CN105808655A - 一种海量数据异常检查的处理方法、装置及系统 - Google Patents
一种海量数据异常检查的处理方法、装置及系统 Download PDFInfo
- Publication number
- CN105808655A CN105808655A CN201610109671.0A CN201610109671A CN105808655A CN 105808655 A CN105808655 A CN 105808655A CN 201610109671 A CN201610109671 A CN 201610109671A CN 105808655 A CN105808655 A CN 105808655A
- Authority
- CN
- China
- Prior art keywords
- price
- data
- commodity
- mass data
- abnormal examination
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
Abstract
本发明实施例公开了一种海量数据异常检查的处理方法、装置及系统，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来。本发明实施例方法包括：获取到与商品对应的价格数据；通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取；将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常。
Description
技术领域
本发明涉及数据分析技术领域，尤其涉及一种海量数据异常检查的处理方法、装置及系统。
背景技术
SKU＝StockKeepingUnit(库存量单位)。即库存进出计量的基本单元，可以是以件，盒，托盘等为单位。SKU这是对于大型连锁超市DC(配送中心)物流管理的一个必要的方法。现在已经被引申为产品统一编号的简称，每种产品均对应有唯一的SKU号。单品：对一种商品而言，当其品牌、型号、配置、等级、花色、包装容量、单位、生产日期、保质期、用途、价格、产地等属性与其他商品存在不同时，可称为一个单品。
在电商行业，拥有海量的商品数据，包括价格数据。每一个SKU对应一个价格。因此在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，从而导致了数据分析过程中繁杂的技术问题。
发明内容
本发明实施例提供的一种海量数据异常检查的处理方法、装置及系统，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来。
本发明实施例提供的一种海量数据异常检查的处理方法，包括：
获取到与商品对应的价格数据；
通过预置的匹配规则，并结合预置统计规则进行与所述价格数据匹配的数据集的提取；
将所述价格数据和所述数据集按照所述匹配规则进行计算匹配，若匹配不成功，则确定所述价格数据对应的所述商品存在异常。
可选地，获取到与商品对应的价格数据之前还包括：
对数据库中的所有商品对应的所有价格数据按照所述统计规则进行统计处理。
可选地，获取到与商品对应的价格数据之前还包括：
建立包含有多个统计信息的所述统计规则，所述统计信息包括商品名称、商品价格和商品价格输入时间。
可选地，获取到与商品对应的价格数据之前还包括：
建立与多个所述统计规则中的所述统计信息相对应的多个所述匹配规则。
本发明实施例提供的一种海量数据异常检查的处理装置，包括：
获取单元，用于获取到与商品对应的价格数据；
提取单元，用于通过预置的匹配规则，并结合预置统计规则进行与所述价格数据匹配的数据集的提取；
计算匹配单元，用于将所述价格数据和所述数据集按照所述匹配规则进行计算匹配，若匹配不成功，则确定所述价格数据对应的所述商品存在异常。
可选地，海量数据异常检查的处理装置还包括：
统计规则单元，用于对数据库中的所有商品对应的所有价格数据按照所述统计规则进行统计处理。
可选地，海量数据异常检查的处理装置还包括：
统计规则建立单元，用于建立包含有多个统计信息的所述统计规则，所述统计信息包括商品名称、商品价格和商品价格输入时间。
可选地，海量数据异常检查的处理装置还包括：
匹配规则建立单元，用于建立与多个所述统计规则中的所述统计信息相对应的多个所述匹配规则。
本发明实施例提供的一种海量数据异常检查的处理系统，包括：
海量数据异常检查平台、数据库，以及本发明中提及的任意一种所述的海量数据异常检查的处理装置；
所述海量数据异常检查平台与所述海量数据异常检查的处理装置建立有通信连接关系；
所述海量数据异常检查的处理装置与所述数据库建立有通信连接关系。
可选地，所述海量数据异常检查平台，用于将输入的与商品对应的价格数据发送给所述海量数据异常检查的处理装置。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例提供的一种海量数据异常检查的处理方法、装置及系统，其中，海量数据异常检查的处理方法包括：获取到与商品对应的价格数据；通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取；将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常。本实施例中，通过获取到与商品对应的价格数据，然后通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取，最后将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种海量数据异常检查的处理方法的一个实施例的流程示意图；
图2为本发明实施例提供的一种海量数据异常检查的处理方法的另一个实施例的流程示意图；
图3为本发明实施例提供的一种海量数据异常检查的处理装置的一个实施例的结构示意图；
图4为本发明实施例提供的一种海量数据异常检查的处理装置的另一个实施例的结构示意图；
图5为本发明实施例提供的一种海量数据异常检查的处理系统的一个实施例的结构示意图；
图6为图2的应用例示意图。
具体实施方式
本发明实施例提供的一种海量数据异常检查的处理方法、装置及系统，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供的一种海量数据异常检查的处理方法的一个实施例包括：
101、获取到与商品对应的价格数据；
本实施例中，当需要确定商品新输入的价格是否存在异常，首先需要获取到与商品对应的价格数据。
102、通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取；
当获取到与商品对应的价格数据之后，需要通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取。
103、将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则执行步骤104；
当通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取之后，需要将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则执行步骤104。
104、确定价格数据对应的商品存在异常。
当将价格数据和数据集按照匹配规则进行计算匹配为匹配不成功，则确定价格数据对应的商品存在异常。
本实施例中，通过获取到与商品对应的价格数据，然后通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取，最后将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来。
上面是对海量数据异常检查的处理方法的一个过程进行详细的描述，下面将对附加步骤进行详细的描述，请参阅图2，本发明实施例提供的一种海量数据异常检查的处理方法的另一个实施例包括：
201、对数据库中的所有商品对应的所有价格数据按照统计规则进行统计处理；
本实施例中，当需要确定商品新输入的价格是否存在异常，首先需要
202、建立包含有多个统计信息的统计规则；
当对数据库中的所有商品对应的所有价格数据按照统计规则进行统计处理之后，需要建立包含有多个统计信息的统计规则，统计信息包括商品名称、商品价格和商品价格输入时间。
203、建立与多个统计规则中的统计信息相对应的多个匹配规则；
当步骤201和202的同时或之前或之后，需要建立与多个统计规则中的统计信息相对应的多个匹配规则。
204、获取到与商品对应的价格数据；
当建立与多个统计规则中的统计信息相对应的多个匹配规则之后，需要获取到与商品对应的价格数据。
205、通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取；
当获取到与商品对应的价格数据之后，需要通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取。
206、将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则执行步骤207；
当通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取之后，需要将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则执行步骤207。
207、确定价格数据对应的商品存在异常。
当将价格数据和数据集按照匹配规则进行计算匹配为匹配不成功，则确定价格数据对应的商品存在异常。
如图6所示，下面以一具体应用场景进行详细的描述，应用例包括：
需要说明的是，本发明中可以是包括计算引擎模块和规则引擎模块。
实时价格异常检测计算引擎：
1.输入：价格系统将提供商品的价格数据，(SKU->Price)。
2.输出：价格数据是否存在异常，(TrueorFalse)。
3.处理：
a)根据匹配规则，找到对应的多个统计规则所产生的数据集，根据匹配规则对数据行进过滤。
b)多个匹配规则之间的关系是与关系，如果某一条规则返回FALSE，就可以认为该条商品的价格数据存在异常。
c)因为商品价格数据庞大，根据统计，一天大概有50万条价格数据需要进行检测，而且是在某一个时间点由业务触发，从用户体验的角度考虑，处理时间尽可能的短。某些统计规则，比如要以历史三个月的价格数据作为判断的依据，所以系统是保留半年的数据作为价格异常检测依据。按这种情况计算，如果采用数据库存储，半年的数据量为9000万。如果我们的策略是每个规则都要做一次数据库IO，从用户体验上来讲，这样的性能是不可以接受的。
下面举几个根据规则进行实时统计的例子：
i.销售价不能高于过去三个月的价格，否则判定为异常。我们在内存中记录三个月以来的最低值(同时也保存一份到数据库，以防内存数据丢失)当价格数据过来可以先和内存中当前三个月依赖最低值进行比较，在进行规则判定。确保在运行规则前，先在内存中根据各自的统计规则对内存数据进行更新，再使用匹配规则进行运算。
ii.销售价能在落在最低n个销售价之内。系统会根据实时数据进行内排序，更新数据集。
d)将数据统计和规则运算分离，采用多线程技术，并行处理提高系统整体吞吐量。
本实施例中，通过获取到与商品对应的价格数据，然后通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取，最后将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来，将价格数据的异常检查分为统计和匹配两个并行流程进行处理，提高整体处理性能，对价格数据进行实时统计，将统计运算结果存放于内存和数据库，在规则匹配环节，是在内存数据集的基础上进行快速运算，提高处理性能，统计和匹配规则统一采用规则引擎进行管理和配置。
请参阅图3，本发明实施例中的一种海量数据异常检查的处理装置的一个实施例包括：
获取单元301，用于获取到与商品对应的价格数据；
提取单元302，用于通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取；
计算匹配单元303，用于将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常。
本实施例中，通过获取单元301获取到与商品对应的价格数据，然后提取单元302通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取，最后计算匹配单元303将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题。
上面是对海量数据异常检查的处理装置的各单元进行详细的描述，下面将对附加单元进行描述，请参阅图4，本发明实施例中的一种海量数据异常检查的处理装置的另一个实施例包括：
统计规则建立单元401，用于建立包含有多个统计信息的统计规则，统计信息包括商品名称、商品价格和商品价格输入时间。
统计规则单元402，用于对数据库中的所有商品对应的所有价格数据按照统计规则进行统计处理。
匹配规则建立单元403，用于建立与多个统计规则中的统计信息相对应的多个匹配规则。
获取单元404，用于获取到与商品对应的价格数据；
提取单元405，用于通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取；
计算匹配单元406，用于将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常。
本实施例中，通过获取单元404获取到与商品对应的价格数据，然后提取单元405通过预置的匹配规则，并结合预置统计规则进行与价格数据匹配的数据集的提取，最后计算匹配单元406将价格数据和数据集按照匹配规则进行计算匹配，若匹配不成功，则确定价格数据对应的商品存在异常，解决了目前在价格系统中，当需要从海量的历史价格数据中，却无法快速确定价格是否存在异常，而导致的数据分析过程中繁杂的技术问题，实现了从海量的历史价格数据中，按照不同的规则，快速的对价格进行监控和检测，能够及时的将这些价格异常数据暴露出来，将价格数据的异常检查分为统计和匹配两个并行流程进行处理，提高整体处理性能，对价格数据进行实时统计，将统计运算结果存放于内存和数据库，在规则匹配环节，是在内存数据集的基础上进行快速运算，提高处理性能，统计和匹配规则统一采用规则引擎进行管理和配置。
请参阅图5，本发明实施例中的一种海量数据异常检查的处理系统的一个实施例包括：
海量数据异常检查平台51、数据库52，以及如图3和图4实施例中提及的海量数据异常检查的处理装置53；
海量数据异常检查平台51与海量数据异常检查的处理装置53建立有通信连接关系；
海量数据异常检查的处理装置53与数据库52建立有通信连接关系。
海量数据异常检查平台51，用于将输入的与商品对应的价格数据发送给海量数据异常检查的处理装置53。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种海量数据异常检查的处理方法，其特征在于，包括：
获取到与商品对应的价格数据；
通过预置的匹配规则，并结合预置统计规则进行与所述价格数据匹配的数据集的提取；
将所述价格数据和所述数据集按照所述匹配规则进行计算匹配，若匹配不成功，则确定所述价格数据对应的所述商品存在异常。
2.根据权利要求1所述的海量数据异常检查的处理方法，其特征在于，获取到与商品对应的价格数据之前还包括：
对数据库中的所有商品对应的所有价格数据按照所述统计规则进行统计处理。
3.根据权利要求2所述的海量数据异常检查的处理方法，其特征在于，获取到与商品对应的价格数据之前还包括：
建立包含有多个统计信息的所述统计规则，所述统计信息包括商品名称、商品价格和商品价格输入时间。
4.根据权利要求3所述的海量数据异常检查的处理方法，其特征在于，获取到与商品对应的价格数据之前还包括：
建立与多个所述统计规则中的所述统计信息相对应的多个所述匹配规则。
5.一种海量数据异常检查的处理装置，其特征在于，包括：
获取单元，用于获取到与商品对应的价格数据；
提取单元，用于通过预置的匹配规则，并结合预置统计规则进行与所述价格数据匹配的数据集的提取；
计算匹配单元，用于将所述价格数据和所述数据集按照所述匹配规则进行计算匹配，若匹配不成功，则确定所述价格数据对应的所述商品存在异常。
6.根据权利要求5所述的海量数据异常检查的处理装置，其特征在于，海量数据异常检查的处理装置还包括：
统计规则单元，用于对数据库中的所有商品对应的所有价格数据按照所述统计规则进行统计处理。
7.根据权利要求6所述的海量数据异常检查的处理装置，其特征在于，海量数据异常检查的处理装置还包括：
统计规则建立单元，用于建立包含有多个统计信息的所述统计规则，所述统计信息包括商品名称、商品价格和商品价格输入时间。
8.根据权利要求7所述的海量数据异常检查的处理装置，其特征在于，海量数据异常检查的处理装置还包括：
匹配规则建立单元，用于建立与多个所述统计规则中的所述统计信息相对应的多个所述匹配规则。
9.一种海量数据异常检查的处理系统，其特征在于，包括：
海量数据异常检查平台、数据库，以及如权利要求5至8中任意一项所述的海量数据异常检查的处理装置；
所述海量数据异常检查平台与所述海量数据异常检查的处理装置建立有通信连接关系；
所述海量数据异常检查的处理装置与所述数据库建立有通信连接关系。
10.根据权利要求9所述的海量数据异常检查的处理系统，其特征在于，所述海量数据异常检查平台，用于将输入的与商品对应的价格数据发送给所述海量数据异常检查的处理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610109671.0A CN105808655A (zh) | 2016-02-26 | 2016-02-26 | 一种海量数据异常检查的处理方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610109671.0A CN105808655A (zh) | 2016-02-26 | 2016-02-26 | 一种海量数据异常检查的处理方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105808655A true CN105808655A (zh) | 2016-07-27 |
Family
ID=56466037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610109671.0A Pending CN105808655A (zh) | 2016-02-26 | 2016-02-26 | 一种海量数据异常检查的处理方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105808655A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106371984A (zh) * | 2016-08-31 | 2017-02-01 | 广州品唯软件有限公司 | 一种数据监控方法、设备和系统 |
| CN106371973A (zh) * | 2016-08-31 | 2017-02-01 | 广州品唯软件有限公司 | 一种数据处理方法、设备和系统 |
| CN107896170A (zh) * | 2017-11-08 | 2018-04-10 | 平安科技（深圳）有限公司 | 保险应用系统的监控方法及装置 |
| CN108230120A (zh) * | 2018-02-07 | 2018-06-29 | 上海携程商务有限公司 | 订单价格异常监控的方法、系统、设备及存储介质 |
| CN108595448A (zh) * | 2017-03-17 | 2018-09-28 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN108665283A (zh) * | 2018-04-28 | 2018-10-16 | 携程计算机技术（上海）有限公司 | Ota平台的酒店房型价格异常的识别方法及系统 |
| CN109656953A (zh) * | 2018-11-26 | 2019-04-19 | 上海阿米特数据系统有限公司 | 一种零售数据自动检查系统 |
| CN110751496A (zh) * | 2018-07-23 | 2020-02-04 | 北京京东尚科信息技术有限公司 | 一种商品价格检测方法和装置 |
| CN111652539A (zh) * | 2020-04-22 | 2020-09-11 | 上海德启信息科技有限公司 | 一种异常事件监控方法、装置、系统 |
| CN112581181A (zh) * | 2020-12-25 | 2021-03-30 | 同方威视科技江苏有限公司 | 申报价格的异常挖掘方法、装置、电子设备及可读介质 |
| CN112801436A (zh) * | 2019-11-13 | 2021-05-14 | 阿里巴巴集团控股有限公司 | 商品对象资源数据信息处理方法、装置及计算机系统 |
| CN113837832A (zh) * | 2021-09-18 | 2021-12-24 | 国网电子商务有限公司 | 商品管控方法及装置 |
| CN116911914A (zh) * | 2023-09-08 | 2023-10-20 | 杭州联海网络科技有限公司 | 一种基于可视化终端的营销管理方法与系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855588A (zh) * | 2011-06-29 | 2013-01-02 | 北京神州绿盟信息安全科技股份有限公司 | 交易数据检测方法、装置及服务器 |
| CN104778637A (zh) * | 2014-01-10 | 2015-07-15 | 携程计算机技术（上海）有限公司 | 酒店数据的处理系统及方法 |
-
2016
- 2016-02-26 CN CN201610109671.0A patent/CN105808655A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855588A (zh) * | 2011-06-29 | 2013-01-02 | 北京神州绿盟信息安全科技股份有限公司 | 交易数据检测方法、装置及服务器 |
| CN104778637A (zh) * | 2014-01-10 | 2015-07-15 | 携程计算机技术（上海）有限公司 | 酒店数据的处理系统及方法 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106371973A (zh) * | 2016-08-31 | 2017-02-01 | 广州品唯软件有限公司 | 一种数据处理方法、设备和系统 |
| CN106371984A (zh) * | 2016-08-31 | 2017-02-01 | 广州品唯软件有限公司 | 一种数据监控方法、设备和系统 |
| CN106371984B (zh) * | 2016-08-31 | 2019-03-26 | 广州品唯软件有限公司 | 一种数据监控方法、设备和系统 |
| CN106371973B (zh) * | 2016-08-31 | 2019-04-09 | 广州品唯软件有限公司 | 一种数据处理方法、设备和系统 |
| CN108595448A (zh) * | 2017-03-17 | 2018-09-28 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN108595448B (zh) * | 2017-03-17 | 2022-03-04 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN107896170B (zh) * | 2017-11-08 | 2019-12-03 | 平安科技（深圳）有限公司 | 保险应用系统的监控方法及装置 |
| CN107896170A (zh) * | 2017-11-08 | 2018-04-10 | 平安科技（深圳）有限公司 | 保险应用系统的监控方法及装置 |
| CN108230120A (zh) * | 2018-02-07 | 2018-06-29 | 上海携程商务有限公司 | 订单价格异常监控的方法、系统、设备及存储介质 |
| CN108665283A (zh) * | 2018-04-28 | 2018-10-16 | 携程计算机技术（上海）有限公司 | Ota平台的酒店房型价格异常的识别方法及系统 |
| CN108665283B (zh) * | 2018-04-28 | 2022-04-12 | 携程计算机技术（上海）有限公司 | Ota平台的酒店房型价格异常的识别方法及系统 |
| CN110751496A (zh) * | 2018-07-23 | 2020-02-04 | 北京京东尚科信息技术有限公司 | 一种商品价格检测方法和装置 |
| CN109656953A (zh) * | 2018-11-26 | 2019-04-19 | 上海阿米特数据系统有限公司 | 一种零售数据自动检查系统 |
| CN112801436A (zh) * | 2019-11-13 | 2021-05-14 | 阿里巴巴集团控股有限公司 | 商品对象资源数据信息处理方法、装置及计算机系统 |
| CN111652539A (zh) * | 2020-04-22 | 2020-09-11 | 上海德启信息科技有限公司 | 一种异常事件监控方法、装置、系统 |
| CN111652539B (zh) * | 2020-04-22 | 2023-08-25 | 上海德启信息科技有限公司 | 一种异常事件监控方法、装置、系统 |
| CN112581181A (zh) * | 2020-12-25 | 2021-03-30 | 同方威视科技江苏有限公司 | 申报价格的异常挖掘方法、装置、电子设备及可读介质 |
| CN113837832A (zh) * | 2021-09-18 | 2021-12-24 | 国网电子商务有限公司 | 商品管控方法及装置 |
| CN113837832B (zh) * | 2021-09-18 | 2024-04-02 | 国网数字科技控股有限公司 | 商品管控方法及装置 |
| CN116911914A (zh) * | 2023-09-08 | 2023-10-20 | 杭州联海网络科技有限公司 | 一种基于可视化终端的营销管理方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105808655A (zh) | 一种海量数据异常检查的处理方法、装置及系统 | |
| JP7167009B2 (ja) | 自動車保証の不正の予測のためのシステム及び方法 | |
| US10698795B2 (en) | Virtual payments environment | |
| Wang | Towards zero-defect manufacturing (ZDM)—a data mining approach | |
| AU2017274576B2 (en) | Classification of log data | |
| Omri et al. | Towards an adapted PHM approach: Data quality requirements methodology for fault detection applications | |
| CN104731664A (zh) | 用于故障处理的方法和装置 | |
| CN111506359B (zh) | 可视化的业务配置方法、装置、设备及存储介质 | |
| CN109299259A (zh) | 企业发票数据监测方法、装置、计算机设备和存储介质 | |
| CN110163413A (zh) | 企业监控及预警方法、装置、计算机设备及可读存储介质 | |
| CN108648011A (zh) | 模型生成、识别客户购买车险意向的方法及系统 | |
| CN112559376A (zh) | 一种数据库故障的自动定位方法、装置及电子设备 | |
| US20170270546A1 (en) | Service churn model | |
| CN101059852A (zh) | 用于管理企业环境影响的系统和方法 | |
| CN111967521A (zh) | 跨境活跃用户识别方法及装置 | |
| CN111046947A (zh) | 分类器的训练系统及方法、异常样本的识别方法 | |
| CN111126788A (zh) | 风险识别方法及装置和电子设备 | |
| KR20070111878A (ko) | 지능형 상시 감사 시스템 및 감사 방법 | |
| Dorrer et al. | Normalization of data for training and analysis by the MaskRCNN model using the k-means method for a smart refrigerator’s computer vision | |
| CN113127563A (zh) | 一种基于区块链的智能零售管理方法及系统 | |
| US8655752B2 (en) | Apparatus and method for analyzing cross-enterprise radio frequency tag information | |
| CN108647887A (zh) | 发电企业行为分析方法、装置以及电子设备 | |
| CN110634044A (zh) | 园区用户行为分析方法、装置、计算机设备以及存储介质 | |
| CN117807377B (zh) | 多维度物流数据挖掘与预测方法及系统 | |
| CN117455324B (zh) | 一种基于物理模型的大型港口运营管理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160727 |
|
| RJ01 | Rejection of invention patent application after publication |