CN110309153B - 呼叫中心的监控数据的处理方法、系统、设备和存储介质 - Google Patents

呼叫中心的监控数据的处理方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN110309153B
CN110309153B CN201910576288.XA CN201910576288A CN110309153B CN 110309153 B CN110309153 B CN 110309153B CN 201910576288 A CN201910576288 A CN 201910576288A CN 110309153 B CN110309153 B CN 110309153B
Authority
CN
China
Prior art keywords
data
monitoring
monitoring item
target
sub
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
Application number
CN201910576288.XA
Other languages
English (en)
Other versions
CN110309153A (zh
Inventor
陈凯
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.)
Ctrip Travel Information Technology Shanghai Co Ltd
Original Assignee
Ctrip Travel Information Technology Shanghai 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 Ctrip Travel Information Technology Shanghai Co Ltd filed Critical Ctrip Travel Information Technology Shanghai Co Ltd
Priority to CN201910576288.XA priority Critical patent/CN110309153B/zh
Publication of CN110309153A publication Critical patent/CN110309153A/zh
Application granted granted Critical
Publication of CN110309153B publication Critical patent/CN110309153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Telephonic Communication Services (AREA)
  • Monitoring And Testing Of Exchanges (AREA)

Abstract

本发明公开了一种呼叫中心的监控数据的处理方法、系统、设备和存储介质，所述处理方法包括采集每个业务系统的目标监控数据；获取需要进行聚合的第一监控项；获取每个第一监控项的第一监控项数据；根据设定时长对第一监控项数据进行划分获取多个第一监控项子数据及历史状态数据；根据历史状态数据确定第一监控项对应的目标聚合维度；采用目标聚合维度获取设定数量的第一监控项子数据并进行聚合处理，获取每个第一监控项对应的多个第二监控项子数据；将多个第二监控项子数据进行存储。本发明实现以目标聚合维度为单位来展示不同数量级的监控项，而不再是统一根据设定时长对监控项进行展示，从而提升了展示效果，提高了告警的准确率。

Description

呼叫中心的监控数据的处理方法、系统、设备和存储介质
技术领域
本发明涉及数据处理技术领域，特别涉及一种呼叫中心的监控数据的处理方法、系统、设备和存储介质。
背景技术
目前，呼叫中心的业务种类存在多样性，根据线路类型进行分类主要包括传统语音线路以及基于软交换的SIP(Session Initiation Protocol，会话初始协议)线路；根据话务量进行分类主要包括大型、中型和小型呼叫中心，其中大型呼叫中心每天的话务量最高已可达到百万计；根据业务类型进行分类主要包括人工呼入呼出、自动呼入呼出和自动转呼等的呼叫中心。
但是，现有呼叫中心的数据监控存在如下缺陷：1)各业务系统需要自行将监控项上送至监控系统，造成接入的监控项类型繁杂；2)不同数据量级和形态的监控项都以1分钟的维度去展示和检测告警，从而导致监控项在展示效果不理想，且告警准确率不够准确。
发明内容
本发明要解决的技术问题是为了克服现有技术中呼叫中心的监控数据易造成接入的监控项类型繁杂，且均以同样的维度进行展示和告警，存在监控项在展示效果和告警准确率均不理性的缺陷，提供一种呼叫中心的监控数据的处理方法、系统、设备和存储介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明提供一种呼叫中心的监控数据的处理方法，所述处理方法包括：
采集每个业务系统对应的目标监控数据；
获取所述目标监控数据中需要进行聚合的第一监控项；
获取每个所述第一监控项在历史设定时间段内对应的第一监控项数据；
根据设定时长对所述第一监控项数据进行划分获取多个第一监控项子数据并根据时间戳依次进行存储；
根据第一监控项数据获取所述第一监控项对应的历史状态数据；
根据所述历史状态数据确定所述第一监控项对应的目标聚合维度；
采用所述目标聚合维度根据时间戳依次获取设定数量的所述第一监控项子数据并进行聚合处理，获取每个所述第一监控项对应的多个第二监控项子数据；
将多个所述第二监控项子数据根据时间戳依次进行存储。
较佳地，所述将多个所述第二监控项子数据根据时间戳依次进行存储的步骤之后还包括：
以所述第二监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第一监控项进行展示；
所述处理方法还包括：
获取所述目标监控数据中不需要进行聚合的第二监控项；
获取每个所述第二监控项在所述历史设定时间段内对应的第二监控项数据；
根据设定时长对所述第二监控项数据进行划分获取多个第三监控项子数据并根据时间戳依次进行存储；
以所述第三监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第二监控项进行展示。
较佳地，所述第一监控项包括话务量，所述第二监控项包括呼叫成功率和/或平均通话时长；和/或，
所述采集每个业务系统对应的目标监控数据的步骤包括：
获取每个所述业务系统中数据格式属于设定格式的数据作为所述目标监控数据。
较佳地，所述历史状态数据包括数据量级和数据形态；
其中，所述数据形态为用于表征数据在所述历史设定时间内的抖动幅度；
所述目标聚合维度与所述数据量级的级别呈正相关；
所述目标聚合维度与所述数据形态对应的抖动幅度呈正相关。
较佳地，所述设定时长包括1分钟；和/或，
所述目标聚合维度的取值范围1分钟至24小时。
本发明还提供一种呼叫中心的监控数据的处理系统，所述处理系统包括监控数据采集模块、第一监控项获取模块、第一监控数据获取模块、第一数据划分模块、状态数据获取模块、目标聚合维度确定模块、聚合模块和存储模块；
所述监控数据采集模块用于采集每个业务系统对应的目标监控数据；
所述第一监控项获取模块用于获取所述目标监控数据中需要进行聚合的第一监控项；
所述第一监控数据获取模块用于获取每个所述第一监控项在历史设定时间段内对应的第一监控项数据；
所述第一数据划分模块用于根据设定时长对所述第一监控项数据进行划分获取多个第一监控项子数据并根据时间戳依次进行存储；
所述状态数据获取模块用于根据第一监控项数据获取所述第一监控项对应的历史状态数据；
所述目标聚合维度确定模块用于根据所述历史状态数据确定所述第一监控项对应的目标聚合维度；
所述聚合模块用于采用所述目标聚合维度根据时间戳依次获取设定数量的所述第一监控项子数据并进行聚合处理，获取每个所述第一监控项对应的多个第二监控项子数据；
所述存储模块用于将多个所述第二监控项子数据根据时间戳依次进行存储。
较佳地，所述处理系统还包括展示模块；
所述展示模块用于以所述第二监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第一监控项进行展示；
所述处理系统还包括第二监控项获取模块、第二监控项数据获取模块、第二数据划分模块；
所述第二监控项获取模块用于获取所述目标监控数据中不需要进行聚合的第二监控项；
所述第二监控项数据获取模块用于所述第二监控项数据获取模块用于获取每个所述第二监控项在所述历史设定时间段内对应的第二监控项数据；
第二数据划分模块根据设定时长对所述第二监控项数据进行划分获取多个第三监控项子数据并根据时间戳依次进行存储；
所述展示模块用于以所述第三监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第二监控项进行展示。
较佳地，所述第一监控项包括话务量，所述第二监控项包括呼叫成功率和/或平均通话时长；和/或，
所述监控数据采集模块用于获取每个所述业务系统中数据格式属于设定格式的数据作为所述目标监控数据。
较佳地，所述历史状态数据包括数据量级和数据形态；
其中，所述数据形态为用于表征数据在所述历史设定时间内的抖动幅度；
所述目标聚合维度与所述数据量级的级别呈正相关；
所述目标聚合维度与所述数据形态对应的抖动幅度呈正相关。
较佳地，所述设定时长包括1分钟；和/或，
所述目标聚合维度的取值范围1分钟至24小时。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现上述的呼叫中心的监控数据的处理方法。
本发明还提供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上述的呼叫中心的监控数据的处理方法的步骤。
本发明的积极进步效果在于：
本发明中，通过监控项在历史设定时间段内的监控项数据分析得出监控项对应的数据量级和数据形态，进而获取每个监控项对应的目标聚合维度，并将第一监控项的第一监控项数据根据目标聚合维度进行存储，实现以目标聚合维度为单位来展示不同数量级的监控项的目的，而不再是统一根据设定时长(如1分钟维度)对监控项进行展示，从而提升了展示效果，进而提高了告警的准确率。
附图说明
图1为本发明实施例1的呼叫中心的监控数据的处理方法的流程图。
图2为本发明实施例2的呼叫中心的监控数据的处理方法的流程图。
图3为本发明实施例3的呼叫中心的监控数据的处理系统的结构示意图。
图4为本发明实施例4的呼叫中心的监控数据的处理系统的结构示意图。
图5为本发明实施例5中的呼叫中心的监控数据的处理方法的电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示，本实施例的呼叫中心的监控数据的处理方法包括：
S101、采集每个业务系统对应的目标监控数据；
S102、获取目标监控数据中需要进行聚合的第一监控项；
其中，所述第一监控项包括但不限于话务量。
S103、获取每个第一监控项在历史设定时间段内对应的第一监控项数据；
其中，第一监控项数据包括但不限于监控项名称、监控项类型、监控项所属类别、监控项ID(身份标识号)、所属菜单。
S104、根据设定时长对第一监控项数据进行划分获取多个第一监控项子数据并根据时间戳依次进行存储；
其中，设定时长为1分钟，即将每个第一监控项的第一监控项数据按照1分钟级别进行存储。
S105、根据第一监控项数据获取第一监控项对应的历史状态数据；
具体地，历史状态数据包括数据量级和数据形态；
其中，数据形态为用于表征数据在历史设定时间内的抖动幅度；
目标聚合维度与数据量级的级别呈正相关；
目标聚合维度与数据形态对应的抖动幅度呈正相关。
S106、根据历史状态数据确定第一监控项对应的目标聚合维度；
其中，不同的第一监控项对应不同的目标聚合维度，使得针对不同数据量级进行监控数据进行适应性的展示，从而提升了展示效果。
具体地，目标聚合维度的取值范围1分钟至24小时，优选地，目标聚合维度为3分钟或5分钟。
例如，获取每个业务系统对应的目标监控数据中话务量这一监控项的第一监控项数据，根据第一监控项数据分析得到话务量的数据量级和数据形态。
若话务量大于16000且小于27000，则确定话务量对应的目标聚合维度为3分钟，然后按照时间戳将时间上连续的三个1分钟级别的第一监控项子数据进行聚合处理，得到3分钟级别的第二监控项子数据，并对3分钟级别的第二监控项子数据进行存储与展示。
若数据形态对应的抖动幅度大于20％，则确定话务量对应的目标聚合维度为5分钟，然后按照时间戳将时间上连续的5个1分钟级别的第一监控项子数据进行聚合处理，得到5分钟级别的第二监控项子数据，并对5分钟级别的第二监控项子数据进行存储与展示。
若抖动幅度更大，则增大目标聚合维度，直至数据形态符合监控系统的要求；其中，最大目标聚合维度为一天(24小时)。
S107、采用目标聚合维度根据时间戳依次获取设定数量的第一监控项子数据并进行聚合处理，获取每个第一监控项对应的多个第二监控项子数据；
S108、将多个第二监控项子数据根据时间戳依次进行存储。
本实施例中，通过监控项在历史设定时间段内的监控项数据分析得出监控项对应的数据量级和数据形态，进而获取每个监控项对应的目标聚合维度，并将第一监控项的第一监控项数据根据目标聚合维度进行存储，实现以目标聚合维度为单位来展示不同数量级的监控项的目的，而不再是统一根据设定时长(如1分钟维度)对监控项进行展示，从而提升了展示效果，进而提高了告警的准确率。
实施例2
如图2所示，本实施例的呼叫中心的监控数据的处理方法是对实施例1的进一步改进，具体地：
步骤S101包括：
S1011、获取每个业务系统中数据格式属于设定格式的数据作为目标监控数据。
具体地，设定格式包括但不限于JSON格式(一种数据格式)。
此处，采集业务系统中JSON格式的数据作为目标监控数据，对于不符合JSON格式的数据(如空值)则不采集并予以报错处理。在判断目标监控数据中的数据格式之前需要校验配置页面与数据传输接口之间是否连通，若连通则说明数据可以正常传输。
另外，每个业务系统具有对应的数据传输接口，可以获取每个数据传输接口对应的接口数据，如接口名称、接口地址、token(令牌)等，并对数据传输接口进行属性配置与标识以区分不同的业务系统。
本实施例中可以将获取的目标监控数据临时存储在Hermes存储模块(一种存储模块)中，以便于其他模块对其进行调用。
步骤S108之后还包括：
S109、以第二监控项子数据为单位，根据时间戳对每个业务系统中的第一监控项进行展示。
步骤S109之后还包括：
获取目标监控数据中不需要进行聚合的第二监控项；
获取每个第二监控项在历史设定时间段内对应的第二监控项数据；
根据设定时长对第二监控项数据进行划分获取多个第三监控项子数据并根据时间戳依次进行存储；
以第三监控项子数据为单位，根据时间戳对每个业务系统中的第二监控项进行展示。
其中，当监控项包括号码呼叫量时，第一监控项包括但不限于话务量，第二监控项包括但不限于呼叫成功率、平均通话时长。
具体地，将获取的第一监控项的第一监控项数据和第二监控项的第二监控项数据均存储至MySQL(关系型数据库管理系统)数据库中。
根据时间戳每1分钟对应的第一监控项子数据存储至influxdb数据库(一个开源的分布式时序、时间和指标数据库)。
根据时间戳将聚合处理后的多个第二监控项子数据均存储至influxdb数据库。
本实施例中，通过监控项在历史设定时间段内的监控项数据分析得出监控项对应的数据量级和数据形态，进而获取每个监控项对应的目标聚合维度，并将第一监控项的第一监控项数据根据目标聚合维度进行存储，实现以目标聚合维度为单位来展示不同数量级的监控项的目的，而不再是统一根据设定时长对监控项进行展示，从而提升了展示效果，进而提高了告警的准确率。
实施例3
如图3所示，本实施例的呼叫中心的监控数据的处理系统包括监控数据采集模块1、第一监控项获取模块2、第一监控数据获取模块3、第一数据划分模块4、状态数据获取模块5、目标聚合维度确定模块6、聚合模块7和存储模块8；
监控数据采集模块1用于采集每个业务系统对应的目标监控数据；
第一监控项获取模块2用于获取目标监控数据中需要进行聚合的第一监控项；
其中，所述第一监控项包括但不限于话务量。
第一监控数据获取模块3用于获取每个第一监控项在历史设定时间段内对应的第一监控项数据；
其中，第一监控项数据包括但不限于监控项名称、监控项类型、监控项所属类别、监控项ID、所属菜单。
第一数据划分模块4用于根据设定时长对第一监控项数据进行划分获取多个第一监控项子数据并根据时间戳依次进行存储；
其中，设定时长包括1分钟，即将每个第一监控项的第一监控项数据按照1分钟级别进行存储。
状态数据获取模块5用于根据第一监控项数据获取第一监控项对应的历史状态数据；
其中，历史状态数据包括数据量级和数据形态；
其中，数据形态为用于表征数据在历史设定时间内的抖动幅度；
目标聚合维度与数据量级的级别呈正相关；
目标聚合维度与数据形态对应的抖动幅度呈正相关。
目标聚合维度确定模块6用于根据历史状态数据确定第一监控项对应的目标聚合维度；
其中，不同的第一监控项对应不同的目标聚合维度，使得针对不同数据量级进行监控数据进行适应性的展示，从而提升了展示效果。
具体地，目标聚合维度的取值范围1分钟至24小时，优选地，目标聚合维度为3分钟或5分钟。
例如，获取每个业务系统对应的目标监控数据中话务量这一监控项的第一监控项数据，根据第一监控项数据分析得到话务量的数据量级和数据形态。
若话务量大于16000且小于27000，则确定话务量对应的目标聚合维度为3分钟，然后按照时间戳将时间上连续的三个1分钟级别的第一监控项子数据进行聚合处理，得到3分钟级别的第二监控项子数据，并对3分钟级别的第二监控项子数据进行存储与展示。
若数据形态对应的抖动幅度大于20％，则确定话务量对应的目标聚合维度为5分钟，然后按照时间戳将时间上连续的5个1分钟级别的第一监控项子数据进行聚合处理，得到5分钟级别的第二监控项子数据，并对5分钟级别的第二监控项子数据进行存储与展示。
若抖动幅度更大，则增大目标聚合维度，直至数据形态符合监控系统的要求；其中，最大目标聚合维度为一天(24小时)。
聚合模块7用于采用目标聚合维度根据时间戳依次获取设定数量的第一监控项子数据并进行聚合处理，获取每个第一监控项对应的多个第二监控项子数据；
存储模块8用于将多个第二监控项子数据根据时间戳依次进行存储。
本实施例中，通过监控项在历史设定时间段内的监控项数据分析得出监控项对应的数据量级和数据形态，进而获取每个监控项对应的目标聚合维度，并将第一监控项的第一监控项数据根据目标聚合维度进行存储，实现以目标聚合维度为单位来展示不同数量级的监控项的目的，而不再是统一根据设定时长对监控项进行展示，从而提升了展示效果，进而提高了告警的准确率。
实施例4
如图4所示，本实施例的呼叫中心的监控数据的处理系统是对实施例3的进一步改进，具体地：
监控数据采集模块1用于获取每个业务系统中数据格式属于设定格式的数据作为目标监控数据。
具体地，设定格式包括但不限于JSON格式。
此处，采集业务系统中JSON格式的数据作为目标监控数据，对于不符合JSON格式的数据(如空值)则不采集并予以报错处理。在判断目标监控数据中的数据格式之前需要校验配置页面与数据传输接口之间是否连通，若连通则说明数据可以正常传输。
另外，每个业务系统具有对应的数据传输接口，可以获取每个数据传输接口对应的接口数据，如接口名称、接口地址、token等，并对数据传输接口进行属性配置与标识以区分不同的业务系统。
本实施例中可以将获取的目标监控数据临时存储在Hermes存储模块8中，以便于其他模块对其进行调用。
处理系统还包括展示模块9；
展示模块9用于以第二监控项子数据为单位，根据时间戳对每个业务系统中的第一监控项进行展示；
处理系统还包括第二监控项获取模块10、第二监控项数据获取模块11、第二数据划分模块12；
第二监控项获取模块10用于获取目标监控数据中不需要进行聚合的第二监控项；
第二监控项数据获取模块11用于获取每个第二监控项在历史设定时间段内对应的第二监控项数据；
第二数据划分模块12根据设定时长对第二监控项数据进行划分获取多个第三监控项子数据并根据时间戳依次进行存储；
展示模块9用于以第三监控项子数据为单位，根据时间戳对每个业务系统中的第二监控项进行展示。
其中，当监控项包括号码呼叫量时，第一监控项包括话务量，第二监控项包括呼叫成功率和/或平均通话时长。
具体地，将获取的第一监控项的第一监控项数据和第二监控项的第二监控项数据均存储至MySQL数据库中。
根据时间戳每1分钟对应的第一监控项子数据存储至influxdb数据库。
根据时间戳将聚合处理后的多个第二监控项子数据均存储至influxdb数据库。
本实施例中，通过监控项在历史设定时间段内的监控项数据分析得出监控项对应的数据量级和数据形态，进而获取每个监控项对应的目标聚合维度，并将第一监控项的第一监控项数据根据目标聚合维度进行存储，实现以目标聚合维度为单位来展示不同数量级的监控项的目的，而不再是统一根据设定时长对监控项进行展示，从而提升了展示效果，进而提高了告警的准确率。
实施例5
图5为本发明实施例5提供的一种电子设备的结构示意图。电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现实施例1或2中任意一实施例中的呼叫中心的监控数据的处理方法。图5显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。
总线33包括数据总线、地址总线和控制总线。
存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。
存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1或2中任意一实施例中的呼叫中心的监控数据的处理方法。
电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例6
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现实施例1或2中任意一实施例中的呼叫中心的监控数据的处理方法中的步骤。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行实现实施例1或2中任意一实施例中的呼叫中心的监控数据的处理方法中的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (8)

1.一种呼叫中心的监控数据的处理方法，其特征在于，所述处理方法包括：
采集每个业务系统对应的目标监控数据；
获取所述目标监控数据中需要进行聚合的第一监控项；
获取每个所述第一监控项在历史设定时间段内对应的第一监控项数据；
根据设定时长对所述第一监控项数据进行划分获取多个第一监控项子数据并根据时间戳依次进行存储；
根据第一监控项数据获取所述第一监控项对应的历史状态数据；
根据所述历史状态数据确定所述第一监控项对应的目标聚合维度；
采用所述目标聚合维度根据时间戳依次获取设定数量的所述第一监控项子数据并进行聚合处理，获取每个所述第一监控项对应的多个第二监控项子数据；
将多个所述第二监控项子数据根据时间戳依次进行存储；
所述将多个所述第二监控项子数据根据时间戳依次进行存储的步骤之后还包括：
以所述第二监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第一监控项进行展示；
所述处理方法还包括：
获取所述目标监控数据中不需要进行聚合的第二监控项；
获取每个所述第二监控项在所述历史设定时间段内对应的第二监控项数据；
根据设定时长对所述第二监控项数据进行划分获取多个第三监控项子数据并根据时间戳依次进行存储；
以所述第三监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第二监控项进行展示；
所述第一监控项包括话务量，所述第二监控项包括呼叫成功率和/或平均通话时长；
所述历史状态数据包括数据量级和数据形态；
其中，所述数据形态为用于表征数据在所述历史设定时间内的抖动幅度；
所述目标聚合维度与所述数据量级的级别呈正相关；
所述目标聚合维度与所述数据形态对应的抖动幅度呈正相关。
2.如权利要求1所述的呼叫中心的监控数据的处理方法，其特征在于，所述采集每个业务系统对应的目标监控数据的步骤包括：
获取每个所述业务系统中数据格式属于设定格式的数据作为所述目标监控数据。
3.如权利要求1所述的呼叫中心的监控数据的处理方法，其特征在于，所述设定时长包括1分钟；和/或，
所述目标聚合维度的取值范围1分钟至24小时。
4.一种呼叫中心的监控数据的处理系统，其特征在于，所述处理系统包括监控数据采集模块、第一监控项获取模块、第一监控数据获取模块、第一数据划分模块、状态数据获取模块、目标聚合维度确定模块、聚合模块和存储模块；
所述监控数据采集模块用于采集每个业务系统对应的目标监控数据；
所述第一监控项获取模块用于获取所述目标监控数据中需要进行聚合的第一监控项；
所述第一监控数据获取模块用于获取每个所述第一监控项在历史设定时间段内对应的第一监控项数据；
所述第一数据划分模块用于根据设定时长对所述第一监控项数据进行划分获取多个第一监控项子数据并根据时间戳依次进行存储；
所述状态数据获取模块用于根据第一监控项数据获取所述第一监控项对应的历史状态数据；
所述目标聚合维度确定模块用于根据所述历史状态数据确定所述第一监控项对应的目标聚合维度；
所述聚合模块用于采用所述目标聚合维度根据时间戳依次获取设定数量的所述第一监控项子数据并进行聚合处理，获取每个所述第一监控项对应的多个第二监控项子数据；
所述存储模块用于将多个所述第二监控项子数据根据时间戳依次进行存储；
所述处理系统还包括展示模块；
所述展示模块用于以所述第二监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第一监控项进行展示；
所述处理系统还包括第二监控项获取模块、第二监控项数据获取模块、第二数据划分模块；
所述第二监控项获取模块用于获取所述目标监控数据中不需要进行聚合的第二监控项；
所述第二监控项数据获取模块用于所述第二监控项数据获取模块用于获取每个所述第二监控项在所述历史设定时间段内对应的第二监控项数据；
第二数据划分模块根据设定时长对所述第二监控项数据进行划分获取多个第三监控项子数据并根据时间戳依次进行存储；
所述展示模块用于以所述第三监控项子数据为单位，根据时间戳对每个所述业务系统中的所述第二监控项进行展示；
所述第一监控项包括话务量，所述第二监控项包括呼叫成功率和/或平均通话时长；
所述历史状态数据包括数据量级和数据形态；
其中，所述数据形态为用于表征数据在所述历史设定时间内的抖动幅度；
所述目标聚合维度与所述数据量级的级别呈正相关；
所述目标聚合维度与所述数据形态对应的抖动幅度呈正相关。
5.如权利要求4所述的呼叫中心的监控数据的处理系统，其特征在于，所述监控数据采集模块用于获取每个所述业务系统中数据格式属于设定格式的数据作为所述目标监控数据。
6.如权利要求4所述的呼叫中心的监控数据的处理系统，其特征在于，所述设定时长包括1分钟；和/或，
所述目标聚合维度的取值范围1分钟至24小时。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行计算机程序时实现权利要求1-3中任一项所述的呼叫中心的监控数据的处理方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-3中任一项所述的呼叫中心的监控数据的处理方法的步骤。
CN201910576288.XA 2019-06-28 2019-06-28 呼叫中心的监控数据的处理方法、系统、设备和存储介质 Active CN110309153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910576288.XA CN110309153B (zh) 2019-06-28 2019-06-28 呼叫中心的监控数据的处理方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910576288.XA CN110309153B (zh) 2019-06-28 2019-06-28 呼叫中心的监控数据的处理方法、系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110309153A CN110309153A (zh) 2019-10-08
CN110309153B true CN110309153B (zh) 2023-07-14

Family

ID=68077956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910576288.XA Active CN110309153B (zh) 2019-06-28 2019-06-28 呼叫中心的监控数据的处理方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110309153B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6456999B1 (en) * 1999-06-22 2002-09-24 Microsoft Corporation Aggregations size estimation in database services
JP2007228272A (ja) * 2006-02-23 2007-09-06 Seiko Epson Corp コールセンターの生産性モニタリングシステム
CN107566665A (zh) * 2017-08-15 2018-01-09 携程旅游信息技术（上海）有限公司 话务异常检测方法及其设备
CN108268589A (zh) * 2017-12-05 2018-07-10 北京百度网讯科技有限公司 时序数据的聚合查询方法、装置、计算机设备及可读介质
WO2019056499A1 (zh) * 2017-09-20 2019-03-28 平安科技（深圳）有限公司 预测模型训练方法、数据监控方法、装置、设备及介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020029207A1 (en) * 2000-02-28 2002-03-07 Hyperroll, Inc. Data aggregation server for managing a multi-dimensional database and database management system having data aggregation server integrated therein
CN105554320B (zh) * 2016-01-15 2018-10-16 上海携程商务有限公司 呼叫中心话务量的监控方法及系统
CN107766533B (zh) * 2017-10-27 2020-07-28 携程旅游网络技术（上海）有限公司 话务量异常的自动检测方法及系统、存储介质、电子设备
CN108063699B (zh) * 2017-12-28 2020-08-28 携程旅游信息技术（上海）有限公司 网络性能监控方法、装置、电子设备、存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6456999B1 (en) * 1999-06-22 2002-09-24 Microsoft Corporation Aggregations size estimation in database services
JP2007228272A (ja) * 2006-02-23 2007-09-06 Seiko Epson Corp コールセンターの生産性モニタリングシステム
CN107566665A (zh) * 2017-08-15 2018-01-09 携程旅游信息技术（上海）有限公司 话务异常检测方法及其设备
WO2019056499A1 (zh) * 2017-09-20 2019-03-28 平安科技（深圳）有限公司 预测模型训练方法、数据监控方法、装置、设备及介质
CN108268589A (zh) * 2017-12-05 2018-07-10 北京百度网讯科技有限公司 时序数据的聚合查询方法、装置、计算机设备及可读介质

Also Published As

Publication number Publication date
CN110309153A (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN108874640B (zh) 一种集群性能的评估方法和装置
CN109408337B (zh) 一种接口运维的方法及装置
CN106548402B (zh) 资源转移监控方法及装置
CN110471821B (zh) 异常变更检测方法、服务器及计算机可读存储介质
CN108459939A (zh) 一种日志收集方法、装置、终端设备及存储介质
US9043317B2 (en) System and method for event-driven prioritization
CN101707632A (zh) 一种动态监控服务器集群性能并实时报警的方法
CN107181821A (zh) 一种基于sse规范的消息推送方法及装置
CN106940677A (zh) 一种应用日志数据告警方法及装置
CN110647447B (zh) 用于分布式系统的异常实例检测方法、装置、设备和介质
CN108173678B (zh) 客户端数据发送方法、客户端连接异常显示方法及装置
CN111984495A (zh) 一种大数据监控方法、装置和存储介质
CN111770002A (zh) 测试数据转发控制方法、装置、可读存储介质和电子设备
CN105242873B (zh) 云计算系统的性能数据的采集与存储方法及装置
CN111338888A (zh) 一种数据统计方法、装置、电子设备及存储介质
CN110309153B (zh) 呼叫中心的监控数据的处理方法、系统、设备和存储介质
CN108023740B (zh) 监控中异常信息的风险提示方法和装置
CN111694721A (zh) 一种微服务的故障监测方法和装置
CN101227321A (zh) 一种投诉方法、系统与装置
CN112367540B (zh) 在线直播推流数监控的方法、装置
CN110020166A (zh) 一种数据分析方法及相关设备
CN111090563B (zh) 数据池监视系统
CN110856208B (zh) 一种网络式资源环境数据采集通信平台
CN109766238B (zh) 基于session数的运维平台性能监控方法、装置及相关设备
CN109598488B (zh) 群红包异常行为识别方法、装置、介质及电子设备

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
GR01 Patent grant
GR01 Patent grant