CN107678911B - 异常事件处理效率的监测方法及装置 - Google Patents
异常事件处理效率的监测方法及装置 Download PDFInfo
- Publication number
- CN107678911B CN107678911B CN201710752751.2A CN201710752751A CN107678911B CN 107678911 B CN107678911 B CN 107678911B CN 201710752751 A CN201710752751 A CN 201710752751A CN 107678911 B CN107678911 B CN 107678911B
- Authority
- CN
- China
- Prior art keywords
- abnormal events
- time period
- preset time
- processing
- value
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Abstract
本发明实施例提供一种异常事件处理效率的监测方法、装置、计算机设备及存储介质。该异常事件处理效率的监测方法包括:检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数,该业务系统的个数为至少两个;根据统计的该最大数量、最小数量及该预设的时间段,计算对应业务系统中的异常事件的平均处理能力值;根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率;输出该业务系统对应的平均处理效率。本发明通过显示的不同业务系统中的异常事件的平均处理效率,使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及异常事件处理效率的监测方法、装置、计算机设备及存储介质。
背景技术
在用户的日常工作中,经常需要处理各种各样的异常事件,例如网络异常事件、业务异常事件等等,目前有很多异常事件监控平台来捕捉异常事件,会将捕捉的异常事件上报给用户,用户根据上报的异常事件进行处理。
但是在传统技术中均是对于异常事件进行捕获以供用户处理,并没有根据用户的处理结果对用户的处理能力进行分析,目前还没有比较好的方法通过对用户处理对异常事件的结果分析出用户的对异常事件处理效率。
发明内容
本发明实施例提供了一种异常事件处理效率的监测方法、装置、计算机设备及存储介质,可以监测员工对异常事件的处理效率。
一种异常事件处理效率的监测方法,该方法包括:
检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数;
根据统计的该最大数量、最小数量及该预设的时间段,计算对应业务系统中的异常事件的平均处理能力值;
根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率;
输出该业务系统对应的平均处理效率。
在其中一个实施例中,该计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量;
将所述异常事件的处理数量除以所述最大数量得到第一商值,将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为该平均处理能力值;
该输出所述业务系统对应的平均处理效率的步骤包括:
以时间为X轴,以该第一商值为Y轴,以该第二商值为斜率创建表示平均处理能力的坡度图;
显示创建的该坡度图。
在其中一个实施例中,该计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量;
将该异常事件的处理数量与该预设的时间段的第三商值作为该平均处理能力值;
该输出所述业务系统对应的平均处理效率的步骤包括:
以时间为X轴,以该异常事件的处理数量为Y轴,以该第三商值为斜率创建表示平均处理能力的坡度图;
显示创建的该坡度图。
在其中一个实施例中,该计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量;
将所述异常事件的处理数量除以所述最大数量得到第一商值,再将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为第一处理能力值;
将该异常事件的处理数量与该预设的时间段的第三商值作为第二处理能力值;
根据该第一处理能力值及该第二处理能力值计算该平均处理能力值。
在其中一个实施例中,所述计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
获取与所述第一商值对应预设的单位百分比,将所述第一商值与所述单位百分比的商值确定为第一刻度;
获取与所述异常事件的处理数量对应预设单位数量,将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度;
根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
在其中一个实施例中,在该检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数的步骤之前,该方法还包括:
当当前时间在预设的工作时间段内时,检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数。
一种异常事件处理效率的监测装置,该装置包括:
检测模块,用于检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数;
第一计算模块,用于根据统计的该最大数量、最小数量及该预设的时间段,计算对应业务系统中的异常事件的平均处理能力值;
第二计算模块,用于根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率;
输出模块,用于输出该业务系统对应的平均处理效率。
在其中一个实施例中,该第一计算模块包括:
数量确定单元,用于将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量;
商值计算单元,用于将所述异常事件的处理数量除以所述最大数量得到第一商值,将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为该平均处理能力值;
该装置还包括坡度图创建单元,用于以时间为X轴,以该第一商值为Y轴,以该第二商值为斜率创建表示平均处理能力的坡度图;
该输出模块还用于显示创建的该坡度图。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行该程序时实现上述异常事件处理效率的监测方法。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述异常事件处理效率的监测方法中的步骤。
本发明通过计算至少两个业务系统中对异常事件的平均处理能力值,再根据该平均处理能力值及处理所述异常事件的总人数计算每个业务系统中的异常事件的平均处理效率,通过将不同业务系统中对异常事件的平均处理效率进行显示,使得用户可以根据显示的不同业务系统中的平均处理效率,了解各个业务系统的异常事件处理效率的大概水平,进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队,使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配,有利于领导层对团队的管理。
附图说明
图1为根据本发明的一个实施例的异常事件处理效率的监测方法的流程图;
图2为根据本发明的另一实施例的异常事件处理效率的监测方法的流程图;
图3为根据本发明的又一实施例的异常事件处理效率的监测方法的流程图;
图4为根据本发明的再一实施例的异常事件处理效率的监测方法的流程图;
图5为根据本发明的一个实施例的坡度图;
图6为根据本发明的一个实施例的异常事件处理效率的监测装置的示范性结构框图;
图7为根据本发明的一个实施例的计算机设备的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为根据本发明的一个实施例的异常事件处理效率的监测方法的流程图,下面结合图1来详细描述根据本发明的一个实施例的异常事件处理效率的监测方法,该方法可应用于终端设备,也可应用于服务器,如图1所示,该方法包括以下步骤S101~S104。
S101、检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数,该业务系统的个数为至少两个。
根据本实施例的一个示例,该步骤中的同一业务系统例如可以是库存管理系统、人力资源管理系统等等,进一步地,各个业务系统的类型相同,由于相同类型的业务系统的架构、接口及对存储空间以及函数的定义均相同或者相似,所以抛出的异常事件的种类通常也具有相同的难度细数,在相同的业务系统中进行异常事件处理效率的比较使得监测的异常事件处理效率的结果更具有可比性,更加公平。
根据本实施例的另一示例,该异常事件包括各种各样的报错,还可以是程序运行的结果没有达到预期。
在该实施例中,上述处理该异常事件的人数为处理同一业务系统中的异常事件的人数。
根据本实施例的另一个示例,上述预设的时间段可以是2分钟,也可以是5分钟,对于成熟的业务系统,由于异常事件出现的情况比较少,可以将该预设的时间段设置的较长一点,对于刚开发的业务系统,由于异常事件出现的情况会相对而言比较多,则可以将该预设的时间段设置的较短一点,具体地,程序员可以根据工作的实际需要进行该预设时间段的设置。
根据本实施例的又一示例,在上述步骤S101的步骤之前,该异常事件处理效率的监测方法还包括:
当当前时间在预设的工作时间段内时,检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数。
在该示例中,上述预设的工作时间段可以是早上9:00至下午6:00,具体预设为什么时间段可以根据用户实际的上班作息时间来确定。该示例在对异常事件处理效率进行监测之前确保当前时间在工作时间段之内,避免了在工作时间之外对用户的异常事件处理效率进行监测降低了异常事件处理效率的平均水平。
S102、根据统计的该最大数量、最小数量及该预设的时间段,计算对应业务系统中的异常事件的平均处理能力值。
根据本实施例的一个示例,该步骤中的平均处理能力值为以该预设的时间段为基数计算的平均处理能力值,该平均处理能力值的计算方式有多种,在下述实施例中将会详细介绍。
S103、根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率。
根据本实施例的一个示例,该平均处理效率=平均处理能力值/处理该同一业务系统中的异常事件的人数。
S104、输出业务系统对应的平均处理效率,在其中的一个实施例中,输出的方式可以是显示/语音播报该业务系统对应的平均处理效率,可以输出给本端进行显示/语音播报,也可以输出给其它端进行显示/语音播报,在一个实施例中,显示/语音播报的业务系统的个数为至少两个。
根据本发明的一个实施例,该异常事件处理效率的监测方法还包括:对不同业务系统中的平均处理效率按照计算的平均处理效率由高到低或由低到高的顺序进行排序,按照排序后的顺序,显示该业务系统对应的平均处理效率。
根据本实施例的一个示例,在该步骤中,显示业务系统对应的平均处理效率可以是显示该业务系统的名称,还可以是显示该业务系统的图标或者其它约定的代号,每个业务系统与处理该业务系统中的异常事件的团队相对应,当与某个业务系统对应显示的平均处理效率高时,表示处理该业务系统的团队的异常事件处理效率高,反之,则表示处理该业务系统的团队的异常事件处理效率低。
在其中的一个实施例中,可以将业务系统对应的平均处理效率对应显示,根据本实施例的一个使用场景,显示的方式可以是:
业务系统A:45%;
业务系统B:40%;
业务系统C:49%。
根据本实施例提供的异常事件处理效率的监测方法,该方法将不同业务系统中对异常事件的平均处理效率同时显示,使得领导层可以根据显示的数据,一目了然的了解各个业务系统所对应的团队的异常事件处理能力,了解各个业务系统的异常事件处理效率的大概水平,进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队,使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配,有利于领导层对团队的管理。
图2为根据本发明的另一实施例的异常事件处理效率的监测方法的流程图,下面结合图2来详细描述根据本发明的另一实施例的异常事件处理效率的监测方法,如图2所示,该方法在包括上述步骤S101和S103的基础上,上述步骤S102进一步包括以下步骤S201~S203。
S201、将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
根据本实施例的一个使用场景,例如预设的时间段为5分钟,则统计在5分钟之内出现的异常事件的最大数量及最小数量,将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
在本实施例中,如果在该预设的时间段之内处理了已经存在的异常事件,并新增了新的异常事件,则仍将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量,不考虑在该预设的时间段范围之内处理的异常事件与新增的异常事件相互抵消的情况。
S202、将所述异常事件的处理数量除以所述最大数量得到第一商值,将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为该平均处理能力值。
根据本实施例的一个使用场景,例如该预设的时间为5分钟,在5分钟之内,出现的异常事件的最大数量为40,最小数量为30,则可确定在5分钟之内异常事件的处理数量为10,该第一商值为1/4,在5分钟之内的第二商值(即平均处理能力)为1/20。
S203、以时间为X轴,以该第一商值为Y轴,以该第二商值为斜率创建表示平均处理能力的坡度图。
在该实施例中,斜率越大(坡度越陡)表示对应业务系统中的异常事件的平均处理效率越高,斜率越小(坡度越平缓)表示对应业务系统中的异常事件的平均处理效率越低。
上述步骤S104进一步为步骤S204:
S204、将该业务系统对应的平均处理效率及坡度图显示,显示的业务系统的个数为至少两个。
本实施例给出了一种平均处理效率的计算方法,首先确定异常事件的处理数量,再根据该异常事件处理数量及预设的时间段计算平均处理能力值,其中平均处理能力值是以异常事件的处理率为依据计算的,最后根据该平均处理能力值及处理该业务系统中的人数计算出异常事件的平均处理效率,本实施例提供的平均处理效率的计算方法适用于异常事件数量较多的情况。
图3为根据本发明的又一实施例的异常事件处理效率的监测方法的流程图,下面结合图3来详细描述根据本发明的另一实施例的异常事件处理效率的监测方法,如图3所示,该方法在包括上述步骤S101和S103的基础上,上述步骤S102进一步包括以下步骤S301~S303。
S301、根据统计的该最大数量、最小数量及该预设的时间段,将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
根据本实施例的一个使用场景,例如预设的时间段为5分钟,则统计在5分钟之内出现的异常事件的最大数量及最小数量,将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
在本实施例中,如果在该预设的时间段之内处理了已经存在的异常事件,并新增了新的异常事件,则仍将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量,不考虑在该预设的时间段范围之内处理的异常事件与新增的异常事件相互抵消的情况。
S302、将该异常事件的处理数量与该预设的时间段的第三商值作为该平均处理能力值。
根据本实施例的一个使用场景,例如该预设的时间为5分钟,在5分钟之内,出现的异常事件的最大数量为40,最小数量为30,则可确定在5分钟之内异常事件的处理数量为10,在5分钟之内的第三商值(即平均处理能力)为2,表示每分钟可以处理2个异常事件,如果处理该业务系统中的异常事件的人数为10人的话,则对应业务系统中的异常事件的平均处理效率为0.2。
S303、以时间为X轴,以该异常事件的处理数量为Y轴,以该第三商值为斜率创建表示平均处理能力的坡度图。
在该实施例中,斜率越大(坡度越陡)表示对应业务系统中的异常事件的平均处理效率越高,斜率越小(坡度越平缓)表示对应业务系统中的异常事件的平均处理效率越低。
上述步骤S104进一步为步骤S304:
S304、将该业务系统对应的平均处理效率及坡度图显示,显示的业务系统的个数为至少两个。
本实施例给出了另一种平均处理效率的计算方法,首先确定异常事件的处理数量,再根据该异常事件处理数量及预设的时间段计算平均处理能力值,其中平均处理能力值是以异常事件的处理个数为依据计算的,最后根据该平均处理能力值及处理该业务系统中的人数计算出异常事件的平均处理效率,本实施例提供的平均处理效率的计算方法适用于异常事件数量较少的情况。
图4为根据本发明的再一实施例的异常事件处理效率的监测方法的流程图,下面结合图4来详细描述根据本发明的另一实施例的异常事件处理效率的监测方法,如图4所示,该方法在包括上述步骤S101、S103及S104的基础上,上述步骤S102进一步包括以下步骤S401~S404。
S401、根据统计的该最大数量、最小数量及该预设的时间段,将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
根据本实施例的一个使用场景,例如预设的时间段为5分钟,则统计在5分钟之内出现的异常事件的最大数量及最小数量,将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
在本实施例中,如果在该预设的时间段之内处理了已经存在的异常事件,并新增了新的异常事件,则仍将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量,不考虑在该预设的时间段范围之内处理的异常事件与新增的异常事件相互抵消的情况。
S402、将所述异常事件的处理数量除以所述最大数量得到第一商值,再将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为第一处理能力值。
根据本实施例的一个示例,该第一处理能力值是以异常事件的处理率为基数计算得到的。
S403、将该异常事件的处理数量与该预设的时间段的第三商值作为第二处理能力值。
根据本实施例的一个示例,该第二处理能力值是以异常事件的处理数量为基数计算得到的。
S404、根据该第一处理能力值及该第二处理能力值计算该平均处理能力值。
在一个实施例中,由于第一处理能力值与第二处理能力值计算的依据不同,则需要对上述的第一商值和/或异常事件的处理数量进行转换以计算该平均处理能力值。在该实施例中的一个转换方法例如:
获取与该第一商值对应预设的单位百分比,将第一商值与单元格百分比的商值确定为第一刻度;
获取与该异常事件的处理数量对应预设单位数量,将获取的异常事件的处理数量与该预设的单位数量的商值确定为第二刻度,然后根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
在对通过两种不同方式计算的处理能力值进行转换之后,平均处理能力值的计算方法就有多种了,例如:
平均处理能力值=(第一刻度+第二刻度)/2/预设的时间段;或
平均处理能力值=(a*第一刻度+b*第二刻度)/预设的时间段,其中,a+b=1。
本实施例给出了又一种平均处理效率的计算方法,首先确定异常事件的处理数量,再根据该异常事件处理数量及预设的时间段计算平均处理能力值,其中平均处理能力值是以异常事件的处理个数及异常事件处理率同时作为依据计算的,最后根据该平均处理能力值及处理该业务系统中的人数计算出异常事件的平均处理效率,本实施例提供的平均处理效率的计算方法适用于更为普遍的情况。
根据本实施例的一个示例,上述步骤S101~S404的标号并不用于限定本实施例中各个步骤的先后顺序,各个步骤的编号只是为了使得描述各个步骤时可以通用引用该步骤的标号进行便捷的指代,例如上述步骤S303可以在S103的步骤之前,也可以在步骤S103的步骤之后,只要各个步骤执行的顺序不影响本实施例的逻辑关系即可。
图5为根据本发明的一个实施例的坡度图,图5中的虚线表示辅助线,X轴表示时间,Y轴中的Max表示异常事件出现的最大数量,Mini表示异常事件出现的最小数量,实斜线对应的坡度表示对应业务系统中的异常事件的平均处理效率。
图6为根据本发明的一个实施例的异常事件处理效率的监测装置的示范性结构框图,下面结合图6来详细描述根据本发明的一个实施例的异常事件处理效率的监测装置,如图6所示,该异常事件处理效率的监测装置10包括:
检测模块11,用于检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数,该业务系统的个数为至少两个;
第一计算模块12,用于根据统计的该最大数量、最小数量及该预设的时间段,计算对应业务系统中的异常事件的平均处理能力值;
第二计算模块13,用于根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率;
输出模块14,用于输出该业务系统对应的平均处理效率,在其中的一个实施例中,输出的方式可以是显示/语音播报该业务系统对应的平均处理效率,显示/语音播报的业务系统的个数为至少两个。
在其中一个实施例中,上述输出模块具体用于显示该业务系统的名称,还可以是显示该业务系统的图标或者其它约定的代号,其中,每个业务系统与处理该业务系统中的异常事件的团队相对应,当与某个业务系统对应显示的平均处理效率高时,表示处理该业务系统的团队的异常事件处理效率高,反之,则表示处理该业务系统的团队的异常事件处理效率低。
在其中一个实施例中,该第一计算模块包括:
数量确定单元,用于将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量;
商值计算单元,用于将所述异常事件的处理数量除以所述最大数量得到第一商值,将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为该平均处理能力值;
该异常事件处理效率的监测装置还包括:坡度图创建单元,用于以时间为X轴,以该第一商值为Y轴,以该第二商值为斜率创建表示平均处理能力的坡度图;
该输出模块还用于显示创建的该坡度图。
在其中一个实施例中,上述商值计算模块还用于:将该异常事件的处理数量与该预设的时间段的第三商值作为该平均处理能力值;
该坡度图创建单元还用于:
以时间为X轴,以该异常事件的处理数量为Y轴,以该第三商值为斜率创建表示平均处理能力的坡度图。
在其中一个实施例中,该第一计算模块包括:
第一计算单元,用于将所述异常事件的处理数量除以所述最大数量得到第一商值,再将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为第一处理能力值;
第二计算单元,用于将该异常事件的处理数量与该预设的时间段的第三商值作为第二处理能力值;
第三计算单元,用于根据该第一处理能力值及该第二处理能力值计算该平均处理能力值。
在其中一个实施例中,该第一计算模块包括:
第一刻度确定单元,用于获取与所述第一商值对应预设的单位百分比,将所述第一商值与所述单位百分比的商值确定为第一刻度;
第二刻度确定单元,用于获取与所述异常事件的处理数量对应预设单位数量,将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度;
上述第三计算单元具体用于根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
在其中一个实施例中,上述第三计算单元用于根据以下公式计算所述平均处理能力值:
平均处理能力值=(第一刻度+第二刻度)/2/预设的时间段。
在其中一个实施例中,上述第三计算单元还可以用于根据以下公式计算所述平均处理能力值:
平均处理能力值=(a*第一刻度+b*第二刻度)/预设的时间段,其中,a+b=1。
根据本实施例的一个示例,该异常事件处理效率的监测装置10还包括:
判断模块,用于当当前时间在预设的工作时间段内时,检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数。
根据本发明的另一实施例,该异常事件处理效率的监测装置还包括:
排序模块,用于对不同业务系统中的平均处理效率按照计算的平均处理效率由高到低或由低到高的顺序进行排序;
上述输出模块具体用于:按照排序后的顺序,显示该业务系统对应的平均处理效率。
其中上述第一刻度确定单元及第二刻度确定单元及其它单元或模块中的“第一”和“第二”的意义仅在于将两个单元或模块加以区分,并不用于限定哪个预选区域的确定模块的优先级更高或者其它的限定意义。
其中,该异常事件处理效率的监测装置中包括的各个模块可全部或部分通过软件、硬件或其组合来实现。在其中一个实施例中,该异常事件处理效率的监测装置中的各个模块可以是用于实现对应功能的程序段。
上述异常事件处理效率的监测装置可以实现为一种计算机程序的形式,计算机程序可以在如图7所示的计算机设备上运行。
根据本实施例提供的异常事件处理效率的监测装置,该装置通过检测模块、第一计算模块以及第二计算模块计算同一业务系统中的异常事件的平均处理效率,输出模块将不同业务系统中对异常事件的平均处理效率同时显示,使得领导层可以根据显示的数据,一目了然的了解各个业务系统所对应的团队的异常事件处理能力,了解各个业务系统的异常事件处理效率的大概水平,进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队,使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配,有利于领导层对团队的管理。
本实施例另提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行所述程序时实现上述的异常事件处理效率的监测方法。
图7为根据本发明的一个实施例的计算机设备的内部结构示意图,该计算机设备可以为服务器或者终端计算机设备。参照图7,该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、内存储器、输入装置、显示屏和网络接口。其中,该计算机设备的非易失性存储介质可存储操作系统和计算机可读指令,该计算机可读指令被执行时,可使得处理器执行本申请各实施例的一种异常事件处理效率的监测方法,该方法的具体实现过程可参考图1至4各实施例的具体内容,在此不再赘述。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该内存储器中可储存有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种异常事件处理效率的监测方法。计算机设备的输入装置用于各个参数的输入,计算机设备的显示屏用于进行显示,计算机设备的网络接口用于进行网络通信。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
如此处所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
根据本发明的另一实施例提供的一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述异常事件处理效率的监测方法中的步骤。
根据本实施例的一个示例,上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述程序可存储于一计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。该存储介质包括但不限于磁碟、优盘、光盘、只读存储记忆体(Read-Only Memory,ROM)等。
本实施例通过计算至少两个业务系统中对异常事件的平均处理能力值,再根据该平均处理能力值及处理所述异常事件的总人数计算每个业务系统中的异常事件的平均处理效率,通过将不同业务系统中对异常事件的平均处理效率进行显示,使得用户可以根据显示的不同业务系统中的平均处理效率,了解各个业务系统的异常事件处理效率的大概水平,进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队,使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配,有利于领导层对团队的管理。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种异常事件处理效率的监测方法,其特征在于,所述方法包括:
检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数,所述业务系统的个数至少为两个,且至少两个所述业务系统的类型相同,所述预设的时间段内异常事件不包括在该预设的时间段内处理的已经存在的异常事件以及新增的新的异常事件;
根据统计的所述最大数量、最小数量及所述预设的时间段,计算对应业务系统中的异常事件的平均处理能力值,包括:将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量,根据所述处理数量及所述预设的时间段计算平均处理能力值;
根据所述平均处理能力值及统计的处理所述同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率;
对不同业务系统中的平均处理效率按照计算的平均处理效率由高到低或由低到高的顺序进行排序,按照排序后的顺序输出所述业务系统对应的平均处理效率,包括:显示所述业务系统的名称、图标或约定的代号,每个所述业务系统与处理所述业务系统中的异常事件的团队相对应。
2.根据权利要求1所述的方法,其特征在于,所述计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量;
将所述异常事件的处理数量除以所述最大数量得到第一商值,将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为所述平均处理能力值;
所述输出所述业务系统对应的平均处理效率的步骤包括:
以时间为X轴,以所述第一商值为Y轴,以所述第二商值为斜率创建表示平均处理能力的坡度图;
显示创建的所述坡度图。
3.根据权利要求1所述的方法,其特征在于,所述计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量;
将所述异常事件的处理数量与所述预设的时间段的第三商值作为所述平均处理能力值;
所述输出所述业务系统对应的平均处理效率的步骤包括:
以时间为X轴,以所述异常事件的处理数量为Y轴,以所述第三商值为斜率创建表示平均处理能力的坡度图;
显示创建的所述坡度图。
4.根据权利要求1所述的方法,其特征在于,所述计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量;
将所述异常事件的处理数量除以所述最大数量得到第一商值,再将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为第一处理能力值;
将所述异常事件的处理数量与所述预设的时间段的第三商值作为第二处理能力值;
根据所述第一处理能力值及所述第二处理能力值计算所述平均处理能力值。
5.根据权利要求2或4所述的方法,其特征在于,所述计算对应业务系统中的异常事件的平均处理能力值的步骤包括:
获取与所述第一商值对应预设的单位百分比,将所述第一商值与所述单位百分比的商值确定为第一刻度;
获取与所述异常事件的处理数量对应预设单位数量,将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度;
根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
6.根据权利要求1至4任一项所述的方法,其特征在于,在所述检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数的步骤之前,所述方法还包括:
当当前时间在预设的工作时间段内时,检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数。
7.一种异常事件处理效率的监测装置,其特征在于,所述装置包括:
检测模块,用于检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数,所述业务系统的个数至少为两个,且至少两个所述业务系统的类型相同,所述预设的时间段内异常事件不包括在该预设的时间段内处理的已经存在的异常事件以及新增的新的异常事件;
第一计算模块,用于根据统计的所述最大数量、最小数量及所述预设的时间段,计算对应业务系统中的异常事件的平均处理能力值,包括:将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量,根据所述处理数量及所述预设的时间段计算平均处理能力值;
第二计算模块,用于根据所述平均处理能力值及统计的处理所述同一业务系统中的异常事件的人数,计算对应业务系统中的异常事件的平均处理效率;
输出模块,用于对不同业务系统中的平均处理效率按照计算的平均处理效率由高到低或由低到高的顺序进行排序,按照排序后的顺序输出所述业务系统对应的平均处理效率,包括:显示所述业务系统的名称、图标或约定的代号,每个所述业务系统与处理所述业务系统中的异常事件的团队相对应。
8.根据权利要求7所述的装置,其特征在于,所述第一计算模块包括:
数量确定单元,用于将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量;
商值计算单元,用于将所述异常事件的处理数量除以所述最大数量得到第一商值,将所述第一商值除以所述预设的时间段得到第二商值,将得到的第二商值作为所述平均处理能力值;
所述装置还包括坡度图创建单元,用于以时间为X轴,以所述第一商值为Y轴,以所述第二商值为斜率创建表示平均处理能力的坡度图;
所述输出模块还用于显示创建的所述坡度图。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6中任一项的异常事件处理效率的监测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6任一项所述方法中的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710752751.2A CN107678911B (zh) | 2017-08-28 | 2017-08-28 | 异常事件处理效率的监测方法及装置 |
PCT/CN2017/104586 WO2019041437A1 (zh) | 2017-08-28 | 2017-09-29 | 异常事件处理效率的监测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710752751.2A CN107678911B (zh) | 2017-08-28 | 2017-08-28 | 异常事件处理效率的监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107678911A CN107678911A (zh) | 2018-02-09 |
CN107678911B true CN107678911B (zh) | 2020-07-31 |
Family
ID=61134764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710752751.2A Active CN107678911B (zh) | 2017-08-28 | 2017-08-28 | 异常事件处理效率的监测方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107678911B (zh) |
WO (1) | WO2019041437A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574624A (zh) * | 2014-10-09 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 一种对异常数据进行处理的方法、装置及监控系统 |
CN105573854A (zh) * | 2014-10-17 | 2016-05-11 | 中兴通讯股份有限公司 | 一种实现终端应用处理的方法及装置 |
CN105931014A (zh) * | 2016-04-13 | 2016-09-07 | 中国农业大学 | 村镇社区网格化管理服务系统及方法 |
CN106790515B (zh) * | 2016-12-19 | 2020-09-29 | 浙江晶日科技股份有限公司 | 一种异常事件处理系统及其应用方法 |
CN106781807A (zh) * | 2017-01-19 | 2017-05-31 | 中国人民解放军国防科学技术大学 | 一种卫星导航系统地面操作人员平行培训系统及培训方法 |
-
2017
- 2017-08-28 CN CN201710752751.2A patent/CN107678911B/zh active Active
- 2017-09-29 WO PCT/CN2017/104586 patent/WO2019041437A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2019041437A1 (zh) | 2019-03-07 |
CN107678911A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597685B (zh) | 任务分配方法、装置和服务器 | |
CN111049705B (zh) | 一种监控分布式存储系统的方法及装置 | |
CN108492005B (zh) | 项目数据处理方法、装置、计算机设备和存储介质 | |
WO2011099341A1 (ja) | 障害原因抽出装置、障害原因抽出方法およびプログラム記憶媒体 | |
CN109583758B (zh) | 监察系统的预警规则修正方法、装置和计算机设备 | |
CN110471821B (zh) | 异常变更检测方法、服务器及计算机可读存储介质 | |
CN113268403B (zh) | 时间序列的分析预测方法、装置、设备及存储介质 | |
KR20190071812A (ko) | 고장 리스크 지표 추정 장치 및 고장 리스크 지표 추정 방법 | |
CN111582771A (zh) | 风险评估方法、装置、设备及计算机可读存储介质 | |
CN107678911B (zh) | 异常事件处理效率的监测方法及装置 | |
CN110673973B (zh) | 应用程序编程接口api的异常确定方法和装置 | |
CN110569114B (zh) | 一种业务处理方法、装置、设备及存储介质 | |
CN111106953B (zh) | 一种异常根因分析的方法及装置 | |
CN111475267A (zh) | 系统任务自动调度方法、装置、计算机设备及存储介质 | |
CN111124791A (zh) | 一种系统测试方法及装置 | |
JP6375200B2 (ja) | 計算機システムの異常予兆検出装置および方法 | |
CN110928942A (zh) | 指标数据监控管理方法及装置 | |
CN107357703B (zh) | 一种终端应用耗电检测方法及服务器 | |
JP4934660B2 (ja) | 通信帯域算出方法、装置、およびトラヒック管理方法 | |
CN113434823A (zh) | 数据采集任务异常预警方法、装置、计算机设备和介质 | |
CN115344495A (zh) | 批量任务测试的数据分析方法、装置、计算机设备及介质 | |
CN114816915A (zh) | 链路追踪方法以及设备 | |
CN109032922B (zh) | 接口诊断方法、装置、设备和存储介质 | |
CN113641628A (zh) | 数据质量检测方法、装置、设备及存储介质 | |
CN112199207A (zh) | 一种报警信息推送方法、装置、系统、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |