CN110516836A - 基于大数据的智能预警方法、装置、设备及存储介质 - Google Patents
基于大数据的智能预警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110516836A CN110516836A CN201910605887.XA CN201910605887A CN110516836A CN 110516836 A CN110516836 A CN 110516836A CN 201910605887 A CN201910605887 A CN 201910605887A CN 110516836 A CN110516836 A CN 110516836A
- Authority
- CN
- China
- Prior art keywords
- warning
- case
- factor
- grade
- early
- 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 50
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 239000000654 additive Substances 0.000 claims description 89
- 230000000996 additive effect Effects 0.000 claims description 89
- 238000004458 analytical method Methods 0.000 claims description 16
- 210000004209 hair Anatomy 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 6
- 230000008520 organization Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010027940 Mood altered Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例属于大数据服务领域,涉及一种基于大数据的智能预警方法,包括以下步骤:获取案件信息,所述案件信息包括案件的处理记录;基于处理记录,分析所述案件在处理过程中触发的预警因子;根据触发的所述预警因子分析所述案件的预警等级;及根据预警等级,发送预警信息,并针对所述预警信息提供建议措施优化处理所述预警因子针对的问题。本实施例通过在对案件监控的过程中分析所述案件在处理过程中存在的问题,抓取案件中存在的风险,实现提前预警并提供建议措施。本申请还提供一种基于大数据的智能预警装置、计算机设备和存储介质,通过对案件的大数据信息进行处理,抓取案件中存在的风险,实现提前预警并提供建议措施。
Description
技术领域
本申请涉及大数据服务技术领域,具体涉及投诉预警技术领域,尤其涉及一种基于大数据的智能预警方法、装置、计算机设备和存储介质。
背景技术
现有技术中,传统的监控系统只用于对案件作业的基本信息以及处理状态做记录,不能对作业人员的处理过程进行分析,监控系统效能及风险预警能力低弱,不能对异常的操作行为进行分析和预警,以及时做出应对措施优化处理结果。
发明内容
本申请实施例的目的在于提出一种基于大数据的智能预警方法、装置、计算机设备以及存储介质,用于对案件处理过程进行监控,分析所述案件在处理过程中存在的问题,抓取案件中存在的风险,实现提前预警并提供建议措施。
为了解决上述技术问题,本申请实施例提供一种基于大数据的智能预警方法,采用了如下所述的技术方案:
一种基于大数据的智能预警方法,包括下述步骤:
获取案件信息,所述案件信息包括所述案件的处理记录;
基于所述处理记录,分析所述案件在处理过程中触发的预警因子,所述预警因子为案件作业员在处理案件作业的异常行为;
根据触发的所述预警因子分析所述案件的预警等级;及
根据预警等级,发送预警信息,并针对所述预警信息提供建议措施优化处理所述预警因子针对的问题。
进一步的,所述预警因子包括累加因子和非累加因子,其中所述累加因子设有预警指数,所述非累加因子直接设置预警等级,则根据触发的所述预警因子分析所述案件的预警等级的步骤包括:
计算所述累加因子的触发指数,所述触发指数为所有触发的累加因子的预警指数之和;
根据所述触发指数获取所述累加因子对应的预警等级;
获取所有触发的所述非累加因子的预警等级;
将所述累加因子和所述非累加因子中最高的预警等级定为所述案件的预警等级。
进一步的,在根据预警等级,发送预警信息时,包括以下步骤:
获取所述案件的所有处理人的组织图以及预警信息的人员发送规则;
获取案件的预警等级;
根据预警等级以及人员发送规则将预警信息发送到指定处理人及领导中。
进一步的,所述根据预警等级以及人员发送规则将预警信息发送到指定处理人及领导中的步骤具体包括:
根据预警等级,确定所述预警信息要发送的领导级别;
将所述预警信息发送至所述案件当前阶段处理人及所述领导级别所对应的领导,若是当前没有相应岗位的处理人,则将预警信息发送至该岗位的上一级领导中。
进一步的,所述根据预警等级,发送预警信息的步骤还包括:
继续监控和分析所述案件的触发的预警因子,当触发的预警因子有发生变化时,对处理人发送二次预警信息或者提升预警级别信息。
进一步的,在针对所述预警信息提供建议措施优化处理所述预警因子针对的问题时,具体包括以下步骤:
根据预警等级对触发预警的案件设置处理优先级,对预警等级高的案件优先处理;
获取历史数据,提供针对所述预警因子的历史案件,并提取所述历史案件处理所述预警因子的方式作为建议措施。
进一步的,在所述根据预警等级对触发预警的案件设置处理优先级时,对于具有相同预警等级的案件,优先级设置包括以下步骤:
当所述案件触发最高的预警等级的预警因子均为非累加因子时,根据处理期限设置优先级;
当所述案件触发最高的预警等级的预警因子均为累加因子时,预警指数高的处理优先级高;
当所述案件触发最高的预警等级的预警因子同时涉及非累加因子和累加因子的,非累加因子对应的案件的处理优先级高。
为了解决上述技术问题,本申请实施例还提供一种基于大数据的智能预警装置,采用了如下所述的技术方案:
一种基于大数据的智能预警装置,包括:
信息获取模块,用于获取案件信息,所述案件信息包括案件的处理记录;
分析模块,基于所述处理记录,分析所述案件在处理过程中触发的预警因子,所述预警因子为案件作业员在处理案件作业的异常行为;
定级模块,用于根据触发的所述预警因子分析所述案件的预警等级;及
预警模块,用于根据预警等级,发送预警信息,并针对所述预警信息提供建议措施优化处理所述预警因子针对的问题。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的基于大数据的智能预警方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
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上述中任一项所述的基于大数据的智能预警方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本实施例提供一种基于大数据的智能预警方法、装置、计算机设备和存储介质,其中所述方法包括以下步骤:获取案件信息,所述案件信息包括案件的处理记录;基于所述处理记录,分析所述案件在处理过程中触发的预警因子;获取所有触发的所述预警因子及其对应的预警等级,综合分析所述案件的预警等级;及根据预警等级,发送预警信息,并针对所述预警信息提供建议措施优化处理所述预警因子针对的问题。本实施例通过对案件处理过程进行监控,分析所述案件在处理过程中存在的问题,抓取案件中存在的风险,实现提前预警并提供建议措施。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的基于大数据的智能预警方法的一个实施例的流程图;
图3是图2中步骤203的一种具体实施方式的流程图;
图4是图2中步骤204的一种具体实施方式的流程图;
图5根据本申请的基于大数据的智能预警方法的另一个实施例的流程图;
图6是根据本申请的基于大数据的智能预警装置的一个实施例的结构示意图;
图7是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
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申请的技术领域的技术人员通常理解的含义相同;本文中在申请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,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于用户设备、网络设备或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备其包括但不限于任何一种可与用户通过触摸板进行人机交互的移动电子产品,例如智能手机、平板电脑等,所述移动电子产品可以采用任意操作系统,如android操作系统、IOS操作系统等。其中,所述网络设备包括一种能够按照事先设定或存储的指令,自动进行数值计算和信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程门阵列(FPGA)、数字处理器(DSP)、嵌入式设备等。所述网络设备其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云;在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。当然,本领域技术人员应能理解上述终端设备仅为举例,其他现有的或今后可能出现的终端设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
服务器105可以是一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。其也可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的基于大数据的智能预警方法一般由服务器执行,相应地,基于大数据的智能预警装置一般设置于服务器中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了本申请的基于大数据的智能预警方法的一个实施例的流程图。所述的基于大数据的智能预警方法,包括以下步骤:
步骤201,获取案件信息,案件信息包括案件的处理记录。
在本实施例中,基于大数据的智能预警方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取案件信息。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
进一步地,所述案件信息包括案件的基本信息、状态信息和处理信息等记录信息,包括但不限于案件号、案件类型、处理时间、处理期限、处理人和处理状态等。根据所述案件信息的处理信息和状态信息监控所述案件的处理过程,记载所述案件的处理记录。
本实施例以车险理赔事件为例,如下表1所示,所述案件信息以表格形式记载所述案件管理系统中,其中所述处理状态为动态列,当所述案件处理状态发生变化时,所述处理状态即时更新所述案件的处理状态。
表1
案件号 | 案件类型 | 任务类型 | 处理时间 | 处理期限 | 处理人 | 处理状态 | 投诉记录 |
001 | 车险 | 事故查勘 | 未处理 | A | 2天 | 7天 | 否 |
002 | 车险 | 车损核损 | 核损中 | B | 6天 | 7天 | 否 |
003 | 车险 | 人伤核损 | 未处理 | C | 4天 | 7天 | 否 |
004 | 车险 | 报案接待 | 处理中 | D | 3小时 | 24小时 | 否 |
具体地,所述任务类型为动态列,所述处理状态、处理人、处理时长、处理时限和所述投诉记录根据所述任务类型变动作出相应调整。更具体地,所述任务类型设置有属性值,用户可查询任一所述任务类型的所述案件中的案件详情。
步骤202,基于处理记录,分析案件在处理过程中触发的预警因子。
在本实施例中,所述预警因子为在案件在处理过程中对案件产生不良影响结果的因素,是案件作业员在处理案件作业的没有按照处理规章进行操作的异常行为。具体可为针对处理人在办理所述案件的过程中的不良行为。本实施例通过对案件监控,从案件信息中分析并获取对触发所述案件在处理过程中预警因子。
在本实施例中,所述预警因子包括但不限于超期处理、处理不及时、服务态度以及沟通态度不友好等等因素对应的异常行为。例如,与客户电话沟通时,语气不好或者有不礼貌用语等等。具体地,本实施例针对所述沟通态度,预设有情绪分析模型以及录入有不文明用语等技术,当与客户沟通时,沟通内容是自动录音的,当录音内容中识别出有录入的不文明用语/敏感词时,即会触发预警因子。进一步地,将录音内容输入情绪分析模型中,根据语音信号分析接待员对客户的态度是否友好。例如,根据接待员的音量分析是否对客户有生气的情绪,是否吼骂客户。
步骤203:根据触发的所述预警因子分析所述案件的预警等级。
在本实施例中,所述预警因子分为非累加因子和累加因子,其中对每种所述非累加因子设置不同等级的预警等级,对所述累加因子设置预警指数,所述预警等级和所述预警指数都是对所述案件处理结果的影响程度设置的。
具体地,每个所述非累加因子对应一种处理事项的行为,并设置有相应的预警等级。例如,在当前任务类型之前,案件在处理过程中曾有被投诉行为,将其预警等级设为红色等级。在处理当前任务类型阶段事务时,有内部监督有投诉行为的,设为橙色预警。再如,报案后,被保险人重复多次来电次数超过预设阈值的,将其预警等级设为黄色预警。
进一步地,对同一性质的事件,根据其程度可以设置多个预警因子并分设预警等级或者预警指数。例如,某一阶段任务根据超期处理时间不同以及分设情况,可以预设成超期多个不同预警指数的预警因子。以表2的车险事件为例,车子要更换的配件数在3件以下,当定损员确定损失的时间超过7天,预警指数为8。若车子更换的配件数在5件以下,当定损人员确定损失的时间超过10天时,所述预警指数为10。当该车更换配件数为6-10件时,若定损人员确定损失的时间超过20天,其对应的预警指数为15。
表2
进一步地,对于同一性质的累加因子只获取并统计一个预警指数。具体地,将预警指数最高的预警指数作为该性质事件的预警指数。例如,当上述中“车子要更换的配件数在3件以下,当定损员确定损失的时间超过7天”和“若车子更换的配件数在5件以下,当定损人员确定损失的时间超过10天”并发时,获取并统计的所述预警指数为10。
更进一步地,所述累加因子可能同时触发多个。具体地,本实施例设置有触发指数,所述触发指数是指所有触发的累加因子对应的所述预警指数之和。在本实施例中,每触发一条所述累加因子,所述预警指数的分值进行一次累加。进一步地,本实施例针对所述触发指数的阈值范围划分预警等级。具体地,本实施例对所述触发指数的分值占所有累加因子的预警指数的总和的百分比进行划分预警等级。例如,当触发指数大于所有总分值(所有累加因子的分值的总和)的80%时,所述预警等级设为红色,在50-80%中时,所述预警等级设为橙色,在30-50%时,所述预警等级设为黄色,在30%以下时,不预警。更具体地,所有触发的累加因子根据触发指数对应一个预警等级,并且该预警等级与所有触发的非累加因子对应的预警等级一起评估所述案件的预警等级。
请参阅图3,其示出步骤203的一个实施例的流程图。步骤203,根据触发的所述预警因子分析所述案件的预警等级,具体包括以下步骤
步骤301:计算累加因子的触发指数。
步骤302:根据触发指数获取累加因子对应的预警等级。
步骤303:获取所有触发的非累加因子的预警等级。
步骤304:将累加因子和非累加因子中最高的预警等级定为案件的预警等级。
在本实施例中,所述触发指数为所有触发的累加因子的预警指数之和。
进一步地,本实施例将案件案件信息与所有预警因子进行比对,若是比对符合,将该详情细节列入预警原因中。例如,定损员定损的期限是8天,而实际定损员用了10天,那么,就会触发其对应的预警因子,产生相应的预警等级或者预警指数。进一步地,本实施例还将所述触发的预警因子对应的案件详情情况列入预警原因中。那么上述定损用时10天触发的预警原因即为:定损时间为10天,超过预设期限2天。
进一步地,本实施例在对比分析案件详情与所述预警因子时,需要分析触发的所述预警因子是累加因子还是非累加因子。若触发的是累加因子,则将该累加因子对应的案件详情列入所述预警原因中,并将所述预警因子对应的预警指数加进所述触发指数中。若触发的是非累加因子,则直接将所述非累加因子对应的案件详情列入所述预警原因中。
在本实施例中,所述非累加因子和所述累加因子均可能同时触发多个,每一个触发的所述非累加因子对应一个预警等级,所有触发的所述累加因子结合对应一个预警等级,具体根据触发指数对应设置预警等级。
在本实施例中,所述触发指数的初始值为0,所述触发指数最终结果为所有触发的所述累加因子的所述预警指数的总和,所述非累加因子对应的预警等级根据所述预警指数占所有非累加因子的预警指数之和的百分比进行划分预警等级。
进一步地,本实施例是按照最高等级进行预警的,需要比对所有预警因子对应的预警等级,将触发的最高级别的等级作为案件当前预警的预警等级。进一步地,所述预警等级从高到低分为红色预警、橙色预警和黄色预警。例如,某理赔案件中,触发以下预警因子概括如表3所示:
表3
综合所有触发的非累加因子和累加因子分析,该案件的预警等级就为最高等级的红色。
步骤204,根据预警等级,发送预警信息,并针对预警信息提供建议措施优化处理预警因子针对的问题。
在本实施例中,根据不同的预警等级将预警信息发送至不同的通知对象。例如,当触发黄色预警时,将预警信息发送至当前处理人和一级领导中。当触发橙色预警时,将预警信息发送当前处理人、二级领导和一级领导中,当触发红色预警时,将预警信息发送至三级领导、二级领导、一级领导和当前处理人中。
进一步地,若是没有相应岗位的人员,如离职、请假缺勤、休假等,则将所述预警信息往上发送至所缺席的人员的上一级领导中,由上级领导重新指派处理人。例如,当触发黄色预警时,而当前任务类型没有处理人,黄色预警信息发送至一级领导和二级领导中,由二级领导或者一级领导重新指派处理人。
预警信息通过邮件、短信、电话等发送到指定处理人中。具体地,预警信息包括案件号、预警等级、预警原因、当前阶段处理人等,并在设定时间发送。如,红色预警设为实时发送,橙色、黄色预警设定一个固定时间发送。
进一步地,所述预警信息中对触发的会列明触发的预警因子并排序,以便处理人了解存在的被投诉的风险详情,以制定相应措施。具体的,先排列所述非累加因子对应的因素,再排列累加因子对应的因素,且累加因子的排列顺序根据预警指数从高到低排列。
需要说明的是,本实施例发生预警后,仍然继续监控和分析所述案件的触发的预警因子,当触发的预警因子有发生变化时,对处理人发送二次预警信息或者提升预警级别信息。
进一步地,除发送预警信息外,本实施例还针对所述预警信息提供建议措施优化处理所述预警因子针对的问题,以便制定相应措施。具体的,本实施例根据预警等级对触发预警的案件设置处理优先级,对预警等级高的案件优先处理。以及获取历史数据,提供针对所述预警因子的历史案件,并提取所述历史案件处理所述预警因子的方式作为建议措施,例如,获取历史数据,找到避免针对所述预警因子问题的成功案例,结合成功案例优化处理本次案件。更具体的,所述建议措施也附加在所述预警信息中。
进一步的,当处理人员接收到预警信息时,系统会将预警等级高的案件前置,进行优先处理。本实施例中,红色预警的处理优先级高于橙色预警的处理优先级,橙色预警的处理优先级高于黄色预警的处理优先级。
进一步地,对于具有相同预警等级的案件,根据以下规则进行设置处理优先级:
1、所述案件触发最高的预警等级的预警因子均为非累加因子时,根据处理期限设置优先级。例如,本实施例中,所述案件的每一任务类型都是设置有处理期限的,如超期限位未处理完的,超期期限越久,处理优先级越高。反之,对于未超期的,则越接近处理期限的,优先等级越高。
2、所述案件触发最高的预警等级的预警因子均为累加因子时,预警指数高的处理优先级高;
3、所述案件触发最高的预警等级的预警因子同时涉及非累加因子和累加因子的,非累加因子对应的案件的处理优先级高。
进一步地,本实施例根据处理优先级,对所述案件的处理顺序进行排序,并反馈给相应的处理人员,具体为当前任务类型的处理人及其对应的领导。更进一步地,各级领导根据预警信息反馈处理意见,根据处理意见调整资源或者将任务转交其他处理人。例如,在理赔事件中客户出险报案,会产生理赔任务,派工到理赔员上,同时,预警模块启动,监控该任务是否有投诉倾向,如果预警生效,就会以邮件及任务的方式提醒该理赔员和他对应的主管,由主管督促尽快完成理赔,如确实因为案件负责度高、客户不配合、或自身工作强度等原因无法完成,可升级到上级领导进行协调。在本实施例中,当理赔案件结案后,其对应预警消失。
进一步地,本申请实施例在预警之后,监控所述案件的处理情况,在处理事件未完成之前,继续分析所述案件的被投诉风险,当分析出有预警内容之外的其他风险时,即触发的预警因子有发生变化时,对处理人发送二次预警信息或者提升预警级别信息。例如,对于累加因子事件,当其处理期限变化导致预警指数变化时,所述案件的预警等级可能不变,此时给处理人发送二次预警消息,也可能将预警等级升级,此时,给处理人发送提升预警级别信息。
请参阅图4,示出步骤203在根据预警等级,发送预警信息的一种实施方式的流程图,具体包括以下步骤:
步骤401:获取案件的所有处理人的组织图以及预警信息的人员发送规则。
在本实施例中,所述预警信息根据预警等级发送至不同的处理人中。具体地,所述人员发送规则包括各预警等级的预警信息人员发送规则。更具体地,从数据源中获取所述处理人的组织图,所述组织图包括案件作业人员的组织关系,包括基层处理人,如接待员、查勘员、定损员等等,一级领导、二级领导、三级领导……等各级人员组织关系。
在本实施例中,所有处理人的组织关系录入数据源中,以便将预警信息发送到相应人员中。进一步地,在本方实施例中,上级领导可对预警的任务作出任务指示/意见,并将该指示下发到低级别的操作人员中,低级处理人按照处理意见进行处理。
步骤402:获取案件的预警等级。
在本实施例中,所述预警等级分为红色预警、橙色预警和黄色预警,根据不同的预警等级,将所述预警信息发送至不同的通知对象。例如,黄色预警发送至当案件当前阶段的处理人和一级领导中。橙色预警直接发送当前处理人、二级领导和一级领导中,红色预警发送至三级领导、二级领导、一级领导和当前处理人中。
进一步地,若是在当前阶段没有相应岗位的人员(如离职、请假、调岗等),将所述预警信息发送至该岗位的上一级领导中。例如,当触发黄色预警时,而当前任务类型没有处理人,黄色预警信息发送至一级领导和二级领导中,由二级领导或者一级领导重新指派处理人。
步骤403:根据预警等级以及人员发送规则将预警信息发送到指定处理人及领导中。
在本实施例中,所述预警信息是自动触发生成并发送的。具体地,所述预警信息的预警内容是固定模板的,并根据人员发送规则和预警等级自动设置收件人。更具体地,所述预警信息包括邮件、短信或电话通知,其中所述邮件内容设置有邮件模板,将针对预警情况自动添加预警内容,并按照所述发送规则添加相应的处理人作为收件人。预警电话则是语音通知,通知内容与邮件内容相似,预警电话通过语音进行播放。
在本实施例中,所述案件的处理人员可以预估处理的案件存在哪些可能被投诉的风险,以及风险级别,对有投诉风险的案件事先提醒和监督,从而实现对所述理赔案件投诉预警功能。并且,对于预警的案件,前置干预,给予查勘人员案件处理处理优先级。
请参阅图5,示出了本申请的基于大数据的智能预警方法的另一个实施例的流程图。所述的基于大数据的智能预警方法,包括以下步骤
步骤501:获取案件的案件信息。
步骤502:获取案件触发的预警因子。
步骤503:计算累加因子的触发指数。
步骤504:根据触发指数获取累加因子对应的预警等级。
步骤505:获取所有触发的非累加因子的预警等级。
步骤506:将累加因子和非累加因子中最高的预警等级定为案件的预警等级。
步骤507:根据预警等级,发送预警消息至不同的处理人员。
本实施例通过对每一件所述案件的投诉风险进行分析,事前预判难客户在处理过程中可能导致客户投诉的原因,从而抓取高投诉风险案件,实时给相应处理人员及领导预警提醒和督促,并对预警的案件作出进行优化处理和规避风险,降低投诉率,提升服务质量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图6,作为对上述图2所示方法的实现,本申请提供了一种基于大数据的智能预警装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例所述的基于大数据的智能预警装置600包括:信息获取模块601、分析模块602、定级模块603以及预警模块604。其中:
信息获取模块601,用于获取案件的案件信息;
分析模块602,用于根基于所述处理情况,分析所述案件触发的预警因子,所述预警因子为所述案件在处理过程中触发的容易被投诉的事件;
定级模块603,用于基于触发的所述预警因子,分析所述案件的被投诉风险并设置预警等级;及
预警模块604,用于根据预警等级,发送预警信息。
在本实施例中,通过信息获取模块601获取案件的案件详情和处理情况,分析模块602根据信息获取模块601获取的案件信息分析其存在的被投诉的风险,即分析触发了哪些预警因子。定级模块603基于触发的预警因子,分析并定级案件的预警等级。预警模块604根据定级模块603设定的预警等级发送预警信息至相关处理人和领导中。
本实施例通过对每一件所述案件的投诉风险进行分析,事前预判客户在处理过程中可能导致客户投诉的原因,从而抓取高投诉风险案件,实时给相应处理人员及领导预警提醒和督促,从而解决理赔系统作业人员经常因为案件处理量大导致对某些高风险投诉件忽略跟踪,或者怠慢服务等容易引发客户投诉的问题。此外,还对预警的案件作出进行优化处理和规避风险,降低投诉率,提升服务质量。
进一步地,所述分析模块602还用于:在发送预警信息至处理人及其领导之后,继续监控和分析所述案件的被投诉风险。当触发的预警因子有发生变化时,定级模块603重新计算预警等级,预警模块604对处理人发送二次预警信息或者提升预警级别信息。
进一步地,在本实施例中,所述预警因子包括累加因子和非累加因子,其中所述累加因子设有预警指数,所述非累加因子直接设置预警等级。
在本实施例的一些可选的实现方式中,上述分析模块602具体包括:
等级获取子模块,用于获取触发的所有所述预警因子对应的预警等级。
等级定级子模块,用于将所述预警因子对应的最高预警等级设置为所述案件的预警等级。
其中,等级定级子模块,具体用于:
计算所述累加因子的触发指数,所述触发指数为所有触发的累加因子的预警指数之和;
根据所述触发指数获取所述累加因子对应的预警等级;
获取所有触发的所述非累加因子的预警等级;
将所述累加因子和所述非累加因子中最高的预警等级定为所述案件的预警等级。
进一步地,所述预警模块604包括:
规则获取子模块,获取处理人的组织图以及预警信息的人员发送规则。
等级获取子模块,用于获取案件的预警等级。
信息发送子模块,用于根据人员发送规则将预警信息发送到指定处理人及领导中。
进一步地,所述基于大数据的智能预警装置600还包括优先级设置模块605,用于在所述根据预警等级,发送预警信息后,根据预警等级对触发预警的案件设置处理优先级,对预警等级高的案件优先处理。
在本实施例的一些可选的实现方式中,优先级设置模块605在对具有相同预警等级的案件设置优先级时,具体用于:
当所述案件触发最高的预警等级的预警因子均为非累加因子时,根据处理期限设置优先级;
当所述案件触发最高的预警等级的预警因子均为累加因子时,预警指数高的处理优先级高;
当所述案件触发最高的预警等级的预警因子同时涉及非累加因子和累加因子的,非累加因子对应的案件的处理优先级高。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图7,图7为本实施例计算机设备基本结构框图。
所述计算机设备7包括通过系统总线相互通信连接存储器71、处理器72、网络接口73。需要指出的是,图中仅示出了具有组件71-73的计算机设备7,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器71至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器71可以是所述计算机设备7的内部存储单元,例如该计算机设备7的硬盘或内存。在另一些实施例中,所述存储器71也可以是所述计算机设备7的外部存储设备,例如该计算机设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器71还可以既包括所述计算机设备7的内部存储单元也包括其外部存储设备。本实施例中,所述存储器71通常用于存储安装于所述计算机设备7的操作系统和各类应用软件,例如基于大数据的智能预警方法的程序代码等。此外,所述存储器71还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器72在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器72通常用于控制所述计算机设备7的总体操作。本实施例中,所述处理器72用于运行所述存储器71中存储的程序代码或者处理数据,例如运行所述基于大数据的智能预警方法的程序代码。
所述网络接口73可包括无线网络接口或有线网络接口,该网络接口73通常用于在所述计算机设备7与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有基于大数据的智能预警程序,所述基于大数据的智能预警程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于大数据的智能预警方法的步骤。
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,本申请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一个存储介质(如ROM/RAM、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)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种基于大数据的智能预警方法,其特征在于,包括下述步骤:
获取案件信息,所述案件信息包括所述案件的处理记录;
基于所述处理记录,分析所述案件在处理过程中触发的预警因子,所述预警因子为案件作业员在处理案件作业的异常行为;
根据触发的所述预警因子分析所述案件的预警等级;及
根据预警等级,发送预警信息,并针对所述预警信息提供建议措施优化处理所述预警因子针对的问题。
2.根据权利要求1所述的基于大数据的智能预警方法,其特征在于,所述预警因子包括累加因子和非累加因子,其中所述累加因子设有预警指数,所述非累加因子直接设置预警等级,则根据触发的所述预警因子分析所述案件的预警等级的步骤包括:
计算所述累加因子的触发指数,所述触发指数为所有触发的累加因子的预警指数之和;
根据所述触发指数获取所述累加因子对应的预警等级;
获取所有触发的所述非累加因子的预警等级;
将所述累加因子和所述非累加因子中最高的预警等级定为所述案件的预警等级。
3.根据权利要求1所述的基于大数据的智能预警方法,其特征在于,在根据预警等级,发送预警信息时,包括以下步骤:
获取所述案件的所有处理人的组织图以及预警信息的人员发送规则;
获取案件的预警等级;
根据预警等级以及人员发送规则将预警信息发送到指定处理人及领导中。
4.根据权利要求3所述的基于大数据的智能预警方法,其特征在于,所述根据预警等级以及人员发送规则将预警信息发送到指定处理人及领导中的步骤具体包括:
根据预警等级,确定所述预警信息要发送的领导级别;
将所述预警信息发送至所述案件当前阶段处理人及所述领导级别所对应的领导,若是当前没有相应岗位的处理人,则将预警信息发送至该岗位的上一级领导中。
5.根据权利要求3所述的基于大数据的智能预警方法,其特征在于,所述根据预警等级,发送预警信息的步骤还包括:
继续监控和分析所述案件的触发的预警因子,当触发的预警因子有发生变化时,对处理人发送二次预警信息或者提升预警级别信息。
6.根据权利要求1所述的基于大数据的智能预警方法,其特征在于,在针对所述预警信息提供建议措施优化处理所述预警因子针对的问题时,具体包括以下步骤:
根据预警等级对触发预警的案件设置处理优先级,对预警等级高的案件优先处理;
获取历史数据,提供针对所述预警因子的历史案件,并提取所述历史案件处理所述预警因子的方式作为建议措施。
7.根据权利要求6所述的基于大数据的智能预警方法,其特征在于,在所述根据预警等级对触发预警的案件设置处理优先级时,对于具有相同预警等级的案件,优先级设置包括以下步骤:
当所述案件触发最高的预警等级的预警因子均为非累加因子时,根据处理期限设置优先级;
当所述案件触发最高的预警等级的预警因子均为累加因子时,预警指数高的处理优先级高;
当所述案件触发最高的预警等级的预警因子同时涉及非累加因子和累加因子的,非累加因子对应的案件的处理优先级高。
8.一种基于大数据的智能预警装置,其特征在于,包括:
信息获取模块,用于获取案件信息,所述案件信息包括案件的处理记录;
分析模块,用于基于所述处理记录,分析所述案件在处理过程中触发的预警因子,所述预警因子为案件作业员在处理案件作业的异常行为;
定级模块,用于根据触发的所述预警因子分析所述案件的预警等级;及
预警模块,用于根据预警等级,发送预警信息,并针对所述预警信息提供建议措施优化处理所述预警因子针对的问题。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于大数据的智能预警方法的步骤。
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中任一项所述的基于大数据的智能预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910605887.XA CN110516836A (zh) | 2019-07-05 | 2019-07-05 | 基于大数据的智能预警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910605887.XA CN110516836A (zh) | 2019-07-05 | 2019-07-05 | 基于大数据的智能预警方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110516836A true CN110516836A (zh) | 2019-11-29 |
Family
ID=68622549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910605887.XA Pending CN110516836A (zh) | 2019-07-05 | 2019-07-05 | 基于大数据的智能预警方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516836A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680042A (zh) * | 2020-06-04 | 2020-09-18 | 中国建设银行股份有限公司 | 不良资产过程管理预警方法、装置、设备及存储介质 |
CN112927091A (zh) * | 2021-04-08 | 2021-06-08 | 泰康保险集团股份有限公司 | 用于年金险的投诉预警方法、装置、计算机设备及介质 |
CN113205310A (zh) * | 2021-04-30 | 2021-08-03 | 深圳市青柠互动科技开发有限公司 | 一种预警管理方法和装置 |
CN113515636A (zh) * | 2021-09-13 | 2021-10-19 | 阿里健康科技(中国)有限公司 | 一种文本数据处理方法、电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824148A (zh) * | 2013-08-29 | 2014-05-28 | 国家电网公司 | 电力营销风险预警方法及系统 |
CN106203821A (zh) * | 2016-07-06 | 2016-12-07 | 国网安徽省电力公司淮南供电公司 | 基于供电营销大数据建立供电服务风险预警系统和方法 |
CN107180070A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种风险信息自动分类、识别与预警方法及系统 |
CN108108902A (zh) * | 2017-12-26 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 一种风险事件告警方法和装置 |
CN108962282A (zh) * | 2018-06-19 | 2018-12-07 | 京北方信息技术股份有限公司 | 语音检测分析方法、装置、计算机设备及存储介质 |
-
2019
- 2019-07-05 CN CN201910605887.XA patent/CN110516836A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824148A (zh) * | 2013-08-29 | 2014-05-28 | 国家电网公司 | 电力营销风险预警方法及系统 |
CN106203821A (zh) * | 2016-07-06 | 2016-12-07 | 国网安徽省电力公司淮南供电公司 | 基于供电营销大数据建立供电服务风险预警系统和方法 |
CN107180070A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种风险信息自动分类、识别与预警方法及系统 |
CN108108902A (zh) * | 2017-12-26 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 一种风险事件告警方法和装置 |
CN108962282A (zh) * | 2018-06-19 | 2018-12-07 | 京北方信息技术股份有限公司 | 语音检测分析方法、装置、计算机设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680042A (zh) * | 2020-06-04 | 2020-09-18 | 中国建设银行股份有限公司 | 不良资产过程管理预警方法、装置、设备及存储介质 |
CN111680042B (zh) * | 2020-06-04 | 2024-04-30 | 中国建设银行股份有限公司 | 不良资产过程管理预警方法、装置、设备及存储介质 |
CN112927091A (zh) * | 2021-04-08 | 2021-06-08 | 泰康保险集团股份有限公司 | 用于年金险的投诉预警方法、装置、计算机设备及介质 |
CN112927091B (zh) * | 2021-04-08 | 2023-11-10 | 泰康保险集团股份有限公司 | 用于年金险的投诉预警方法、装置、计算机设备及介质 |
CN113205310A (zh) * | 2021-04-30 | 2021-08-03 | 深圳市青柠互动科技开发有限公司 | 一种预警管理方法和装置 |
CN113515636A (zh) * | 2021-09-13 | 2021-10-19 | 阿里健康科技(中国)有限公司 | 一种文本数据处理方法、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516836A (zh) | 基于大数据的智能预警方法、装置、设备及存储介质 | |
CN105281981B (zh) | 网络服务的数据流量监控方法和装置 | |
US20170169325A1 (en) | System and method for an optimized, self-learning and self-organizing contact center | |
CN109685295A (zh) | 货物揽收调度方法及装置、存储介质、电子设备 | |
CN109408205A (zh) | 基于hadoop集群的任务调度方法和装置 | |
CN113157947A (zh) | 知识图谱的构建方法、工具、装置和服务器 | |
CN111400465B (zh) | 客服机器人的生成方法、装置、电子设备及介质 | |
CN108182134A (zh) | 一种通用接口监控方法、装置及设备、存储介质 | |
CN112598513B (zh) | 识别股东风险交易行为的方法及装置 | |
CN114157679A (zh) | 基于云原生分布式应用监控方法、装置、设备及介质 | |
WO2019200759A1 (zh) | 坐席信息处理方法、装置及计算机可读存储介质 | |
CN108492137A (zh) | 电话外呼分析控制方法、电子装置及可读存储介质 | |
CN107463642A (zh) | 提升数据仓库工具资源利用率的方法和装置 | |
CN109597810A (zh) | 一种任务切分方法、装置、介质及电子设备 | |
CN109062982A (zh) | 财务数据交互方法、装置、计算机设备和存储介质 | |
CN114169801A (zh) | 工作流调度方法和装置 | |
CN112799908B (zh) | 基于边缘计算的智能终端安全监控方法、设备和介质 | |
CN109801425A (zh) | 面签业务中队列轮询提示方法、装置、设备及存储介质 | |
CN108391023A (zh) | 一种通话自动接听方法、电子装置及计算机可读存储介质 | |
CN112712369A (zh) | 一种反洗钱可疑交易监测方法和装置 | |
CN108874876A (zh) | 一种消息推送方法、计算机可读存储介质及终端设备 | |
CN110443441A (zh) | 规则效能监测方法、装置、计算机设备及存储介质 | |
CN110677271A (zh) | 基于elk的大数据告警方法、装置、设备及存储介质 | |
CN110365642A (zh) | 监控信息操作的方法、装置、计算机设备及存储介质 | |
CN109034401A (zh) | 运维监控方法及终端设备 |
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 |