CN111626770A - 人群计算的控制方法、系统、设备和介质 - Google Patents
人群计算的控制方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN111626770A CN111626770A CN202010361210.9A CN202010361210A CN111626770A CN 111626770 A CN111626770 A CN 111626770A CN 202010361210 A CN202010361210 A CN 202010361210A CN 111626770 A CN111626770 A CN 111626770A
- Authority
- CN
- China
- Prior art keywords
- crowd
- calculation
- running
- determining
- failure
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000012827 research and development Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
Abstract
本发明公开了一种人群计算的控制方法、系统、设备和介质，基于所述用户画像数据进行人群计算处理，并生成运行日志；判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功。相较于现有技术通过人工干预重新启动人群计算失败后的重跑的方式，本发明能够自动地启动人群计算失败后的重跑，从而降低了人群计算失败率，减少了人工投入成本。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种基于用户画像数据的人群计算的控制方法、系统、设备和介质。
背景技术
人群计算是根据用户属性、订单行为、浏览搜索行为等数据标签，组合进行交并差计算，并利用代码将可视化的筛选条件转变为SQL(Structured Query Language，结构化查询语言)语句，从而在广泛的数据底表中捞取到一个符合营销定位的精准用户群体。人群计算主要运用于站内外广告投放、营销消息推送、活动营销人群验证、会员购买等以市场营销为主的场景中。
CDMAP(市场数据管理平台)根据标签配置进行人群SQL计算，由于各种原因失败(以集群压力或SQL启动失败为主)后，主要通过人工干预重新启动；而人群计算的开始时间节点无规律，多数集中在0-6点间，因此无法做到及时干预，从而导致计算失败率较高、人工投入成本较高等问题。
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人工干预重新启动，存在无法及时干预导致计算失败率较高、人工投入成本较高的缺陷，提供一种基于用户画像数据的人群计算的控制方法、系统、设备和介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明提供了一种基于用户画像数据的人群计算的控制方法，所述控制方法包括：
S1.基于所述用户画像数据进行人群计算处理，并生成运行日志；
S2.判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功。
较佳地，所述运行日志包括重跑日志表。
较佳地，所述重跑日志表包括字段信息、字段信息对应的属性信息和说明信息；
其中，所述属性信息包括重跑ID(Identity document，标识号)、人群ID、重跑原因、重跑结果、重跑批次号以及重跑时间中的至少一种。
较佳地，所述判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功的步骤包括：
判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定计算失败，并生成所述失败信息；
解析所述失败信息并获取解析结果；
判断所述解析结果是否表征所述人群计算失败，若是，则触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功。
较佳地，在所述人群计算成功后，所述控制方法还包括：
分别获取相邻两次所述人群计算成功后的人群计算结果；
计算得到相邻两次所述人群计算成功后的所述人群计算结果的差值；
判断所述差值是否大于设定阈值，若是，则确定人群计算结果异常，生成提醒消息，并确定不重跑。
本发明还提供了一种基于用户画像数据的人群计算的控制系统，所述控制系统包括：
生成模块，用于基于所述用户画像数据进行人群计算处理，并生成运行日志；
第一判断模块，用于判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新调用生成模块；否则，则确定所述人群计算成功。
较佳地，所述运行日志包括重跑日志表。
较佳地，所述重跑日志表包括字段信息、字段信息对应的属性信息和说明信息；
其中，所述属性信息包括重跑ID、人群ID、重跑原因、重跑结果、重跑批次号以及重跑时间中的至少一种。
较佳地，所述第一判断模块包括：
第一判断单元，用于判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定计算失败，并生成所述失败信息；
解析单元，用于解析所述失败信息并获取解析结果；
第二判断单元，用于所述解析结果是否表征所述人群计算失败，若是，则触发重跑命令并重新调用生成模块；否则，则确定所述人群计算成功。
较佳地，在所述人群计算成功后，所述控制系统还包括：
获取模块，用于分别获取相邻两次所述人群计算成功后的人群计算结果；
计算模块，用于计算得到相邻两次所述人群计算成功后的所述人群计算结果的差值；
第二判断模块，用于判断所述差值是否大于设定阈值，若是，则确定人群计算结果异常，生成提醒消息，并确定不重跑。
本发明还提供了一种电子设备，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，所述处理器执行所述计算机程序时实现前述的基于用户画像数据的人群计算的控制方法。
本发明还提供了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前述的基于用户画像数据的人群计算的控制方法的步骤。
本发明的积极进步效果在于：
本发明通过基于所述用户画像数据进行人群计算处理，并生成运行日志；
判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新通过基于所述用户画像数据进行人群计算处理，并生成运行日志；否则，则确定所述人群计算成功。相较于现有技术通过人工干预重新启动人群计算失败后的重跑的方式，本发明能够自动地启动人群计算失败后的重跑，从而降低了人群计算失败率，减少了人工投入成本。
附图说明
图1为本发明实施例1的基于用户画像数据的人群计算的控制方法的流程图；
图2为本发明实施例1的在人群计算成功后人群计算的控制方法的流程图；
图3为本发明实施例2的基于用户画像数据的人群计算的控制系统的模块示意图；
图4为本发明实施例2的第一判断模块的模块示意图；
图5为本发明实施例3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，本实施例公开了基于用户画像数据的人群计算的控制方法，包括以下步骤：
步骤S101、基于所述用户画像数据进行人群计算处理，并生成运行日志；
所述运行日志包括重跑日志表；
所述重跑日志表包括字段信息、字段信息对应的属性信息、说明信息等；
其中，所述属性信息包括重跑ID、人群ID、重跑原因、重跑结果、重跑批次号以及重跑时间中的至少一种。具体参见下表：
步骤S102、判断所述运行日志中是否出现表征提醒失败的信息，若是，则执行步骤S103；若否，则执行步骤S107；
步骤S103、确定计算失败并生成所述失败信息；
步骤S104、解析所述失败信息并获取解析结果；
步骤S105、判断所述解析结果是否表征所述人群计算失败，若是，则执行步骤S106；若否，则执行步骤S107；
步骤S106、确定所述人群计算失败，触发重跑命令并重新执行步骤S101；
步骤S107、确定所述人群计算成功。
本实施例中，人群计算成功是指运营完成可视化的标签筛选后，代码成功转译为SQL获得计算后的数据；人群计算失败是指运营完成可视化的标签筛选，但是在代码转译或者SQL运行中出现问题，导致该次计算失败。
本实施例中，通过Storm(一种实时数据处理平台)任务，实时抓取HiveSQL(一种结构化查询语言)的系统触发端报表的运行日志，若日志中出现ERROE(错误)，并将ERROE作为重跑的标志，确定计算失败，并生成所述失败信息，解析所述失败信息，若解析结果表征所述人群计算失败，发送一条重跑命令到实时消息队列中；根据所述实时消息队列，解析json(一种数据类型)数据信息，并新建重跑任务；执行重跑任务，以获得人群计算结果。
本实施例中人群计算失败，自动触发一次重跑计算，重跑失败则状态记录日志，重跑时，状态显示正在运行；重跑事件发生后，前后两次计算事件记录为两个批次号，以便研发、BI(算法工程师)后期排查；
本实施例中，由BI输出人群计算失败信息给研发，研发读取到BI人群计算失败信息并解析失败信息。
如图2所示，本实施例中，在所述人群计算成功后，步骤S107之后还包括以下步骤：
步骤S108、分别获取相邻两次所述人群计算成功后的人群计算结果；
步骤S109、计算得到相邻两次所述人群计算成功后的所述人群计算结果的差值；
步骤S110、判断所述差值是否大于设定阈值，若是，则执行步骤S111，若否，则执行步骤S112；
步骤S111、确定人群计算结果异常，生成提醒消息，并确定不重跑；
步骤S112、确定人群计算结果正常。
本实施例中，若差值大于设定阈值时，发送邮件通知人群创建人，其中，因相邻两次所述人群计算成功后的人群计算结果中至少有一个人群计算结果存在异常，故邮件中包含相邻两次所述人群计算成功后的人群计算结果。
本实施例公开的基于用户画像数据的人群计算的控制方法，基于所述用户画像数据进行人群计算处理，并生成运行日志；判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新通过基于所述用户画像数据进行人群计算处理，并生成运行日志；否则，则确定所述人群计算成功。相较于现有技术通过人工干预重新启动人群计算失败后的重跑的方式，本发明能够自动地启动人群计算失败后的重跑，从而降低了人群计算失败率，减少了人工投入成本。
实施例2
如图3所示，本实施例公开了基于用户画像数据的人群计算的控制系统，包括：
生成模块1，用于基于所述用户画像数据进行人群计算处理，并生成运行日志；
所述重跑日志表包括字段信息、字段信息对应的属性信息、说明信息等；
其中，所述属性信息包括重跑ID、人群ID、重跑原因、重跑结果、重跑批次号以及重跑时间中的至少一种。具体参见下表：
第一判断模块2，用于判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新调用生成模块1；否则，则确定所述人群计算成功。
如图3所示，在所述人群计算成功后，控制系统还包括：
获取模块3，用于分别获取相邻两次所述人群计算成功后的人群计算结果；
计算模块4，用于计算得到相邻两次所述人群计算成功后的所述人群计算结果的差值；
第二判断模块5，判断所述差值是否大于设定阈值，若是，则确定人群计算结果异常，生成提醒消息，并确定不重跑；若否，则确定人群计算结果正常。
本实施例中，若差值大于设定阈值时，发送邮件通知人群创建人，其中，因相邻两次所述人群计算成功后的人群计算结果中至少有一个人群计算结果存在异常，故邮件中包含相邻两次所述人群计算成功后的人群计算结果。
本实施例中，人群计算成功是指运营完成可视化的标签筛选后，代码成功转译为SQL并执行获得计算后的数据；人群计算失败是指运营完成可视化的标签筛选，但是在代码转译或者SQL运行中出现问题，导致该次计算失败。
如图4所示，本实施例中第一判断模块2包括：
第一判断单元21，用于判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定计算失败，并生成所述失败信息；
解析单元22，用于解析所述失败信息并获取解析结果；
第二判断单元23，用于所述解析结果是否表征所述人群计算失败，若是，则触发重跑命令并重新调用生成模块1；否则，则确定所述人群计算成功。
本实施例中，通过Storm任务，实时抓取HiveSQL的系统触发端报表的运行日志，若日志中出现ERROE，并将ERROE作为重跑的标志，确定计算失败，并生成所述失败信息，解析所述失败信息，若解析结果表征所述人群计算失败，发送一条重跑命令到实时消息队列中；根据所述实时消息队列，解析json数据信息，并新建重跑任务；执行重跑任务，以获得人群计算结果。
本实施例中人群计算失败，自动触发一次重跑计算，重跑失败则状态记录日志，重跑时，状态显示正在运行；重跑事件发生后，前后两次计算事件记录为两个批次号，以便研发、BI后期排查；
本实施例中，由BI输出人群计算失败信息给研发，研发读取到BI人群计算失败信息并解析失败信息。
本实施例公开的基于用户画像数据的人群计算的控制系统，基于所述用户画像数据进行人群计算处理，并生成运行日志；判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新通过基于所述用户画像数据进行人群计算处理，并生成运行日志；否则，则确定所述人群计算成功。相较于现有技术通过人工干预重新启动人群计算失败后的重跑的方式，本发明能够自动地启动人群计算失败后的重跑，从而降低了人群计算失败率，减少了人工投入成本。
实施例3
图5为本发明实施例3提供的一种电子设备的结构示意图。所述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，所述处理器执行所述程序时实现实施例1所提供的基于用户画像数据的人群计算的控制方法。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所提供的基于用户画像数据的人群计算的控制方法。
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4
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，所述程序被处理器执行时实现实施例1所提供的基于用户画像数据的人群计算的控制方法的步骤。
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，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1所提供的基于用户画像数据的人群计算的控制方法中的步骤。
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，所述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 (12)
1.一种基于用户画像数据的人群计算的控制方法，其特征在于，所述控制方法包括：
S1.基于所述用户画像数据进行人群计算处理，并生成运行日志；
S2.判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功。
2.如权利要求1所述的基于用户画像数据的人群计算的控制方法，其特征在于，所述运行日志包括重跑日志表。
3.如权利要求2所述的基于用户画像数据的人群计算的控制方法，其特征在于，所述重跑日志表包括字段信息、字段信息对应的属性信息和说明信息；
其中，所述属性信息包括重跑ID、人群ID、重跑原因、重跑结果、重跑批次号以及重跑时间中的至少一种。
4.如权利要求1所述的基于用户画像数据的人群计算的控制方法，其特征在于，所述判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功的步骤包括：
判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定计算失败，并生成所述失败信息；
解析所述失败信息并获取解析结果；
判断所述解析结果是否表征所述人群计算失败，若是，则触发重跑命令并重新执行步骤S1；否则，则确定所述人群计算成功。
5.如权利要求1所述的基于用户画像数据的人群计算的控制方法，其特征在于，在所述人群计算成功后，所述控制方法还包括：
分别获取相邻两次所述人群计算成功后的人群计算结果；
计算得到相邻两次所述人群计算成功后的所述人群计算结果的差值；
判断所述差值是否大于设定阈值，若是，则确定人群计算结果异常，生成提醒消息，并确定不重跑。
6.一种基于用户画像数据的人群计算的控制系统，其特征在于，所述控制系统包括：
生成模块，用于基于所述用户画像数据进行人群计算处理，并生成运行日志；
第一判断模块，用于判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定所述人群计算失败，触发重跑命令并重新调用生成模块；否则，则确定所述人群计算成功。
7.如权利要求6所述的基于用户画像数据的人群计算的控制系统，其特征在于，所述运行日志包括重跑日志表。
8.如权利要求7所述的基于用户画像数据的人群计算的控制系统，其特征在于，所述重跑日志表包括字段信息、字段信息对应的属性信息和说明信息；
其中，所述属性信息包括重跑ID、人群ID、重跑原因、重跑结果、重跑批次号以及重跑时间中的至少一种。
9.如权利要求6所述的基于用户画像数据的人群计算的控制系统，其特征在于，所述第一判断模块包括：
第一判断单元，用于判断所述运行日志中是否出现表征提醒失败的信息，若是，则确定计算失败，并生成所述失败信息；
解析单元，用于解析所述失败信息并获取解析结果；
第二判断单元，用于所述解析结果是否表征所述人群计算失败，若是，则触发重跑命令并重新调用生成模块；否则，则确定所述人群计算成功。
10.如权利要求6所述的基于用户画像数据的人群计算的控制系统，其特征在于，在所述人群计算成功后，所述控制系统还包括：
获取模块，用于分别获取相邻两次所述人群计算成功后的人群计算结果；
计算模块，用于计算得到相邻两次所述人群计算成功后的所述人群计算结果的差值；
第二判断模块，用于判断所述差值是否大于设定阈值，若是，则确定人群计算结果异常，生成提醒消息，并确定不重跑。
11.一种电子设备，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，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于用户画像数据的人群计算的控制方法。
12.一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如权利要求1至5任一项所述的基于用户画像数据的人群计算的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010361210.9A CN111626770A (zh) | 2020-04-30 | 2020-04-30 | 人群计算的控制方法、系统、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010361210.9A CN111626770A (zh) | 2020-04-30 | 2020-04-30 | 人群计算的控制方法、系统、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111626770A true CN111626770A (zh) | 2020-09-04 |
Family
ID=72272998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010361210.9A Pending CN111626770A (zh) | 2020-04-30 | 2020-04-30 | 人群计算的控制方法、系统、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111626770A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6539434B1 (en) * | 1998-11-30 | 2003-03-25 | Ibm Corporation | UOWE's retry process in shared queues environment |
| CN108681598A (zh) * | 2018-05-21 | 2018-10-19 | 平安科技（深圳）有限公司 | 任务自动重跑方法、系统、计算机设备和存储介质 |
| CN109685579A (zh) * | 2018-12-29 | 2019-04-26 | 深圳市酷开网络科技有限公司 | 一种基于用户标签的数据处理方法、智能电视及存储介质 |
| CN110502366A (zh) * | 2019-07-15 | 2019-11-26 | 平安普惠企业管理有限公司 | 案例执行方法、装置、设备及计算机可读存储介质 |
-
2020
- 2020-04-30 CN CN202010361210.9A patent/CN111626770A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6539434B1 (en) * | 1998-11-30 | 2003-03-25 | Ibm Corporation | UOWE's retry process in shared queues environment |
| CN108681598A (zh) * | 2018-05-21 | 2018-10-19 | 平安科技（深圳）有限公司 | 任务自动重跑方法、系统、计算机设备和存储介质 |
| CN109685579A (zh) * | 2018-12-29 | 2019-04-26 | 深圳市酷开网络科技有限公司 | 一种基于用户标签的数据处理方法、智能电视及存储介质 |
| CN110502366A (zh) * | 2019-07-15 | 2019-11-26 | 平安普惠企业管理有限公司 | 案例执行方法、装置、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190228296A1 (en) | Significant events identifier for outlier root cause investigation | |
| CN110673936B (zh) | 编排业务的断点续作方法、装置、存储介质及电子设备 | |
| CN111709527A (zh) | 运维知识图谱库的建立方法、装置、设备及存储介质 | |
| CN113391943B (zh) | 一种基于因果推断的微服务故障根因定位方法及装置 | |
| US11210160B1 (en) | Computer information technology alert remediation selection based on alert similarity | |
| CN113228006A (zh) | 检测连续事件中的异常的装置和方法及其计算机程序产品 | |
| CN112783682B (zh) | 一种基于云手机服务的异常自动修复方法 | |
| Peng et al. | Mining logs files for data-driven system management | |
| Gurumdimma et al. | Towards detecting patterns in failure logs of large-scale distributed systems | |
| CN111865673A (zh) | 一种自动化故障管理方法、装置及系统 | |
| CN115357450A (zh) | 基于人工智能的节点维护方法、装置、计算机设备及介质 | |
| CN109299124B (zh) | 用于更新模型的方法和装置 | |
| CN110704390A (zh) | 获取服务器维护脚本的方法、装置、电子设备及介质 | |
| CN110716804A (zh) | 无用资源的自动删除方法、装置、存储介质及电子设备 | |
| US20230376372A1 (en) | Multi-modality root cause localization for cloud computing systems | |
| CN111626770A (zh) | 人群计算的控制方法、系统、设备和介质 | |
| CN112966056B (zh) | 一种信息处理方法、装置、设备、系统及可读存储介质 | |
| US11822578B2 (en) | Matching machine generated data entries to pattern clusters | |
| CN115525392A (zh) | 容器监控方法、装置、电子设备及存储介质 | |
| CN109669867B (zh) | 测试装置、自动化测试方法和计算机可读存储介质 | |
| CN110289977B (zh) | 物流仓库系统的故障检测方法及系统、设备和存储介质 | |
| CN113254269A (zh) | 一种存储系统异常事件修复的方法、系统、设备和介质 | |
| CN112818204A (zh) | 一种业务的处理方法、装置、设备及存储介质 | |
| CN111767222A (zh) | 数据模型的验证方法、装置、电子设备、存储介质 | |
| CN112035315A (zh) | 网页数据监控方法、装置、计算机设备及存储介质 |
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: 20200904 |