CN108694633A - 订单异常检测和处理法、装置、电子设备和可读存储介质 - Google Patents

订单异常检测和处理法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN108694633A
CN108694633A CN201710219704.1A CN201710219704A CN108694633A CN 108694633 A CN108694633 A CN 108694633A CN 201710219704 A CN201710219704 A CN 201710219704A CN 108694633 A CN108694633 A CN 108694633A
Authority
CN
China
Prior art keywords
order
operating process
operating
time
mode
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.)
Granted
Application number
CN201710219704.1A
Other languages
English (en)
Other versions
CN108694633B (zh
Inventor
陈鹏飞
罗炜
黄自立
周凌
杨自军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201710219704.1A priority Critical patent/CN108694633B/zh
Publication of CN108694633A publication Critical patent/CN108694633A/zh
Application granted granted Critical
Publication of CN108694633B publication Critical patent/CN108694633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635Processing of requisition or of purchase orders

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供一种检测和处理订单异常的方法、装置、电子设备和可读存储介质,能够快速感知和处理交易流程中的订单异常,加快问题订单的处理速度,保证履约交易流程正常流转。本发明的检测和处理订单异常的方法包括:获取当前各订单在一预设操作流程中的操作时间;按照预设算法筛选当前各订单中的问题订单;获取各问题订单在预设操作流程和其他各操作流程的操作状态,根据设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对操作状态异常的操作流程的处理指示;按照处理指示处理各问题订单中操作状态异常的操作流程。

Description

订单异常检测和处理法、装置、电子设备和可读存储介质
技术领域
本发明涉及计算机技术领域,特别地涉及一种检测和处理订单异常的方法、装置、电子设备和可读存储介质。
背景技术
电商交易履约是整个电商流程中的重要一环,其核心就是订单生产,就是将用户已经下单完成的订单顺利交互到用户手中,其中主要涉及:交易订单主系统,以及支付、台账、采购、仓储、配送、物流等多个不同的系统。在不同的电商模式下,还涉及到电商平台仓储配送、电商平台商家仓储配送,电商平台商家仓储加电商平台配送等多个不同的流程。因此,整个交易履约流程是会是一个多系统交互、多执行分支、时间异步的系统。这个系统中每一个步骤都是处于数据非一致的状态,只有在履约完成后各系统才能够达到数据一致性的状态。而由于每个独立系统之间的交互以及线下人员的操作都在实践中都被证明无法保证其可靠性,因此在交易履约的过程中,容易出现订单阻塞在某一个流程中而无法继续履约的情况,导致这笔订单会一直处于数据非一致的状态中,无法及时送到用户手中。
现在较为传统的处理方案是通过电商网站后台系统导出交易订单的数据,再经过一定的筛选条件找到可能的问题订单,再最终通过人工排查,找出问题订单并进行处理。上述现有的处理方案在订单量少的时候可以处理大部分异常情况,但是当订单数量级达到一定数量,例如当一天达到30万订单或更多订单时,通过人工筛选排查来进行处理就变得相当困难,不仅极其耗费人力,而且很难满足订单的时效性。特别是在海外电商这种跨国的电商贸易,履约中的不稳定因素比起传统的国内电商要多很多,更难以通过人工来维护交易履约流程。
可见,为实现电商交易履约中全流程数据的一致性,存在从大量订单中检测异常并处理订单异常的需求。
发明内容
有鉴于此,本发明提供一种检测和处理订单异常的方法、装置、电子设备和可读存储介质,能够快速感知和处理交易流程中的订单异常,减少人力成本的开销,加快问题订单的处理速度,提高用户满意度,保证履约交易流程正常流转。
为实现上述目的,根据本发明的一个方面,提供了一种检测和处理订单异常的方法。
一种检测和处理订单异常的方法,所述订单包含不同的操作流程,在每个操作流程中具有各自的操作时间和操作状态,且所述订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则,所述方法包括:获取当前各订单在一预设操作流程中的操作时间;按照预设算法筛选所述当前各订单中的问题订单,其中,所述预设算法包括:抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在所述预设操作流程中的操作时间的均值;计算当前各订单在所述预设操作流程中的操作时间与所述均值的方差,将当前各订单中在所述预设操作流程中的操作时间小于第一预设阈值或所述方差大于第二预设阈值的订单作为问题订单;获取所述各问题订单在所述预设操作流程和其他各操作流程的操作状态,根据所述设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示;按照所述处理指示处理所述各问题订单中操作状态异常的操作流程。
可选地,统计并滤除其中预设比例的历史订单,包括:计算所述抽取的历史订单在所述预设操作流程中的操作时间的平均时间值,并计算所述历史订单中每个订单在所述预设操作流程中的操作时间与所述平均时间值的方差值,将所述历史订单中所述方差值最大的预设比例的订单滤除。
可选地,所述第一预设阈值为在一预设时间周期内的历史订单之中正常订单在预设操作流程中的操作时间的最小值,并且,按照如下方式设定所述第二预设阈值:获取所述预设时间周期的历史订单在所述预设操作流程中的操作时间集,并选取一数值,使得所述操作时间集中大于所述选取的数值的操作时间对应的部分历史订单中,问题订单达到预设百分比,将所述选取的数值与所述均值的方差作为所述第二预设阈值。
可选地,所述处理指示包括发送操作流程存在异常的通知消息,或者,指示重新执行操作流程。
可选地,重新执行所述操作状态异常的操作流程的次数达到预设次数之后,发送操作流程存在异常的通知消息。
根据本发明的另一方面,提供了一种检测和处理订单异常的装置。
一种检测和处理订单异常的装置,所述订单包含不同的操作流程,在每个操作流程中具有各自的操作时间和操作状态,且所述订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则,所述装置包括:获取模块,用于获取当前各订单在一预设操作流程中的操作时间;筛选模块,用于按照预设算法筛选所述当前各订单中的问题订单,其中,所述预设算法包括:抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在所述预设操作流程中的操作时间的均值;计算当前各订单在所述预设操作流程中的操作时间与所述均值的方差,将当前各订单中在所述预设操作流程中的操作时间小于第一预设阈值或所述方差大于第二预设阈值的订单作为问题订单;检测模块,用于获取所述各问题订单在所述预设操作流程和其他各操作流程的操作状态,根据所述设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示;处理模块,用于按照所述处理指示处理所述各问题订单中操作状态异常的操作流程。
可选地,所述筛选模块还用于:计算所述抽取的历史订单在所述预设操作流程中的操作时间的平均时间值,并计算所述历史订单中每个订单在所述预设操作流程中的操作时间与所述平均时间值的方差值,将所述历史订单中所述方差值最大的预设比例的订单滤除。
可选地,所述第一预设阈值为在一预设时间周期内的历史订单之中正常订单在预设操作流程中的操作时间的最小值,并且,按照如下方式设定所述第二预设阈值:获取所述预设时间周期的历史订单在所述预设操作流程中的操作时间集,并选取一数值,使得所述操作时间集中大于所述选取的数值的操作时间对应的部分历史订单中,问题订单达到预设百分比,将所述选取的数值与所述均值的方差作为所述第二预设阈值。
可选地,所述处理指示包括发送操作流程存在异常的通知消息,或者,指示重新执行操作流程。
可选地,所述处理模块还用于:重新执行所述操作状态异常的操作流程的次数达到预设次数之后,发送操作流程存在异常的通知消息。
根据本发明的又一方面,提供了一种电子设备。
一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行本发明所提供的检测和处理订单异常的方法。
根据本发明的再一方面,提供了一种非暂态计算机可读存储介质。
一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行本发明所提供的检测和处理订单异常的方法。
根据本发明的技术方案,获取当前各订单在一预设操作流程中的操作时间,抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在预设操作流程中的操作时间的均值,计算当前各订单在预设操作流程中的操作时间与均值的方差,将当前各订单中在预设操作流程中的操作时间小于第一预设阈值或所述方差大于第二预设阈值的订单作为问题订单,并获取各问题订单在预设操作流程和其他各操作流程的操作状态,根据设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,输出对操作状态异常的操作流程的处理指示,按照处理指示处理各问题订单中操作状态异常的操作流程。根据本发明的技术方案,上述发明中的一个实施例具有如下优点或有益效果:能够快速感知和处理交易流程中的订单异常,减少人力成本的开销,加快问题订单的处理速度,提高用户满意度,保证履约交易流程正常流转。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的检测和处理订单异常的方法的主要步骤示意图;
图2是根据本发明实施例的检测和处理订单异常的装置的主要模块示意图;
图3是根据本发明实施例的检测和处理订单异常的系统架构示意图;
图4是根据本发明实施例的订单状态机的示意图;
图5是根据本发明实施例的检测和处理订单异常的方法的电子设备的硬件结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是本发明实施例的检测和处理订单异常的方法的主要步骤示意图。
交易订单履约流程每一步都是一个不断重复的行为,大量的订单会不断的重复该行为。在概率学上,我们可以认为该行为符合对数正态分布。因此本发明实施例的检测和处理订单异常的方法基于对数正态分布建立自适应的算法,从而形成一套筛选问题订单的机制。利用抽取的历史订单的数据筛选问题订单,可以根据实际需求对选取的历史订单数据和设置的阈值进行调整。
其中,订单包含不同的操作流程,在每个操作流程中具有各自的操作时间和操作状态,且所述订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则,如图1所示,本发明实施例的检测和处理订单异常的方法主要包括如下的步骤S101至步骤S104。
步骤S101:获取当前各订单在一预设操作流程中的操作时间。
步骤S102:按照预设算法筛选当前各订单中的问题订单。
其中,预设算法包括:抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在预设操作流程中的操作时间的均值;计算当前各订单在预设操作流程中的操作时间与该均值的方差,将当前各订单中在预设操作流程中的操作时间小于第一预设阈值或计算出的该方差大于第二预设阈值的订单作为问题订单。
统计并滤除其中预设比例的历史订单,具体可以包括如下的步骤:计算抽取的历史订单在预设操作流程中的操作时间的平均时间值,并计算历史订单中每个订单在预设操作流程中的操作时间与平均时间值的方差值,将历史订单中方差值最大的预设比例的订单滤除。
第一预设阈值可以为在一预设时间周期内的历史订单之中正常订单在预设操作流程中的操作时间的最小值,并且,可以按照如下方式设定第二预设阈值:获取预设时间周期的历史订单在预设操作流程中的操作时间集,并选取一数值,使得操作时间集中大于选取的数值的操作时间对应的部分历史订单中,问题订单达到预设百分比,将选取的数值与均值的方差作为第二预设阈值。
步骤S103:获取各问题订单在预设操作流程和其他各操作流程的操作状态,根据设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对操作状态异常的操作流程的处理指示。
具体地,处理指示可以包括发送操作流程存在异常的通知消息,或者,指示重新执行操作流程。
步骤S104:按照处理指示处理各问题订单中操作状态异常的操作流程。
具体地,按照处理指示,发送操作流程存在异常的通知消息,或者,指示重新执行操作状态异常的操作流程。
当重新执行操作状态异常的操作流程的次数达到预设次数之后,还可以发送操作流程存在异常的通知消息。
下面以操作流程为拣货流程为例对上述的筛选问题订单的自适应算法进行详细地介绍,相应地,拣货流程对应的操作时间和操作状态分别为拣货时间和拣货状态。
首先,定时将一个月的订单的拣货流程所花的时间(拣货时间)统计出来,将这些订单的拣货时间的均值作为正态分布目标值U0。计算这个月内该拣货流程的单个订单所花的拣货时间X(n)与U0的方差E(Xn)。将其中方差E(Xn)最大的10%的订单去掉,这样做的目的是滤除掉一部分错误数据,例如出现异常的概率比较大的部分订单,然后计算剩余订单的拣货时间的平均值U1,将该值作为正态分布的实际目标是U1。以U1为基础计算需要检测的当前订单拣货时间X1(n)与U1的方差E1(X1n)。
设定两个阈值(第一预设阈值和第二预设阈值),其中,第一预设阈值为正常流程最小值P,第二预设阈值为正常流程最大值偏差值Q。P和Q可以是根据历史订单数据设定的经验值,具体地,确定第一预设阈值P的方法如下:抽取过去一年的历史订单,其中包含已知数量的问题订单和正常订单。以这些正常订单之中拣货时间的最小值作为P。确定第二预设阈值Q的方法如下:基于上述抽取的一年的历史订单数据,选取一数值W,使得该一年的历史订单中拣货时间大于该数值W的订单之中,问题订单达到预设百分比,该预设百分比例如80%。此时,将该数值W与平均值U1的方差作为第二预设阈值Q。
将拣货时间X1(n)小于第一预设阈值P,或者,E1(X1n)大于第二预设阈值Q时的订单作为问题订单。例如P为3分钟,Q为90000,则X1(n)<3或者E1(X1n)>90000的当前订单都是问题订单。
需要说明的是,对于第二预设阈值的确定,也可以直接选取上述的数值W作为第二预设阈值,当以W为第二预设阈值时,相应地,X1n大于W即为问题订单。
对于一些业务上的特殊情况,某个交易订单流程所花时间可能出现较大变更,例如,大型促销活动导致正常订单的拣货时间变长,那么,按照上述方法得到的正态分布的实际目标U1将导致筛选出的问题订单偏离期望数量,这时,可以通过经验手动设置U1,具体地,可参照一年的历史订单中出现上述业务特殊情况下的正常订单拣货时间均值U3,将上述计算的剩余订单的拣货时间的平均值U1调大,例如设置:U1=U3,或者,U1=U3*(1±u),其中,u可以取5%~10%之间的数值,以做到适应因业务变更引起交易订单流程某个时间大幅变更的情况。
图2是根据本发明实施例的检测和处理订单异常的装置的主要模块示意图。其中,订单包含不同的操作流程,在每个操作流程中具有各自的操作时间和操作状态,且订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则。
如图2所示,本发明实施例的检测和处理订单异常的装置200主要包括:获取模块201、筛选模块202、检测模块203、处理模块204。其中,获取模块201用于获取当前各订单在一预设操作流程中的操作时间;筛选模块202,用于按照预设算法筛选当前各订单中的问题订单,其中,预设算法包括:抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在预设操作流程中的操作时间的均值;计算当前各订单在预设操作流程中的操作时间与该均值的方差,将当前各订单中在预设操作流程中的操作时间小于第一预设阈值或方差大于第二预设阈值的订单作为问题订单;检测模块203用于获取各问题订单在预设操作流程和其他各操作流程的操作状态,根据设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对操作状态异常的操作流程的处理指示;处理模块204用于按照处理指示处理各问题订单中操作状态异常的操作流程。
其中,筛选模块202还可以用于计算抽取的历史订单在预设操作流程中的操作时间的平均时间值,并计算历史订单中每个订单在预设操作流程中的操作时间与该平均时间值的方差值,将该历史订单中方差值最大的预设比例的订单滤除。
第一预设阈值可以为在一预设时间周期内的历史订单之中正常订单在预设操作流程中的操作时间的最小值,并且,可以按照如下方式设定第二预设阈值:获取预设时间周期的历史订单在预设操作流程中的操作时间集,并选取一数值,使得操作时间集中大于选取的数值的操作时间对应的部分历史订单中,问题订单达到预设百分比,将选取的数值与上述剩余的历史订单在预设操作流程中的操作时间的均值的方差作为第二预设阈值。
处理指示具体可以包括发送操作流程存在异常的通知消息,或者,指示重新执行操作流程。
处理模块204还可以用于在重新执行操作状态异常的操作流程的次数达到预设次数之后,发送操作流程存在异常的通知消息。
图3是根据本发明实施例的检测和处理订单异常的系统架构示意图。
如图3所示,本发明实施例的检测和处理订单异常的系统架构包括数据中心、订单状态机、流程引擎、通知系统和各个下游系统。下游系统可以包括交易系统、支付台账系统、拣货系统、仓储系统、配送系统等诸多系统,其中,图3中该下游系统仅以交易系统、支付台账系统、仓储系统(WMS)、拣货系统为例。订单包含的各个操作流程具体可以为每个下游系统对订单所执行的操作,以拣货系统为例,在拣货系统中对订单执行拣货的操作,相应地该拣货系统中订单的操作流程即为拣货流程。在拣货流程中具有的操作时间和操作状态相应地即为拣货时间和拣货状态,拣货状态进一步可以包括已拣货状态、未拣货状态等。
本系统架构中,数据中心、订单状态机、流程引擎、通知系统相互协同,执行本发明实施例的检测和处理订单异常的装置200的功能,其中,数据中心执行获取模块201、筛选模块202的相应功能,其采用数据抽取机制,通过配置,采用定时任务的方式定期从存储各下游系统中交易订单数据的小文件系统抽取订单交易的各种数据,其中包括订单在各操作流程的操作时间的数据。数据中心还通过自适应的问题订单筛选算法,校验单个订单在某个操作流程中的操作时间是否超过了预期,从而检测出发生交易订单阻塞的下游系统操作流程。
订单状态机执行检测模块203的相应功能,图4示例性示出了本发明实施例的订单状态机的示意图,其中,图4的订单状态机中:OTS表示台账,POP表示除电商平台之外的第三方商家,VOP和BIP均表示一种采购系统,DTC表示连接仓库与其他外围的系统之间的中间件,OFW表示订单履约系统,是一种数据传输转换的容器,用于记录仓库的流转状态。图4的每个方框代表订单流转中的每个特定的状态,在该状态下,每个仓库、库存等多个子系统对于该订单定义了不同的状态。以OFW(订单履约系统)已履约状态举例,操作流程中每个系统会有指定的操作状态与之对应,例如如:交易订单主系统中对应“OFW已经履约”状态;仓储系统对应“交易订单未下发”或“交易订单已下发”状态。
订单状态机是一个规则储存库,其中存储了订单的在各操作流程的操作状态,通过查询订单状态机可以得到订单的操作状态的合集,并且,由于订单在不同操作流程中的操作状态之间具有一定的逻辑关系,订单状态机中订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则,通过获取订单的操作状态的合集可以确定订单当前的状态。
通过数据中心筛选出的某一操作流程中的问题订单,其阻塞的环节可能为与该操作流程存在关联的其他操作流程,从而导致并不能准确定位出该问题订单。订单状态机根据订单的各操作流程的操作状态之间的逻辑关系形成逻辑关联规则。通过查询订单状态机,获取问题订单在各操作流程的操作状态,并根据操作状态之间遵循的逻辑关联规则,即可准确检测出订单实际阻塞的环节(操作流程)。
以拣货流程为例,假设通过数据中心筛选得到拣货流程中的问题订单(例如该订单拣货时间超过了预期),通过查询订单状态机,获知该订单在支付系统中的状态是“已支付”状态,在对账系统中的状态是“已对账”状态,在拣货系统中的状态是“未拣货”状态,在仓储系统中的状态是“采购未入仓”状态,由于仓储系统中的入仓流程与拣货系统中的拣货流程存在逻辑上的关联关系,未入仓的商品无法流转到拣货环节,那么,根据订单状态机中规定的这种逻辑关联规则,拣货流程中的该问题订单是仓储系统的入仓流程出现了阻塞。
订单状态机还用于输出订单阻塞状态下对操作状态异常的操作流程的处理指示。以OFW(订单履约系统)已履约状态为例,如果交易订单主系统对应“OFW已经履约”状态,仓储系统对应“交易订单未下发”状态,在该状态下订单状态机输出的处理指示可以为:交易订单系统重发订单履约信息。
流程引擎、通知系统执行处理模块204的相应功能。流程引擎中定义了执行订单状态机输出的处理指示需要调用的系统以及该系统需要执行的操作,通过远程调用对应系统提供的接口,以重新执行操作状态异常的操作流程。以交易订单系统重发订单履约信息为例。流程引擎按照处理指示,可执行如下的步骤:1、从交易系统中获取交易订单信息;2、调用WMS(仓库管理系统)仓储系统重新下发订单履约信息。流程引擎通过针对不同的处理指示定义不同的执行步骤,实现了快速对单个订单操作流程中的某个步骤重试的目的,从而快速处理阻塞的问题订单。
订单状态机输出的处理指示还可以包括发送操作流程存在异常的通知消息,可通过通知系统发送该通知消息。对于由于特殊业务状态无法处理的订单,可通过短信、邮件等方式通知人工介入,以便快速处理问题。并且,如果单个交易订单的某项操作流程操作重试次数达到预设次数时,则说明通过系统已经无法及时处理该问题订单,通知系统也将会发送通知消息来通知系统及时告知运营人员处理出现异常的操作流程。
此外,问题订单分为处理过快(操作时间过短,例如前述X1(n)小于第一预设阈值P的情况)和处理过慢(操作时间过长,例如前述E1(X1n)大于第二预设阈值Q的情况)。如果处理过快则不进行重复流程的操作,而是将信息统计出来,交由运维检测是不是该步骤存在处理故障,从而检测是否存在操作失误。
通过流程引擎的正常操作及通知系统通知人工及时介入,能够保证异常交易订单数据能够得到及时妥善地处理。
根据本发明的实施例,本发明还提供了一种电子设备和一种可读存储介质。
本发明的电子设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行本发明所提供的检测和处理订单异常的方法。
本发明的非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行本发明所提供的检测和处理订单异常的方法。
如图5所示,是根据本发明实施例的检测和处理订单异常的方法的电子设备的硬件结构示意图。如图5,该电子设备500包括:一个或多个处理器501以及存储器502,图5中以一个处理器501为例。其中,存储器502即为本发明所提供的非暂态计算机可读存储介质。
检测和处理订单异常的方法的电子设备还可以包括:输入装置503和输出装置504。
处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器502作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的检测和处理订单异常的方法对应的程序指令/模块(例如,附图4所示的获取模块401、筛选模块402、检测模块403、处理模块404)。处理器501通过运行存储在存储器502中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的检测和处理订单异常的方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据检测和处理订单异常的装置的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至检测和处理订单异常的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置503可接收输入的数字或字符信息,以及产生与检测和处理订单异常的装置的用户设置以及功能控制有关的键信号输入。输出装置504可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器502中,当被所述一个或者多个处理器501执行时,执行上述任意方法实施例中的检测和处理订单异常的方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
根据本发明实施例的技术方案,获取当前各订单在一预设操作流程中的操作时间,抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在预设操作流程中的操作时间的均值,计算当前各订单在预设操作流程中的操作时间与均值的方差,将当前各订单中在预设操作流程中的操作时间小于第一预设阈值或所述方差大于第二预设阈值的订单作为问题订单,并获取各问题订单在预设操作流程和其他各操作流程的操作状态,根据设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,输出对操作状态异常的操作流程的处理指示,按照处理指示处理各问题订单中操作状态异常的操作流程。从而能够快速感知和处理交易流程中的订单异常,减少人力成本的开销,加快问题订单的处理速度,提高用户满意度,保证履约交易流程正常流转。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (12)

1.一种检测和处理订单异常的方法,其特征在于,所述订单包含不同的操作流程,在每个操作流程中具有各自的操作时间和操作状态,且所述订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则,所述方法包括:
获取当前各订单在一预设操作流程中的操作时间;
按照预设算法筛选所述当前各订单中的问题订单,其中,所述预设算法包括:抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在所述预设操作流程中的操作时间的均值;计算当前各订单在所述预设操作流程中的操作时间与所述均值的方差,将当前各订单中在所述预设操作流程中的操作时间小于第一预设阈值或所述方差大于第二预设阈值的订单作为问题订单;
获取所述各问题订单在所述预设操作流程和其他各操作流程的操作状态,根据所述设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示;
按照所述处理指示处理所述各问题订单中操作状态异常的操作流程。
2.根据权利要求1所述的方法,其特征在于,统计并滤除其中预设比例的历史订单,包括:
计算所述抽取的历史订单在所述预设操作流程中的操作时间的平均时间值,并计算所述历史订单中每个订单在所述预设操作流程中的操作时间与所述平均时间值的方差值,将所述历史订单中所述方差值最大的预设比例的订单滤除。
3.根据权利要求1所述的方法,其特征在于,所述第一预设阈值为在一预设时间周期内的历史订单之中正常订单在预设操作流程中的操作时间的最小值,
并且,
按照如下方式设定所述第二预设阈值:获取所述预设时间周期的历史订单在所述预设操作流程中的操作时间集,并选取一数值,使得所述操作时间集中大于所述选取的数值的操作时间对应的部分历史订单中,问题订单达到预设百分比,将所述选取的数值与所述均值的方差作为所述第二预设阈值。
4.根据权利要求1所述的方法,其特征在于,所述处理指示包括发送操作流程存在异常的通知消息,或者,指示重新执行操作流程。
5.根据权利要求4所述的方法,其特征在于,重新执行所述操作状态异常的操作流程的次数达到预设次数之后,发送操作流程存在异常的通知消息。
6.一种检测和处理订单异常的装置,其特征在于,所述订单包含不同的操作流程,在每个操作流程中具有各自的操作时间和操作状态,且所述订单的各操作流程中的操作状态之间遵循设定的逻辑关联规则,所述装置包括:
获取模块,用于获取当前各订单在一预设操作流程中的操作时间;
筛选模块,用于按照预设算法筛选所述当前各订单中的问题订单,其中,所述预设算法包括:抽取预设时间段内的历史订单的数据,统计并滤除其中预设比例的历史订单,计算剩余的历史订单在所述预设操作流程中的操作时间的均值;计算当前各订单在所述预设操作流程中的操作时间与所述均值的方差,将当前各订单中在所述预设操作流程中的操作时间小于第一预设阈值或所述方差大于第二预设阈值的订单作为问题订单;
检测模块,用于获取所述各问题订单在所述预设操作流程和其他各操作流程的操作状态,根据所述设定的逻辑关联规则确定各问题订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示;
处理模块,用于按照所述处理指示处理所述各问题订单中操作状态异常的操作流程。
7.根据权利要求6所述的装置,其特征在于,所述筛选模块还用于:
计算所述抽取的历史订单在所述预设操作流程中的操作时间的平均时间值,并计算所述历史订单中每个订单在所述预设操作流程中的操作时间与所述平均时间值的方差值,将所述历史订单中所述方差值最大的预设比例的订单滤除。
8.根据权利要求6所述的装置,其特征在于,所述第一预设阈值为在一预设时间周期内的历史订单之中正常订单在预设操作流程中的操作时间的最小值,
并且,
按照如下方式设定所述第二预设阈值:获取所述预设时间周期的历史订单在所述预设操作流程中的操作时间集,并选取一数值,使得所述操作时间集中大于所述选取的数值的操作时间对应的部分历史订单中,问题订单达到预设百分比,将所述选取的数值与所述均值的方差作为所述第二预设阈值。
9.根据权利要求6所述的装置,其特征在于,所述处理指示包括发送操作流程存在异常的通知消息,或者,指示重新执行操作流程。
10.根据权利要求9所述的装置,其特征在于,所述处理模块还用于:重新执行所述操作状态异常的操作流程的次数达到预设次数之后,发送操作流程存在异常的通知消息。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-5中任一项所述的方法。
12.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
CN201710219704.1A 2017-04-06 2017-04-06 订单异常检测和处理法、装置、电子设备和可读存储介质 Active CN108694633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710219704.1A CN108694633B (zh) 2017-04-06 2017-04-06 订单异常检测和处理法、装置、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710219704.1A CN108694633B (zh) 2017-04-06 2017-04-06 订单异常检测和处理法、装置、电子设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN108694633A true CN108694633A (zh) 2018-10-23
CN108694633B CN108694633B (zh) 2021-09-03

Family

ID=63842773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710219704.1A Active CN108694633B (zh) 2017-04-06 2017-04-06 订单异常检测和处理法、装置、电子设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN108694633B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598486A (zh) * 2018-12-21 2019-04-09 优估(上海)信息科技有限公司 一种排查异常订单的方法和装置
CN109785128A (zh) * 2018-12-13 2019-05-21 平安普惠企业管理有限公司 交易信息自动重发方法、装置、电子设备以及存储介质
CN109785074A (zh) * 2019-01-24 2019-05-21 四川长虹电器股份有限公司 一种账单流程跟踪优化系统的架构方法
CN110260918A (zh) * 2019-06-20 2019-09-20 宝业湖北建工集团有限公司 建筑监测方法、装置、电子设备及计算机可读存储介质
CN110310170A (zh) * 2019-05-24 2019-10-08 深圳壹账通智能科技有限公司 订单处理方法、装置、电子设备及存储介质
CN110908821A (zh) * 2019-11-08 2020-03-24 腾讯音乐娱乐科技(深圳)有限公司 任务失败管理的方法、装置、设备和存储介质
CN111275466A (zh) * 2018-12-04 2020-06-12 北京京东尚科信息技术有限公司 一种超期单量预警的方法和装置
CN111488236A (zh) * 2020-04-16 2020-08-04 北京思特奇信息技术股份有限公司 一种订单异常处理方法、服务器、存储介质及处理装置
CN111967940A (zh) * 2020-08-19 2020-11-20 支付宝(杭州)信息技术有限公司 一种订单量异常检测方法及装置
CN112215531A (zh) * 2019-07-12 2021-01-12 北京京东振世信息技术有限公司 解决物流配送问题的方法和装置
CN113256219A (zh) * 2021-06-15 2021-08-13 广西叫酒网络科技有限公司 一种订单配送服务系统
CN113298469A (zh) * 2021-05-26 2021-08-24 西安京迅递供应链科技有限公司 异常数据检测方法、装置、电子设备和存储介质
CN116051241A (zh) * 2023-02-01 2023-05-02 浙江红太阳企业管理咨询有限公司 一种基于大数据的电商管理平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105262647A (zh) * 2015-11-27 2016-01-20 广州神马移动信息科技有限公司 一种异常指标检测方法及装置
CN105719109A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 订单监控方法和装置
CN105719112A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 配送异常状态的确定方法、装置及服务器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105719109A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 订单监控方法和装置
CN105719112A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 配送异常状态的确定方法、装置及服务器
CN105262647A (zh) * 2015-11-27 2016-01-20 广州神马移动信息科技有限公司 一种异常指标检测方法及装置

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111275466A (zh) * 2018-12-04 2020-06-12 北京京东尚科信息技术有限公司 一种超期单量预警的方法和装置
CN111275466B (zh) * 2018-12-04 2023-12-05 北京京东振世信息技术有限公司 一种超期单量预警的方法和装置
CN109785128A (zh) * 2018-12-13 2019-05-21 平安普惠企业管理有限公司 交易信息自动重发方法、装置、电子设备以及存储介质
CN109598486A (zh) * 2018-12-21 2019-04-09 优估(上海)信息科技有限公司 一种排查异常订单的方法和装置
CN109785074A (zh) * 2019-01-24 2019-05-21 四川长虹电器股份有限公司 一种账单流程跟踪优化系统的架构方法
CN110310170A (zh) * 2019-05-24 2019-10-08 深圳壹账通智能科技有限公司 订单处理方法、装置、电子设备及存储介质
CN110260918A (zh) * 2019-06-20 2019-09-20 宝业湖北建工集团有限公司 建筑监测方法、装置、电子设备及计算机可读存储介质
CN112215531A (zh) * 2019-07-12 2021-01-12 北京京东振世信息技术有限公司 解决物流配送问题的方法和装置
CN112215531B (zh) * 2019-07-12 2023-09-26 北京京东振世信息技术有限公司 解决物流配送问题的方法和装置
CN110908821A (zh) * 2019-11-08 2020-03-24 腾讯音乐娱乐科技(深圳)有限公司 任务失败管理的方法、装置、设备和存储介质
CN110908821B (zh) * 2019-11-08 2024-01-02 腾讯音乐娱乐科技(深圳)有限公司 任务失败管理的方法、装置、设备和存储介质
CN111488236A (zh) * 2020-04-16 2020-08-04 北京思特奇信息技术股份有限公司 一种订单异常处理方法、服务器、存储介质及处理装置
CN111488236B (zh) * 2020-04-16 2023-09-05 北京思特奇信息技术股份有限公司 一种订单异常处理方法、服务器、存储介质及处理装置
CN111967940A (zh) * 2020-08-19 2020-11-20 支付宝(杭州)信息技术有限公司 一种订单量异常检测方法及装置
CN113298469A (zh) * 2021-05-26 2021-08-24 西安京迅递供应链科技有限公司 异常数据检测方法、装置、电子设备和存储介质
CN113256219A (zh) * 2021-06-15 2021-08-13 广西叫酒网络科技有限公司 一种订单配送服务系统
CN116051241A (zh) * 2023-02-01 2023-05-02 浙江红太阳企业管理咨询有限公司 一种基于大数据的电商管理平台
CN116051241B (zh) * 2023-02-01 2023-12-12 变购(武汉)物联网科技有限公司 一种基于大数据的电商管理平台

Also Published As

Publication number Publication date
CN108694633B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN108694633A (zh) 订单异常检测和处理法、装置、电子设备和可读存储介质
Soleimani et al. Incorporating risk measures in closed-loop supply chain network design
CN110008248A (zh) 一种数据处理方法和装置
CN107527183A (zh) 基于云仓库的多sku产品的管理方法及系统和系统的操作方法、电子产品和电子装置
CN104134132B (zh) 安全库存控制系统的控制方法
CN107833113A (zh) 异常订单处理方法、装置及电子设备
CN102567854A (zh) 货物自提系统及方法
CN107330596A (zh) 一种企业进销存管理系统
CN104221040A (zh) 便携终端管理服务器及便携终端管理程序
CN106934686A (zh) 一种自助下单的方法及系统
CN105184485A (zh) 一种商铺运营的进销管理系统
US20210383316A1 (en) System and method for advanced inventory management using deep neural networks
CN107527171A (zh) 实现订单管控的系统、方法及调度服务器和处理服务器
US20220391830A1 (en) System and method for advanced inventory management using deep neural networks
Moharana et al. Importance of information technology for effective supply chain management
CN110163720A (zh) 一种基于大宗商品交易的即时竞价的系统及方法
CN108805377A (zh) 企业采购管理系统
CN105096171A (zh) 基于互联网的互动备件平台及其互动方法
CN109558991A (zh) 基于自贩机的货道量推荐方法、装置、设备及存储介质
CN108629467B (zh) 一种样品信息处理方法及系统
CN106951974A (zh) 用于优化库存的方法及系统
CN105956810A (zh) 一种称重管理器
CN108133540A (zh) 钞箱内纸币数量异常的检测方法、检测装置及电子设备
CN106327701A (zh) 一种自动存取设备及应用该设备的购物自助取货方法
CN112445787A (zh) 一种基于实时业务的数据稽核方法和系统

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