型按所属功能模块进行初步归类,每个业务类型至少包括一个业务流程节点;b)接着采用聚类算法对所有业务类型,按照其包含的流程节点的相似度进行分类;c)最后确定新需求涉及的业务类型,并按照层次分析法计算新需求对关联业务类型的影响权值。
上述的业务影响度分析方法,其中,所述步骤a)中每个业务流程节点包括所属功能模块、界面参数配置和数据库表。
上述的业务影响度分析方法,其中,所述步骤b)包括如下步骤:确定初步归类后每个业务类型和业务流程节点中的功能模块、界面参数配置和数据库表之间的量化关系,如果有关联则赋予值1,否则赋予值0;指定聚类数目k,并将所有样本分为k类,k为正整数,k的最小值为2,最大值不超过样本数;选择k行新需求影响的业务类型样本作为聚类的中心点,选择欧式距离作为相似性度量计算数据样本点与中心点的距离。
上述的业务影响度分析方法,其中,所述步骤c)以新需求为目标层,以通过聚类算法分类后的业务类型为准则层构造判断矩阵,通过求出判断矩阵最大特征值及其所对应的特征向量W,归一化后,即为各业务类型对于新需求的影响权值。
上述的业务影响度分析方法,其中,所述步骤a)中初步归类后的业务类型包括开户业务b1、过户业务b2、分合户业务b3和缴费业务b4,所述新需求为实名制需求A,所述层次分析法采用变更数据库表作为方案层,所述变更数据库表包括实名表制表添加C1和客户表字段添加C2;根据所述步骤b)中采用聚类算法分类后的业务类型,确定与实名制需求A相关联的业务类型包括开户业务b1、过户业务b2、分合户业务b3和缴费业务b4;所述步骤c)包括如下过程:i)先构造判断矩阵A-B判断实名制需求A对开户业务b1、过户业务b2、分合户业务b3和缴费业务b4的关联度;ii)构建矩阵b1-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对开户业务b1的影响;iii)构建矩阵b2-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对过户业务b2的影响;iv)构建矩阵b3-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对分合户业务b3的影响;v)构建矩阵b4-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对缴费业务b4的影响;vi)使用求根法计算各矩阵的权重值,得出实名制表添加C1和客户表字段添加C2对各业务类型的影响权值大小。
上述的业务影响度分析方法,其中,所述步骤a)中的业务类型还包括积分查询和客户资料补录,所述步骤a)中的业务流程节点包括客户鉴权、选号选卡、订单处理、工单处理、计费处理、开通处理和账务处理。
上述的业务影响度分析方法,其中,还包括以条形图的方式展示新需求对所有业务类型的影响权值。
上述的业务影响度分析方法,其中,还包括根据影响权值计算结果,分层级展现业务影响度,并以不同颜色展示新需求对不同关联业务类型的影响权值,所述关联业务类型受到的影响权值越大,则该关联业务类型对应的业务模块图显示的颜色越深。
上述的业务影响度分析方法,其中,如果关联业务类型所受的影响权值范围为;0-0.5,则用黄色显示该关联业务类型对应的业务模块图;如果关联业务类型所受的影响权值范围为;0.5-1,则用蓝色显示该关联业务类型对应的业务模块图,如果关联业务类型所受的影响权值大于1,则用红色显示该关联业务类型对应的业务模块图。
本发明对比现有技术有如下的有益效果:本发明提供的业务影响度分析方法,从基于用户的角度明确需求变更直接影响的业务,并通过分析获取各个业务之间存在的依赖关系,明确业务的变化对其他因素是否存在影响,通过合适的算法获取各业务之间的影响度,能够直观、准确地计算新需求对各业务的影响度,从而便于合理安排后续的测试任务,大大增强系统变更的可控性。此外,本发明通过可视的界面上直观获取影响度的情况,也便于用户更直观查看并针对展示状况为相应的决策做出更为合理的选择。
附图说明
图1为本发明业务影响度分析流程示意图;
图2为本发明采用聚类算法获取的每个业务与中心点业务的欧式距离坐标图;
图3为本发明按照层次分析法计算关联业务类型影响度的架构示意图;
图4为本发明获取的所有业务的影响权值条形图。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
图1为本发明业务影响度分析流程示意图。
请参见图1,本发明提供的业务影响度分析方法包括如下步骤:
步骤S1:先将系统包含的所有业务类型按所属功能模块进行初步归类,每个业务类型至少包括一个业务流程节点;每个业务流程节点包括所属功能模块、界面参数配置和数据库表;所述业务类型包括开户业务、过户业务、分合户业务、缴费业务、积分兑换、用户积分查询和客户资料补录,所述业务流程节点包括客户鉴权、选号选卡、订单处理、工单处理、计费处理、开通处理、账务处理和其他等。
步骤S2:接着采用聚类算法对所有业务类型,按照其包含的流程节点的相似度进行分类;具体步骤如下:
确定初步归类后每个业务类型和业务流程节点中的功能模块、界面参数配置和数据库表之间的量化关系,如果有关联则赋予值1,否则赋予值0;
指定聚类数目k,并将所有样本分为k类,k为正整数,k的最小值为2,最大值不超过样本数;
选择k行新需求影响的业务类型样本作为聚类的中心点,选择欧式距离作为相似性度量计算数据样本点与中心点的距离。
步骤S3:最后确定新需求涉及的业务类型,并按照层次分析法计算新需求对关联业务类型的影响权值。具体步骤如下:以新需求为目标层,以通过聚类算法分类后的业务类型为准则层构造判断矩阵,通过求出判断矩阵最大特征值及其所对应的特征向量W,归一化后,即为各业务类型对于新需求的影响权值。最后可采用条形图的方式直观展示新需求对所有业务类型的影响权值。
本发明的影响度分析展示方法是通过聚类算法和层次分析法的计算来得出分析结果的。通过使用聚类算法,明确版本上线过程中直接相应的业务,并整理当前系统所有业务,通过聚类算法将数据库表和流程节点尽可能相似的业务进行聚类,获取相类似业务族群。聚类分析方法得出的结果也为接下来的层次分析法提供了标度值数值的依据。使用层次分析法,针对当前的系统合理的进行目标层、准则层,决策层的划分,并结合聚类算法得出的结果以及业务梳理的流程,得出每层次节点之间的标度大小,从而能够获取需求的变更对其他业务的影响情况。最后系统抓获出算法计算出来的信息,实现平台展示,展示的重点信息有:1、所有受需求变更受影响的业务;2、受需求变更受影响的系统架构图和功能模块;3、受需求变更影响的业务的重要程度(通过数字量化)。
根据上述内容,使用者就能清晰地了解到本次需求对系统影响了那些功能模块或者哪些业务,对整个系统影响有多大;帮助设计出合适的测试案例进行需求测试,实现需求变更的管控。
下面以实名制需求为例子,对该影响度的展示方法进行阐述,根据需求说明文档,该需求添加了实名制信息表和新增了客户信息表是否实名制字段。可以了解到该需求直接影响了开户和客户资料补录业务。针对这个实例,本发明将使用聚类算法和层次分析法进行分析。
一、所有业务类型按所属功能模块进行初步归类:
本发明根据设计文档和系统业务梳理的成果,对所有的业务的功能模块、业务、业务的流程节点进行分类并标准化。标准化指的是对业务的功能点、流程节点、库表进行梳理,将相同模块统一命名统一规范,比如可以将业务流程节点统一标准化为客户鉴权、选号选卡、订单处理、工单处理、计费处理、开通处理、账务处理等,每个流程节点包括了哪些库表进行分类,流程节点所属的功能点模块也进行分类,这三层架构同一构成了业务的逻辑。标准化的目的,是为了分析流程节点有一个统一的衡量,也为使用聚类算法作为分类的条件。
为了将需求的变更划分到定义好的标准化流程中,本发明梳理了实现需求变更的种类,有以下情况:
1)对系统的改造有库表的变更,例如库表的增、删、改,还有库表的字段变更,还有枚举值的变更等。
2)涉及到系统功能模块变更,包括功能模块添加、减少处理。
3)涉及到代码判断逻辑的变更。
以上3种需求变更方案都能够安放到已划分好的标准化业务流程节点。比如:
1、需求设定业务变更需要先进行实名制认证,添加实名制信息表进行实名制信息录入,这就属于第一类情况,可以判断业务变更受理前需对客户信息进行判断是否使命制,所以安放到营业模块的客户鉴权的业务流程节点中。
2、某上网套餐业务改为中心业务,需由CBOSS传送到一级BOSS,这就是第二类情况,添加了CBOSS模块,所以该方案就涉及到了CBOSS功能模块。
3、开户业务,需将证件使用次数由6次改为5次,这里需要将代码判定证件使用次数修改为5次,这就属于第三类情况,该需求就可以安放到客户鉴权的流程节点中。
二、采用聚类算法对所有业务类型进行分类:
聚类分析是由若干模式组成的,通常模式是一个度量的向量,或者是多维空间中的一个点。聚类分析以相似性为基础,使用聚类算法,能够将业务节点尽可能相似的业务进行聚类。通过聚类分析方法得出的各个业务关联强弱的结果也为接下来的层次分析法提供了标度值数值的依据。
通过对业务流程节点初步分类并知道该需求直接影响哪些业务后,现在通过聚类算法中的k-means来把所有业务进行计算,最后算出业务流程相类似的业务簇群。
第一步:构造分析模型
首先,根据设计文档,对业务与流程节点关系进行量化,如业务与流程节点(Xn)有关联则赋予值1,如业务与流程节点无关联则赋予值0,其中A1-Ad可以根据实际的需求可以灵活按照系统的不同要求来设置。本发明将开户、过户、积分查询等业务编号为X1、X2、X3…Xm,标准化的业务流程节点客户鉴权、选号选卡、订单处理等编号为A1、A2、A3…Ad。并将业务与流程节点的关系进行赋值,若开户与客户鉴权有关系则赋值1,没有关系赋值为0,以此类推,如下表所示:
第二步:构建算法
(1)通过计算距离作为数据样本与中心点的相似性度量
在计算数据样本点与中心点的距离时,选择欧式距离来作为相似性度量。欧式距离的过程为,假设给定的数据集X={Xm|m=1,2,…,total},X中的样本用d个描述属性A1,A2…Ad来表示。设xk为聚类的中心点,数据样本Xi=(xi1,xi2,…xid),聚类中心点为Xk=(xk1,xk2,…xkd)其中,xi1,xi2,…xid是样本xi对应d个描述属性A1,A2,…Ad的具体取值。样本点到中心点的相似度通常用它们之间的距离d(Xi,Xk)来表示,距离越小,样本Xi与中心点Xk越相似,差异度越小;距离越大,样本XiXk越不相似,差异度越大。
欧式距离公式如下:
在本例中,X1和X4就是聚类的中心点,X1=(1,1,1,1,1…0),X4=(1,0,1,0,0,…,1),样本点X2=(1,0,1,0,1,…,1),那么X2与中心点X1的欧式距离为
其他样本点与中心点的距离以此类推。
根据某省当前系统的情况,通过系统梳理,目前系统最多涉及到19个流程节点,可以判断最大值为不过最大值意味着两个业务中有一个业务不经过系统所有的流程节点,但系统不可能出现这样的业务。而且,通过梳理出来的业务与业务之间的关系,业务间至少需要经过3个相同的流程节点。所以设置出欧式距离的取值范围为0到所以可将取值范围平均分成五段,每一段范围层次分析法的标度值取值提供依据。
第三步:算法使用步骤
1、指定聚类数目k,以便将所有样本分为k类,k为正整数,k的最小值为2,最大值不超过样本数。
2、按原则选择k行样本作为聚类的聚心,它们将作为各类的初始聚心。
3、按照样本“离初始聚心的距离最小为先聚”的原则将其与观测值向聚心凝聚,这样得到子类。
在本次实名制需求的案例里面,已知道该需求直接影响了2个业务,开户和客户资料补录,因此将这两个业务作为中心点。通过第二步构建的算法计算出业务的欧式距离,为了更明显地体现他们的距离值,本发明将每个业务与中心点的距离展示在二维坐标上,得出两个业务族群,如图2所示。图中点D1和点D2为聚类的中心点分别代表开户和客户资料补录业务,图中其他点与中心点的距离就是他们的欧式距离。框线外的业务由于与中心点较远,所以与中心点联系弱,不参与层次分析法使用。各点到中心的距离就代表了各业务与中心业务的相似度强弱性,为层次分析算法的标度值提供初步依据。根据系统的实际情况,设置聚类的范围条件,如有相似,为不相似,框线中圈出的就是以下距离的2个族类,如图2所示。
三、按照层次分析法计算关联业务类型的影响度
层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法,层次分析法比较适合于具有分层交错评价指标的目标系统,而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵,求出其最大特征值。及其所对应的特征向量W,归一化后,即为某一层次指标对于上一层次某相关指标的影响权值。
针对层次分析法的特点,结合中国移动的NGBOSS系统,合理的将系统有关的元素划分成目标、准则、方案层,运用层次分析法能够获取需求的变更对其他业务的影响情况,通过计算业务的影响度,从而实现平台展示,客户可清晰的从图形界面上获取业务影响度的相关信息。使用层次分析法分析当前的系统需要三个条件,变更的需求、系统的功能模块和需求的实施方案,结合层次分析法的特点,本发明将以上条件划分到层次分析法中的目标层、准则层和方案层中。
第一步:分层
在层次分析法中,定义目标层为变更的需求,准则层为系统的功能模块和业务,方案层为需求的具体实施方法,而在本实例中,目标层为实名制需求,准则层包括两层,分别为系统的功能模块(营业、开通、计费等)和业务(开户、过户、分合户等),方案层为实名制表添加和客户表字段添加,可根据层次的展示方式明确分析的层析关系,具体如图3所示。
第二步:层次之间的关系和标度取值
1、上述聚类算法得出二类业务族群,已获得与需求变更的业务相类似的业务族群,明确需求变更的业务与系统其它业务的相似度,它们的欧氏距离越小,说明两个业务之间更为相似,这为层次分析法的标度设置提供了初步的依据。
2、标度取值:根据算法引入5个定义来表示他们之间联系强弱,分别为:同样联系、稍微联系、较强联系、强烈联系、绝对联系,最后得出5个数值,设为5个标度,如下表所示:
本发明将5个标度值与聚类算法的5个取值范围一一对应,比如,聚类算法的距离为则他们的关系为绝对有联系,那么标度值设为5;距离为则标度值设为4,以此类推,定义出5个标度值。i、j为整数,i与j分别代表不同层级的联系,如b1与C1有较强烈的关系,可设为5。
第三步:构建判断矩阵
根据层次分析法的定义,可以得出A与层次b之间的判断矩阵,构建矩阵A-B,判断实名制需求对各业务的关联度,如下表所示:
A | b1 | b2 | b3 | b4 |
b1 | 1 | 5 | 3 | 2 |
b2 | 1/5 | 1 | 3 | 2 |
b3 | 1/3 | 1/3 | 1 | 1/2 |
b4 | 1/2 | 1/2 | 2 | 1 |
构建矩阵b1-C,判断实现实名制需求的两个方案对开户业务的影响,如下表所示:
b1 | C1 | C2 |
C1 | 1 | 4/5 |
C2 | 5/4 | 1 |
构建矩阵b2-C,判断实现实名制需求的两个方案对过户业务的影响,如下表所示:
b2 | C1 | C2 |
C1 | 1 | 5 |
C2 | 1/5 | 1 |
构建矩阵b3-C,判断实现实名制需求的两个方案对分合户业务的影响,如下表所示:
b3 | C1 | C2 |
C1 | 1 | 2 |
C2 | 1/2 | 1 |
构建矩阵b4-C,判断实现实名制需求的两个方案对缴费业务的影响,如下表所示:
b4 | C1 | C2 |
C1 | 1 | 1/4 |
C2 | 4 | 1 |
使用求根法,计算各矩阵的权重值。
1、计算判断矩阵A每行元素乘积的n次方根;表示矩阵A-B的矩阵值。
2、将归一化,得到;W=(w1,w2,...,wn)T为A的特征向量的近似值。
3、求特征向量W对应的最大特征值:
在本例中,以准则层b和决策层C为例子,得出决策层实名制表添加C1和客户表字段的添加C2对准则层业务的权重大小,决策层对准则层业务的权重大小如下表所示:
层次 | C1 | C2 | 层次b总排序权重 |
b1 | 1.062 | 0.198 | 1.26 |
b2 | 0.793 | 0.148 | 0.941 |
b3 | 0.249 | 0.759 | 1.008 |
b4 | 0.104 | 0.148 | 0.252 |
从表中可以看出,本次需求对业务b的影响度大小为b1>b3>b2>b4。最后本发明以条形图的方式展示出所有业务的影响权值,如图4所示。从而可以直观显示哪些关联业务受到需求变更的影响,根据影响的大小对需求测试安排能够更合理,比如:可以对影响大的业务进行优先测试,提前发现问题。影响较低的业务,可以减少测试投入,将测试资源更合理化地使用到影响高的业务身上。此外,根据各业务的影响值,用于对系统架构图的影响展示,设定不同阈值的模块图以不同颜色显示,通过算法计算出的影响度越高,业务模块图显示的颜色越深色。比如定义0-0.5为黄色,影响度低;0.5-1为蓝色,影响度中;如果关联业务类型所受的影响权值大于1,则用红色显示该关联业务类型对应的业务模块图。以此类推进行定义知道各个影响业务所属的系统和模块,知道需求影响了哪些系统哪些模块,能够对系统影响指明了方向,判断到需求影响到系统各层的范围。
综上所述,本发明提供的业务影响度分析方法,具有如下特点:1)基于需求版本上线带来的系统影响,通过计算版本上线对系统的业务的影响度,并根据结果的分析指导需求的各个生命周期;2)以业务流程为分析点,基于运用聚类算法对系统的功能业务进行聚类,获取相似的业务流程,计算出其他业务与中心业务的欧式距离获取相似度为影响度分析提供有力的证据;3)基于运用层次分析法计算需求对系统各个业务影响度;4)通过算法计算需求版本对业务的影响度,将系统影响量化分析;5)基于运用算法计算出的结果,展示需求对现有系统的业务影响度展示并根据影响度不同进行不同颜色标注。具体优点如下:1)无需考虑算法的顺序性、连环性和计算结果的假设性等因素,明确系统之间的层次关系即可根据层次直接就能计算出结果。2)能够通过标准化流程节点找到业务、功能、系统,自底向上找出每一层的影响度,实现全方位的影响度分析。3)能够通过聚类算法获取相类似的业务,通过计算出业务间的欧式距离获取业务关联关系并进行量化,通过聚类得出的图形更清晰明了获取业务之间存在的关系。4)能够通过层次分析法计算版本上线过程中直接影响的业务影响度,而且计算到其他潜在影响业务的影响度。5)能够根据影响度的计算,对系统业务影响度的不同进行颜色展示,获取系统架构的影响度。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。
Claims (9)
1.一种业务影响度分析方法,其特征在于,包括如下步骤:
a)先将系统包含的所有业务类型按所属功能模块进行初步归类,每个业务类型至少包括一个业务流程节点;
b)接着采用聚类算法对所有业务类型,按照其包含的流程节点的相似度进行分类;
c)最后确定新需求涉及的业务类型,并按照层次分析法计算新需求对关联业务类型的影响权值。
2.如权利要求1所述的业务影响度分析方法,其特征在于,所述步骤a)中每个业务流程节点包括所属功能模块、界面参数配置和数据库表。
3.如权利要求2所述的业务影响度分析方法,其特征在于,所述步骤b)包括如下步骤:
确定初步归类后每个业务类型和业务流程节点中的功能模块、界面参数配置和数据库表之间的量化关系,如果有关联则赋予值1,否则赋予值0;
指定聚类数目k,并将所有样本分为k类,k为正整数,k的最小值为2,最大值不超过样本数;
选择k行新需求影响的业务类型样本作为聚类的中心点,选择欧式距离作为相似性度量计算数据样本点与中心点的距离。
4.如权利要求2所述的业务影响度分析方法,其特征在于,所述步骤c)以新需求为目标层,以通过聚类算法分类后的业务类型为准则层构造判断矩阵,通过求出判断矩阵最大特征值及其所对应的特征向量W,归一化后,即为各业务类型对于新需求的影响权值。
5.如权利要求4所述的业务影响度分析方法,其特征在于,所述步骤a)中初步归类后的业务类型包括开户业务b1、过户业务b2、分合户业务b3和缴费业务b4,所述新需求为实名制需求A,所述层次分析法采用变更数据库表作为方案层,所述变更数据库表包括实名表制表添加C1和客户表字段添加C2;
根据所述步骤b)中采用聚类算法分类后的业务类型,确定与实名制需求A相关联的业务类型包括开户业务b1、过户业务b2、分合户业务b3和缴费业务b4;
所述步骤c)包括如下过程:
i)先构造判断矩阵A-B判断实名制需求A对开户业务b1、过户业务b2、分合户业务b3和缴费业务b4的关联度;
i i)构建矩阵b1-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对开户业务b1的影响;
iii)构建矩阵b2-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对过户业务b2的影响;
iv)构建矩阵b3-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对分合户业务b3的影响;
v)构建矩阵b4-C,判断实现实名制需求的两个方案实名表制表添加C1和客户表字段添加C2对缴费业务b4的影响;
vi)使用求根法计算各矩阵的权重值,得出实名制表添加C1和客户表字段添加C2对各业务类型的影响权值大小。
6.如权利要求5所述的业务影响度分析方法,其特征在于,所述步骤a)中的业务类型还包括积分查询和客户资料补录,所述步骤a)中的业务流程节点包括客户鉴权、选号选卡、订单处理、工单处理、计费处理、开通处理和账务处理。
7.如权利要求1所述的业务影响度分析方法,其特征在于,还包括以条形图的方式展示新需求对关联业务类型的影响权值。
8.如权利要求1~7任一项所述的业务影响度分析方法,其特征在于,还包括根据影响权值计算结果,分层级展现业务影响度,并以不同颜色展示新需求对不同关联业务类型的影响权值,所述关联业务类型受到的影响权值越大,则该关联业务类型对应的业务模块图显示的颜色越深。
9.如权利要求8所述的业务影响度分析方法,其特征在于,如果关联业务类型所受的影响权值范围为;0-0.5,则用黄色显示该关联业务类型对应的业务模块图;如果关联业务类型所受的影响权值范围为;0.5-1,则用蓝色显示该关联业务类型对应的业务模块图,如果关联业务类型所受的影响权值大于1,则用红色显示该关联业务类型对应的业务模块图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410820115.5A CN104574141A (zh) | 2014-12-23 | 2014-12-23 | 一种业务影响度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410820115.5A CN104574141A (zh) | 2014-12-23 | 2014-12-23 | 一种业务影响度分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104574141A true CN104574141A (zh) | 2015-04-29 |
Family
ID=53090138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410820115.5A Pending CN104574141A (zh) | 2014-12-23 | 2014-12-23 | 一种业务影响度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574141A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407267A (zh) * | 2016-08-26 | 2017-02-15 | 广州慧睿思通信息科技有限公司 | 一种基于全文检索的数据分类与数据检索的方法及装置 |
CN107403285A (zh) * | 2017-08-10 | 2017-11-28 | 南京坦道信息科技有限公司 | 基于最优分割法的运营商营销渠道价值评估方法 |
CN108229909A (zh) * | 2017-12-14 | 2018-06-29 | 四川虹慧云商科技有限公司 | 一种居民事务处理方法 |
CN108733003A (zh) * | 2017-04-20 | 2018-11-02 | 南京理工大学 | 基于kmeans聚类算法的回转类零件工序工时预测方法及系统 |
CN110363382A (zh) * | 2019-06-03 | 2019-10-22 | 华东电力试验研究院有限公司 | 全能型乡镇供电所一体化业务融合技术 |
CN111445139A (zh) * | 2020-03-26 | 2020-07-24 | 平安普惠企业管理有限公司 | 业务流程模拟方法及装置、存储介质、电子设备 |
CN111815204A (zh) * | 2020-08-11 | 2020-10-23 | 中国工商银行股份有限公司 | 风险评估方法、装置以及系统 |
CN111967781A (zh) * | 2020-08-18 | 2020-11-20 | 中国银行股份有限公司 | 系统改造的影响评估方法及装置 |
CN112686543A (zh) * | 2020-12-31 | 2021-04-20 | 上海掌门科技有限公司 | 业务指标的处理方法、电子设备及计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520868A (zh) * | 2009-02-24 | 2009-09-02 | 上海大学 | 将层次分析法运用于审稿专家信息数据库系统的方法 |
CN101840534A (zh) * | 2010-01-22 | 2010-09-22 | 同济大学 | 一种集成化供应链绩效指标评价方法 |
CN103235877A (zh) * | 2013-04-12 | 2013-08-07 | 北京工业大学 | 机器人控制软件模块划分方法 |
CN103378903A (zh) * | 2012-04-18 | 2013-10-30 | 北京邮电大学 | 光网络评估方法 |
CN103412820A (zh) * | 2013-08-30 | 2013-11-27 | 曙光信息产业(北京)有限公司 | Web系统中的页面的测试方法和装置 |
CN103646189A (zh) * | 2013-12-26 | 2014-03-19 | 刘淑艳 | 一种微生物能力验证结果综合评价方法 |
CN103761684A (zh) * | 2014-01-20 | 2014-04-30 | 广州供电局有限公司 | 一种输电电缆整体状态的综合评估方法及系统 |
CN103914373A (zh) * | 2012-12-31 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 一种用于确定模块特征信息所对应的优先级的方法和设备 |
CN104077483A (zh) * | 2014-06-27 | 2014-10-01 | 南京理工大学 | 城轨车辆部件故障模式和故障原因综合影响度的确定方法 |
-
2014
- 2014-12-23 CN CN201410820115.5A patent/CN104574141A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520868A (zh) * | 2009-02-24 | 2009-09-02 | 上海大学 | 将层次分析法运用于审稿专家信息数据库系统的方法 |
CN101840534A (zh) * | 2010-01-22 | 2010-09-22 | 同济大学 | 一种集成化供应链绩效指标评价方法 |
CN103378903A (zh) * | 2012-04-18 | 2013-10-30 | 北京邮电大学 | 光网络评估方法 |
CN103914373A (zh) * | 2012-12-31 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 一种用于确定模块特征信息所对应的优先级的方法和设备 |
CN103235877A (zh) * | 2013-04-12 | 2013-08-07 | 北京工业大学 | 机器人控制软件模块划分方法 |
CN103412820A (zh) * | 2013-08-30 | 2013-11-27 | 曙光信息产业(北京)有限公司 | Web系统中的页面的测试方法和装置 |
CN103646189A (zh) * | 2013-12-26 | 2014-03-19 | 刘淑艳 | 一种微生物能力验证结果综合评价方法 |
CN103761684A (zh) * | 2014-01-20 | 2014-04-30 | 广州供电局有限公司 | 一种输电电缆整体状态的综合评估方法及系统 |
CN104077483A (zh) * | 2014-06-27 | 2014-10-01 | 南京理工大学 | 城轨车辆部件故障模式和故障原因综合影响度的确定方法 |
Non-Patent Citations (1)
Title |
---|
周晓波: "构件回归测试方法的研究与实现", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407267A (zh) * | 2016-08-26 | 2017-02-15 | 广州慧睿思通信息科技有限公司 | 一种基于全文检索的数据分类与数据检索的方法及装置 |
CN108733003A (zh) * | 2017-04-20 | 2018-11-02 | 南京理工大学 | 基于kmeans聚类算法的回转类零件工序工时预测方法及系统 |
CN107403285A (zh) * | 2017-08-10 | 2017-11-28 | 南京坦道信息科技有限公司 | 基于最优分割法的运营商营销渠道价值评估方法 |
CN108229909A (zh) * | 2017-12-14 | 2018-06-29 | 四川虹慧云商科技有限公司 | 一种居民事务处理方法 |
CN110363382A (zh) * | 2019-06-03 | 2019-10-22 | 华东电力试验研究院有限公司 | 全能型乡镇供电所一体化业务融合技术 |
CN111445139A (zh) * | 2020-03-26 | 2020-07-24 | 平安普惠企业管理有限公司 | 业务流程模拟方法及装置、存储介质、电子设备 |
CN111815204A (zh) * | 2020-08-11 | 2020-10-23 | 中国工商银行股份有限公司 | 风险评估方法、装置以及系统 |
CN111815204B (zh) * | 2020-08-11 | 2024-02-02 | 中国工商银行股份有限公司 | 风险评估方法、装置以及系统 |
CN111967781A (zh) * | 2020-08-18 | 2020-11-20 | 中国银行股份有限公司 | 系统改造的影响评估方法及装置 |
CN111967781B (zh) * | 2020-08-18 | 2024-04-16 | 中国银行股份有限公司 | 系统改造的影响评估方法及装置 |
CN112686543A (zh) * | 2020-12-31 | 2021-04-20 | 上海掌门科技有限公司 | 业务指标的处理方法、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574141A (zh) | 一种业务影响度分析方法 | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN104572449A (zh) | 一种基于用例库的自动化测试方法 | |
CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
CN106650797B (zh) | 一种基于集成elm的配电网窃电嫌疑用户智能识别方法 | |
Zhang et al. | Evaluating urban land use efficiency with interacting criteria: An empirical study of cities in Jiangsu China | |
CN102650996B (zh) | 确定数据库表之间的数据映射关系的方法和装置 | |
CN107454105B (zh) | 一种基于ahp与灰色关联的多维网络安全评估方法 | |
CN106570778A (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
CN104881609A (zh) | 一种复杂软件系统软件单元可信性评估方法 | |
CN106067094A (zh) | 一种动态评估方法及系统 | |
CN110222991B (zh) | 基于rf-gbdt的计量装置故障诊断方法 | |
CN102708149A (zh) | 数据质量管理方法和系统 | |
CN102982416A (zh) | 一种绩效考核的通用实现模型 | |
CN103226736B (zh) | 基于聚类分析与灰靶理论的中长期电力负荷预测方法 | |
CN102498445A (zh) | 用于机器状态监测的、使用规则生成的样本的监督故障学习 | |
CN106447075B (zh) | 行业用电需求预测方法与系统 | |
CN108648068A (zh) | 一种信用风险评估方法及系统 | |
CN104636338A (zh) | 一种用于增值税阴阳票监控的数据清洗存储方法 | |
CN105447082A (zh) | 一种海量负荷曲线的分布式聚类方法 | |
CN106022640B (zh) | 电量指数核对系统及方法 | |
Chang | Constructing an intelligent shoe production plant using a green supply chain and knowledge management | |
CN109872252A (zh) | 一种基于matlab算法的电力供应商综合评价方法 | |
CN103970651A (zh) | 基于组件安全属性的软件体系结构安全性评估方法 | |
CN109559206A (zh) | 一种区域企业诚信评价方法、装置及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150429 |