CN109919170A - 变更评估方法、装置、电子设备及计算机可读存储介质 - Google Patents
变更评估方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109919170A CN109919170A CN201811446329.5A CN201811446329A CN109919170A CN 109919170 A CN109919170 A CN 109919170A CN 201811446329 A CN201811446329 A CN 201811446329A CN 109919170 A CN109919170 A CN 109919170A
- Authority
- CN
- China
- Prior art keywords
- rule
- similarity
- regular collection
- scene sample
- regular
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000005192 partition Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 8
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006854 communication Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005215 recombination Methods 0.000 description 4
- 230000006798 recombination Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Abstract
本发明实施例公开了一种变更评估方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。该技术方案既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。
Description
技术领域
本发明实施例涉及数据处理技术领域，具体涉及一种变更评估方法、装置、电子设备及计算机可读存储介质。
背景技术
随着数据技术的发展，数据业务量也呈现日益增长的趋势。通常数据业务的推进需要遵循一定的业务规则，为了更好的应对用户的需求，业务规则有可能发生变更，而变更后的业务规则对于线上已经运行的数据业务很有可能会产生一定的影响，尤其当变更后的业务规则与初始业务规则比较相似时，需要对于业务规则变更对数据业务产生的影响进行评估，以决定是否需要进行进一步处理。现有技术中对于业务规则变更影响的评估通常只能通过回归线上已经存在的业务来进行识别，这种方案存在一定的局限性，比如，如果某些特殊的场景线上并没有发生，那么这部分场景就无法作为规则回归的样本，后期若这部分场景实际发生了，由于此时业务规则已变更，那么业务处理结果将会难以预估，很有可能出现处理错误的情况。
发明内容
本发明实施例提供一种变更评估方法、装置、电子设备及计算机可读存储介质。
第一方面，本发明实施例中提供了一种变更评估方法。
具体的，所述变更评估方法，包括：
获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。结合第一方面，本发明实施例在第一方面的第一种实现方式中，所述根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本，包括：
根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；
基于所述相似规则组获取评估场景样本。
结合第一方面和第一方面的第一种实现方式，本发明实施例在第一方面的第二种实现方式中，所述根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组，包括：
根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合；
将所述相似规则集合中的规则划分为一个或多个相似规则组。
结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述将所述相似规则集合中的规则划分为一个或多个相似规则组，包括：
确定相似性评价条件；
将所述相似规则集合中满足所述相似性评价条件的规则置入同一相似规则组。
结合第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述基于所述相似规则组获取评估场景样本，包括：
对于所述相似规则组中的规则进行重组，得到重组规则；
基于所述重组规则按照等价类原理生成等价场景样本，作为评估场景样本。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，还包括：
对于记录的评估场景样本执行预设操作。
第二方面，本发明实施例中提供了一种变更评估装置。
具体的，所述变更评估装置，包括：
第一获取模块，被配置为获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
第二获取模块，被配置为根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
记录模块，被配置为对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。
结合第二方面，本发明实施例在第二方面的第一种实现方式中，所述第二获取模块包括：
第一划分子模块，被配置为根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；
获取子模块，被配置为基于所述相似规则组获取评估场景样本。
结合第二方面和第二方面的第一种实现方式，本发明实施例在第二方面的第二种实现方式中，所述第一划分子模块包括：
第一生成子模块，被配置为根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合；
第二划分子模块，被配置为将所述相似规则集合中的规则划分为一个或多个相似规则组。
结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述第二划分子模块包括：
确定子模块，被配置为确定相似性评价条件；
放置子模块，被配置为将所述相似规则集合中满足所述相似性评价条件的规则置入同一相似规则组。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和第二方面的第三种实现方式，本公开在第二方面的第四种实现方式中，所述获取子模块包括：
重组子模块，被配置为对于所述相似规则组中的规则进行重组，得到重组规则；
第二生成子模块，被配置为基于所述重组规则按照等价类原理生成等价场景样本，作为评估场景样本。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式和第二方面的第四种实现方式，本公开在第二方面的第五种实现方式中，还包括：
执行模块，被配置为对于记录的评估场景样本执行预设操作。
第三方面，本发明实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条支持变更评估装置执行上述第一方面中变更评估方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述变更评估装置还可以包括通信接口，用于变更评估装置与其他设备或通信网络通信。
第四方面，本发明实施例提供了一种计算机可读存储介质，用于存储变更评估装置所用的计算机指令，其包含用于执行上述第一方面中变更评估方法为变更评估装置所涉及的计算机指令。
本发明实施例提供的技术方案可以包括以下有益效果：
上述技术方案借助变更前的规则与变更后的规则之间的相似性确定评估场景样本，然后通过对于评估场景样本的两种规则处理结果的评估来获得受规则变更影响的场景样本。该技术方案既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明实施例。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本发明实施例的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本发明一实施方式的变更评估方法的流程图；
图2示出根据图1所示实施方式的变更评估方法的步骤S102的流程图；
图3示出根据图2所示实施方式的变更评估方法的步骤S201的流程图；
图4示出根据图3所示实施方式的变更评估方法的步骤S302的流程图；
图5示出根据图2所示实施方式的变更评估方法的步骤S202的流程图；
图6示出根据本发明另一实施方式的变更评估方法的流程图；
图7示出根据本发明一实施方式的变更评估装置的结构框图；
图8示出根据图7所示实施方式的变更评估装置的第二获取模块702的结构框图；
图9示出根据图8所示实施方式的变更评估装置的第一划分子模块801的结构框图；
图10示出根据图9所示实施方式的变更评估装置的第二划分子模块902的结构框图；
图11示出根据图8所示实施方式的变更评估装置的获取子模块802的结构框图；
图12示出根据本发明另一实施方式的变更评估装置的结构框图；
图13示出根据本发明一实施方式的电子设备的结构框图；
图14是适于用来实现根据本发明一实施方式的变更评估方法的计算机系统的结构示意图。
具体实施方式
下文中，将参考附图详细描述本发明实施例的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
在本发明实施例中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明实施例。
本发明实施例提供的技术方案借助变更前的规则与变更后的规则之间的相似性确定评估场景样本，然后通过对于评估场景样本的两种规则处理结果的评估来获得受规则变更影响的场景样本。该技术方案既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。
图1示出根据本发明一实施方式的变更评估方法的流程图，如图1所示，所述变更评估方法包括以下步骤S101-S103：
在步骤S101中，获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
在步骤S102中，根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
在步骤S103中，对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。
上文提及，随着数据技术的发展，数据业务量也呈现日益增长的趋势。通常数据业务的推进需要遵循一定的业务规则，为了更好的应对用户的需求，业务规则有可能发生变更，而变更后的业务规则对于线上已经运行的数据业务很有可能会产生一定的影响，尤其当变更后的业务规则与初始业务规则比较相似时，需要对于业务规则变更对数据业务产生的影响进行评估，以决定是否需要进行进一步处理。比如，对于[规则1]：IF name＝xTHENA，即业务存在满足name＝x的条件时会翻译为会计信息A，当新增另一个业务时，会计引擎新增了一条[规则2]：IF name＝y&&age＝18THEN B，这时新业务规则就对原业务规则产生了影响。
现有技术中对于业务规则变更影响的评估通常只能通过回归线上已经存在的业务来进行识别，这种方案存在一定的局限性，比如，如果某些特殊的场景线上并没有发生，那么这部分场景就无法作为规则回归的样本，后期若这部分场景实际发生了，由于此时业务规则已变更，那么业务处理结果将会难以预估，很有可能出现处理错误的情况。
考虑到上述问题，在该实施方式中，提出一种变更评估方法，该方法借助变更前的规则与变更后的规则之间的相似性确定评估场景样本，然后通过对于评估场景样本的两种规则处理结果的评估来获得受规则变更影响的场景样本。该技术方案既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。
其中，所述规则指的是业务执行或处理时需要遵循的规则，所述第一规则集合中包括一个或多个第一规则，所述第一规则为初始规则，所述第二规则集合中包括一个或多个第二规则，所述第二规则为变更的、与所述第一规则不同的规则。
在本实施例的一个可选实现方式中，所述评估场景样本指的是根据所述第一规则集合与第二规则集合之间的相似性得到的、需要进行回归处理的场景样本。在现有技术中，需要进行回归处理的场景样本为所有线上存在的场景样本，而在本实施例中，需要进行回归处理的场景样本是包括线上和线下的、齐备的、且具有一定代表性的场景样本，这样既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。其中，回归处理指的是业务规则变更后，对于业务重新进行处理以确认规则的变更是否引入错误。
在本实施例的一个可选实现方式中，对于得到的评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，认为规则的变更对于所述评估场景样本产生了一定的影响，可能需要进一步的处理，因此需要先对于这些评估场景样本进行记录。
在本实施例的一个可选实现方式中，如图2所示，所述步骤S102，即根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本的步骤，包括以下步骤S201-S202：
在步骤S201中，根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；
在步骤S202中，基于所述相似规则组获取评估场景样本。
为了提高获取评估场景样本的效率和准确性，在该实施方式中，首先对于初始规则和变更后的规则进行梳理分组，即根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；然后再基于所述相似规则组分组获取评估场景样本。这样能够对于规则进行遍历，并通过相似规则的划分，实现在控制回归业务数量的前提下，有效保证回归业务的完整性的效果。
其中，上文中的相似性指的是变更后的规则与初始规则具有一定的相似性，但还存在一定的区别，这种变更后的规则与初始规则对于同一业务很有可能会产生不同的处理结果，因为，如果变更后的规则与初始规则不相似，那该变更后的规则可能只影响到变更后的规则本身对应的业务，而对于初始规则对应的业务部分并无影响。因此，需要对于具有相似性的规则进行变更评估。
在本实施例的一个可选实现方式中，如图3所示，所述步骤S201，即根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组的步骤，包括以下步骤S301-S302：
在步骤S301中，根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合；
在步骤S302中，将所述相似规则集合中的规则划分为一个或多个相似规则组。
为了准确划分相似规则组，在该实施方式中，首先根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合，即将所述第一规则集合和第二规则集合中存在相似性的规则提取出来放入相似规则集合中；然后再将所述相似规则集合中符合不同相似性标准的规则划分为一个或多个相似规则组。
比如，若一初始规则为[规则1]：name＝x，变更后的规则为[规则2]：name＝y&&age＝18，所述初始规则[规则1]与变更后的规则[规则2]具有相同的键值name，那就说明[规则1]与[规则2]具有相似性；若另一初始规则为[规则3]：mail＝u&&adds＝w，另一变更后的规则为[规则4]：mail＝v&&city＝c，初始规则[规则3]与变更后的规则[规则4]具有相同的键值mail，那么[规则3]与[规则4]也具有相似性。由于上述4个规则与另一规则存在相似性，认为这些规则是需要进行回归处理的规则，就可将这些规则先放入相似规则集合中，以待后续进行相似规则的精细分组。
在本实施例的一个可选实现方式中，如图4所示，所述步骤S302，即将所述相似规则集合中的规则划分为一个或多个相似规则组的步骤，包括以下步骤S401-S402：
在步骤S401中，确定相似性评价条件；
在步骤S402中，将所述相似规则集合中满足所述相似性评价条件的规则置入同一相似规则组。
其中，所述相似性评价条件用于表征规则之间存在的不同的相似性，是进行相似规则组的分组依据。
在本实施例的一个可选实现方式中，所述相似性评价条件可以为规则的主要内容是否相同，也可以为规则的属性信息是否相同，当然也可以设置为其他条件，本领域技术人员可根据实际应用的需要以及规则的具体特点对于所述相似性评价条件进行设置，本发明对其不作具体限定。
比如，对于上文提及的初始规则[规则1]：name＝x，变更后的规则[规则2]：name＝y&&age＝18，以及另一初始规则[规则3]：mail＝u&&adds＝w，另一变更后的规则[规则4]：mail＝v&&city＝c，由于初始规则[规则1]与变更后的规则[规则2]具有相同的键值name，而初始规则[规则3]与变更后的规则[规则4]具有另一相同的键值mail，若以规则中的键值为相似性评价条件，那么就可以将具有相同键值name的[规则1]与[规则2]分为一组，将具有相同键值mail的[规则3]与[规则4]分为一组。
在本实施例的一个可选实现方式中，如图5所示，所述步骤S202，即基于所述相似规则组获取评估场景样本的步骤，包括以下步骤S501-S502：
在步骤S501中，对于所述相似规则组中的规则进行重组，得到重组规则；
在步骤S502中，基于所述重组规则按照等价类原理生成等价场景样本，作为评估场景样本。
为了能够覆盖线上和线下所有相关的业务，保证回归业务的完备性，在该实施方式中，首先对于所述相似规则组中的规则进行重组，得到重组规则，比如对于上文提及的属于同一相似规则组的[规则1]和[规则2]，重组后得到的新规则可以表示为name＝x&&name＝y&&age＝18；然后再基于所述重组规则按照等价类原理生成等价场景样本，将其作为评估场景样本。
其中，等价类原理是把所有可能输入的数据划分为若干子集，然后从每一个子集中选取少数具有代表性的数据作为样本，该原理能够在保证样本完备性的条件下，减少数据输入量，提高处理效率。在该实施方式中，利用等价类原理的优势，基于所述重组规则生成等价场景样本，并将其作为评估场景样本。
为了便于说明，接下来以[规则1]：name＝x&&age＝18为例，对于等价场景样本的生成进行说明。对于[规则1]：name＝x&&age＝18，其对应的等价类场景可如表1所示：
表1
| 场景名称 | 场景样本 |
| 姓名为x并且年龄18 | name＝x$age＝18 |
| 姓名不为x并且年龄18 | name＝y$age＝18 |
| 姓名为x并且年龄不等于18 | name＝x$age＝20 |
| 姓名不为x并且年龄不等于18 | name＝y$age＝20 |
| 姓名为x，没有年龄属性 | name＝x |
| 姓名不为x，没有年龄属性 | name＝y |
| 年龄18，没有姓名属性 | age＝18 |
| 年龄不等于18，没有姓名属性 | age＝20 |
在表1中，对于[规则1]：name＝x&&age＝18进行了可能性遍历，即基于[规则1]：name＝x&&age＝18，给出所有可能与[规则1]相关的场景名称，比如：姓名为x并且年龄18、姓名不为x并且年龄18、姓名为x并且年龄不等于18、姓名不为x并且年龄不等于18、姓名为x，没有年龄属性、姓名不为x，没有年龄属性、年龄18，没有姓名属性、以及年龄不等于18，没有姓名属性等等，其对应的场景样本分别为满足以下条件的样本：name＝x$age＝18、name＝y$age＝18、name＝x$age＝20、name＝y$age＝20、name＝x、name＝y、age＝18、以及age＝20，上述可能性遍历能够有效保证场景样本的完备性。另外，为了控制所述评估场景样本的数量，控制回归处理的成本，避免不必要的资源浪费，在提取评估场景样本时，从与上述遍历得到的场景名称对应的多个场景样本中选取一个样本即可。
在本实施例的一个可选实现方式中，如图6所示，所述方法还包括对于记录的评估场景样本执行预设操作的步骤，即所述方法包括以下步骤S601-S604：
在步骤S601中，获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
在步骤S602中，根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
在步骤S603中，对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本；
在步骤S604中，对于记录的评估场景样本执行预设操作。
在该实施方式中，当记录了受规则变更影响的场景样本后，还可对于该场景样本执行预设操作，其中，所述预设操作比如可以为对于所述场景样本执行或不执行新的变更后的业务规则，当然也可以为其他操作方式，本领域技术人员可根据实际应用的需要以及场景样本的特点确定具体的操作内容，本发明对其不作具体限定。
下述为本发明装置实施例，可以用于执行本发明方法实施例。
图7示出根据本发明一实施方式的变更评估装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示，所述变更评估装置包括：
第一获取模块701，被配置为获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
第二获取模块702，被配置为根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
记录模块703，被配置为对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。
上文提及，随着数据技术的发展，数据业务量也呈现日益增长的趋势。通常数据业务的推进需要遵循一定的业务规则，为了更好的应对用户的需求，业务规则有可能发生变更，而变更后的业务规则对于线上已经运行的数据业务很有可能会产生一定的影响，尤其当变更后的业务规则与初始业务规则比较相似时，需要对于业务规则变更对数据业务产生的影响进行评估，以决定是否需要进行进一步处理。比如，对于[规则1]：IF name＝xTHENA，即业务存在满足name＝x的条件时会翻译为会计信息A，当新增另一个业务时，会计引擎新增了一条[规则2]：IF name＝y&&age＝18THEN B，这时新业务规则就对原业务规则产生了影响。
现有技术中对于业务规则变更影响的评估通常只能通过回归线上已经存在的业务来进行识别，这种方案存在一定的局限性，比如，如果某些特殊的场景线上并没有发生，那么这部分场景就无法作为规则回归的样本，后期若这部分场景实际发生了，由于此时业务规则已变更，那么业务处理结果将会难以预估，很有可能出现处理错误的情况。
考虑到上述问题，在该实施方式中，提出一种变更评估装置，该装置借助变更前的规则与变更后的规则之间的相似性确定评估场景样本，然后通过对于评估场景样本的两种规则处理结果的评估来获得受规则变更影响的场景样本。该技术方案既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。
其中，所述规则指的是业务执行或处理时需要遵循的规则，所述第一规则集合中包括一个或多个第一规则，所述第一规则为初始规则，所述第二规则集合中包括一个或多个第二规则，所述第二规则为变更的、与所述第一规则不同的规则。
在本实施例的一个可选实现方式中，所述评估场景样本指的是根据所述第一规则集合与第二规则集合之间的相似性得到的、需要进行回归处理的场景样本。在现有技术中，需要进行回归处理的场景样本为所有线上存在的场景样本，而在本实施例中，需要进行回归处理的场景样本是包括线上和线下的、齐备的、且具有一定代表性的场景样本，这样既能够有效保证回归业务的完整性，提高回归处理的准确性，还能够控制回归处理成本，避免不必要的资源浪费。其中，回归处理指的是业务规则变更后，对于业务重新进行处理以确认规则的变更是否引入错误。
在本实施例的一个可选实现方式中，对于得到的评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，认为规则的变更对于所述评估场景样本产生了一定的影响，可能需要进一步的处理，因此需要先对于这些评估场景样本进行记录。
在本实施例的一个可选实现方式中，如图8所示，所述第二获取模块702包括：
第一划分子模块801，被配置为根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；
获取子模块802，被配置为基于所述相似规则组获取评估场景样本。
为了提高获取评估场景样本的效率和准确性，在该实施方式中，对于初始规则和变更后的规则进行梳理分组，第一划分子模块801根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；获取子模块802再基于所述相似规则组分组获取评估场景样本。这样能够对于规则进行遍历，并通过相似规则的划分，实现在控制回归业务数量的前提下，有效保证回归业务的完整性的效果。
其中，上文中的相似性指的是变更后的规则与初始规则具有一定的相似性，但还存在一定的区别，这种变更后的规则与初始规则对于同一业务很有可能会产生不同的处理结果，因为，如果变更后的规则与初始规则不相似，那该变更后的规则可能只影响到变更后的规则本身对应的业务，而对于初始规则对应的业务部分并无影响。因此，需要对于具有相似性的规则进行变更评估。
在本实施例的一个可选实现方式中，如图9所示，所述第一划分子模块801包括：
第一生成子模块901，被配置为根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合；
第二划分子模块902，被配置为将所述相似规则集合中的规则划分为一个或多个相似规则组。
为了准确划分相似规则组，在该实施方式中，第一生成子模块901根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合，即将所述第一规则集合和第二规则集合中存在相似性的规则提取出来放入相似规则集合中；第二划分子模块902再将所述相似规则集合中符合不同相似性标准的规则划分为一个或多个相似规则组。
比如，若一初始规则为[规则1]：name＝x，变更后的规则为[规则2]：name＝y&&age＝18，所述初始规则[规则1]与变更后的规则[规则2]具有相同的键值name，那就说明[规则1]与[规则2]具有相似性；若另一初始规则为[规则3]：mail＝u&&adds＝w，另一变更后的规则为[规则4]：mail＝v&&city＝c，初始规则[规则3]与变更后的规则[规则4]具有相同的键值mail，那么[规则3]与[规则4]也具有相似性。由于上述4个规则与另一规则存在相似性，认为这些规则是需要进行回归处理的规则，就可将这些规则先放入相似规则集合中，以待后续进行相似规则的精细分组。
在本实施例的一个可选实现方式中，如图10所示，所述第二划分子模块902包括：
确定子模块1001，被配置为确定相似性评价条件；
放置子模块1002，被配置为将所述相似规则集合中满足所述相似性评价条件的规则置入同一相似规则组。
其中，所述相似性评价条件用于表征规则之间存在的不同的相似性，是进行相似规则组的分组依据。
在本实施例的一个可选实现方式中，所述相似性评价条件可以为规则的主要内容是否相同，也可以为规则的属性信息是否相同，当然也可以设置为其他条件，本领域技术人员可根据实际应用的需要以及规则的具体特点对于所述相似性评价条件进行设置，本发明对其不作具体限定。
比如，对于上文提及的初始规则[规则1]：name＝x，变更后的规则[规则2]：name＝y&&age＝18，以及另一初始规则[规则3]：mail＝u&&adds＝w，另一变更后的规则[规则4]：mail＝v&&city＝c，由于初始规则[规则1]与变更后的规则[规则2]具有相同的键值name，而初始规则[规则3]与变更后的规则[规则4]具有另一相同的键值mail，若以规则中的键值为相似性评价条件，那么就可以将具有相同键值name的[规则1]与[规则2]分为一组，将具有相同键值mail的[规则3]与[规则4]分为一组。
在本实施例的一个可选实现方式中，如图11所示，所述获取子模块802包括：
重组子模块1101，被配置为对于所述相似规则组中的规则进行重组，得到重组规则；
第二生成子模块1102，被配置为基于所述重组规则按照等价类原理生成等价场景样本，作为评估场景样本。
为了能够覆盖线上和线下所有相关的业务，保证回归业务的完备性，在该实施方式中，重组子模块1101对于所述相似规则组中的规则进行重组，得到重组规则，比如对于上文提及的属于同一相似规则组的[规则1]和[规则2]，重组后得到的新规则可以表示为name＝x&&name＝y&&age＝18；第二生成子模块1102再基于所述重组规则按照等价类原理生成等价场景样本，将其作为评估场景样本。
其中，等价类原理是把所有可能输入的数据划分为若干子集，然后从每一个子集中选取少数具有代表性的数据作为样本，该原理能够在保证样本完备性的条件下，减少数据输入量，提高处理效率。在该实施方式中，利用等价类原理的优势，基于所述重组规则生成等价场景样本，并将其作为评估场景样本。
为了便于说明，接下来以[规则1]：name＝x&&age＝18为例，对于等价场景样本的生成进行说明。对于[规则1]：name＝x&&age＝18，其对应的等价类场景可如表1所示：
表1
| 场景名称 | 场景样本 |
| 姓名为x并且年龄18 | name＝x$age＝18 |
| 姓名不为x并且年龄18 | name＝y$age＝18 |
| 姓名为x并且年龄不等于18 | name＝x$age＝20 |
| 姓名不为x并且年龄不等于18 | name＝y$age＝20 |
| 姓名为x，没有年龄属性 | name＝x |
| 姓名不为x，没有年龄属性 | name＝y |
| 年龄18，没有姓名属性 | age＝18 |
| 年龄不等于18，没有姓名属性 | age＝20 |
在表1中，对于[规则1]：name＝x&&age＝18进行了可能性遍历，即基于[规则1]：name＝x&&age＝18，给出所有可能与[规则1]相关的场景名称，比如：姓名为x并且年龄18、姓名不为x并且年龄18、姓名为x并且年龄不等于18、姓名不为x并且年龄不等于18、姓名为x，没有年龄属性、姓名不为x，没有年龄属性、年龄18，没有姓名属性、以及年龄不等于18，没有姓名属性等等，其对应的场景样本分别为满足以下条件的样本：name＝x$age＝18、name＝y$age＝18、name＝x$age＝20、name＝y$age＝20、name＝x、name＝y、age＝18、以及age＝20，上述可能性遍历能够有效保证场景样本的完备性。另外，为了控制所述评估场景样本的数量，控制回归处理的成本，避免不必要的资源浪费，在提取评估场景样本时，从与上述遍历得到的场景名称对应的多个场景样本中选取一个样本即可。
在本实施例的一个可选实现方式中，如图12所示，所述装置还包括对于记录的评估场景样本执行预设操作的部分，即所述装置包括：
第一获取模块1201，被配置为获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
第二获取模块1202，被配置为根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
记录模块1203，被配置为对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本；
执行模块1204，被配置为对于记录的评估场景样本执行预设操作。
在该实施方式中，当记录了受规则变更影响的场景样本后，还可对于该场景样本执行预设操作，其中，所述预设操作比如可以为对于所述场景样本执行或不执行新的变更后的业务规则，当然也可以为其他操作方式，本领域技术人员可根据实际应用的需要以及场景样本的特点确定具体的操作内容，本发明对其不作具体限定。
本发明实施例还公开了一种电子设备，图13示出根据本发明一实施方式的电子设备的结构框图，如图13所示，所述电子设备1300包括存储器1301和处理器1302；其中，
所述存储器1301用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器1302执行以实现上述任一方法步骤。
图14适于用来实现根据本发明实施方式的变更评估方法的计算机系统的结构示意图。
如图14所示，计算机系统1400包括中央处理单元(CPU)1401，其可以根据存储在只读存储器(ROM)1402中的程序或者从存储部分1408加载到随机访问存储器(RAM)1403中的程序而执行上述实施方式中的各种处理。在RAM1403中，还存储有系统1400操作所需的各种程序和数据。CPU1401、ROM1402以及RAM1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。
以下部件连接至I/O接口1405：包括键盘、鼠标等的输入部分1406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1407；包括硬盘等的存储部分1408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1409。通信部分1409经由诸如因特网的网络执行通信处理。驱动器1410也根据需要连接至I/O接口1405。可拆卸介质1411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1410上，以便于从其上读出的计算机程序根据需要被安装入存储部分1408。
特别地，根据本发明的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本发明的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述变更评估方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分1409从网络上被下载和安装，和/或从可拆卸介质1411被安装。
附图中的流程图和框图，图示了按照本发明各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本发明实施例的方法。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种变更评估方法，其特征在于，包括：
获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本，包括：
根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；
基于所述相似规则组获取评估场景样本。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组，包括：
根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合；
将所述相似规则集合中的规则划分为一个或多个相似规则组。
4.根据权利要求3所述的方法，其特征在于，所述将所述相似规则集合中的规则划分为一个或多个相似规则组，包括：
确定相似性评价条件；
将所述相似规则集合中满足所述相似性评价条件的规则置入同一相似规则组。
5.根据权利要求2-4任一所述的方法，其特征在于，所述基于所述相似规则组获取评估场景样本，包括：
对于所述相似规则组中的规则进行重组，得到重组规则；
基于所述重组规则按照等价类原理生成等价场景样本，作为评估场景样本。
6.根据权利要求1-5任一所述的方法，其特征在于，还包括：
对于记录的评估场景样本执行预设操作。
7.一种变更评估装置，其特征在于，包括：
第一获取模块，被配置为获取第一规则集合和第二规则集合，其中，所述第一规则集合中包括一个或多个初始规则，所述第二规则集合中包括一个或多个变更规则；
第二获取模块，被配置为根据所述第一规则集合与第二规则集合之间的相似性获取评估场景样本；
记录模块，被配置为对于所述评估场景样本，当应用所述第一规则集合得到的处理结果与应用所述第二规则集合得到的处理结果不同时，记录所述评估场景样本。
8.根据权利要求7所述的装置，其特征在于，所述第二获取模块包括：
第一划分子模块，被配置为根据所述第一规则集合与第二规则集合之间的相似性，将所述第一规则集合和第二规则集合中的规则划分为一个或多个相似规则组；
获取子模块，被配置为基于所述相似规则组获取评估场景样本。
9.根据权利要求8所述的装置，其特征在于，所述第一划分子模块包括：
第一生成子模块，被配置为根据所述第一规则集合与第二规则集合之间的相似性，基于所述第一规则集合和第二规则集合生成相似规则集合；
第二划分子模块，被配置为将所述相似规则集合中的规则划分为一个或多个相似规则组。
10.根据权利要求9所述的装置，其特征在于，所述第二划分子模块包括：
确定子模块，被配置为确定相似性评价条件；
放置子模块，被配置为将所述相似规则集合中满足所述相似性评价条件的规则置入同一相似规则组。
11.根据权利要求8-10任一所述的装置，其特征在于，所述获取子模块包括：
重组子模块，被配置为对于所述相似规则组中的规则进行重组，得到重组规则；
第二生成子模块，被配置为基于所述重组规则按照等价类原理生成等价场景样本，作为评估场景样本。
12.根据权利要求7-11任一所述的装置，其特征在于，还包括：
执行模块，被配置为对于记录的评估场景样本执行预设操作。
13.一种电子设备，其特征在于，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-6任一项所述的方法步骤。
14.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-6任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811446329.5A CN109919170B (zh) | 2018-11-29 | 2018-11-29 | 变更评估方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811446329.5A CN109919170B (zh) | 2018-11-29 | 2018-11-29 | 变更评估方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109919170A true CN109919170A (zh) | 2019-06-21 |
| CN109919170B CN109919170B (zh) | 2023-12-05 |
Family
ID=66959778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811446329.5A Active CN109919170B (zh) | 2018-11-29 | 2018-11-29 | 变更评估方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109919170B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001039082A2 (en) * | 1999-11-22 | 2001-05-31 | Accenture Llp | Scheduling and planning before and proactive management during maintenance and service in a network-based supply chain environment |
| US20050100019A1 (en) * | 2003-11-10 | 2005-05-12 | Sahita Ravi L. | Rule based packet processing engine |
| US20070094199A1 (en) * | 2005-08-30 | 2007-04-26 | International Business Machines Corporation | System and method for automatically processing dynamic business rules in a content management system |
| US20120136822A1 (en) * | 2010-11-25 | 2012-05-31 | International Business Machines Corporation | Key performance indicator feedback in rule-based system |
| US20140075004A1 (en) * | 2012-08-29 | 2014-03-13 | Dennis A. Van Dusen | System And Method For Fuzzy Concept Mapping, Voting Ontology Crowd Sourcing, And Technology Prediction |
| US20150120479A1 (en) * | 2013-10-28 | 2015-04-30 | International Business Machines Corporation | Catalog driven order management for rule definition |
| CN104756074A (zh) * | 2012-10-29 | 2015-07-01 | 高通股份有限公司 | 作为移动应用的平台的规则引擎 |
| US20150379037A1 (en) * | 2014-06-27 | 2015-12-31 | Veeva Systems Inc. | Method and system for synchronizing data between a database system and its client applications |
| US20160191466A1 (en) * | 2014-12-30 | 2016-06-30 | Fortinet, Inc. | Dynamically optimized security policy management |
| CN107679897A (zh) * | 2017-09-25 | 2018-02-09 | 北京京东尚科信息技术有限公司 | 一种安全风险控制方法和装置 |
| CN108734184A (zh) * | 2017-04-17 | 2018-11-02 | 苏宁云商集团股份有限公司 | 一种对敏感图像进行分析的方法及装置 |
-
2018
- 2018-11-29 CN CN201811446329.5A patent/CN109919170B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001039082A2 (en) * | 1999-11-22 | 2001-05-31 | Accenture Llp | Scheduling and planning before and proactive management during maintenance and service in a network-based supply chain environment |
| US20050100019A1 (en) * | 2003-11-10 | 2005-05-12 | Sahita Ravi L. | Rule based packet processing engine |
| US20070094199A1 (en) * | 2005-08-30 | 2007-04-26 | International Business Machines Corporation | System and method for automatically processing dynamic business rules in a content management system |
| US20120136822A1 (en) * | 2010-11-25 | 2012-05-31 | International Business Machines Corporation | Key performance indicator feedback in rule-based system |
| US20140075004A1 (en) * | 2012-08-29 | 2014-03-13 | Dennis A. Van Dusen | System And Method For Fuzzy Concept Mapping, Voting Ontology Crowd Sourcing, And Technology Prediction |
| CN104756074A (zh) * | 2012-10-29 | 2015-07-01 | 高通股份有限公司 | 作为移动应用的平台的规则引擎 |
| US20150120479A1 (en) * | 2013-10-28 | 2015-04-30 | International Business Machines Corporation | Catalog driven order management for rule definition |
| US20150379037A1 (en) * | 2014-06-27 | 2015-12-31 | Veeva Systems Inc. | Method and system for synchronizing data between a database system and its client applications |
| US20160191466A1 (en) * | 2014-12-30 | 2016-06-30 | Fortinet, Inc. | Dynamically optimized security policy management |
| CN108734184A (zh) * | 2017-04-17 | 2018-11-02 | 苏宁云商集团股份有限公司 | 一种对敏感图像进行分析的方法及装置 |
| CN107679897A (zh) * | 2017-09-25 | 2018-02-09 | 北京京东尚科信息技术有限公司 | 一种安全风险控制方法和装置 |
Non-Patent Citations (6)
| Title |
|---|
| BAHREMAN R A 等: "Maintaining Database Integrity Using Data Macros In Microsoft Access", REVIEW OF BUSINESS INFORMATION SYSTEMS (RBIS), vol. 17, no. 3, pages 99 - 108 * |
| 姚志林: "基于本体的工作流为中心协同工作关键技术的研究", 中国博士学位论文全文数据库 (信息科技辑), no. 2008, pages 138 - 9 * |
| 姚青: "个性化业务流程定制的关键问题研究", 中国博士学位论文全文数据库 (信息科技辑), no. 2010, pages 138 - 15 * |
| 尤金;刘俊勇;刘友波;刘洋;胥威汀;苟竞;: "基于非参数估计的无功电压控制响应规则辨识", 电力系统保护与控制, no. 13, pages 1 - 12 * |
| 李润皋: "领域知识驱动的业务引擎的设计与实现", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2017, pages 138 - 822 * |
| 高明: "知识协同工作流建模、服务规划和服务组合研究", 中国博士学位论文全文数据库 (信息科技辑), no. 2014, pages 138 - 19 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109919170B (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10445377B2 (en) | Automatically generating a website specific to an industry | |
| US10977486B2 (en) | Blockwise extraction of document metadata | |
| CN108282527B (zh) | 生成服务实例的分布式系统和方法 | |
| US10078843B2 (en) | Systems and methods for analyzing consumer sentiment with social perspective insight | |
| CN109508420B (zh) | 一种知识图谱属性的清洗方法及装置 | |
| CN106096037A (zh) | 基于人工智能的搜索结果聚合方法、装置以及搜索引擎 | |
| Van Ham et al. | Centrality based visualization of small world graphs | |
| CN106774975A (zh) | 输入方法和装置 | |
| CN105721629A (zh) | 用户标识匹配方法和装置 | |
| CN109918378A (zh) | 一种基于区块链的遥感数据存储方法和存储系统 | |
| CN103514209A (zh) | 基于对象信息库生成待推广对象的推广信息的方法与设备 | |
| CN106021528A (zh) | 数据处理方法和装置 | |
| Schaposnik | Spectral data for U (m, m)-Higgs bundles | |
| CN107632971A (zh) | 用于生成多维报表的方法和装置 | |
| CN107357810A (zh) | 一种用于输出专题落地页的方法及系统 | |
| CN108319722A (zh) | 数据访问方法、装置、电子设备及计算机可读存储介质 | |
| CN104378362B (zh) | 用于进行报文接口转换的方法及装置 | |
| US20180330156A1 (en) | Detection of caption elements in documents | |
| CN109919170A (zh) | 变更评估方法、装置、电子设备及计算机可读存储介质 | |
| CN107463638A (zh) | 离线虚拟机间文件共享方法和设备 | |
| CN111241380B (zh) | 用于生成推荐的方法和设备 | |
| JP6868576B2 (ja) | 事象提示システムおよび事象提示装置 | |
| Palsetia et al. | Excavating social circles via user interests | |
| CN109949090A (zh) | 客户推荐方法、装置、电子设备及介质 | |
| CN113407678B (zh) | 知识图谱构建方法、装置和设备 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200922 Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands Applicant after: Innovative advanced technology Co.,Ltd. Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands Applicant before: Advanced innovation technology Co.,Ltd. Effective date of registration: 20200922 Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands Applicant after: Advanced innovation technology Co.,Ltd. Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Applicant before: Alibaba Group Holding Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |