CN108733563B - 应用软件的业务故障处理方法、服务端及存储介质 - Google Patents
应用软件的业务故障处理方法、服务端及存储介质 Download PDFInfo
- Publication number
- CN108733563B CN108733563B CN201810478775.8A CN201810478775A CN108733563B CN 108733563 B CN108733563 B CN 108733563B CN 201810478775 A CN201810478775 A CN 201810478775A CN 108733563 B CN108733563 B CN 108733563B
- Authority
- CN
- China
- Prior art keywords
- node
- application software
- nth
- service
- operation track
- 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
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3636—Software debugging by tracing the execution of the program
- G06F11/364—Software debugging by tracing the execution of the program tracing values on a bus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/366—Software debugging using diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种应用软件的业务故障处理方法、服务端及存储介质,该方法包括步骤:当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户办理该业务且业务流程处于第N个节点至第N+1个节点时的操作轨迹数据,以构建操作轨迹样本模型;根据异常轨迹诊断条件,从操作轨迹样本模型中选择异常的操作轨迹数据,以确定操作轨迹中的异常位置;获取第一预设时间内第N个节点至第N+1个节点的节点转化率;根据第N个节点至第N+1个节点的节点转化率,确定故障处理优先级,以按照故障处理优先级以及异常位置进行业务故障处理。本发明的技术方案能准确方便地找到业务故障的原因,进而按照处理等级处理业务故障。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及应用软件的业务故障处理方法、监控服务端及计算机可读存储介质。
背景技术
随着信息时代的到来,许多原本需要在金融机构现场办理的业务可以通过应用软件实现在线业务办理。为了更好的了解用户使用应用软件的情况,出现了用于监控客户端使用情况的监控服务端。但目前的监控服务端判断应用软件的代码是否出错时的依据是:判断应用软件办理业务时对应的业务流程是否从当前业务节点转化到下一个业务节点,如果未从当前业务节点转化到下一个业务节点则认为应用软件的代码出错,但这种方式不能找到应用软件代码出错的故障位置。
发明内容
本发明的主要目的在于提供一种应用软件的业务故障处理方法、监控服务端及计算机可读存储介质,旨在解决目前应用软件的代码出错时不能找到故障位置的技术问题,帮助快速找到故障位置,方便进一步处理故障。
为实现上述目的,本发明提供一种应用软件的业务故障处理方法,包括步骤:
当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈[1,n-1],n为业务流程的节点总数;
根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;
获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;
根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。
可选地,所述获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率的步骤包括:
获取第一预设时间内应用软件上报的用户数据;
根据业务流程的节点信息与所述应用软件上报的用户数据之间的对应关系,获取所述应用软件上报的用户数据中符合筛选条件的节点信息对应的用户数据;
根据所述符合筛选条件的节点信息对应的用户数据,依次获取第一预设时间内从所述业务流程的第N-1个节点转化到第N个节点所对应的第一用户数Q1、从所述第N个节点进入所述业务流程所对应的第二用户数Q2以及从所述第N个节点转化到第N+1个节点所对应的第三用户数Q3,其中,若无法从所述第N个节点转化到第N+1个节点,则重启所述应用软件后从所述第N个节点进入所述业务流程;
根据所述第一用户数Q1、所述第二用户数Q2以及所述第三用户数Q3,计算第N个节点至第N+1个节点对应的节点转化率。
可选地,所述根据所述第一用户数Q1、所述第二用户数Q2以及所述第三用户数Q3,计算第N个节点至第N+1个节点对应的节点转化率的步骤包括:
通过预设的算法M=Q3/(Q1+Q2),计算第N个节点至第N+1个节点对应的节点转化率,其中M为第N个节点至第N+1个节点对应的节点转化率。
可选地,所述获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据以根据所述操作轨迹数据构建操作轨迹样本模型的步骤包括:
分别获取每位用户使用所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时的可扩展标记语言路径语言Xpath以及产生的点击事件对应的时间和坐标;
对所述Xpath进行字符串拼接,并根据字符串拼接后的Xpath生成Python脚本;
在Appium中以所述Python脚本作为输入变量进行操作轨迹重现,得到每位用户的操作轨迹数据;
根据所述对应的时间、坐标以及所述每位用户的操作轨迹数据构建操作轨迹样本模型。
可选地,所述预设的异常轨迹诊断条件包括第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值;
所述根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置的步骤包括:
获取所述第二预设时间内所述操作轨迹样本模型中每一用户分别对应的每一点击事件的点击次数;
以第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值作为预设的异常轨迹诊断条件,逐个判断每一用户对应的每一点击事件的点击次数是否超过该点击事件对应的预设点击次数阈值;
当任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值时,确定该点击事件的操作轨迹数据为异常轨迹数据;
根据所有异常轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置。
可选地,所述根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理的步骤包括:
判断所述第N个节点至第N+1个节点对应的节点转化率是否在所述第N个节点至第N+1个节点对应的节点转化范围内;
当所述第N个节点至第N+1个节点对应的节点转化率不在所述第N个节点至第N+1个节点对应的节点转化范围内时,以第一优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
可选地,所述判断所述相邻节点间对应的节点转化率是否在该相邻节点对应的节点转化范围内的步骤之后还包括:
当所述第N个节点至第N+1个节点对应的节点转化率在所述第N个节点至第N+1个节点对应的节点转化范围内时,以第二优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
此外,为实现上述目的,本发明还提供一种监控服务端,包括:
构建模块,用于当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈[1,n-1],n为业务流程的节点总数;
选择模块,用于根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;
获取模块,用于获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;
故障处理模块,用于根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。
此外,为实现上述目的,本发明还提供一种监控服务端,所述监控服务端包括:通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的应用软件的业务故障处理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的应用软件的业务故障处理方法的步骤。
本发明提出的一种应用软件的业务故障处理方法、监控服务端及计算机可读存储介质,通过当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈[1,n-1],n为业务流程的节点总数;根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。从而在业务流程的当前节点未转化到下一个节点的前提下,结合操作轨迹样本模型、异常轨迹诊断条件和对应的相邻节点的流程转化率确定了故障位置以及故障处理的优先级,帮助快速找到了代码出错的原因,方便进一步根据故障的紧急程度进行故障处理。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明应用软件的业务故障处理方法第一实施例的流程示意图;
图3为本发明应用软件的业务故障处理方法第一实施例中步骤S20的细化流程示意图;
图4为本发明应用软件的业务故障处理方法第一实施例中步骤S40的细化流程示意图;
图5为本发明应用软件的业务故障处理方法第二实施例中步骤S30的细化流程示意图;
图6为本发明应用软件的业务故障处理方法第三实施例中步骤S10的细化流程示意图;
图7为本发明监控服务端的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
请参照图1,图1为本发明各个实施例中的监控服务端100的硬件结构示意图,所述监控服务端100可以是与用户办理业务的终端通信连接的服务器,也可以是与服务器以及办理业务的终端通信连接的专用于业务故障监控及处理的监控服务平台。本发明所提供的监控服务端100包括通信模块10、存储器20及处理器30等部件。其中,所述处理器30分别与所述存储器20和所述通信模块10连接,所述存储器20上存储有计算机程序,所述计算机程序同时被处理器30执行。
通信模块10,可通过网络与外部通讯设备连接。通信模块10可以接收外部通讯设备发出的请求,还可广播事件、指令及信息至所述外部通讯设备。所述外部通讯设备可以是服务器、手机、电脑及银行自助终端等电子设备中的至少一种。
存储器20,可用于存储软件程序以及各种数据。存储器20可主要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、至少一个功能所需的应用软件(比如操作轨迹数据获取软件)等;存储数据区可存储根据监控服务端100的使用所创建的数据或信息等。此外,存储器20可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器30,是监控服务端100的控制中心,利用各种接口和线路连接整个监控服务端100的各个部分,通过运行或执行存储在存储器20内的软件程序和/或模块,以及调用存储在存储器20内的数据,执行监控服务端100的各种功能和处理数据,从而对监控服务端100进行整体监控。处理器30可包括一个或多个处理单元;优选的,处理器30可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用软件等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器30中。
尽管图1未示出,但上述监控服务端100还可以包括电路控制模块,用于与电源连接,保证其他部件的正常工作等。上述监控服务端100还可以包括显示模块,用于显示系统界面和代码出错原因,方便维护工程师及时发现监控的应用软件异常。
本领域技术人员可以理解,图1中示出的监控服务端100结构并不构成对监控服务端100的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
基于上述硬件结构,提出本发明方法各个实施例。
参照图2,在本发明应用软件的业务故障处理方法的第一实施例中,包括步骤:
步骤S10,当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈[1,n-1],n为业务流程的节点总数;
本发明的技术方案适用于各种应用软件的使用监测,所述应用软件可以是金融业务软件、健康管理软件、即时通讯软件以及导航应用等。以下实施例均以通过金融业务软件办理金融业务进行具体说明。
通过所述金融业务软件办理金融业务例如可以是通过该软件向金融平台申请贷款业务,可以是通过该软件购买个人健康保险业务,还可以是通过该软件进行银行资金交易等。
需要说明的是,在用户的终端上已经安装有应用软件时,用户可以按照不同金融业务的操作流程办理金融业务,而不同的操作流程又分成若干个阶段,例如注册账户阶段、绑定银行卡阶段,每个阶段在数据处理层面对应有不同的节点。当操作流程从一个阶段进入下一个阶段时,应用软件对应将从一个节点转化到下一个节点。相反如果监控服务端监控到一名或多名用户使用的应用软件的业务流程未从一个节点转化到下一个节点,则表示操作流程未从一个阶段进入下一个阶段,应用软件的代码出错,此时需要尽早找到代码出错的原因。
可以从服务器中获取应用软件在用户办理业务时上报的用户数据,根据应用软件上报的用户数据得到用户办理该业务时对应的操作轨迹数据;还可以在用户办理业务时直接记录用户的操作轨迹数据,通过服务器接收后保存在监控服务端的存储器中。进一步地还可以从所有用户的操作轨迹数据中选择预设数量的用户在通过该应用软件办理业务且业务流程处于当前代码出错的第N个节点至第N+1个节点时的操作轨迹数据作为样本模型数据,用于构建操作轨迹样本模型,通过足够多的样本量构建的样本模型中的故障位置可以用作反映应用软件的操作轨迹中存在故障的位置。
其中,操作轨迹数据包括用户使用应用软件的过程中产生的事件对应的时间、坐标、输入字符、事件产生的关键词、触发次数、触发间隔时间以及可扩展标记语言路径语言Xpath;还可以包括应用软件的产品序列号、应用软件对应的终端系统版本。其中事件类型例如可以包括点击事件、页面跳转事件等等。
步骤S20,根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;
异常轨迹诊断条件可以根据实际需要进行设置,例如可以是以下异常轨迹诊断条件中的至少一种:
第一设定时间内所述操作轨迹样本模型中第一预设数量的用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值;
第二设定时间内第二预设数量的用户的操作轨迹数据中页面跳转错误页面出现的次数超过了预设页面错误次数阈值;
第三设定时间内第三预设数量的用户使用应用软件时刷新页面的次数均超出了刷新次数阈值;
第四设定时间内第四预设数量的用户点击同一个按钮的次数超出了按钮次数上限。
上述第一预设数量、第二预设数量和第三预设数量的取值在1至操作轨迹样本模型的用户总量之间;第一设定时间至第四设定时间的范围可以根据实际需要进行设置。
以下以第一设定时间为第二预设时间,第一预设数量为1,所述预设的异常轨迹诊断条件包括第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值进行举例说明。
参见图3,所述步骤S20可以包括:
步骤S21,获取所述第二预设时间内所述操作轨迹样本模型中每一用户分别对应的每一点击事件的点击次数;
步骤S22,以第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值作为预设的异常轨迹诊断条件,逐个判断每一用户对应的每一点击事件的点击次数是否超过该点击事件对应的预设点击次数阈值;
步骤S23,当任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值时,确定该点击事件的操作轨迹数据为异常轨迹数据;
步骤S24,根据所有异常轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置。
根据设置的异常轨迹诊断条件可以从操作轨迹样本模型中筛选出业务流程处于第N个节点至第N+1个节点时异常的操作轨迹数据。而操作轨迹数据会与实际用户使用应用软件的操作轨迹中的位置相关联,找到了异常的操作轨迹数据即可确认操作轨迹中的异常位置。其中,所述异常位置可以指应用软件代码出错的一部分区域,也可以指功能上异常的位置,如绑定银行卡页面的按钮点击没反应。
步骤S30,获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;
可以通过获取所有用户或者设定数量的用户在第N个节点至第N+1个节点的节点转化率来了解当前单个用户或多个用户使用应用软件办理业务时,业务流程未从第N个节点转化到第N+1个节点时对应的代码出错对于整体用户使用的影响程度。
获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率可以是先获取节点脱落率,然后用1减去节点脱落率得到待计算的节点转化率;还可以通过第N-1个节点转化到第N个节点的用户数、从第N个节点新进入的用户数以及从第N个节点转化到第N+1个节点对应的用户数计算节点转化率。
步骤S40,根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。
在应用软件日常运营过程中,相邻节点间的节点转化率会在一定范围内浮动,如果计算出的节点转化率异常,表示代码出错比较严重,影响了应用软件的使用,可以设置第一优先级进行最优先处理。如果节点转化率还在一定范围内时,则表示代码出错对于应用软件的影响较小,应用软件还能运行正常,可以暂缓处理,将故障处理优先级设为第二优先级。
参见图4,图4为所述步骤S40设置故障处理优先级的细化流程示意图,可以包括以下步骤:
步骤S41,判断所述第N个节点至第N+1个节点对应的节点转化率是否在所述第N个节点至第N+1个节点对应的节点转化范围内;若否,则执行步骤S42;若是,则执行步骤S43;
步骤S42,以第一优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障;
步骤S43,以第二优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
在本实施例中,通过建立操作轨迹样本模型,找到其中的异常轨迹数据用于反映整体上用户的操作轨迹的异常位置,然后再结合相邻节点间的节点转化率找到需要紧急处理的故障位置,按照设置故障处理优先级的方式进行排序处理,帮助快速准确地找到了代码出错的位置,并按照故障的紧急程度优先进行故障处理。
进一步地,还可以在设置故障处理优先级时,结合不同的异常位置设置不同的故障处理优先级,例如在节点转化率均处于异常的情况下,将处于核心部分的异常位置设为最优先处理的故障,将处于非核心部分的异常位置设为次优先处理的故障。将异常位置的重要程度与第N个节点至第N+1个节点对应的节点转化率综合进行故障处理优先级的设置,能更严密地划分故障等级,以达到按照代码出错的严重程度以及代码的重要程度进行故障处理,使故障处理更为高效。
参见图5,基于本发明应用软件的业务故障处理方法的第一实施例提出本发明应用软件的业务故障处理方法的第二实施例,在本实施例中,所述S30包括:
步骤S31,获取第一预设时间内应用软件上报的用户数据;
当操作流程从一个阶段进入下一个阶段时,应用软件将出现页面跳转事件,应用软件此时可以记录该终端的用户数据并上报给服务器。当监控服务端是服务器时,可以直接从服务器的存储器中获取预设第一时间内应用软件上报的用户数据;当监控服务端是专用的监控服务平台时,可以向服务器发送请求以获取用户数据,或由服务器主动发送需要用到的预设第一时间的用户数据给所述监控服务平台。此外,上述第一预设时间可以根据实际需要进行设置,例如可以是一周。
步骤S32,根据业务流程的节点信息与所述应用软件上报的用户数据之间的对应关系,获取所述应用软件上报的用户数据中符合筛选条件的节点信息对应的用户数据;
其中,所述应用软件上报的用户数据可以包括当前用户办理业务所处的节点的节点名称、应用软件版本号、应用软件对应的终端设备名称和型号、当前用户办理的业务类型以及用户账户信息,其中所述用户账户信息可以包括用户在应用软件登录时使用的账户名、用户绑定的银行卡信息、用户录入的面部图像数据、用户注册账户时所需填写的信息等。
由于不同的阶段有不同的用户数据,且办理的业务所处的阶段与业务流程的节点对应,因此业务的节点与应用软件上报的用户数据之间存在对应关系。可以通过设置筛选条件以及该对应关系,选择该业务流程中所需要用到的部分用户数据。所述筛选条件可以是业务类型、办理业务所使用的设备类型、办理业务所使用的应用软件版本号、节点名称中的至少一个。以下以通过平安普惠平台申请贷款为例进行举例说明。
申请贷款需要经历绑定银行卡、添加联系人信息、身份验证、贷款额度批准、提现以及还卡这几个阶段,在绑定银行卡之前还需要注册账号。对应地,在计算申请贷款业务各节点之间的节点转化率时,可以设置筛选条件将注册账号这一不太相关的节点信息对应的用户数据筛除,保留其他几个节点对应的用户数据用于计算贷款业务相邻节点间的转化率。
步骤S33,根据所述符合筛选条件的节点信息对应的用户数据,依次获取第一预设时间内从所述业务流程的第N-1个节点转化到第N个节点所对应的第一用户数Q1、从所述第N个节点进入所述业务流程所对应的第二用户数Q2以及从所述第N个节点转化到第N+1个节点所对应的第三用户数Q3,其中,若无法从所述第N个节点转化到第N+1个节点,则重启所述应用软件后从所述第N个节点进入所述业务流程;
根据筛选后的所有用户数据,即可依次得到第一个节点进入金融业务流程的用户数、从第一个节点转化到第二个节点的用户数、从第二个节点进入金融业务流程的用户数、从第二个节点转化到第三个节点的用户数……,直至从第n-1个节点转化到第n个节点的用户数、从第n个节点进入金融业务流程的用户数以及最终金融业务流程办理成功的用户数。
需要说明的是,用户通过应用软件办理业务时,如果业务的阶段对应的业务流程节点中第N个节点无法转化到第N+1个节点时,则在用户再次办理该业务时或者在重启所述应用软件时该用户会直接从第N个节点进入该金融业务流程。
步骤S34,根据所述第一用户数Q1、所述第二用户数Q2以及所述第三用户数Q3,计算第N个节点至第N+1个节点对应的节点转化率。
需要说明的是,从第N-1个节点转化到第N个节点表示用户在操作应用软件时,从第N-1个阶段经过页面跳转事件跳转成功,进入了第N个阶段。从第N个节点进入金融业务流程表示用户的业务流程跳过了之前的节点,直接从第N个节点进入了业务办理环节,这可能是因为以前该用户在办理第N个节点对应的业务时因为应用软件页面失灵或者用户突然退出等原因导致用户从第N个节点脱落,当用户再次登录应用软件办理业务时可以直接进入该节点继续完成之前未办理完成的业务。从第N个节点转化到第N+1个节点表示用户在操作应用软件时,从第N个阶段经过页面跳转事件跳转成功,进入了第N+1个阶段。Q1、Q2和Q3所代表的用户数即是对于不同节点进入情况的用户数量的统计。
其中,当N=1时,由于N-1=0且不存在第0个节点,因此从第0个节点转化到第1个节点所对应的第一用户数Q1为0,可以根据从第1个节点进入金融业务流程所对应的第二用户数Q2以及从第1个节点转化到第2个节点所对应的第三用户数Q3计算第1个节点至第2个节点对应的流程节点转化率。当N=n-1时,则可以根据从第n-2个节点转化到第n-1个节点所对应的第一用户数Q1、从第n-1个节点进入金融业务流程所对应的第二用户数Q2以及从第n-1个节点转化到第n个节点所对应的第三用户数Q3,计算第n-1个节点至第n个节点对应的流程节点转化率。
如果获取了所有的第一用户数Q1、第二用户数Q2以及第三用户数Q3即可计算得到所有相邻节点间的节点转化率。节点转化率的计算能帮助得到应用软件在第N个节点对应的业务流程阶段的转化情况,由此实时监控整个金融业务流程的相邻节点的转化情况,帮助快速找到流程节点的异常位置,提高了应用软件的异常情况处理速度。
进一步地,在其他实施例中,所述步骤S34可以包括:
通过预设的算法M=Q3/(Q1+Q2),计算第N个节点至第N+1个节点对应的节点转化率,其中M为第N个节点至第N+1个节点对应的节点转化率。
以下以平安普惠平台申请贷款为例,假设从绑卡成功阶段对应的节点进入贷款业务流程的用户数为560,从绑卡成功阶段对应的节点转化到添加联系人阶段对应的节点的用户数为529,从添加联系人阶段对应的节点转化到贷款业务流程阶段对应的节点的用户数为365。由此可知,从绑卡成功阶段进入添加联系人阶段的过程中脱落了31名用户,进入添加联系人阶段对应的节点的全部用户数为529+365=894。若从添加联系人阶段对应的节点转化到身份验证阶段对应的节点的用户数为484人,则从添加联系人至身份验证阶段的贷款过程中用户脱落人的数量为894-484=410,根据M=Q3/(Q1+Q2)计算得到添加联系人阶段对应的节点至身份验证阶段对应的节点的节点转化率为M=484/(529+365)≈54.14%。
可选地,还可以根据上述的第一用户数、第二用户数以及第三用户数计算节点脱落率,计算方法可以是用1减去节点转化率M,也可以参照节点转化率的计算方法进行计算,在此不做赘述。
通过算法以及获得的第一用户数、第二用户数以及第三用户数进行计算,为节点转化率的计算提供了理论基础,帮助快速找到流程节点的异常位置,进一步提高了应用软件的异常处理速度。
参见图6,基于本发明应用软件的故障处理方法的第一实施例提出本发明应用软件的故障处理方法的第三实施例,在本实施例中,所述步骤S10包括:
步骤S11,当应用软件的业务流程未从第N个节点转化到第N+1个节点时,分别获取每位用户使用所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时的可扩展标记语言路径语言Xpath以及产生的点击事件对应的时间和坐标;
单个用户或多个用户在使用应用软件办理业务时,该业务的业务流程未从第N个节点转化到第N+1个节点,表示代码出错,此时可以从预设数量的用户对应的用户数据中获取每位用户在业务流程处于该阶段时办理业务产生的点击事件对应的时间、坐标以及办理业务时的Xpath。其中,XPath是指XML路径语言,它是一种用来确定XML(Extensible MarkupLanguage,可扩展标记语言)文档中某部分位置的语言,可在XML文档中对元素和属性进行遍历,导航。
步骤S12,对所述Xpath进行字符串拼接,并根据字符串拼接后的Xpath生成Python脚本;
步骤S13,在Appium中以所述Python脚本作为输入变量进行操作轨迹重现,得到每位用户的操作轨迹数据;
步骤S14,根据所述对应的时间、坐标以及所述每位用户的操作轨迹数据构建操作轨迹样本模型。
Appium作为一个自动化测试开源工具,可以支持Python格式的输入变量。通过将得到的Xpath进行字符串拼接生成Python脚本可以将多个Xpath串接起来,然后输入Appium得到每位用户在使用业务时业务流程的操作轨迹数据。然后再结合获取到的每位用户的点击事件的坐标和时间即可构建预设数量的用户的操作轨迹样本模型。
在本实施例中,由于获取了点击事件对应的Xpath,可以解决点击页面空白无法记录的情况,使得到的操作轨迹数据更为完整的复现了用户的操作轨迹,操作轨迹样本模型记录的操作轨迹数据的模拟情况也更为真实详尽。
参见图7,本申请还提出一种监控服务端,包括:
构建模块10,用于当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈[1,n-1],n为业务流程的节点总数;
选择模块20,用于根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;
获取模块30,还用于获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;
故障处理模块40,用于根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。
可选地,在另一实施例中,所述获取模块30包括:
第一获取单元31,用于获取第一预设时间内应用软件上报的用户数据;
第二获取单元32,用于根据业务流程的节点信息与所述应用软件上报的用户数据之间的对应关系,获取所述应用软件上报的用户数据中符合筛选条件的节点信息对应的用户数据;
第三获取单元33,用于根据所述符合筛选条件的节点信息对应的用户数据,依次获取第一预设时间内从所述业务流程的第N-1个节点转化到第N个节点所对应的第一用户数Q1、从所述第N个节点进入所述业务流程所对应的第二用户数Q2以及从所述第N个节点转化到第N+1个节点所对应的第三用户数Q3,其中,若无法从所述第N个节点转化到第N+1个节点,则重启所述应用软件后从所述第N个节点进入所述业务流程;
计算单元34,用于根据所述第一用户数Q1、所述第二用户数Q2以及所述第三用户数Q3,计算第N个节点至第N+1个节点对应的节点转化率。
可选地,在又一实施例中,所述计算单元34还用于通过预设的算法M=Q3/(Q1+Q2),计算第N个节点至第N+1个节点对应的节点转化率,其中M为第N个节点至第N+1个节点对应的节点转化率。
可选地,在又一实施例中,所述构建模块10包括:
第四获取单元11,用于分别获取每位用户使用所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时的可扩展标记语言路径语言Xpath以及产生的点击事件对应的时间和坐标;
生成单元12,用于对所述Xpath进行字符串拼接,并根据字符串拼接后的Xpath生成Python脚本;
重现单元13,用于在Appium中以所述Python脚本作为输入变量进行操作轨迹重现,得到每位用户的操作轨迹数据;
构建单元14,用于根据所述对应的时间、坐标以及所述每位用户的操作轨迹数据构建操作轨迹样本模型。
可选地,在又一实施例中,所述预设的异常轨迹诊断条件包括第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值;
所述选择模块20包括:
第五获取单元21,用于获取所述第二预设时间内所述操作轨迹样本模型中每一用户分别对应的每一点击事件的点击次数;
第一判断单元22,用于以第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值作为预设的异常轨迹诊断条件,逐个判断每一用户对应的每一点击事件的点击次数是否超过该点击事件对应的预设点击次数阈值;
确定单元23,用于当任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值时,确定该点击事件的操作轨迹数据为异常轨迹数据;
所述确定单元23,还用于根据所有异常轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置。
可选地,在又一实施例中,所述故障处理模块40包括:
第二判断单元41,用于判断所述第N个节点至第N+1个节点对应的节点转化率是否在所述第N个节点至第N+1个节点对应的节点转化范围内;
故障处理单元42,当所述第N个节点至第N+1个节点对应的节点转化率不在所述第N个节点至第N+1个节点对应的节点转化范围内时,以第一优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
可选地,在又一实施例中,所述故障处理单元42还用于当所述第N个节点至第N+1个节点对应的节点转化率在所述第N个节点至第N+1个节点对应的节点转化范围内时,以第二优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
请再次结合图1,在一实施例中,监控服务端100包括通信模块10、存储器20及处理器30,其中,所述处理器30分别与所述存储器20和通信模块10连接,所述存储器20上存储有计算机程序,所述计算机程序被所述处理器20执行时实现如上所述的应用软件的业务故障处理方法的步骤。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述应用软件的业务故障处理方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如RON/RAN、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种应用软件的业务故障处理方法,其特征在于,包括步骤:
当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈[1,n-1],n为业务流程的节点总数;
根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;
获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;
根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。
2.如权利要求1所述的应用软件的业务故障处理方法,其特征在于,所述获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率的步骤包括:
获取第一预设时间内应用软件上报的用户数据;
根据业务流程的节点信息与所述应用软件上报的用户数据之间的对应关系,获取所述应用软件上报的用户数据中符合筛选条件的节点信息对应的用户数据;
根据所述符合筛选条件的节点信息对应的用户数据,依次获取第一预设时间内从所述业务流程的第N-1个节点转化到第N个节点所对应的第一用户数Q1、从所述第N个节点进入所述业务流程所对应的第二用户数Q2以及从所述第N个节点转化到第N+1个节点所对应的第三用户数Q3,其中,若无法从所述第N个节点转化到第N+1个节点,则重启所述应用软件后从所述第N个节点进入所述业务流程;
根据所述第一用户数Q1、所述第二用户数Q2以及所述第三用户数Q3,计算第N个节点至第N+1个节点对应的节点转化率。
3.如权利要求2所述的应用软件的业务故障处理方法,其特征在于,所述根据所述第一用户数Q1、所述第二用户数Q2以及所述第三用户数Q3,计算第N个节点至第N+1个节点对应的节点转化率的步骤包括:
通过预设的算法M=Q3/(Q1+Q2),计算第N个节点至第N+1个节点对应的节点转化率,其中M为第N个节点至第N+1个节点对应的节点转化率。
4.如权利要求1所述的应用软件的业务故障处理方法,其特征在于,所述获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型的步骤包括:
分别获取每位用户使用所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时的可扩展标记语言路径语言Xpath以及产生的点击事件对应的时间和坐标;
对所述Xpath进行字符串拼接,并根据字符串拼接后的Xpath生成Python脚本;
在Appium中以所述Python脚本作为输入变量进行操作轨迹重现,得到每位用户的操作轨迹数据;
根据所述对应的时间、坐标以及所述每位用户的操作轨迹数据构建操作轨迹样本模型。
5.如权利要求1所述的应用软件的业务故障处理方法,其特征在于,所述预设的异常轨迹诊断条件包括第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值;
所述根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置的步骤包括:
获取所述第二预设时间内所述操作轨迹样本模型中每一用户分别对应的每一点击事件的点击次数;
以第二预设时间内所述操作轨迹样本模型中任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值作为预设的异常轨迹诊断条件,逐个判断每一用户对应的每一点击事件的点击次数是否超过该点击事件对应的预设点击次数阈值;
当任一用户对应的一点击事件的点击次数超过该点击事件对应的预设点击次数阈值时,确定该点击事件的操作轨迹数据为异常轨迹数据;
根据所有异常轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置。
6.如权利要求1-5任一项所述的应用软件的业务故障处理方法,其特征在于,所述根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理的步骤包括:
判断所述第N个节点至第N+1个节点对应的节点转化率是否在所述第N个节点至第N+1个节点对应的节点转化范围内;
当所述第N个节点至第N+1个节点对应的节点转化率不在所述第N个节点至第N+1个节点对应的节点转化范围内时,以第一优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
7.如权利要求6所述的应用软件的业务故障处理方法,其特征在于,所述判断所述第N个节点至第N+1个节点对应的节点转化率是否在所述第N个节点至第N+1个节点对应的节点转化范围内的步骤之后还包括:
当所述第N个节点至第N+1个节点对应的节点转化率在所述第N个节点至第N+1个节点对应的节点转化范围内时,以第二优先级优先处理该业务流程处于第N个节点至第N+1个节点时对应的异常位置的业务故障。
8.一种监控服务端,其特征在于,包括:
构建模块,用于当应用软件的业务流程未从第N个节点转化到第N+1个节点时,获取预设数量的用户通过所述应用软件办理该业务且业务流程处于第N个节点至第N+1个节点时对应的操作轨迹数据,以根据所述操作轨迹数据构建操作轨迹样本模型;其中,N∈N1,n-1],n为业务流程的节点总数;
选择模块,用于根据预设的异常轨迹诊断条件,从所述操作轨迹样本模型中选择异常的操作轨迹数据,以根据所述异常的操作轨迹数据确定所述应用软件的业务流程处于第N个节点至第N+1个节点时对应的操作轨迹中的异常位置;
获取模块,用于获取第一预设时间内所述第N个节点至第N+1个节点对应的节点转化率;
故障处理模块,用于根据所述第N个节点至第N+1个节点对应的节点转化率,确定故障处理优先级,以按照所述故障处理优先级以及所述异常位置进行业务故障处理。
9.一种监控服务端,其特征在于,所述监控服务端包括:通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的应用软件的业务故障处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的应用软件的业务故障处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810478775.8A CN108733563B (zh) | 2018-05-18 | 2018-05-18 | 应用软件的业务故障处理方法、服务端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810478775.8A CN108733563B (zh) | 2018-05-18 | 2018-05-18 | 应用软件的业务故障处理方法、服务端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108733563A CN108733563A (zh) | 2018-11-02 |
CN108733563B true CN108733563B (zh) | 2023-04-11 |
Family
ID=63938552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810478775.8A Active CN108733563B (zh) | 2018-05-18 | 2018-05-18 | 应用软件的业务故障处理方法、服务端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108733563B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783311A (zh) * | 2018-12-14 | 2019-05-21 | 平安普惠企业管理有限公司 | 断点行为的监控处理方法、装置、设备及可读存储介质 |
CN110362475A (zh) * | 2019-06-17 | 2019-10-22 | 北京奇艺世纪科技有限公司 | 一种信息获取方法、装置、终端设备及存储介质 |
CN110362446B (zh) * | 2019-06-19 | 2022-12-23 | 平安普惠企业管理有限公司 | 移动应用异常操作监测方法、装置、存储介质及电子设备 |
CN110795266A (zh) * | 2019-10-25 | 2020-02-14 | 北京达佳互联信息技术有限公司 | 一种上报软件异常的方法、装置、电子设备及存储介质 |
CN110928799B (zh) * | 2019-12-05 | 2023-03-21 | 锐捷网络股份有限公司 | 一种软件故障定位方法及装置 |
CN111078522A (zh) * | 2019-12-18 | 2020-04-28 | 中国建设银行股份有限公司 | 页面待优化区域的识别方法、装置、电子设备及存储介质 |
CN112015105A (zh) * | 2020-08-25 | 2020-12-01 | 深圳市欧瑞博科技股份有限公司 | 智能家居控制面板的控制方法、电子设备及存储介质 |
CN116449809B (zh) * | 2023-06-16 | 2023-09-05 | 成都瀚辰光翼生物工程有限公司 | 一种故障处理方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404696A (zh) * | 2008-11-03 | 2009-04-08 | 中兴通讯股份有限公司 | 可视化业务流程跟踪方法和系统、业务流程处理系统 |
CN105468765A (zh) * | 2015-12-03 | 2016-04-06 | 中国南方电网有限责任公司信息中心 | 一种多节点web服务异常检测方法和系统 |
JP2017034403A (ja) * | 2015-07-30 | 2017-02-09 | 日本電信電話株式会社 | サービス影響原因推定装置、サービス影響原因推定プログラム、及びサービス影響原因推定方法 |
CN106941423A (zh) * | 2017-04-13 | 2017-07-11 | 腾讯科技(深圳)有限公司 | 故障原因定位方法及装置 |
CN107040566A (zh) * | 2016-09-19 | 2017-08-11 | 阿里巴巴集团控股有限公司 | 业务处理方法及装置 |
CN107886242A (zh) * | 2017-11-10 | 2018-04-06 | 平安科技(深圳)有限公司 | 数据监控方法、装置、计算机设备及存储介质 |
-
2018
- 2018-05-18 CN CN201810478775.8A patent/CN108733563B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404696A (zh) * | 2008-11-03 | 2009-04-08 | 中兴通讯股份有限公司 | 可视化业务流程跟踪方法和系统、业务流程处理系统 |
JP2017034403A (ja) * | 2015-07-30 | 2017-02-09 | 日本電信電話株式会社 | サービス影響原因推定装置、サービス影響原因推定プログラム、及びサービス影響原因推定方法 |
CN105468765A (zh) * | 2015-12-03 | 2016-04-06 | 中国南方电网有限责任公司信息中心 | 一种多节点web服务异常检测方法和系统 |
CN107040566A (zh) * | 2016-09-19 | 2017-08-11 | 阿里巴巴集团控股有限公司 | 业务处理方法及装置 |
CN106941423A (zh) * | 2017-04-13 | 2017-07-11 | 腾讯科技(深圳)有限公司 | 故障原因定位方法及装置 |
CN107886242A (zh) * | 2017-11-10 | 2018-04-06 | 平安科技(深圳)有限公司 | 数据监控方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108733563A (zh) | 2018-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733563B (zh) | 应用软件的业务故障处理方法、服务端及存储介质 | |
US11449379B2 (en) | Root cause and predictive analyses for technical issues of a computing environment | |
US10346844B2 (en) | Methods and systems for providing a decision making platform | |
US20090271351A1 (en) | Rules engine test harness | |
CN110019693B (zh) | 智能客服的信息推荐方法、服务器及计算机可读介质 | |
US20100077257A1 (en) | Methods for disaster recoverability testing and validation | |
CN112183782B (zh) | 故障工单处理方法及设备 | |
CN110362446B (zh) | 移动应用异常操作监测方法、装置、存储介质及电子设备 | |
US10417712B2 (en) | Enterprise application high availability scoring and prioritization system | |
CN111260465A (zh) | 一种业务处理方法、装置、服务器及存储介质 | |
US10936471B2 (en) | Dynamic integration testing | |
CN114930785B (zh) | 用于实现编配引擎的系统和方法 | |
CN111340402A (zh) | 团体保险服务管理方法、系统、设备及存储介质 | |
US20160239931A1 (en) | Ensuring program integrity in benefit systems | |
US8737585B1 (en) | Systems and methods for treatment of inactive accounts | |
CN103440460A (zh) | 一种应用系统变更验证方法及验证系统 | |
US20220147863A1 (en) | Machine-learning model for determining post-visit phone call propensity | |
CN108650123A (zh) | 故障信息记录方法、装置、设备和存储介质 | |
EP3818445B1 (en) | Automated control of distributed computing devices | |
CN116010066A (zh) | 一种rpa机器人及实现方法 | |
US20130179331A1 (en) | Method and system for internal analysis of loan instruments | |
CN113380065B (zh) | 车辆管理方法、系统、装置、电子设备及存储介质 | |
CN112965986A (zh) | 业务一致性处理方法、装置、设备及存储介质 | |
CN110008098B (zh) | 评估业务流程中的节点的运行状况的方法和装置 | |
CN110764931A (zh) | Ota网站上传凭证的处理方法、系统、设备和存储介质 |
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 |