CN111930508B - 基于行为数据的用户行为分析平台系统、方法及存储介质 - Google Patents
基于行为数据的用户行为分析平台系统、方法及存储介质 Download PDFInfo
- Publication number
- CN111930508B CN111930508B CN202010832466.3A CN202010832466A CN111930508B CN 111930508 B CN111930508 B CN 111930508B CN 202010832466 A CN202010832466 A CN 202010832466A CN 111930508 B CN111930508 B CN 111930508B
- Authority
- CN
- China
- Prior art keywords
- data
- user behavior
- client
- platform
- behavior analysis
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种基于行为数据的用户行为分析平台系统、方法及存储介质,该系统包括相互通讯连接的大数据平台、获客平台、用户行为分析集群、Redis服务器和Nginx服务器,配套方法包括Spark集群将数据转换成弹性分布式数据集结构,将计算压力分散到多个服务器中,能够实时处理海量数据,而不用担心服务器资源的不足的情况。每5分钟处理一次数据,相对于原有功能的半小时处理一次,实时性得到了巨大提升。能够在客户办卡意愿降低前拿到挽弃名单,引导客户完成办卡申请。与现有技术相比,本发明具有解放服务器压力,提高名单推送实时性,独立于原系统运行,灵活配置等优点。
Description
技术领域
本发明涉及计算机技术领域,尤其是涉及一种基于行为数据的用户行为分析平台系统、方法及存储介质。
背景技术
线上信用卡申请作为目前主流申请方式,在没有营销人员引导的情况下,部分客户在填完基本信息三要素后,最终并未提交卡片申请。对于这部分客户,需要营销人员对其进行引导和推荐,提升客户体验和营销成功率。
为了实时辨别挽回或放弃客户,现有的银行信用卡中心研发了一种分析平台系统,客户在填写完三要素后,一定时间内未提交申请的情况下,将这部分客户推送到原申请平台,由该平台将名单推送给营销人员,由营销人员进行原因询问和在线引导客户办卡。
然而现有的分析平台系统具有以下技术缺点:名单推送实时性低,筛选条件单一,修改条件需重新发版,各个获客平台需要维护自己的功能,占用原有系统资源,影响自身业务逻辑等缺点。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于行为数据的用户行为分析平台系统、方法及存储介质。
本发明的目的可以通过以下技术方案来实现:
一种基于行为数据的用户行为分析平台系统,该系统包括大数据平台、获客平台、用户行为分析集群、Redis服务器和Nginx服务器,其中:
所述大数据平台,处于内网区,与所述获客平台相通讯连接,用于接收来自所述获客平台包括挽弃名单的所有数据并对整个系统的各环节统一管理配置;
所述获客平台,处于APP区,与所述用户行为分析集群相通讯连接,用于平时与多渠道的客户直接交互并同时接收来自所述用户行为分析集群的挽弃名单后将所有数据传输至所述大数据平台;
所述用户行为分析集群,处于APP区,分别与所述Redis服务器和所述Nginx服务器相通讯连接,用于接收来自所述Nginx服务器的客户行为报文,清洗报文获取行为数据,并经后续处理和判断后产出挽弃名单传输至所述获客平台;
所述Redis服务器,处于APP区,用于加载自身配置并配合所述用户行为分析集群进行实时客户挽弃分析数据处理操作,同时监测客户后续操作;
所述Nginx服务器,处于WEB区,用于接收客户行为报文并传输至所述用户行为分析集群进行数据处理操作。
进一步地,所述的多渠道包括中国移动、微信支付、营销APP、QQ钱包、手机淘宝APP客户端、京东、第三方通用办卡、PC办卡和微信还款。
进一步地,所述的用户行为分析集群采用Spark集群。
进一步地,所述的Nginx服务器接收客户行为报文并采用Flume系统工具传输至所述用户行为分析集群进行数据处理操作。
进一步地,所述的用户行为分析集群接收来自所述Nginx服务器的客户行为报文,清洗报文获取行为数据,并经后续处理和判断后利用Kafka系统工具产出挽弃名单传输至所述获客平台。
本发明还提供一种基于所述的基于行为数据的用户行为分析平台系统的用户行为分析方法,该方法包括以下步骤:
步骤1:利用所述Nginx服务器接收客户行为报文并传输至所述用户行为分析集群进行数据处理操作;
步骤2:所述用户行为分析集群接收来自所述Nginx服务器的客户行为报文,清洗报文获取行为数据,同时联合所述Redis服务器加载自身配置进行实时客户挽弃分析数据处理操作;
步骤3:经所述Redis服务器客户挽弃分析数据处理操作后于所述用户行为分析集群中继续进行设定判断条件的判断,产出挽弃名单并传输至所述获客平台;
步骤4:所述获客平台平时与多渠道的客户直接交互并同时接收来自所述用户行为分析集群的挽弃名单后将所有数据传输至所述大数据平台以进行各环节统一管理配置。
进一步地,所述步骤3中设定判断条件的判断包括是否完成三要素填写,若是则继续进行处理,若否则不作处理。
进一步地,所述步骤3中设定判断条件的判断包括是否在设定时间内完成提交,若是则产出挽弃名单,若否则不作处理。
本发明还提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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所述的基于所述的基于行为数据的用户行为分析平台系统的用户行为分析方法的步骤。
本发明还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所述的基于所述的基于行为数据的用户行为分析平台系统的用户行为分析方法的步骤。
与现有技术相比,本发明具有以下优点:
(1)随着业务系统自身功能的增加和优化,服务器压力越来越大,很难单独拿出资源来实时筛选这些挽弃客户,而且由于数据量较大,普通服务器很难实时处理这么多的数据。而本发明将该功能放在用户行为分析平台的Spark集群中,能够很好的解决这部分问题,业务系统可以将更多的精力放在自身系统的优化上。
(2)Spark集群将数据转换成弹性分布式数据集结构,将计算压力分散到多个服务器中,能够实时处理海量数据,而不用担心服务器资源的不足的情况。每5分钟处理一次数据,相对于原有功能的半小时处理一次,实时性得到了巨大提升。能够在客户办卡意愿降低前拿到挽弃名单,引导客户完成办卡申请。
(3)根据实际反馈,有可能需要调整挽弃名单产出的策略,原功能只能通过重新发版来解决,本发明可以通过前端修改配置来实现策略的调整。
(4)Redis服务器加载自身配置进行实时客户挽弃分析数据处理操作,可以根据需求灵活配置前端。
(5)大数据平台接收来自获客平台包括挽弃名单的所有数据并对整个系统的各环节统一管理配置,可以对接各个环节统一管理配置。
(6)本发明系统可以独立于原系统单独运行。
附图说明
图1为本发明用户行为分析平台系统的网络架构图;
图2为本发明用户行为分析方法的流程图;
图3为本发明具体实施例的系统结构及对应的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本发明目前已对接支付宝,新通用,新获客平台。同时也可支持中移动、微信支付、营销APP、QQ钱包、手淘、京东、第三方通用办卡、PC办卡、微信还款等。可兼容不同渠道的线上办卡申请挽弃名单产出推送,满足不同平台的需求。
本发明通过监控用户行为数据,根据前端配置筛选符合要求的客户名单,实时推送到各个平台。客户行为数据到名单产出流程如图3所示。
目前设定条件为客户填写完基本信息页的三要素后,用户行为分析平台捕捉到该客户的操作后,将该客户的ID存入到Redis服务器中,对该客户的后续操作进行监控。若客户后续未提交申请,且间断时间超过配置时间,则将该客户列入挽弃名单中,推送至原申请平台,并由原平台将该用户入仓。
客户经过何种操作后列为监控对象和最终判定是否需要进入挽弃名单条件可根据各自平台实际情况和需求进行灵活配置,时间间隔可实时根据实际效果随时调整。
本发明系统对应的网络结构图如图1所示,包括大数据平台、获客平台、用户行为分析集群、Redis服务器和Nginx服务器,其中:
大数据平台,处于内网区,与获客平台相通讯连接,用于接收来自获客平台包括挽弃名单的所有数据并对整个系统的各环节统一管理配置;
获客平台,处于APP区,与用户行为分析集群相通讯连接,用于平时与多渠道的客户直接交互并同时接收来自用户行为分析集群的挽弃名单后将所有数据传输至大数据平台;
用户行为分析集群,处于APP区,分别与Redis服务器和Nginx服务器相通讯连接,用于接收来自Nginx服务器的客户行为报文,清洗报文获取行为数据,并经后续处理和判断后产出挽弃名单传输至获客平台;
Redis服务器,处于APP区,用于加载自身配置并配合用户行为分析集群进行实时客户挽弃分析数据处理操作,同时监测客户后续操作;
Nginx服务器,处于WEB区,用于接收客户行为报文并传输至用户行为分析集群进行数据处理操作。
如图2为基于本发明系统的用户行为分析方法的流程图,包括:
步骤1:利用Nginx服务器接收客户行为报文并传输至用户行为分析集群进行数据处理操作;
步骤2:用户行为分析集群接收来自Nginx服务器的客户行为报文,清洗报文获取行为数据,同时联合Redis服务器加载自身配置进行实时客户挽弃分析数据处理操作;
步骤3:经Redis服务器客户挽弃分析数据处理操作后于用户行为分析集群中继续进行设定判断条件的判断,产出挽弃名单并传输至所述获客平台;
步骤4:获客平台平时与多渠道的客户直接交互并同时接收来自用户行为分析集群的挽弃名单后将所有数据传输至大数据平台以进行各环节统一管理配置。
步骤3中设定判断条件的判断包括是否完成三要素填写,若是则继续进行处理,若否则不作处理。
步骤3中设定判断条件的判断还包括是否在设定时间内完成提交,若是则产出挽弃名单,若否则不作处理。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种基于行为数据的用户行为分析平台系统,其特征在于,该系统包括大数据平台、获客平台、用户行为分析集群、Redis服务器和Nginx服务器,其中:
所述大数据平台,处于内网区,与所述获客平台相通讯连接,用于接收来自所述获客平台包括挽弃名单的所有数据并对整个系统的各环节统一管理配置;
所述获客平台,处于APP区,与所述用户行为分析集群相通讯连接,用于平时与多渠道的客户直接交互并同时接收来自所述用户行为分析集群的挽弃名单后将所有数据传输至所述大数据平台;
所述用户行为分析集群,处于APP区,分别与所述Redis服务器和所述Nginx服务器相通讯连接,用于接收来自所述Nginx服务器的客户行为报文,清洗报文获取行为数据,并经后续处理和判断后产出挽弃名单传输至所述获客平台;
所述Redis服务器,处于APP区,用于加载自身配置并配合所述用户行为分析集群进行实时客户挽弃分析数据处理操作,同时监测客户后续操作;
所述Nginx服务器,处于WEB区,用于接收客户行为报文并传输至所述用户行为分析集群进行数据处理操作。
2.根据权利要求1所述的一种基于行为数据的用户行为分析平台系统,其特征在于,所述的用户行为分析集群采用Spark集群。
3.根据权利要求1所述的一种基于行为数据的用户行为分析平台系统,其特征在于,所述的Nginx服务器接收客户行为报文并采用Flume系统工具传输至所述用户行为分析集群进行数据处理操作。
4.根据权利要求1所述的一种基于行为数据的用户行为分析平台系统,其特征在于,所述的用户行为分析集群接收来自所述Nginx服务器的客户行为报文,清洗报文获取行为数据,并经后续处理和判断后利用Kafka系统工具产出挽弃名单传输至所述获客平台。
5.一种基于行为数据的用户行为分析方法,其特征在于,该方法应用于如权利要求1所述的一种基于行为数据的用户行为分析平台系统,且包括以下步骤:
步骤1:利用所述Nginx服务器接收客户行为报文并传输至所述用户行为分析集群进行数据处理操作;
步骤2:所述用户行为分析集群接收来自所述Nginx服务器的客户行为报文,清洗报文获取行为数据,同时联合所述Redis服务器加载自身配置进行实时客户挽弃分析数据处理操作;
步骤3:经所述用户行为分析集群与Redis服务器联合实现的客户挽弃分析数据处理操作后于所述用户行为分析集群中继续进行设定判断条件的判断,产出挽弃名单并传输至所述获客平台;
步骤4:所述获客平台平时与多渠道的客户直接交互并同时接收来自所述用户行为分析集群的挽弃名单后将所有数据传输至所述大数据平台以进行各环节统一管理配置。
6.如权利要求5所述的基于行为数据的用户行为分析方法,其特征在于,所述步骤3中设定判断条件的判断包括是否完成三要素填写,若是则继续进行处理,若否则不作处理。
7.如权利要求5所述的基于行为数据的用户行为分析方法,其特征在于,所述步骤3中设定判断条件的判断包括是否在设定时间内完成提交,若是则不作处理,若否则产出挽弃名单。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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5至7任一项所述的基于行为数据的用户行为分析方法的步骤。
9.一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5至7任一项所述的基于行为数据的用户行为分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010832466.3A CN111930508B (zh) | 2020-08-18 | 2020-08-18 | 基于行为数据的用户行为分析平台系统、方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010832466.3A CN111930508B (zh) | 2020-08-18 | 2020-08-18 | 基于行为数据的用户行为分析平台系统、方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111930508A CN111930508A (zh) | 2020-11-13 |
CN111930508B true CN111930508B (zh) | 2022-08-12 |
Family
ID=73305410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010832466.3A Active CN111930508B (zh) | 2020-08-18 | 2020-08-18 | 基于行为数据的用户行为分析平台系统、方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111930508B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112308709B (zh) * | 2020-11-24 | 2022-08-12 | 上海浦东发展银行股份有限公司 | 一种用于信用卡获客平台的分流方法、系统及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427163A (zh) * | 2015-12-09 | 2016-03-23 | 华夏银行股份有限公司 | 一种数据控制系统 |
CA2965846A1 (en) * | 2014-10-27 | 2016-05-06 | Flamingo Ventures Pty Ltd | Customer experience personalisation management platform |
CN107944059A (zh) * | 2017-12-29 | 2018-04-20 | 深圳市中润四方信息技术有限公司西安分公司 | 一种基于流计算的用户行为分析方法及系统 |
CN109087140A (zh) * | 2018-08-07 | 2018-12-25 | 广州航海学院 | 一种基于spark大数据的闭环目标客户识别方法 |
CN109377321A (zh) * | 2018-11-16 | 2019-02-22 | 上海浦东发展银行股份有限公司信用卡中心 | 一种多渠道定制化信用卡智能申请系统 |
CN110119421A (zh) * | 2019-04-03 | 2019-08-13 | 昆明理工大学 | 一种基于Spark流式分类的电力窃电用户识别方法 |
US10410281B1 (en) * | 2008-07-16 | 2019-09-10 | Jpmorgan Chase Bank, N.A. | Systems and methods for identifying and capturing potential bankcard spending |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140085613A (ko) * | 2012-12-20 | 2014-07-08 | 현대자동차주식회사 | 소셜 마케팅 시스템, 서버 및 방법 |
US20150019317A1 (en) * | 2013-07-13 | 2015-01-15 | Spring Marketplace, Inc. | Systems and methods to enable offer and rewards marketing and CRM (network) platform |
US20150081880A1 (en) * | 2013-09-17 | 2015-03-19 | Stackdriver, Inc. | System and method of monitoring and measuring performance relative to expected performance characteristics for applications and software architecture hosted by an iaas provider |
CN111143673B (zh) * | 2019-12-19 | 2024-03-22 | 上海云角信息技术有限公司 | 一种多渠道客户信息处理及自动化营销的方法及系统 |
-
2020
- 2020-08-18 CN CN202010832466.3A patent/CN111930508B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10410281B1 (en) * | 2008-07-16 | 2019-09-10 | Jpmorgan Chase Bank, N.A. | Systems and methods for identifying and capturing potential bankcard spending |
CA2965846A1 (en) * | 2014-10-27 | 2016-05-06 | Flamingo Ventures Pty Ltd | Customer experience personalisation management platform |
CN105427163A (zh) * | 2015-12-09 | 2016-03-23 | 华夏银行股份有限公司 | 一种数据控制系统 |
CN107944059A (zh) * | 2017-12-29 | 2018-04-20 | 深圳市中润四方信息技术有限公司西安分公司 | 一种基于流计算的用户行为分析方法及系统 |
CN109087140A (zh) * | 2018-08-07 | 2018-12-25 | 广州航海学院 | 一种基于spark大数据的闭环目标客户识别方法 |
CN109377321A (zh) * | 2018-11-16 | 2019-02-22 | 上海浦东发展银行股份有限公司信用卡中心 | 一种多渠道定制化信用卡智能申请系统 |
CN110119421A (zh) * | 2019-04-03 | 2019-08-13 | 昆明理工大学 | 一种基于Spark流式分类的电力窃电用户识别方法 |
Non-Patent Citations (4)
Title |
---|
"商业银行大数据分析平台的设计与实现";步腾跃;《中国优秀硕士学位论文全文数据库》;20200215;全文 * |
基于Spark核心架构的大数据平台技术研究与实践;郭慈等;《电信工程技术与标准化》;20161015(第10期);全文 * |
大数据全渠道风控体系的探索与实践;刘良俊;《中国金融电脑》;20180807(第08期);全文 * |
面向推荐系统的用户行为记录数据实时预处理研究与实现;韦智勇;《企业科技与发展》;20180810(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111930508A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10095993B1 (en) | Methods and apparatus for configuring granularity of key performance indicators provided by a monitored component | |
CN110428127B (zh) | 自动化分析方法、用户设备、存储介质及装置 | |
US11176030B2 (en) | Conducting automated software testing using centralized controller and distributed test host servers | |
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
US10223248B2 (en) | Conducting automated software testing using centralized controller and distributed test host servers | |
US20150149554A1 (en) | Automatic capture of detailed analysis information based on remote server analysis | |
US11704185B2 (en) | Machine learning-based techniques for providing focus to problematic compute resources represented via a dependency graph | |
CN109560996B (zh) | 物联网终端自动化测试系统及方法 | |
CN111045911B (zh) | 性能测试方法、性能测试装置、存储介质与电子设备 | |
CN114357495B (zh) | 基于区块链的预言机链下聚合方法、装置、设备和介质 | |
CN111930508B (zh) | 基于行为数据的用户行为分析平台系统、方法及存储介质 | |
CN113570468A (zh) | 一种企业支付风控服务平台 | |
CN114328132A (zh) | 外部数据源的状态监控方法、装置、设备和介质 | |
CN106559498A (zh) | 风控数据收集平台及其收集方法 | |
US20240143479A1 (en) | Using machine learning for automatically generating a recommendation for a configuration of production infrastructure, and applications thereof | |
US11379777B2 (en) | Estimating a result of configuration change(s) in an enterprise | |
CN103580951B (zh) | 多个信息系统的输出比较方法、测试迁移辅助方法及系统 | |
US11392375B1 (en) | Optimizing software codebases using advanced code complexity metrics | |
CN112765213A (zh) | 一种二代征信自动化查询方法、系统及计算机设备 | |
Medhi et al. | Investigations on evaluation of some QoS aspects of service oriented computing system based on web services | |
US11888686B2 (en) | Admin change recommendation in an enterprise | |
US11789781B1 (en) | Load generation for benchmarking | |
US20220043742A1 (en) | Method and System for Digital Webpage Testing | |
CN115334153B (zh) | 服务网格的数据处理方法和装置 | |
US20230214312A1 (en) | Mapping api dependencies for a journey test |
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 |