CN110838040A - 价格数据监控方法、装置、计算机设备和存储介质 - Google Patents
价格数据监控方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110838040A CN110838040A CN201910961422.8A CN201910961422A CN110838040A CN 110838040 A CN110838040 A CN 110838040A CN 201910961422 A CN201910961422 A CN 201910961422A CN 110838040 A CN110838040 A CN 110838040A
- Authority
- CN
- China
- Prior art keywords
- price
- price data
- verification
- preset
- threshold
- 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 49
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000012795 verification Methods 0.000 claims abstract description 226
- 238000012806 monitoring device Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims description 67
- 238000004590 computer program Methods 0.000 claims description 23
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012217 deletion Methods 0.000 description 6
- 230000037430 deletion Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 3
- 238000010162 Tukey test Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0607—Regulated
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种价格数据监控方法、装置、计算机设备和存储介质。所述方法包括:获取设定时刻的价格数据;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;当校验结果为高风险价格时,删除校验结果对应的价格数据。采用本方法能够对已发布的页面价格进行监控,从而提高了价格监控的覆盖率和准确度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种价格数据监控方法、装置、计算机设备和存储介质。
背景技术
随着信息时代的到来,电子商务开始飞速发展,如今通过各购物网站进行交易已经成为大多数用户的日常选择。电商平台的运营过程中难免会出现由于人为因素或者系统异常导致的标价错误,这些错误的价格被提交到商品页面进行发布,一旦用户以错误价格购买商品,可能给商家和用户造成不必要的经济损失。
然而,目前对页面价格的监控一般通过人工实现,往往无法及时发现页面价格异常,经常出现漏检情况,存在价格监控覆盖率低、准确性差的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对页面价格进行监控,覆盖率高和准确性好的价格数据监控方法、装置、计算机设备和存储介质。
一种价格数据监控方法,方法包括:
获取设定时刻的价格数据;
根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;
当校验结果为高风险价格时,删除校验结果对应的价格数据。
在一个实施例中,上述的各第一校验规则分别包括对应的预设阈值,预设阈值包括预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值;上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,包括:根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果,第一价格参考系为根据预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值建立的参考系。
在一个实施例中,上述的方法还包括:获取历史价格数据中成交价格数量大于预设数量的同一商品的成交价格,建立成交价格数据集;根据成交价格数据集,得到成交价格数据集的下四分位数、上四分位数、最高成交价格和最低成交价格;根据下四分位数和上四分位数,计算得到第一异常下限阈值和第一异常上限阈值;根据第一异常下限阈值、第一异常上限阈值、最高成交价格和最低成交价格,得到正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值;上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,还包括:根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果,第二价格参考系为根据正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值建立的参考系;当第二校验结果和第一校验结果中至少一个为高风险价格时,校验结果为高风险价格。
在一个实施例中,上述的根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果包括:根据价格数据,得到校验值;当校验值低于预设低值拦截阈值或者高于预设高值拦截阈值时,第一校验结果为高风险价格;上述的根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果,包括:当价格数据低于第二异常下限阈值或者高于第二异常上限阈值时,第二校验结果为高风险价格。
在一个实施例中,上述的校验规则设置有开关,上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,还包括:当校验规则对应的开关设为打开状态时,校验规则对价格数据进行校验,得到校验结果;当校验规则对应的开关设为关闭状态时,校验规则不对价格数据进行校验。
在一个实施例中,在删除校验结果对应的价格数据之后,上述的方法还包括:在页面显示暂不销售;或者,获取替换价格数据,将所述替换价格数据设为页面显示的实时价格数据,所述替换价格数据为非高风险价格。
在一个实施例中,设定时刻包括第一设定时刻和第二设定时刻,第一设定时刻早于第二设定时刻;优选地,第一设定时刻为用户访问商品详情页的时刻,第二设定时刻为商品被加入购物车的时刻。
一种价格数据监控装置,该装置包括:
价格获取模块,用于获取设定时刻的价格数据;
价格校验模块,用于根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;
执行模块,用于当校验结果为高风险价格时,删除校验结果对应的价格数据。
一种计算机设备,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,所述处理器执行所述计算机程序时实现以下步骤:获取设定时刻的价格数据;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;当校验结果为高风险价格时,删除校验结果对应的价格数据。
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以下步骤:获取设定时刻的价格数据;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;当校验结果为高风险价格时,删除校验结果对应的价格数据。
上述价格数据监控方法中,通过获取设定时刻的价格数据,实现对已发布的价格的监控,有效降低价格异常风险;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,可根据主观经验来设置预设阈值,建立主观的校验规则;第二校验规则为基于历史价格数据的校验规则,可以通过大量历史价格数据得出客观的校验规则。本申请能够通过主观校验规则与客观校验规则相结合的方式,对设定时刻的价格进行多维度的校验,当校验结果为高风险价格时,删除校验结果对应的价格数据,能够更全面地对已发布的价格进行监控,避免价格变化导致的价格异常情况发生,从而提高了价格监控的覆盖度和准确性。
附图说明
图1为一个实施例中价格数据监控方法的应用环境图;
图2为一个实施例中价格数据监控方法的流程示意图;
图3为一个实施例中第二价格参考系建立步骤的流程示意图;
图4为另一个实施例中价格数据监控方法的流程示意图;
图5为一个实施例中价格数据监控装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的价格数据监控方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信,服务器104通过网络与数据库服务器106进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种价格数据监控方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,获取设定时刻的价格数据。
这里,价格数据为商品在设定时刻的价格,设定时刻可以为一个设定事件发生的时刻,也可以包括多个不同设定事件发生的时刻,以便对不同事件发生时刻的价格进行更全面的监控,形成多重保护机制。
例如,设定时刻包括第一设定时刻和第二设定时刻,第一设定时刻为第一设定事件发生的时刻,第二设定时刻为第二设定事件发生的时刻,第一设定事件和第二设定事件为不同事件,也就是说,上述设定时刻可设为消费流程中关键节点发生的时间点,此处关键节点可以为消费流程中价格影响大的节点。
具体地,服务器根据接收到的价格调用信息,判断调用来源是否为设定事件,若调用来源为设定事件,则打印服务器向终端返回的价格日志,即打印设定时刻的价格日志,并通过Flume形式采集上述价格日志,Flume是一种常用的日志采集系统。
步骤204,根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则。
其中,第一校验规则为基于预设阈值的校验规则,预设阈值可根据业务经验进行人为设定,也就是说,第一校验规则为主观校验规则,在反应业务经验的同时,也可能受到一定人为因素影响;
第二校验规则为基于历史价格数据的校验规则,具体地,可以根据大量历史价格数据和智能算法得到第二校验规则,由此可知第二校验规则是不受人为因素影响的客观校验规则,其中,智能算法为图基检验(Tukeytest)算法。
这里,价格校验模型可以只包括一个或多个第一校验规则,或者,价格校验模型只包括第二校验规则,或者,价格校验模型包括第二校验规则和一个或多个第一校验规则。
具体地,服务器提取价格日志中的价格数据,根据第一校验规则和/或第二校验规则分别对获取到的价格数据进行校验,得到对应的第一校验结果和/或第二校验结果,根据该第一校验结果和/或第二校验结果得到该价格数据对应的校验结果。本步骤通过主观校验规则和客观校验规则相结合,也即业务经验与大数据智能算法相结合的方式,对设定时刻的价格数据进行校验,得到校验结果。
步骤206,当校验结果为高风险价格时,删除校验结果对应的价格数据。
具体地,服务器得到校验结果为高风险价格时,对校验结果对应的价格数据执行删除操作,将其不再在商品页面或商品价格属性内显示。
上述价格数据监控方法中,通过获取设定时刻的价格数据,实现对已发布的价格的监控,有效降低价格异常风险;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,可根据主观经验来设置预设阈值,建立主观的校验规则;第二校验规则为基于历史价格数据的校验规则,可以通过大量历史价格数据得出客观的校验规则。采用本实施例方案,能够通过主观校验规则与客观校验规则相结合的方式,对设定时刻的价格进行多维度的校验,当校验结果为高风险价格时,删除校验结果对应的价格数据,能够更全面地对已发布的价格进行监控,从而提高了价格监控的覆盖度和准确性。
在一个实施例中,各第一校验规则分别包括对应的预设阈值,预设阈值包括预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值;
这里,各第一校验规则对应的预设阈值可以由人工根据业务经验进行设定,根据上述的预设阈值,可以建立多个不同维度的价格参考系。
根据价格数据和预设的价格校验模型,得到价格数据对应的校验结果,包括:
根据第一价格参考系对价格数据进行校验,得到第一校验结果;第一价格参考系为根据预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值建立的参考系。
这里,预设低值拦截阈值<预设低值预警阈值<预设高值预警阈值<预设高值拦截阈值,在第一价格参考系中,预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值按数值大小由小至大依次排列,构成依次相邻的低值拦截区间、低值预警区间、正常价格区间、高值预警区间和高值拦截区间。
具体地,第一价格参考系可以设置有对应的风险计算公式,根据第一价格参考系对价格数据进行校验时,根据价格数据和风险计算公式得到一个校验值,根据该校验值所在的区间,得到第一校验结果。
本实施例中,上述价格发布控制方法可以根据不同的预设阈值,建立多个不同维度的第一价格参考系,从而通过多个第一价格参考系对价格数据进行多维度校验,校验范围更广,得到的校验结果更准确。
在一个实施例中,当该第一价格参考系基于成本数据时,上述的根据第一价格参考系对价格数据进行校验,得到第一校验结果,包括:
获取成本数据,将价格数据与成本数据的差值除以成本数据,得到第一比值;根据第一价格参考系对第一比值进行校验,得到第一校验结果。
具体地,当(价格数据-成本数据)/成本数据≤E0,或者(价格数据-成本数据)/成本数据≥H0时,第一校验结果为拦截价格;
当E0≤(价格数据-成本数据)/成本数据≤E1,或者H1≤(价格数据-成本数据)/成本数据≤H0时,第一校验结果为预警价格;
当E1≤(价格数据-成本数据)/成本数据≤H1时,第一校验结果为正常价格;E0为预设低值拦截阈值,E1为预设低值预警阈值,H0为预设高值拦截阈值,H1为预设高值预警阈值。
本实施例中,通过基于成本数据的第一价格参考系对价格数据进行校验,可以针对不同的商品、供应商或库位等因素,获取对应的成本数据,保证发布的价格留有利润空间,还便于财务毛利管理。
在一个实施例中,当该第一价格参考系基于上次成交价格时,上述的根据第一价格参考系对价格数据进行校验,得到第一校验结果,包括:
获取上次成交价格,将价格数据与上次成交价格的差值除以上次成交价格,得到第二比值;根据第一价格参考系对第二比值进行校验,得到第一校验结果;
例如,当(价格数据-上次成交价格)/上次成交价格≤E0时,即价格数据≤(1+E0)上次成交价格,第一校验结果为拦截价格,服务器对该价格数据执行拦截,E0为预设低值拦截阈值。
本实施例中,通过基于上次成交价格的第一价格参考系对价格数据进行校验,可以根据上次成交价格建立上次价格列表,将每次校验通过的价格数据作为新价格更新该上次价格列表,从而采用动态环比的校验方式对价格异常进行控制,有效提高校验准确度。
在一个实施例中,当该第一价格参考系基于历史最低价格时,上述的根据第一价格参考系对价格数据进行校验,得到第一校验结果,包括:
获取历史最低价格,将历史最低价格设为第一价格参考系的预设低值拦截阈值,根据第一价格参考系对价格数据进行校验,得到第一校验结果。
具体地,当价格数据低于上述的历史最低价格时,第一校验结果为拦截价格。
在本实施例中,通过基于历史最低价格的第一价格参考系对价格数据进行校验,采用固定值的形式进行校验,降低了上述基于成本数据的第一价格参考系校验过程中使用比值进行校验所造成的不稳定性,校验结果更稳定。
除此之外,第一校验规则还可以为基于其他价格类型的校验规则,例如基于历史均价等。
在一个实施例中,如图3所示,上述的方法还包括:
步骤302,获取历史价格数据中成交价格数量大于预设数量的同一商品的各成交价格,建立成交价格数据集;例如,预设数量可以为10。
具体地,服务器104筛选成交价格个数大于10的商品,获取该商品的各成交价格,建立成交价格数据集。
步骤304,根据成交价格数据集,得到成交价格数据集的下四分位数、上四分位数、最高成交价格和最低成交价格;上四分位数大于下四分位数。
步骤306,根据下四分位数和上四分位数,计算得到第一异常下限阈值和第一异常上限阈值;
具体地,第一异常下限阈值等于下四分位数与第一数值的差值,第一异常上限阈值等于下四分位数与第一数值的和值;
第一数值为第一设置参数与上四分位数和下四分位数的差值的乘积;
例如,P1=Q1-k1*(Q3-Q1),P2=Q3+k1*(Q3-Q1),P1为第一异常下限阈值,P2为第一异常上限阈值,Q1为下四分位数,Q3为上四分位数,k1为第一设置参数,本实施例中,若k1=1.5,则P1=Q1-1.5*(Q3-Q1),P2=Q3+1.5*(Q3-Q1)。
步骤308,根据第一异常下限阈值、第一异常上限阈值、最高成交价格和最低成交价格,得到正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值;
具体地,包括如下步骤:
当最低成交价格大于第一异常下限阈值,且最低成交价格小于下四分位数时,将最低成交价格设为正常下限阈值;
当最高成交价格大于上四分位数,且最高成交价格小于第一异常上限阈值,将最高成交价格设为正常上限阈值;
也就是说,当Pmin>P1,且Pmin<Q1时,取Pmin为正常下限阈值;当Pmax>Q3,且Pmax<P2时,取Pmax为正常上限阈值;Pmax为最高成交价格,Pmin为最低成交价格。
当第一异常下限阈值小于所述正常下限阈值与第二设置参数的乘积时,将所述正常下限阈值与第二设置参数的乘积设为第二异常下限阈值;
当第一异常上限阈值大于所述正常上限阈值与第三设置参数的乘积时,将所述正常上限阈值与第三设置参数的乘积设为第二异常上限阈值;
也就是说,当P1<正常下限阈值*k2时,取正常下限阈值*k2为第二异常下限阈值;
当P2>正常上限阈值*k3时,取正常上限阈值*k3为第二异常上限阈值,k2为第二设置参数,k3为第三设置参数。
本实施例中,若k2=0.7,k3=1.3,则第二异常下限阈值等于0.7*Pmin,正常下限阈值等于Pmin,正常上限阈值等于Pmax,第二异常上限阈值等于1.3*Pmax。
步骤310,根据正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值,建立第二价格参考系。
这里,第二异常下限阈值<正常下限阈值<正常上限阈值<第二异常上限阈值,在第二价格参考系中,第二异常下限阈值、正常下限阈值、正常上限阈值和第二异常上限阈值按数值大小由小至大依次排列,构成依次相邻的第一拦截区间、第一预警区间、正常区间、第二预警区间和第二拦截区间。本实施例中,根据历史价格数据,通过四分位法和图基检验建立了第二价格参考系。
根据价格数据和预设的价格校验模型,得到价格数据对应的校验结果,还包括:根据第二价格参考系对价格数据进行校验,得到第二校验结果;第二价格参考系为根据正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值建立的参考系;上述的根据第二价格参考系对价格数据进行校验,即根据第二校验规则对价格数据进行校验。
当第二校验结果和第一校验结果中至少一个为高风险价格时,校验结果为高风险价格。
本实施例中,采用主观规则与客观规则相结合的方式来对价格数据进行校验,通过客观规则的智能算法降低了主观规则中人为因素导致的错误拦截概率,提升了校验准确度。
在一个实施例中,上述的根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果包括:
根据价格数据,得到校验值;
这里,校验值可以为根据价格数据得到的比值,还可以将价格数据本身作为校验值。
当校验值低于预设低值拦截阈值或者高于预设高值拦截阈值时,即校验值位于第一价格参考系的低值拦截区间或高值拦截区间内时,第一校验结果为高风险价格。
上述的根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果,包括:当价格数据低于第二异常下限阈值或者高于第二异常上限阈值时,即价格数据位于第二价格参考系的第一拦截区间或第二拦截区间内时,第二校验结果为高风险价格。
本实施例中,通过价格数据所在区间来得到校验结果,校验方式简单,校验效率高。
在一个实施例中,上述的校验规则设置有开关,根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,还包括:
当校验规则对应的开关设为打开状态时,校验规则对价格数据进行校验,得到校验结果;
当校验规则对应的开关设为关闭状态时,校验规则不对价格数据进行校验。
本实施例中,通过对每个校验规则增设开关,若开关打开则该校验规则对价格数据进行校验,若开关关闭,则该校验规则不对价格数据进行校验,可以降低价格监控的误拦截率。
在一个实施例中,在删除校验结果对应的价格数据之后,上述的方法还包括:
在页面显示暂不销售;具体地,服务器向页面发送暂不销售的指令,页面接收该指令,显示暂不销售。
或者,获取替换价格数据,将该替换价格数据设为页面显示的实时价格数据,该替换价格数据为非高风险价格。具体地,服务器从价格系统获取到另一个价格数据作为替换价格数据,根据预设的价格校验模型对该替换价格数据进行校验,当得到的校验结果不是高风险价格时,即该替换价格数据为非高风险价格时,将该替换价格数据发送到页面进行显示,作为新页面价格,从而实现页面价格切换,及时避免错误价格可能造成的损失。
本实施例中,当服务器判断该价格数据为高风险价格时,对已经发布的价格执行删除,页面将实时切换价格或者显示“暂不销售”,从而及时避免损失。
在一个实施例中,上述方法还包括:服务器104将删除的价格数据发送到数据库服务器106进行存储,并将上述删除的价格数据进行可视化列表展示;具体实施过程中,业务人员可以对删除价格列表进行检测,判断删除价格的合理性,若删除价格是不合理的,则可以在定价端重新定义或维护正确的价格,从而使得页面的商品可以正常售卖;若删除价格是合理的,则可以通过调整第一校验规则中的预设阈值来对业务经验进行二次量化,同时,还可以将该删除价格数据反馈给第二校验规则,作为第二校验规则中智能算法优化的参考依据。
在一个实施例中,设定时刻包括第一设定时刻和第二设定时刻,第一设定时刻早于第二设定时刻;这里,第一设定时刻为用户访问商品详情页的时刻,第二设定时刻为商品被加入购物车的时刻。
为了对已发布价格进行更全面的监控,本实施例中,选取了用户访问商品详情页的时刻作为一个设定时刻,从用户访问商品详情页到商品被加入购物车存在一定的时间差,在该时间差内可能存在由于价格变化导致的价格异常风险,因此将商品被加入购物车的时刻作为另一个设定时刻,从而分别在用户访问商品详情页的时刻和商品被加入购物车的时刻进行价格数据监控,形成双重监控机制,从而对已发布的价格数据进行监控,弥补了价格发布之前价格检验的不足,进一步降低价格异常风险,保证了价格校验的全面性。
如图4所示,上述价格数据监控方法可包括如下步骤:
步骤402,分别在用户访问商品详情页的时刻和商品被加入购物车的时刻,打印价格日志;
步骤404,服务器采集价格日志;
具体地,服务器以FLUME形式采集价格日志。
步骤406,服务器根据预设的价格校验模型对价格日志中的价格数据进行校验,得到价格数据对应的校验结果;该价格校验模型包括第一校验规则和/或第二校验规则。
步骤408,当校验结果为高风险价格时,删除校验结果对应的价格数据。
步骤410,在删除校验结果对应的价格数据之后,在页面显示暂不销售,或者,切换页面价格。
具体地,所切换的新页面价格为一个非高风险价格,即通过校验的价格数据,该通过校验的价格数据可以为其他供应方所提供的价格数据。
本实施例中,通过在用户访问商品详情页的时刻和商品被加入购物车的时刻进行价格数据监控,形成双重价格监控机制,更精准地监控用户所看到的价格,提高了价格监控的覆盖度和准确度。
应该理解的是,虽然图2-4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,这些步骤可以以其它的顺序执行。而且,图2-4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,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它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。
在一个实施例中,如图5所示,提供了一种价格数据监控装置,包括:价格获取模块502、价格校验模块504和执行模块506,其中:
价格获取模块502,用于获取设定时刻的价格数据;
价格校验模块506,用于根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;
执行模块508,用于当校验结果为高风险价格时,删除校验结果对应的价格数据。
一个实施例中,上述的各第一校验规则分别包括对应的预设阈值,预设阈值包括预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值;上述的价格校验模块504,包括:第一校验单元,用于根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果,第一价格参考系为根据预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值建立的参考系。
在一个实施例中,上述的装置还包括:第二价格参考系模块,用于获取历史价格数据中成交价格数量大于预设数量的同一商品的成交价格,建立成交价格数据集;根据成交价格数据集,得到成交价格数据集的下四分位数、上四分位数、最高成交价格和最低成交价格;根据下四分位数和上四分位数,计算得到第一异常下限阈值和第一异常上限阈值;根据第一异常下限阈值、第一异常上限阈值、最高成交价格和最低成交价格,得到正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值;
上述的价格校验模块504,还包括:第二校验单元,用于根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果,第二价格参考系为根据正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值建立的参考系;高风险价格单元,用于当第二校验结果和第一校验结果中至少一个为高风险价格时,校验结果为高风险价格。
在一个实施例中,上述的第一校验单元,还用于根据价格数据,得到校验值;当校验值低于预设低值拦截阈值或者高于预设高值拦截阈值时,第一校验结果为高风险价格;上述的第二校验单元,还用于当价格数据低于第二异常下限阈值或者高于第二异常上限阈值时,第二校验结果为高风险价格。
在一个实施例中,上述的校验规则设置有开关,上述的价格校验模块504,还用于当校验规则对应的开关设为打开状态时,校验规则对价格数据进行校验,得到校验结果;当校验规则对应的开关设为关闭状态时,校验规则不对价格数据进行校验。
在一个实施例中,执行模块508还用于在页面显示暂不销售;或者,获取替换价格数据,将替换价格数据设为页面显示的实时价格数据。
在一个实施例中,设定时刻包括第一设定时刻和第二设定时刻,第一设定时刻早于第二设定时刻;第一设定时刻为用户访问商品详情页的时刻,第二设定时刻为商品被加入购物车的时刻。
关于价格数据监控装置的具体限定可以参见上文中对于价格数据监控方法的限定,在此不再赘述。上述价格数据监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储价格数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种价格数据监控方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,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,处理器执行计算机程序时实现以下步骤:获取设定时刻的价格数据;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;当校验结果为高风险价格时,删除校验结果对应的价格数据。
在一个实施例中,上述的各第一校验规则分别包括对应的预设阈值,预设阈值包括预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值;处理器执行计算机程序时实现上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果的步骤时,具体实现以下步骤:根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果,第一价格参考系为根据预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值建立的参考系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取历史价格数据中成交价格数量大于预设数量的同一商品的成交价格,建立成交价格数据集;根据成交价格数据集,得到成交价格数据集的下四分位数、上四分位数、最高成交价格和最低成交价格;根据下四分位数和上四分位数,计算得到第一异常下限阈值和第一异常上限阈值;根据第一异常下限阈值、第一异常上限阈值、最高成交价格和最低成交价格,得到正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值;处理器执行计算机程序时实现上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果的步骤时,具体还实现以下步骤:根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果,第二价格参考系为根据正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值建立的参考系;当第二校验结果和第一校验结果中至少一个为高风险价格时,校验结果为高风险价格。
在一个实施例中,处理器执行计算机程序时实现上述的根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果的步骤时,具体还实现以下步骤:根据价格数据,得到校验值;当校验值低于预设低值拦截阈值或者高于预设高值拦截阈值时,第一校验结果为高风险价格;根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果的步骤时,具体实现以下步骤:当价格数据低于第二异常下限阈值或者高于第二异常上限阈值时,第二校验结果为高风险价格。
在一个实施例中,上述的校验规则设置有开关,处理器执行计算机程序时实现上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果的步骤时,具体还实现以下步骤:当校验规则对应的开关设为打开状态时,校验规则对价格数据进行校验,得到校验结果;当校验规则对应的开关设为关闭状态时,校验规则不对价格数据进行校验。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取设定时刻的价格数据;根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果,价格校验模型包括至少一个第一校验规则,和/或价格校验模型包括第二校验规则,第一校验规则为基于预设阈值的校验规则,第二校验规则为基于历史价格数据的校验规则;当校验结果为高风险价格时,删除校验结果对应的价格数据。
在一个实施例中,上述的各第一校验规则分别包括对应的预设阈值,预设阈值包括预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值;计算机程序被处理器执行时实现上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果的步骤时,具体实现以下步骤:根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果,第一价格参考系为根据预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值建立的参考系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取历史价格数据中成交价格数量大于预设数量的同一商品的成交价格,建立成交价格数据集;根据成交价格数据集,得到成交价格数据集的下四分位数、上四分位数、最高成交价格和最低成交价格;根据下四分位数和上四分位数,计算得到第一异常下限阈值和第一异常上限阈值;根据第一异常下限阈值、第一异常上限阈值、最高成交价格和最低成交价格,得到正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值;计算机程序被处理器执行时实现上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果的步骤时,具体还实现以下步骤:根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果,第二价格参考系为根据正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值建立的参考系;当第二校验结果和第一校验结果中至少一个为高风险价格时,校验结果为高风险价格。
在一个实施例中,计算机程序被处理器执行时实现上述的根据第一价格参考系对价格数据进行校验,得到价格数据对应的第一校验结果的步骤时,具体还实现以下步骤:根据价格数据,得到校验值;当校验值低于预设低值拦截阈值或者高于预设高值拦截阈值时,第一校验结果为高风险价格;根据第二价格参考系对价格数据进行校验,得到价格数据对应的第二校验结果的步骤时,具体实现以下步骤:当价格数据低于第二异常下限阈值或者高于第二异常上限阈值时,第二校验结果为高风险价格。
在一个实施例中,上述的校验规则设置有开关,计算机程序被处理器执行时实现上述的根据预设的价格校验模型分别对价格数据进行校验,得到价格数据对应的校验结果的步骤时,具体还实现以下步骤:当校验规则对应的开关设为打开状态时,校验规则对价格数据进行校验,得到校验结果;当校验规则对应的开关设为关闭状态时,校验规则不对价格数据进行校验。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种价格数据监控方法,所述方法包括:
获取设定时刻的价格数据;
根据预设的价格校验模型分别对所述价格数据进行校验,得到所述价格数据对应的校验结果,所述价格校验模型包括至少一个第一校验规则,和/或所述价格校验模型包括第二校验规则,所述第一校验规则为基于预设阈值的校验规则,所述第二校验规则为基于历史价格数据的校验规则;
当所述校验结果为高风险价格时,删除所述校验结果对应的所述价格数据。
2.根据权利要求1所述的方法,其特征在于,各所述第一校验规则分别包括对应的预设阈值,所述预设阈值包括预设低值拦截阈值、预设低值预警阈值、预设高值预警阈值和预设高值拦截阈值;
所述根据预设的价格校验模型分别对所述价格数据进行校验,得到所述价格数据对应的校验结果,包括:
根据第一价格参考系对所述价格数据进行校验,得到所述价格数据对应的第一校验结果,所述第一价格参考系为根据所述预设低值拦截阈值、所述预设低值预警阈值、所述预设高值预警阈值和所述预设高值拦截阈值建立的参考系。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取历史价格数据中成交价格数量大于预设数量的同一商品的成交价格,建立成交价格数据集;
根据所述成交价格数据集,得到所述成交价格数据集的下四分位数、上四分位数、最高成交价格和最低成交价格;
根据所述下四分位数和所述上四分位数,计算得到第一异常下限阈值和第一异常上限阈值;
根据所述第一异常下限阈值、第一异常上限阈值、最高成交价格和最低成交价格,得到正常上限阈值、正常下限阈值、第二异常上限阈值和第二异常下限阈值;
所述根据预设的价格校验模型分别对所述价格数据进行校验,得到所述价格数据对应的校验结果,还包括:
根据第二价格参考系对所述价格数据进行校验,得到所述价格数据对应的第二校验结果,所述第二价格参考系为根据所述正常上限阈值、所述正常下限阈值、所述第二异常上限阈值和所述第二异常下限阈值建立的参考系;
当所述第二校验结果和所述第一校验结果中至少一个为高风险价格时,所述校验结果为高风险价格。
4.根据权利要求3所述的方法,其特征在于,所述根据第一价格参考系对所述价格数据进行校验,得到所述价格数据对应的第一校验结果包括:
根据所述价格数据,得到校验值;
当所述校验值低于预设低值拦截阈值或者高于预设高值拦截阈值时,所述第一校验结果为高风险价格;
所述根据所述第二价格参考系对所述价格数据进行校验,得到所述价格数据对应的第二校验结果,包括:
当所述价格数据低于所述第二异常下限阈值或者高于所述第二异常上限阈值时,所述第二校验结果为高风险价格。
5.根据权利要求4所述的方法,其特征在于,所述校验规则设置有开关,所述根据预设的价格校验模型分别对所述价格数据进行校验,得到所述价格数据对应的校验结果,还包括:
当所述校验规则对应的开关设为打开状态时,所述校验规则对所述价格数据进行校验,得到所述校验结果;
当所述校验规则对应的开关设为关闭状态时,所述校验规则不对所述价格数据进行校验。
6.根据权利要求1至5任意一项所述的方法,其特征在于,在所述删除所述校验结果对应的所述价格数据之后,所述方法还包括:
在页面显示暂不销售;
或者,获取替换价格数据,将所述替换价格数据设为页面显示的实时价格数据。
7.根据权利要求6所述的方法,其特征在于,
所述设定时刻包括第一设定时刻和第二设定时刻,所述第一设定时刻早于所述第二设定时刻;优选地,所述第一设定时刻为用户访问商品详情页的时刻,所述第二设定时刻为商品被加入购物车的时刻。
8.一种价格数据监控装置,其特征在于,所述装置包括:
价格获取模块,用于获取设定时刻的价格数据;
价格校验模块,用于根据预设的价格校验模型分别对所述价格数据进行校验,得到所述价格数据对应的校验结果,所述价格校验模型包括至少一个第一校验规则,和/或所述价格校验模型包括第二校验规则,所述第一校验规则为基于预设阈值的校验规则,所述第二校验规则为基于历史价格数据的校验规则;
执行模块,用于当所述校验结果为高风险价格时,删除所述校验结果对应的所述价格数据。
9.一种计算机设备,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,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910961422.8A CN110838040A (zh) | 2019-10-11 | 2019-10-11 | 价格数据监控方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910961422.8A CN110838040A (zh) | 2019-10-11 | 2019-10-11 | 价格数据监控方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110838040A true CN110838040A (zh) | 2020-02-25 |
Family
ID=69575285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910961422.8A Pending CN110838040A (zh) | 2019-10-11 | 2019-10-11 | 价格数据监控方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110838040A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021068611A1 (zh) * | 2019-10-11 | 2021-04-15 | 苏宁云计算有限公司 | 价格发布控制方法、装置、计算机设备和存储介质 |
CN113837832A (zh) * | 2021-09-18 | 2021-12-24 | 国网电子商务有限公司 | 商品管控方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485528A (zh) * | 2015-09-01 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 检测数据的方法和装置 |
CN108230120A (zh) * | 2018-02-07 | 2018-06-29 | 上海携程商务有限公司 | 订单价格异常监控的方法、系统、设备及存储介质 |
CN109840805A (zh) * | 2019-01-24 | 2019-06-04 | 四川长虹电器股份有限公司 | 一种基于正态分布模型的采购价格控制方法及系统 |
-
2019
- 2019-10-11 CN CN201910961422.8A patent/CN110838040A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485528A (zh) * | 2015-09-01 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 检测数据的方法和装置 |
CN108230120A (zh) * | 2018-02-07 | 2018-06-29 | 上海携程商务有限公司 | 订单价格异常监控的方法、系统、设备及存储介质 |
CN109840805A (zh) * | 2019-01-24 | 2019-06-04 | 四川长虹电器股份有限公司 | 一种基于正态分布模型的采购价格控制方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021068611A1 (zh) * | 2019-10-11 | 2021-04-15 | 苏宁云计算有限公司 | 价格发布控制方法、装置、计算机设备和存储介质 |
CN113837832A (zh) * | 2021-09-18 | 2021-12-24 | 国网电子商务有限公司 | 商品管控方法及装置 |
CN113837832B (zh) * | 2021-09-18 | 2024-04-02 | 国网数字科技控股有限公司 | 商品管控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110837493B (zh) | 价格发布控制方法、装置、计算机设备和存储介质 | |
US9436535B2 (en) | Integration based anomaly detection service | |
US10970263B1 (en) | Computer system and method of initiative analysis using outlier identification | |
US11042476B2 (en) | Variability system and analytics for continuous reliability in cloud-based workflows | |
US9794158B2 (en) | System event analyzer and outlier visualization | |
EP1565797A2 (en) | Security maturity assessment method | |
CN107302469B (zh) | 分布式服务集群系统数据更新的监控装置及方法 | |
US11017330B2 (en) | Method and system for analysing data | |
CN110472895B (zh) | 财务系统风控方法、装置、计算机设备和存储介质 | |
CN110310170A (zh) | 订单处理方法、装置、电子设备及存储介质 | |
CN110838040A (zh) | 价格数据监控方法、装置、计算机设备和存储介质 | |
CN111626498A (zh) | 设备运行状态预测方法、装置、设备及存储介质 | |
CN109871368A (zh) | 数据库检测方法、装置、计算机装置及存储介质 | |
CN110471696B (zh) | 清算数据回放比对方法、装置、计算机设备和存储介质 | |
CN107480703B (zh) | 交易故障检测方法及装置 | |
CN115480987A (zh) | 链路数据展示方法、装置和计算机设备 | |
CN114202256A (zh) | 架构升级预警方法、装置、智能终端及可读存储介质 | |
CN110941543A (zh) | 日志处理方法、装置、计算机设备和存储介质 | |
CN117194191A (zh) | 日志监控告警方法、装置、计算机设备和存储介质 | |
CN112416896A (zh) | 数据异常的报警方法和装置、存储介质、电子装置 | |
CN114897586A (zh) | 业务监控方法、装置、计算机设备和存储介质 | |
CN112303811B (zh) | 空调运行数据的处理方法、装置、系统、空调和存储介质 | |
CN114612220A (zh) | 风控策略调整方法、装置、电子设备以及存储介质 | |
CN112488766B (zh) | 页面展示图设置方法、装置、计算机设备和存储介质 | |
CN111984636B (zh) | 数据建模方法和装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200225 |