CN109582533A - 数据分析方法、装置、电子设备及存储介质 - Google Patents
数据分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109582533A CN109582533A CN201811289792.3A CN201811289792A CN109582533A CN 109582533 A CN109582533 A CN 109582533A CN 201811289792 A CN201811289792 A CN 201811289792A CN 109582533 A CN109582533 A CN 109582533A
- Authority
- CN
- China
- Prior art keywords
- user
- operation system
- abnormal
- service
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 91
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 abstract description 24
- 230000006870 function Effects 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000009153 huxin Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
一种数据分析方法，包括：获取业务系统在不同时间段的业务处理信息；根据所述业务处理信息判断所述业务系统是否发生异常；当所述业务系统发生异常时，通过与所述业务系统匹配的事件处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息；输出包含所述异常警示信息的报告。本发明还提供一种数据分析装置、电子设备及存储介质。本发明不仅能够实现对于业务系统全面的系统分析和总结方法，且对业务系统的影响量进行数据分析，且当在风险管控中涉及大量业务系统统计时，能够减少处理时间、提高效率。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种数据分析方法、装置、电子设备及存储介质。
背景技术
目前业内紧急事故处理中心(Ugency Incident Office Center,UIOC)对重大事件处理之后，会对业务影响量进行汇总。一般地，通过手工执行脚本进行数据采集的方式汇总。然而，这种汇总方式缺少全面的系统分析和总结方法，且对业务系统的影响量缺少清晰的衡量分析。当涉及大量业务系统的影响量统计时，将花费大量时间，效率低下。
发明内容
鉴于以上内容，有必要提出一种数据分析方法、装置、电子设备及存储介质，实现对于业务系统全面的系统分析和总结方法，且对业务系统的影响量进行清晰的衡量分析。当涉及大量业务系统的影响量统计时，减少处理时间、提高效率。
本发明提供一种数据分析方法，所述方法包括：
获取业务系统在不同时间段的业务处理信息；
根据所述业务处理信息判断所述业务系统是否发生异常；
当所述业务系统发生异常时，通过与所述业务系统匹配的事件处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息；
输出包含所述异常警示信息的报告。
在其中一个实施例中，所述获取业务系统在不同时间段的业务处理信息的步骤之前包括：
查询所述业务系统中在一查询时间段内的业务处理信息，其中，所述业务处理信息包括：所述查询时间段内的业务量、所述查询时间段前一天同时段业务量、所述查询时间段前一天全天业务量、所述查询时间段上周同日同时段业务量、所述查询时间段上周同日全天业务量。
在其中一个实施例中，所述业务系统包括：用户登录系统、用户注册系统、用户开户系统、账户查询系统及交易系统。
在其中一个实施例中，所述根据所述业务处理信息判断所述业务系统是否发生异常的步骤包括：
设定所述查询时间段内的业务量为A、所述查询时间段前一天同时段业务量为B、所述查询时间段前一天全天业务量为C、所述查询时间段上周同日同时段业务量为D、所述查询时间段上周同日全天业务量为E，且
第一业务影响值＝A–B，
第二业务影响值＝(A-B)/C，
第三业务影响值＝(A-B)/B，
第四业务影响值＝A–D，
第五业务影响值＝(A-D)/E，
第六业务影响值＝(A-D)/D；
计算并判断所述业务系统的第一至第六业务影响值是否在对应的预设范围内；
当存在任意一业务影响值不在对应的预设范围之内时，判断所述业务系统发生异常。
在其中一个实施例中，所述事件处理模型包括所述业务系统与其他业务系统之间的关联关系。
在其中一个实施例中，所述用户登录系统与所述用户注册系统之间存在关联关系，将所述用户登录系统与所述用户注册系统的关联关系构建为第一事件处理模型；所述用户开户系统与所述用户注册系统、所述用户登录系统之间存在关联关系，将该所述用户开户系统与所述用户注册系统、所述用户登录系统的关联关系构建为第二事件处理模型；所述交易系统与所述用户注册系统、所述用户登录系统、所述用户开户系统之间存在关联关系，将所述交易系统与所述用户注册系统、所述用户登录系统、所述用户开户系统的该关联关系构建为第三事件处理模型；所述账户查询系统与所述用户注册系统、所述用户登录系统之间存在关联关系，将所述账户查询系统与所述用户注册系统、所述用户登录系统的该关联关系构建为第四事件处理模型。。
在其中一个实施例中，所述方法还包括：当所述交易系统异常时，则根据第三事件处理模型，判断与所述交易系统关联的所述用户注册系统、所述用户登录系统及所述用户开户系统是否发生异常。
一种数据分析装置，所述装置包括：
获取模块，用于获取业务系统在不同时间段的业务处理信息；
判断模块，用于根据所述业务处理信息判断所述业务系统是否发生异常；
监控模块，用于当所述业务系统发生异常时，通过与所述业务系统匹配的事件处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息；
输出模块，输出包含所述异常警示信息的报告。
一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述数据分析方法。
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所述数据分析方法。
本发明所述的数据分析方法、装置、电子设备及存储介质。通过获取业务系统在不同时间段的业务处理信息，根据获取到的所述业务处理信息判断业务系统是否发生异常，当所述业务系统发生异常时，根据所述异常的业务系统与其他业务系统之间的对应的事件处理模型来进行异常监控，从而得到警示信息，最后输出包含所述警示信息的报告。本发明不仅能够实现对于业务系统全面的系统分析和总结方法，且对业务系统的影响量进行清晰的衡量分析，且当涉及大量业务系统的影响量统计时，能够减少处理时间、提高效率。
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的前提下，还可以根据提供的附图获得其他的附图。
图1是本发明实施例一提供的数据分析方法的流程图。
图2是本发明实施例二提供的数据分析装置的功能模块图。
图3是本发明实施例三提供的电子设备的示意图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例的数据分析方法应用在一个或者多个电子设备中。所述数据分析方法也可以应用于由电子设备和通过网络与所述电子设备进行连接的服务器所构成的硬件环境中。网络包括有线网络和无线网络。
该有线网络可以为传统有线通讯的任何类型，例如因特网、局域网。该无线网络可以为传统无线通讯的任何类型，例如无线电、无线保真(Wireless Fidelity，WIFI)、蜂窝、卫星、广播等。无线通讯技术可以包括，但不限于，全球移动通信系统(Global System forMobile Communications，GSM)、通用分组无线业务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)，宽带码分多址(W-CDMA)、CDMA2000、IMT单载波(IMT Single Carrier)、增强型数据速率GSM演进(Enhanced DataRates for GSM Evolution，EDGE)、长期演进技术(Long-Term Evolution，LTE)、高级长期演进技术、时分长期演进技术(Time-Division LTE，TD-LTE)、第五代移动通信技术(5G)、高性能无线电局域网(High Performance Radio Local Area Network，HiperLAN)、高性能无线电广域网(High Performance Radio Wide Area Network，HiperWAN)、本地多点派发业务(Local Multipoint Distribution Service，LMDS)、全微波存取全球互通(WorldwideInteroperability for Microwave Access，WiMAX)、紫蜂协议(ZigBee)、蓝牙、正交频分复用技术(Flash Orthogonal Frequency-Division Multiplexing，Flash-OFDM)、大容量空分多路存取(High Capacity Spatial Division Multiple Access，HC-SDMA)、通用移动电信系统(Universal Mobile Telecommunications System，UMTS)、通用移动电信系统时分双工(UMTS Time-Division Duplexing，UMTS-TDD)、演进式高速分组接入(Evolved HighSpeed Packet Access，HSPA+)、时分同步码分多址(Time Division Synchronous CodeDivision Multiple Access，TD-SCDMA)、演进数据最优化(Evolution-Data Optimized，EV-DO)、数字增强无绳通信(Digital Enhanced Cordless Telecommunications，DECT)及其他。
本发明实施例的数据分析方法可以由服务器来执行，也可以由电子设备来执行；还可以是由服务器和电子设备共同执行。
所述对于需要进行数据分析方法的电子设备，可以直接在电子设备上集成本发明的方法所提供的查询功能，或者安装用于实现本发明的方法的客户端。再如，本发明所提供的方法还可以以软件开发工具包(Software Development Kit，SDK)的形式运行在服务器等设备上，以SDK的形式提供数据分析的接口，电子设备或其他设备通过提供的接口即可实现对数据的分析。
实施例一
图1是本发明实施例一提供的数据分析方法的流程图。根据不同的需求，所述流程图中的执行顺序可以改变，某些步骤可以省略。
步骤S1，获取业务系统在不同时间段的业务处理信息。
本实施方式中，业务系统可包括但不限于用户登录系统、用户注册系统、用户开户系统、交易系统。且各个业务系统可访问对应的数据库，以执行增、删、查等操作。
在一个实施例中，所述业务处理信息用于表示一时间段内对应业务系统内的业务量。所述时间段可对应系统的发生异常的时间(如异常发生的开始时间与异常结束的结束时间之间的时间)，也可以是所述时间段的前一天同时段的时间，或是所述时间段前一天全天的时间，或是所述时间段上一周同时段的时间，或是所述时间段上一周同日全天的时间。
可以理解，所述用户登录系统用于记录用户登录的信息，其对应的所述业务处理信息为所述时间段内的用户登录量。所述用户注册系统用于记录用户注册的信息，其对应的业务处理信息可对应为所述时间段内用户注册量。所述用户开户系统用于记录开户登录的信息，其对应的业务处理信息可对应为所述时间段内用户开户量。所述交易系统用于记录用户交易的信息，其对应的业务处理信息可对应为所述时间段内用户交易量。
例如，在所述交易系统中，一旦发生用户交易，意味着交易系统中将产生一笔业务数据，产生的业务数据将导致所述交易系统内数据发生变化。要么使得是交易系统内数据量增加，要么使得所述交易系统内数据发生更新。此时，所述交易系统即可记录所述业务数据对应的业务处理信息。
需要说明的是，可实时接收不同业务系统发送的业务处理数量，也可周期性地接收不同业务系统发送的业务处理数量，还可同时接收多个业务系统发送的业务处理数量，这里不做具体限定。
可以理解地，每一个所述业务系统既可以独立处理业务，也可以和其他业务系统之间建立关联关系，以协助其他业务系统完成对复杂业务的处理。例如，在用户通过交易系统进行交易时，用户需要先在用户注册系统进行注册，并在用户开户系统进行开户，如开户资金账户或证券账户等。之后再可通过交易系统进行交易。因此，所述交易系统、所述用户注册系统及所述用户开户系统是相关联的。
在一实施方式中，在步骤S1之前还包括步骤S0，
步骤S0，查询所述业务系统中在一查询时间段内的业务处理信息，其中，所述业务处理信息包括：所述查询时间段内的业务量、所述查询时间段前一天同时段业务量、所述查询时间段前一天全天业务量、所述查询时间段上周同日同时段业务量、所述查询时间段上周同日全天业务量。
在本实施方式中，所述查询申请为由用户通过电子设备中的一用户界面输入。所述查询申请包括系统、业务量指标名称、数据库类型及数据库名称等。
所述系统可以是邮件系统、平安寿险系统、平安金管家、平安口袋银行、平安保险查询系统、平安理赔系统、养老险资助服务系统等。所述业务量指标名称可以是系统中进行的交易名称，例如平安理赔系统中的赔付交易。
所述数据库类型包括网状数据库(Network Database)、关系数据库(RelationalDatabase)(如DB2、Sybase、MS SQL Server、Informax、MySQL)、树状数据库(HierarchicalDatabase)及面向对象数据库(Object-oriented Database)等。所述数据库名称为系统使用的数据库名称，例如平安寿险使用的数据库。所述数据库中保存有各种业务数据、用户信息等内容。
所述显示单元可以是液晶显示屏(Liquid Crystal Display，LCD)或有机发光二极管(Organic Light-Emitting Diode，OLED)显示屏。所述显示单元可以用于显示应用程序界面。所述显示单元还可以接收所述输入信息，例如，用户可以通过手指或触摸笔等输入设备在所述显示单元中输入信息。
在本实施方式中，所述电子设备可以包括但不限于个人计算机(PersonalComputer，PC)、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、智能手机等。
优选地，所述查询申请还包括脚本信息。所述脚本信息可以用于输入查询时间段。例如，通过录入v_start_date和v_end_date来输入具体需要查询的日期；通过录入“selectcount(*)from register_info where noti_date>＝v_start_date and noti_date<＝v_end_date”来输入时间段信息。需要说明的是所述脚本末尾不需要以分号结束。
步骤S2、根据所述业务处理信息判断所述业务系统是否发生异常。
本实施方式中，业务系统可能由于网络、主机、数据库等原因而出现异常的状态。当业务系统异常时，会出现相应的业务处理信息发生较明显的变化，例如，用户无法登录、注册，对应于用户注册系统、用户登录系统出现异常，或即使可以登录，但无法执行交易，对应于交易系统异常，而用户登录系统正常。
较佳地，可通过业务影响规则来判断所述业务系统是否发生异常。其中，业务影响规则包括业务系统中不同时间段所对应的业务处理信息之间关系。本实施方式中，业务影响规则包括第一至第六业务影响值。
设定：所述查询时间段内的业务处信息为A、所述查询时间段前一天同时段业务处理信息为B、所述查询时间段前一天全天业务处理信息为C、所述查询时间段上周同日同时段业务处理信息为D、所述查询时间段上周同日全天业务处理信息为E。
第一业务影响值：较前一工作日同时段影响业务处理信息＝A–B
第二业务影响值：影响占前一工作日全天比例＝(A-B)/C
第三业务影响值：较前一工作日同时段变化率＝(A-B)/B
第四业务影响值：较前上周同日同时段影响业务处理信息＝A-D
第五业务影响值：影响占上周同日全天比例＝(A-D)/E
第六业务影响值：较前上周同日同时段变化率＝(A-D)/D
因而，当接收到所述查询时间段对应的业务处理信息后，可根据上述的业务影响值判断所述业务系统是否发生异常。
当存在任意一业务影响值不在对应的预设范围之内时，判断所述业务系统发生异常。
步骤S3、当所述业务系统发生异常时，通过与所述业务系统匹配的时间处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息。
本实施方式中，当一业务系统发生异常时，可根据事件处理模型来判断与之相关联的其他的业务系统是否发生异常。
例如，在用户通过交易系统进行交易时，用户需要先在用户注册系统进行注册，并在用户开户系统进行开户，如开户资金账户或证券账户等。之后再通过交易系统进行交易。因此，所述交易系统与用户注册系统、用户开户系统是相关联的。
如此，针对不同的业务，可以建立与其相匹配的事件处理模型。其中，每一个事件处理模型中包含发生异常的业务系统以及各个业务系统之间的关联关系，以构建对应的事件处理模型。利用事件处理模型可以判断相关联的业务系统的状态，以达到异常监控的目的。
例如，对于A业务系统(用户注册系统)、B业务系统(用户登录系统)、C业务系统(用户开户系统)、D业务系统(交易系统)及E业务系统(账户查询系统)，其中，B业务系统与A业务系统之间存在关联关系，可构建为第一事件处理模型；C业务系统与A业务系统、B业务系统之间存在关联关系可构建为第二事件处理模型；D业务系统与A业务系统、B业务系统、C业务系统之间存在关联关系，可构建为第三事件处理模型；E业务系统与A业务系统、B业务系统之间存在关联关系，可构建为第四事件处理模型。
在一实施方式中，在用户通过交易系统进行交易时，若用户无法完成交易，由于D业务系统对应于第三事件处理模型，因此，在D业务系统异常时，可判断第三事件处理模型中A业务系统、B业务系统、C业务系统的状态。即根据所述业务影响规则判断业务系统是否发生异常业务系统是否发生异常。
在另一实施方式中，为了便于较准确地确定事件处理模型中业务系统是否发生异常，可根据各事件处理模型建立树形结构。其中A业务系统为根节点、B业务系统为A业务系统的子节点、C业务系统及E业务系统为B业务系统的子节点、D业务系统为C业务系统的子节点。如此，E业务系统及D业务系统则为所述树形结构的叶子节点。
例如，在用户通过交易系统进行交易时，用户无法完成交易，则D业务系统异常。那么，可判断其父节点所对应的C业务系统是否正常，若异常，则判断其父节点对应的B业务系统是否正常，若正常，则可得到D业务系统及C业务系统异常。如此，在输出的警示信息中可包含上述所有判断结果。
步骤S4、输出包含所述异常警示信息的报告。
在一个实施例中，当存在业务系统异常时，可将业务系统异常所对应的判断信息作为警示信息输出。如交易系统判断异常是第二业务影响值及第三业务影响值不在对应的预设范围内。如此，将第二业务影响值及第三业务影响值作为报告的内容输出。另外，报告中还包含根据发生异常的业务系统与其他业务系统之间的关联关系所对应的警示信息。例如，在用户通过交易系统进行交易(D业务系统)时，用户无法完成交易，其父节点所对应的用户开户系统(C业务系统)正常时，则可输出交易系统异常、用户开户系统正常的警示信息。在其他实施方式中，还可将警示信息关联至个人任务系统，将具体跟进项落实到具体的跟进人身上，并通过个人任务视图查看改进措施的进度。
所述警示信息可以通过以下方式中的一种或多种发送至用户。例如，邮件、短信或即时通信工具(例如微信)时，预先存储用户的邮箱地址、手机号码或即时通信工具账号，将所述报警信息发送至对应的邮箱、手机号码或者即时通信工具账号。所述报警信息还可以通过、消息提示框、弹出页面的方式通知用户。
优选地，所述报告还记录有业务系统的异常时间。在本实施方式中，通过记录所述异常时间，方便用户查询异常时间段内的业务信息。
下面结合第2至3图，分别对实现上述数据分析方法的电子设备的功能模块及硬件结构进行介绍。
实施例二
图2为本发明数据分析装置较佳实施例中的功能模块图。
在一些实施例中，所述数据分析装置20运行于电子设备中。所述数据分析装置20可以包括多个由程序代码段所组成的功能模块。所述数据分析装置20中的各个程序段的程序代码可以存储于存储器中，并由至少一个处理器所执行，以执行(详见图1及其相关描述)业务数据的查询。
本实施例中，所述数据分析装置20根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：获取模块201、判断模块202、监控模块203及输出模块204。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在一些实施例中，关于各模块的功能将在后续的实施例中详述。
所述获取模块201用于获取业务系统在不同时间段的业务处理信息。
本实施方式中，业务系统可包括但不限于用户登录系统、用户注册系统、用户开户系统、交易系统。且各个业务系统可访问对应的数据库，以执行增、删、查等操作。
在一个实施例中，所述业务处理信息用于表示一时间段内对应业务系统内的业务量。所述时间段可对应系统的发生异常的时间(如异常发生的开始时间与异常结束的结束时间之间的时间)，也可以是所述时间段的前一天同时段的时间，或是所述时间段前一天全天的时间，或是所述时间段上一周同时段的时间，或是所述时间段上一周同日全天的时间。
可以理解，所述用户登录系统用于记录用户登录的信息，其对应的所述业务处理信息为所述时间段内的用户登录量。所述用户注册系统用于记录用户注册的信息，其对应的业务处理信息可对应为所述时间段内用户注册量。所述用户开户系统用于记录开户登录的信息，其对应的业务处理信息可对应为所述时间段内用户开户量。所述交易系统用于记录用户交易的信息，其对应的业务处理信息可对应为所述时间段内用户交易量。
例如，在所述交易系统中，一旦发生用户交易，意味着交易系统中将产生一笔业务数据，产生的业务数据将导致所述交易系统内数据发生变化。要么使得是交易系统内数据量增加，要么使得所述交易系统内数据发生更新。此时，所述交易系统即可记录所述业务数据对应的业务处理信息。
需要说明的是，所述获取模块201可实时接收不同业务系统发送的业务处理数量，也可周期性地接收不同业务系统发送的业务处理数量，还可同时接收多个业务系统发送的业务处理数量，这里不做具体限定。
可以理解地，每一个所述业务系统既可以独立处理业务，也可以和其他业务系统之间建立关联关系，以协助其他业务系统完成对复杂业务的处理。例如，在用户通过交易系统进行交易时，用户需要先在用户注册系统进行注册，并在用户开户系统进行开户，如开户资金账户或证券账户等。之后再可通过交易系统进行交易。因此，所述交易系统、所述用户注册系统及所述用户开户系统是相关联的。
所述查询模块200用于查询所述业务系统中在一查询时间段内的业务处理信息，其中，所述业务处理信息包括：所述查询时间段内的业务量、所述查询时间段前一天同时段业务量、所述查询时间段前一天全天业务量、所述查询时间段上周同日同时段业务量、所述查询时间段上周同日全天业务量。
在本实施方式中，所述查询申请为由用户通过电子设备中的一用户界面输入。所述查询申请包括系统、业务量指标名称、数据库类型及数据库名称等。
所述系统可以是邮件系统、平安寿险系统、平安金管家、平安口袋银行、平安保险查询系统、平安理赔系统、养老险资助服务系统等。所述业务量指标名称可以是系统中进行的交易名称，例如平安理赔系统中的赔付交易。
所述数据库类型包括网状数据库(Network Database)、关系数据库(RelationalDatabase)(如DB2、Sybase、MS SQL Server、Informax、MySQL)、树状数据库(HierarchicalDatabase)及面向对象数据库(Object-oriented Database)等。所述数据库名称为系统使用的数据库名称，例如平安寿险使用的数据库。所述数据库中保存有各种业务数据、用户信息等内容。
所述显示单元可以是液晶显示屏(Liquid Crystal Display，LCD)或有机发光二极管(Organic Light-Emitting Diode，OLED)显示屏。所述显示单元可以用于显示应用程序界面。所述显示单元还可以接收所述输入信息，例如，用户可以通过手指或触摸笔等输入设备在所述显示单元中输入信息。
在本实施方式中，所述电子设备可以包括但不限于个人计算机(PersonalComputer，PC)、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、智能手机等。
优选地，所述查询申请还包括脚本信息。所述脚本信息可以用于输入查询时间段。例如，通过录入v_start_date和v_end_date来输入具体需要查询的日期；通过录入“selectcount(*)from register_info where noti_date>＝v_start_date and noti_date<＝v_end_date”来输入时间段信息。需要说明的是所述脚本末尾不需要以分号结束。
所述判断模块202用于根据所述业务处理信息判断所述业务系统是否发生异常。
本实施方式中，业务系统可能由于网络、主机、数据库等原因而出现异常的状态。当业务系统异常时，会出现相应的业务处理信息发生较明显的变化，例如，用户无法登录、注册，对应于用户注册系统、用户登录系统出现异常，或即使可以登录，但无法执行交易，对应于交易系统异常，而用户登录系统正常。
较佳地，所述判断模块202可通过业务影响规则来判断所述业务系统是否发生异常。其中，所述业务影响规则包括业务系统中不同时间段所对应的业务处理信息之间关系。所述业务影响规则包括第一至第六业务影响值。
设定：所述查询时间段内的业务处信息为A、所述查询时间段前一天同时段业务处理信息为B、所述查询时间段前一天全天业务处理信息为C、所述查询时间段上周同日同时段业务处理信息为D、所述查询时间段上周同日全天业务处理信息为E。
第一业务影响值：较前一工作日同时段影响业务处理信息＝A–B
第二业务影响值：影响占前一工作日全天比例＝(A-B)/C
第三业务影响值：较前一工作日同时段变化率＝(A-B)/B
第四业务影响值：较前上周同日同时段影响业务处理信息＝A-D
第五业务影响值：影响占上周同日全天比例＝(A-D)/E
第六业务影响值：较前上周同日同时段变化率＝(A-D)/D
因而，当所述判断模块202接收到所述查询时间段对应的业务处理信息后，所述判断模块202可根据上述的业务影响值判断所述业务系统是否发生异常。
当存在任意一业务影响值不在对应的预设范围之内时，所述判断模块202判断所述业务系统发生异常。
所述监控模块203用于当所述业务系统发生异常时，通过与所述业务系统匹配的事件处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息。
本实施方式中，当一业务系统发生异常时，所述监控模块203可根据事件处理模型来判断与之相关联的其他的业务系统是否发生异常。
例如，所述监控模块203在用户通过交易系统进行交易时，用户需要先在用户注册系统进行注册，并在用户开户系统进行开户，如开户资金账户或证券账户等。之后所述监控模块203再通过交易系统进行交易。因此，所述交易系统与用户注册系统、用户开户系统是相关联的。
如此，针对不同的业务，所述监控模块203可以建立与其相匹配的事件处理模型。其中，每一个事件处理模型中包含发生异常的业务系统以及各个业务系统之间的关联关系，以构建对应的事件处理模型。利用事件处理模型可以判断相关联的业务系统的状态，以达到异常监控的目的。
例如，对于A业务系统(用户注册系统)、B业务系统(用户登录系统)、C业务系统(用户开户系统)、D业务系统(交易系统)及E业务系统(账户查询系统)，其中，B业务系统与A业务系统之间存在关联关系，可构建为第一事件处理模型；C业务系统与A业务系统、B业务系统之间存在关联关系可构建为第二事件处理模型；D业务系统与A业务系统、B业务系统、C业务系统之间存在关联关系，可构建为第三事件处理模型；E业务系统与A业务系统、B业务系统之间存在关联关系，可构建为第四事件处理模型。
在一实施方式中，在用户通过交易系统进行交易时，若用户无法完成交易，由于D业务系统对应于第三事件处理模型，因此，在D业务系统异常时，可判断第三事件处理模型中A业务系统、B业务系统、C业务系统的状态。即根据所述业务影响规则判断业务系统是否发生异常业务系统是否发生异常。
在另一实施方式中，为了便于较准确地确定事件处理模型中业务系统是否发生异常，所述监控模块203可根据各事件处理模型建立树形结构。其中A业务系统为根节点、B业务系统为A业务系统的子节点、C业务系统及E业务系统为B业务系统的子节点、D业务系统为C业务系统的子节点。如此，E业务系统及D业务系统则为所述树形结构的叶子节点。
例如，在用户通过交易系统进行交易时，用户无法完成交易，则D业务系统异常。那么，所述监控模块203可判断其父节点所对应的C业务系统是否正常，若异常，则判断其父节点对应的B业务系统是否正常，若正常，则可得到D业务系统及C业务系统异常。如此，在输出的警示信息中可包含上述所有判断结果。
所述输出模块204用于输出包含所述警示信息的报告。
在一个实施例中，当存在业务系统异常时，所述输出模块204可将业务系统异常所对应的判断信息作为警示信息输出。如交易系统判断异常是第二业务影响值及第三业务影响值不在对应的预设范围内。如此，将第二业务影响值及第三业务影响值作为报告的内容输出。另外，报告中还包含根据发生异常的业务系统与其他业务系统之间的关联关系所对应的警示信息。例如，在用户通过交易系统进行交易(D业务系统)时，用户无法完成交易，其父节点所对应的用户开户系统(C业务系统)正常时，则可输出交易系统异常、用户开户系统正常的警示信息。在其他实施方式中，还可将警示信息关联至个人任务系统，将具体跟进项落实到具体的跟进人身上，并通过个人任务视图查看改进措施的进度。
所述警示信息可以通过以下方式中的一种或多种发送至用户。例如，邮件、短信或即时通信工具(例如微信)时，预先存储用户的邮箱地址、手机号码或即时通信工具账号，将所述报警信息发送至对应的邮箱、手机号码或者即时通信工具账号。所述报警信息还可以通过、消息提示框、弹出页面的方式通知用户。
优选地，所述报告还记录有业务系统的异常时间。在本实施方式中，通过记录所述异常时间，方便用户查询异常时间段内的业务信息。
综上所述，本发明所述的数据分析方法、装置、电子设备及存储介质。所述获取模块201用于通过获取业务系统在不同时间段的业务处理信息，所述判断模块202用于根据获取到的所述业务处理信息判断业务系统是否发生异常，所述监控模块203当所述业务系统发生异常时，根据所述异常的业务系统与其他业务系统之间的对应的事件处理模型来进行异常监控，从而得到警示信息，所述输出模块204用于输出包含所述异常警示信息的报告。本发明不仅能够实现对于业务系统全面的系统分析和总结方法，且对业务系统的影响量进行清晰的衡量分析，且当涉及大量业务系统的影响量统计时，能够减少处理时间、提高效率。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块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，双屏设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
实施例三
图3为本发明实施例三提供的电子设备的示意图。
所述电子设备3包括：存储器31、至少一个处理器32、存储在所述存储器31中并可在所述至少一个处理器32上运行的计算机程序33及至少一条通讯总线34。
所述至少一个处理器32执行所述计算机程序33时实现上述数据分析方法实施例中的步骤。所述数据分析方法包括侦测系统出现异常后，接收外部输入的查询申请，采用多线程并行查询方式根据该查询申请查询业务量消息，统计分析所述业务量消息。通过该方法可以实现对于多变的业务数据分析和管理需求，接收外部输入的查询申请，即可快速的从至少一个待查询数据库中查询符合查询申请的业务量数据，并对该业务量数据进行统计分析，不仅能够降低工作人员查询数据的时间，提高查询数据的效率，还能方便管理人员查看系统异常对业务的影响状况。
示例性的，所述计算机程序33可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述至少一个处理器32执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，所述指令段用于描述所述计算机程序33在所述电子设备3中的执行过程。
所述电子设备3可以是手机、平板电脑、个人数字助理(Personal DigitalAssistant，PDA)等安装有应用程序的设备。本领域技术人员可以理解，所述示意图3仅仅是电子设备3的示例，并不构成对电子设备3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，例如所述电子设备3还可以包括输入输出设备、网络接入设备、总线等。
所述至少一个处理器32可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Appl ication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。所述处理器32可以是微处理器或者所述处理器32也可以是任何常规的处理器等，所述处理器32是所述电子设备3的控制中心，利用各种接口和线路连接整个电子设备3的各个部分。
所述存储器31可用于存储所述计算机程序33和/或模块/单元，所述处理器32通过运行或执行存储在所述存储器31内的计算机程序和/或模块/单元，以及调用存储在存储器31内的数据，实现所述电子设备3的各种功能。所述存储器31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程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备3的使用所创建的数据(比如音频数据、电话本等)。此外，存储器31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，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、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。
所述存储器31中存储有程序代码，且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如，图3中所述的各个模块(获取模块201、判断模块202、监控模块203及输出模块204)是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能达到业务数据查询的目的。
所述电子设备3集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，所述计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
在本发明所提供的几个实施例中，应所述理解到，所揭露的电子设备和方法，可以通过其它的方式实现。例如，以上所描述的电子设备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。
另外，在本发明各个实施例中的各功能单元可以集成在相同处理单元中，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相同单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神范围。
Claims (10)
1.一种数据分析方法，其特征在于，所述方法包括：
获取业务系统在不同时间段的业务处理信息；
根据所述业务处理信息判断所述业务系统是否发生异常；
当所述业务系统发生异常时，通过与所述业务系统匹配的事件处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息；
输出包含所述异常警示信息的报告。
2.如权利要求1所述的数据分析方法，其特征在于，所述获取业务系统在不同时间段的业务处理信息的步骤之前包括：
查询所述业务系统中在一查询时间段内的业务处理信息，其中，所述业务处理信息包括：所述查询时间段内的业务量、所述查询时间段前一天同时段业务量、所述查询时间段前一天全天业务量、所述查询时间段上周同日同时段业务量、所述查询时间段上周同日全天业务量。
3.如权利要求1所述的数据分析方法，其特征在于，所述业务系统包括：用户登录系统、用户注册系统、用户开户系统、账户查询系统及交易系统。
4.如权利要求2所述的数据分析方法，其特征在于，所述根据所述业务处理信息判断所述业务系统是否发生异常的步骤包括：
设定所述查询时间段内的业务量为A、所述查询时间段前一天同时段业务量为B、所述查询时间段前一天全天业务量为C、所述查询时间段上周同日同时段业务量为D、所述查询时间段上周同日全天业务量为E，且
第一业务影响值＝A–B，
第二业务影响值＝(A–B)/C，
第三业务影响值＝(A–B)/B，
第四业务影响值＝A–D，
第五业务影响值＝(A–D)/E，
第六业务影响值＝(A–D)/D；
计算并判断所述业务系统的第一至第六业务影响值是否在对应的预设范围内；
当存在任意一业务影响值不在对应的预设范围之内时，判断所述业务系统发生异常。
5.如权利要求3所述的数据分析方法，其特征在于，所述事件处理模型包括所述业务系统与其他业务系统之间的关联关系。
6.如权利要求5所述的数据分析方法，其特征在于，所述用户登录系统与所述用户注册系统之间存在关联关系，将所述用户登录系统与所述用户注册系统的关联关系构建为第一事件处理模型；所述用户开户系统与所述用户注册系统、所述用户登录系统之间存在关联关系，将所述用户开户系统与所述用户注册系统、所述用户登录系统的关联关系构建为第二事件处理模型；所述交易系统与所述用户注册系统、所述用户登录系统、所述用户开户系统之间存在关联关系，将所述交易系统与所述用户注册系统、所述用户登录系统、所述用户开户系统的关联关系构建为第三事件处理模型；所述账户查询系统与所述用户注册系统、所述用户登录系统之间存在关联关系，将所述账户查询系统与所述用户注册系统、所述用户登录系统的关联关系构建为第四事件处理模型。
7.如权利要求6所述的数据分析方法，其特征在于，所述方法还包括：当所述交易系统异常时，则根据第三事件处理模型，判断与所述交易系统关联的所述用户注册系统、所述用户登录系统及所述用户开户系统是否发生异常。
8.一种数据分析装置，其特征在于，所述装置包括：
获取模块，用于获取业务系统在不同时间段的业务处理信息；
判断模块，用于根据所述业务处理信息判断所述业务系统是否发生异常；
监控模块，用于当所述业务系统发生异常时，通过与所述业务系统匹配的事件处理模型来对与所述业务系统关联的业务系统进行异常监控并得到异常警示信息；
输出模块，输出包含所述异常警示信息的报告。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的数据分析方法。
10.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的数据分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811289792.3A CN109582533A (zh) | 2018-10-31 | 2018-10-31 | 数据分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811289792.3A CN109582533A (zh) | 2018-10-31 | 2018-10-31 | 数据分析方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109582533A true CN109582533A (zh) | 2019-04-05 |
Family
ID=65921021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811289792.3A Pending CN109582533A (zh) | 2018-10-31 | 2018-10-31 | 数据分析方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109582533A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110120146A (zh) * | 2019-04-25 | 2019-08-13 | 新浪网技术(中国)有限公司 | 一种基于报警中台系统的报警方法及报警中台系统 |
| CN111866923A (zh) * | 2019-04-24 | 2020-10-30 | 中国移动通信集团安徽有限公司 | VoLTE用户开户数据异常判断方法、装置及网络设备 |
| CN112115178A (zh) * | 2019-06-21 | 2020-12-22 | 腾讯科技（深圳）有限公司 | 异常业务对象发现的方法、装置、终端设备以及存储介质 |
| CN112487282A (zh) * | 2020-11-04 | 2021-03-12 | 山东中创软件商用中间件股份有限公司 | 一种业务处理情况监控方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105577402A (zh) * | 2014-10-11 | 2016-05-11 | 北京通达无限科技有限公司 | 基于历史数据的业务异常监控方法及设备 |
| CN105610647A (zh) * | 2015-12-30 | 2016-05-25 | 华为技术有限公司 | 一种探测业务异常的方法和服务器 |
| CN107301570A (zh) * | 2017-07-13 | 2017-10-27 | 北京小度信息科技有限公司 | 业务量预测方法、异常业务量检测方法、装置和电子设备 |
| 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 |
| CN107992398A (zh) * | 2017-12-22 | 2018-05-04 | 宜人恒业科技发展（北京）有限公司 | 一种业务系统的监控方法和监控系统 |
-
2018
- 2018-10-31 CN CN201811289792.3A patent/CN109582533A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105577402A (zh) * | 2014-10-11 | 2016-05-11 | 北京通达无限科技有限公司 | 基于历史数据的业务异常监控方法及设备 |
| CN105610647A (zh) * | 2015-12-30 | 2016-05-25 | 华为技术有限公司 | 一种探测业务异常的方法和服务器 |
| CN107301570A (zh) * | 2017-07-13 | 2017-10-27 | 北京小度信息科技有限公司 | 业务量预测方法、异常业务量检测方法、装置和电子设备 |
| 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 |
| CN107992398A (zh) * | 2017-12-22 | 2018-05-04 | 宜人恒业科技发展（北京）有限公司 | 一种业务系统的监控方法和监控系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111866923A (zh) * | 2019-04-24 | 2020-10-30 | 中国移动通信集团安徽有限公司 | VoLTE用户开户数据异常判断方法、装置及网络设备 |
| CN110120146A (zh) * | 2019-04-25 | 2019-08-13 | 新浪网技术(中国)有限公司 | 一种基于报警中台系统的报警方法及报警中台系统 |
| CN112115178A (zh) * | 2019-06-21 | 2020-12-22 | 腾讯科技（深圳）有限公司 | 异常业务对象发现的方法、装置、终端设备以及存储介质 |
| CN112115178B (zh) * | 2019-06-21 | 2024-03-19 | 腾讯科技（深圳）有限公司 | 异常业务对象发现的方法、装置、终端设备以及存储介质 |
| CN112487282A (zh) * | 2020-11-04 | 2021-03-12 | 山东中创软件商用中间件股份有限公司 | 一种业务处理情况监控方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109582533A (zh) | 数据分析方法、装置、电子设备及存储介质 | |
| US10909637B1 (en) | Automated expense report systems and methods | |
| CN108512689A (zh) | 微服务业务监控方法及服务器 | |
| US20090125369A1 (en) | System and method for analyzing and dispositioning money laundering suspicious activity alerts | |
| CN109344153A (zh) | 业务数据的处理方法及终端设备 | |
| US9922375B1 (en) | Systems and methods of parsing receipts | |
| CN106952072A (zh) | 一种数据处理的方法及系统 | |
| CN108388675A (zh) | 一种身份标识拉通方法及终端设备 | |
| CN107784517A (zh) | 一种客户信息筛选方法及终端设备 | |
| CN113269547B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN107688645A (zh) | 一种保单数据处理方法及终端设备 | |
| CN108304522A (zh) | 一种数据库之间差异的比对方法、装置及终端设备 | |
| CN111400465B (zh) | 客服机器人的生成方法、装置、电子设备及介质 | |
| CN109241068A (zh) | 前后台数据比对的方法、装置及终端设备 | |
| US20200202267A1 (en) | System and method providing risk relationship resource allocation tool | |
| CN112396397A (zh) | 运维事务归集和管理系统 | |
| CN106230985A (zh) | 一种基于物联网大数据处理方法、系统及服务处理端 | |
| CN108304591A (zh) | 一种标签的定制方法、系统及终端设备 | |
| CN108764633A (zh) | 一种任务分配方法、系统及终端设备 | |
| CN109118349A (zh) | 企业财务账单生成方法、装置、电子设备及存储介质 | |
| CN113902449A (zh) | 企业在线交易系统风险的预警方法、装置和电子设备 | |
| CN109522325A (zh) | 业务影响分析方法、装置、电子设备及存储介质 | |
| CN117974195A (zh) | 科研项目的经费成本通用归集方法、系统、设备及介质 | |
| CN103297419A (zh) | 线下线上数据融合方法及系统 | |
| US20100070341A1 (en) | Method for the follow-up and behavior assessment of parks of atm terminals by means of statistical analyses and/or generation of graphics of updated indicators |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |