CN112084180A - 一种监控车载应用质量的方法、装置、设备及介质 - Google Patents
一种监控车载应用质量的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112084180A CN112084180A CN202010911910.0A CN202010911910A CN112084180A CN 112084180 A CN112084180 A CN 112084180A CN 202010911910 A CN202010911910 A CN 202010911910A CN 112084180 A CN112084180 A CN 112084180A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- information
- mounted application
- target data
- 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 47
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000010354 integration Effects 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000004140 cleaning Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims 1
- 230000004044 response Effects 0.000 description 39
- 230000006870 function Effects 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013499 data model Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2468—Fuzzy queries
-
- 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
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种车载应用质量监控方法、装置、设备及介质。该方法包括：基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；根据业务分类信息对处理后的目标数据进行分类和分析判断；根据分析判断结果，判定车载应用质量。上述方案可以对车载应用的实时数据进行整合运算及判断，实现对车载应用实时运行情况的监控，进而可以通过实时数据对车载应用实现应用优化。
Description
技术领域
本发明实施例涉及车辆技术，尤其涉及一种监控车载应用质量的方法、装置、设备及介质。
背景技术
随着汽车智能化的不断发展，车载应用也愈发多样性，用户对于车载应用的需求日益强烈。可靠的服务监控手段，可以用于及时处理突发问题，并能在应用迭代优化过程中给予评价和建议。
现有技术中，通过对采集到的数据进行数据准确度和异常度判断，判定车载应用的运行状态。缺少对实时数据的整合运算及判断，对车载应用的实时运行情况监控不足，不易通过实时数据对车载应用实现应用优化。
发明内容
本发明提供一种监控车载应用质量的方法、装置、设备及介质，以实现对车载应用实时运行情况的监控，进而可以通过实时数据对车载应用实现应用优化。
第一方面，本发明实施例提供了一种车载应用质量监控方法，包括：
基于预设信息构建的整合层数据分类信息，对接收到的数据进行处理；
根据业务分类信息对处理后的目标数据进行分类和分析判断；
根据分析判断结果，判定车载应用质量。
第二方面，本发明实施例还提供了一种车载应用质量监控装置，该装置包括：
处理模块，用于基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；
执行模块，用于根据业务分类信息对处理后的目标数据进行分类和分析判断；
判定模块，用于根据分析判断结果，判定车载应用质量。
第三方面，本发明实施例还提供了一种车载应用质量监控设备，该设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
接收装置，用于接收待处理数据；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的车载应用质量监控方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如第一方面所述的一种车载应用质量监控方法。
本发明实施例提供一种车载应用质量监控方法、装置、设备及介质，该方法包括：基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；根据业务分类信息对处理后的目标数据进行分类和分析判断；根据分析判断结果，判定车载应用质量。上述方案可以对车载应用的实时数据进行整合运算及判断，实现对车载应用实时运行情况的监控，进而可以通过实时数据对车载应用实现应用优化。
附图说明
图1为本发明实施例一提供的一种车载应用质量监控方法的流程图；
图2为本发明实施例二提供的一种车载应用质量监控方法的流程图；
图3为本发明实施例二提供的一种车载应用质量监控方法的实现流程图；
图4为本发明实施例三提供的一种车载应用质量监控装置的示意图；
图5为本发明实施例四提供的一种车载应用质量监控设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种车载应用质量监控方法的流程图，本实施例可适用于车载应用实时控制情况，该方法可以由汽车系统来执行，具体包括如下步骤：
步骤110、基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理。
接收到的数据可以包括接口数据和埋点数据，具体地，可以包括云端接口响应数据和车载应用埋点数据。接收到数据后，可以根据预设信息和构建的整合层数据分类信息对数据进行处理。其中预设信息可以包括分类信息和清洗信息等。整合层数据分类信息可以包括根据整合层数据模型对数据进行分类转化的信息。
具体地，云端接口响应数据可以包括云端调用生态资源提供商提供的接口时，返回的数据。包含接口响应时间、响应正常情况以及响应异常情况。车载应用埋点数据可以包括根据云端配置的埋点策略，以及具体埋点项，车载应用实时上传的数据。
埋点就是在车载应用中特定的流程收集的信息，用来跟踪车载应用的运行情况，后续用来进一步优化应用或是提供运营的数据支撑，可以包括访问数(Visits)、访客数(Visitor)、停留时长(Time On Site)、页面浏览数(Page Views)和跳出率(Bounce Rate)等。埋点数据的信息收集可以包括：页面统计和统计操作行为。
预设信息可以用于对数据进行分类和/或清洗。整合层数据分类信息可以用于对数据进行分类转化。
需要说明的是，整合层数据分类信息所处的整合层数据分类模型可以实现，将云端接口响应数据转化为生态资源提供商标识、接口标识、接口响应时间、接口响应信息等，将车载应用埋点数据转化为应用标识、内部功能标识、访问接口地址、响应信息、内部异常信息、系统级别错误标识等。例如，应用标识可以包括墨迹天气和网易云音乐等。内部功能标识可以包括天气和音乐等。访问接口地址可以包括访问墨迹天气和网易云音乐的接口地址等。响应信息可以包括天气情况和音乐信息等。内部异常信息可以包括异常天气和歌曲缺少权限等。系统级别错误标识可以包括黑屏或者关机等。
对接收到的数据根据预设信息包括的分类信息和清洗信息以及整合层数据分类信息包括的根据整合层数据模型对数据进行分类转化的信息进行处理。实现了对实时数据的初分类，减少了数据数据冗余现象的发生。
步骤120、根据业务分类信息对处理后的目标数据进行分类和分析判断。
处理后的目标数据可以包括车载应用的多种实时数据，实时数据可以用于根据业务分类信息对车载应用进行质量监控。首先可以根据业务分类信息对实时数据进行分类，进而根据分类后的实时数据对特定的业务进行业务分析。
其中，业务分类信息可以包括产品优化指标、服务评价指标和资源自动切换判断。具体地，产品优化指标可以包括应用使用频率、应用使用时长、内部功能使用频率、内部功能使用时长、异常总数和异常分类等。服务评价指标可以包括接口调用总数、异常总数、异常分类、平均响应时间和无响应总数等。资源自动切换判断可以包括根据特定时间内的异常或者响应时间进行判断。
另外，对产品优化指标和服务评价指标的查询可以通过时间查询或者模糊条件查询。具体地，模糊条件查询可以包括使用者信息等。
步骤130、根据分析判断结果，判定车载应用质量。
分析判断结果可以包括产品优化指标和服务评价指标的具体数值，资源自动切换的次数等。根据分析判断结果可以判定车载应用是否需要优化，进而判断车载应用的质量。
具体地，应用使用时间长、频率高、应用对应的接口异常少、应用对应的接口响应时间快、无响应总数少并且资源自动切换次数少，表明车载应用质量较好，反之则表明车载应用质量不佳。
本实施例的技术方案，通过基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；根据业务分类信息对处理后的目标数据进行分类和分析判断；根据分析判断结果，判定车载应用质量。通过对车载应用的实时数据进行整合运算及判断，实现了对车载应用实时运行情况的监控，进而达到了通过实时数据对车载应用实现应用优化的效果。
实施例二
图2为本发明实施例二提供的一种车载应用质量监控方法的流程图，本实施例是在上述实施例的基础上进行具体化。
如图2所示，本发明实施例二提供了车载应用质量监控方法，包括如下步骤：
步骤210、根据预设信息，对接收到的数据进行清洗。
接收到的实时数据可以包括重复数据和错误数据等，可以首先对数据进行清洗。数据清洗可以包括对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。
一种实施方式中，当数据包括接口数据时，根据预设信息，对接收到的数据进行清洗，包括：
将基于生态资源供应商预设的唯一标识与对应的数据进行关联。
具体地，可以为生态资源供应商预设唯一标识。唯一标识可以根据生态资源供应商的功能或者生态资源供应商的下载顺序等进行预设。当然，在实际应用中，也可以根据其他特征对生态资源供应商进行预设唯一标识。
根据读取到的唯一标识对数据进行分类。
具体地，唯一标识对应唯一的生态资源供应商，可以根据数据携带的唯一标识对数据进行分类。
基于上传的数据分类标识对分类数据进行清洗。
具体地，数据分类标识可以包括时间数据和接口地址数据等。时间数据和接口地址数据可能包含冗余数据或者数据可能确实，所以可以对数据进行清洗。减少无效数据对系统资源的浪费，加快了数据处理效率。
另一种实施方式中，当数据包括埋点数据时，根据预设信息，对接收到的数据进行清洗，包括：
根据预设的行为分类和系统信息分类，对数据进行清洗。
具体地，车载应用上传的埋点数据包含大量根据业务需要设计的埋点数据，其中包括大量冗余数据。可以根据预设的行为分类和系统信息分类对数据进行清洗。行为分类可以包括用户的点击和切换等，系统分类可以包括系统的登录或者退出等。
需要说明的是，数据清洗规则可以包括必填字段空校验、时间格式校验、数字校验、长度校验和特殊符号校验等。数据清洗处理方法可以包括：正则校验、数据补值和数据抛弃等。
步骤220、基于构建的整合层数据分类信息，对清洗后的目标数据进行转化，得到清洗后的目标数据的特征信息。
具体地，可以根据包含整合层数据分类信息的整合层数据模型，对清洗后的目标数据进行数据转化，进而得到其特征信息。其中，云端接口响应数据特征信息可以包括生态资源供应商、接口、接口响应时间和接口响应信息等。车载应用埋点数据特征信息可以包括应用、内部功能、访问接口地址、响应信息、内部异常信息和系统级别错误等。
一种实施方式中，可以通过如下方式得到清洗后的目标数据的特征信息：
提取清洗后的目标数据的特征标识。
具体地，云端接口响应数据特征标识可以包括生态资源供应商标识、接口标识、接口响应时间和接口响应信息等。车载应用埋点数据特征标识可以包括应用标识、内部功能标识、访问接口地址、响应信息、内部异常信息和系统级别错误等。
根据特征标识对清洗后的目标数据进行提取分类，得到清洗后的目标数据的特征信息。
具体地，可以根据特征标识对清洗后的目标数据进行提取分类，进而得到清洗后的目标数据的特征信息。
步骤230、根据业务分类信息对处理后的目标数据进行分类和分析判断。
一种实施方式中，步骤230具体包括：
当业务分类信息包括产品优化和服务评价时，基于第一预设条件对处理后的目标数据进行产品优化指标和服务评价指标分析判断。
具体地，第一预设条件可以包括特定时间内车载应用使用频率小于第一特定值、特定时间内车载应用使用时长小于第一特定时长、特定车载应用的内部功能使用频率小于第二特定值、特定车载应用的内部功能使用时长小于第二特定时长、特定时间内车载应用异常总数大于第三特定值、特定时间内车载应用异常分类大于第四特定值、接口调用总数小于第五特定值、异常总数大于第六特定值、异常分类大于第七特定值、平均响应时间大于第三特定时长、无响应总数大于第八特定值等，例如，一周内车载应用使用频率小于四天、一周内车载应用使用时长小于18小时、特定车载应用的内部功能使用频率小于四天、特定车载应用的内部功能使用时长小于18小时、一周内车载应用异常总数大于4、一周内车载应用异常分类大于3、接口调用总数小于14、异常总数大于4、异常分类大于3、平均响应时间大于一分钟、无响应总数大于4等情况。
其中，特定时间内车载应用使用频率小于第一特定值、特定时间内车载应用使用时长小于第一特定时长、特定车载应用的内部功能使用频率小于第二特定值、特定车载应用的内部功能使用时长小于第二特定时长、特定时间内车载应用异常总数大于第三特定值、特定时间内车载应用异常分类大于第四特定值用于对产品优化指标进行分析判断。接口调用总数小于第五特定值、异常总数大于第六特定值、异常分类大于第七特定值、平均响应时间大于第三特定时长、无响应总数大于第八特定值用于对服务评价指标进行分析判断。
当业务分类信息包括生态资源供应商资源切换时，基于第二预设条件对处理后的目标数据进行生态资源供应商资源切换判断。
具体地，可以通过在特定时间范围内设置阈值实现生态资源供应商资源切换判断。例如，24小时内，服务无响应总数/接口调用总数>阈值1、平均响应时间>阈值2、异常总数/接口调用总数>阈值3，满足一种或者几种第二预设条件，则根据唯一标识对生态资源供应商进行切换。
优选地，为了保证车载应用的用户体验，当处理后的目标数据符合第二预设条件时，根据唯一标识对生态资源供应商进行切换。
步骤240、根据分析判断结果，判定车载应用质量
分析判断结果可以包括产品优化指标和服务评价指标的具体数值，资源自动切换的次数等。根据分析判断结果可以判定车载应用是否需要优化，进而判断车载应用的质量。
本实施例通过具体的业务分类信息对车载应用实时数据进行指标分析或者判断，实现对车载应用实时数据的监控，进一步可以对车载应用进行产品优化和服务评价或者资源切换。
图3为本发明实施例二提供的一种车载应用质量监控方法的实例流程图，示例性的给出了其中一种。如图3所示，
步骤310、接收云端接口响应数据和车载应用埋点数据。
具体地，接收云端调用生态资源提供商提供的接口时，返回的数据和车载应用根据云端配置的埋点策略，以及具体埋点项，应用实时向云端上传埋点数据。云端接口响应数据和车载应用埋点数据可以用于实时反映车载应用的运行质量。
步骤320、按照预设规则对云端接口响应数据和车载应用埋点数据进行分类和清洗处理。
具体地，云端接口响应数据和车载应用埋点数据包含重复数据和错误数据等，并且混乱存储在系统中，所以在对其进行转化和/或分析判断之前可以对其进行分类和清洗。
可以按照预设规则对云端接口响应数据进行分类和清洗，对车载应用埋点数据进行清洗。具体分类和清洗方法如实施例二所述，在此不再赘述。
步骤330、将清洗后的目标数据按照特征标识进行转化，得到清洗后的目标数据的特征信息。
具体地，可以根据包含整合层数据分类信息的整合层数据模型，对清洗后的目标数据进行数据转化，进而得到其特征信息。其中，云端接口响应数据特征信息可以包括生态资源供应商、接口、接口响应时间和接口响应信息等。车载应用埋点数据特征信息可以包括应用、内部功能、访问接口地址、响应信息、内部异常信息和系统级别错误等。
具体转化方式如实施例二所述，在此不再赘述。
步骤340、根据不同的业务分类信息对处理后的目标数据进行分类和分析判断，分析判断结果用于优化车载应用、车载应用服务评价或者切换车载应用。
具体地，分析判断结果可以包括产品优化指标和服务评价指标的具体数值，资源自动切换的次数等。根据分析判断结果可以判定车载应用是否需要优化，进而判断车载应用的质量。
具体分析判断方式如实施例二所述，在此不再赘述。
本实施例的实现方式，通过接收云端接口响应数据和车载应用埋点数据，按照预设规则对云端接口响应数据和车载应用埋点数据进行分类和清洗处理，将清洗后的目标数据按照特征标识进行转化，得到清洗后的目标数据的特征信息，根据不同的业务分类信息对处理后的目标数据进行分类和分析判断，分析判断结果用于优化车载应用、车载应用服务评价或者切换车载应用。实现了对车载应用实时运行情况的监控，进而达到了通过实时数据对车载应用实现应用优化的效果。
实施例三
图4为本发明实施例三提供的一种车载应用质量监控装置的示意图，该装置可以用于汽车系统监控车载应用质量的情况，便于对车载应用的实时运行情况进行监控。该装置可以通过软件和/或硬件实现，一般集成在汽车系统中。
如图4所示，该装置包括：处理模块410、执行模块420和判定模块430，其中，
处理模块410，用于基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理。
执行模块420，用于根据业务分类信息对处理后的目标数据进行分类和分析判断。
判定模块430，用于根据分析判断结果，判定车载应用质量。
本发明实施例所提供的车载应用质量监控装置，基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；根据业务分类信息对处理后的目标数据进行分类和分析判断；根据分析判断结果，判定车载应用质量。该装置可以对车载应用的实时数据进行整合运算及判断，实现对车载应用实时运行情况的监控，进而可以通过实时数据对车载应用实现应用优化。
在上述实施例的基础上，处理模块410，具体用于：
根据预设信息，对接收到的数据进行清洗。
一种实施方式中，当数据包括接口数据时，具体包括：
将基于生态资源供应商预设的唯一标识与对应的数据进行关联；
根据读取到的唯一标识对数据进行分类；
基于上传的数据分类标识对分类数据进行清洗。
另一种实施方式中，当数据包括埋点数据时，具体包括：
根据预设的行为分类和系统信息分类，对数据进行清洗。
基于构建的整合层数据分类信息，对清洗后的目标数据进行转化，得到清洗后的目标数据的特征信息。
在上述实施例的基础上，执行模块420，具体用于：
当业务分类信息包括产品优化和服务评价时，基于第一预设条件对处理后的目标数据进行产品优化指标和服务评价指标分析判断；
当业务分类信息包括生态资源供应商资源切换时，基于第二预设条件对处理后的目标数据进行生态资源供应商资源切换判断。
优选地，当处理后的目标数据不符合第二预设条件时，根据唯一标识对生态资源供应商进行切换。
本发明实施例所提供的车载应用质量监控装置可执行本发明任意实施例所提供的车载应用质量监控方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种车载应用质量监控设备的结构示意图，如图5所示，该设备包括处理器510、存储器520和接收装置530；设备中处理器510的数量可以是一个或多个，图5中以一个处理器510为例；设备中的处理器510、存储器520和接收装置530可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车载应用质量监控方法对应的程序指令/模块(例如，车载应用质量监控装置中的处理模块410、执行模块420和判定模块430)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块，从而执行设备/终端/服务器的各种功能应用以及数据处理，即实现上述的车载应用质量监控方法。
存储器520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器520可进一步包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
接收装置530可用于接收待处理的车载应用数据。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车载应用质量监控方法，该方法包括：
基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；
根据业务分类信息对处理后的目标数据进行分类和分析判断；
根据分析判断结果，判定车载应用质量。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种车载应用质量监控方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种车载应用质量监控方法，其特征在于，包括：
基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；
根据业务分类信息对处理后的目标数据进行分类和分析判断；
根据分析判断结果，判定车载应用质量。
2.根据权利要求1所述的方法，其特征在于，根据预设信息和构建的整合层数据分类信息，对接收到的数据进行处理，包括：
根据预设信息，对接收到的数据进行清洗；
基于构建的整合层数据分类信息，对清洗后的目标数据进行转化，得到清洗后的目标数据的特征信息。
3.根据权利要求2所述的方法，其特征在于，当数据包括接口数据时，根据预设信息，对接收到的数据进行清洗，包括：
将基于生态资源供应商预设的唯一标识与对应的数据进行关联；
根据读取到的所述唯一标识对所述数据进行分类；
基于上传的数据分类标识对分类数据进行清洗。
4.根据权利要求2所述的方法，其特征在于，当数据包括埋点数据时，根据预设信息，对接收到的数据进行清洗，包括：
根据预设的行为分类和系统信息分类，对数据进行清洗。
5.根据权利要求2所述的方法，其特征在于，基于构建的整合层数据分类信息，对清洗后的目标数据进行转化，得到清洗后的目标数据的特征信息，包括：
提取清洗后的目标数据的特征标识；
根据所述特征标识对清洗后的目标数据进行提取分类，得到清洗后的目标数据的特征信息。
6.根据权利要求1所述的方法，其特征在于，根据业务分类信息对处理后的目标数据进行分类和分析判断，包括：
当所述业务分类信息包括产品优化和服务评价时，基于第一预设条件对处理后的目标数据进行产品优化指标和服务评价指标分析判断；
当所述业务分类信息包括生态资源供应商资源切换时，基于第二预设条件对处理后的目标数据进行生态资源供应商资源切换判断。
7.根据权利要求6所述的方法，其特征在于，基于第二预设条件对所述数据进行生态资源供应商资源切换判断，包括：
当处理后的目标数据符合所述第二预设条件时，根据唯一标识对所述生态资源供应商进行切换。
8.一种车载应用质量监控装置，其特征在于，包括：预处理模块、执行模块和判定模块，其中，
处理模块，用于基于预设信息和构建的整合层数据分类信息，对接收到的数据进行处理；
执行模块，用于根据业务分类信息对处理后的目标数据进行分类和分析判断；
判定模块，用于根据分析判断结果，判定车载应用质量。
9.一种车载应用质量监控设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
接收装置，用于接收待处理数据；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的车载应用质量监控方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一所述的一种车载应用质量监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010911910.0A CN112084180A (zh) | 2020-09-02 | 2020-09-02 | 一种监控车载应用质量的方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010911910.0A CN112084180A (zh) | 2020-09-02 | 2020-09-02 | 一种监控车载应用质量的方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112084180A true CN112084180A (zh) | 2020-12-15 |
Family
ID=73733090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010911910.0A Pending CN112084180A (zh) | 2020-09-02 | 2020-09-02 | 一种监控车载应用质量的方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112084180A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112918382A (zh) * | 2021-02-18 | 2021-06-08 | 中国第一汽车股份有限公司 | 一种影像显示方法、装置、设备及存储介质 |
| CN113067854A (zh) * | 2021-03-12 | 2021-07-02 | 斑马网络技术有限公司 | 车载设备内容资源获取方法、装置、设备及存储介质 |
| CN115035705A (zh) * | 2021-03-03 | 2022-09-09 | 上海博泰悦臻网络技术服务有限公司 | 车辆实时状况监控方法、装置、电子设备及介质 |
| CN115640947A (zh) * | 2022-12-26 | 2023-01-24 | 中国汽车技术研究中心有限公司 | 车机功能评价方法、电子设备及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106817427A (zh) * | 2017-02-03 | 2017-06-09 | 上海喜泊客信息技术有限公司 | 车载终端及用于车载终端的系统 |
| CN107016057A (zh) * | 2017-02-28 | 2017-08-04 | 北京铁路局 | 列控车载atp设备一体化智能运维方法及系统 |
| CN109389972A (zh) * | 2018-09-21 | 2019-02-26 | 四川长虹电器股份有限公司 | 语义云功能的质量测试方法、装置、存储介质和设备 |
| CN109921941A (zh) * | 2019-03-18 | 2019-06-21 | 腾讯科技（深圳）有限公司 | 网络业务质量评估和优化方法、装置、介质及电子设备 |
| CN110019157A (zh) * | 2017-11-06 | 2019-07-16 | 北京航天长峰科技工业集团有限公司 | 基于物联网的安全生产业务数据分析方法 |
| CN110263229A (zh) * | 2019-06-27 | 2019-09-20 | 北京中油瑞飞信息技术有限责任公司 | 一种基于数据湖的数据治理方法及装置 |
| CN110300002A (zh) * | 2018-03-22 | 2019-10-01 | 勤智数码科技股份有限公司 | 一种可视化的分布式运维方法及装置 |
| CN110853184A (zh) * | 2019-11-29 | 2020-02-28 | 上海能塔智能科技有限公司 | 车载计算信息的分析处理方法、装置、设备与存储介质 |
| CN111078544A (zh) * | 2019-12-04 | 2020-04-28 | 腾讯科技（深圳）有限公司 | 一种软件缺陷预测方法、装置、设备及存储介质 |
-
2020
- 2020-09-02 CN CN202010911910.0A patent/CN112084180A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106817427A (zh) * | 2017-02-03 | 2017-06-09 | 上海喜泊客信息技术有限公司 | 车载终端及用于车载终端的系统 |
| CN107016057A (zh) * | 2017-02-28 | 2017-08-04 | 北京铁路局 | 列控车载atp设备一体化智能运维方法及系统 |
| CN110019157A (zh) * | 2017-11-06 | 2019-07-16 | 北京航天长峰科技工业集团有限公司 | 基于物联网的安全生产业务数据分析方法 |
| CN110300002A (zh) * | 2018-03-22 | 2019-10-01 | 勤智数码科技股份有限公司 | 一种可视化的分布式运维方法及装置 |
| CN109389972A (zh) * | 2018-09-21 | 2019-02-26 | 四川长虹电器股份有限公司 | 语义云功能的质量测试方法、装置、存储介质和设备 |
| CN109921941A (zh) * | 2019-03-18 | 2019-06-21 | 腾讯科技（深圳）有限公司 | 网络业务质量评估和优化方法、装置、介质及电子设备 |
| CN110263229A (zh) * | 2019-06-27 | 2019-09-20 | 北京中油瑞飞信息技术有限责任公司 | 一种基于数据湖的数据治理方法及装置 |
| CN110853184A (zh) * | 2019-11-29 | 2020-02-28 | 上海能塔智能科技有限公司 | 车载计算信息的分析处理方法、装置、设备与存储介质 |
| CN111078544A (zh) * | 2019-12-04 | 2020-04-28 | 腾讯科技（深圳）有限公司 | 一种软件缺陷预测方法、装置、设备及存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112918382A (zh) * | 2021-02-18 | 2021-06-08 | 中国第一汽车股份有限公司 | 一种影像显示方法、装置、设备及存储介质 |
| CN115035705A (zh) * | 2021-03-03 | 2022-09-09 | 上海博泰悦臻网络技术服务有限公司 | 车辆实时状况监控方法、装置、电子设备及介质 |
| CN113067854A (zh) * | 2021-03-12 | 2021-07-02 | 斑马网络技术有限公司 | 车载设备内容资源获取方法、装置、设备及存储介质 |
| CN113067854B (zh) * | 2021-03-12 | 2023-08-25 | 斑马网络技术有限公司 | 车载设备内容资源获取方法、装置、设备及存储介质 |
| CN115640947A (zh) * | 2022-12-26 | 2023-01-24 | 中国汽车技术研究中心有限公司 | 车机功能评价方法、电子设备及存储介质 |
| CN115640947B (zh) * | 2022-12-26 | 2023-05-05 | 中国汽车技术研究中心有限公司 | 车机功能评价方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112084180A (zh) | 一种监控车载应用质量的方法、装置、设备及介质 | |
| CN111092852A (zh) | 基于大数据的网络安全监控方法、装置、设备及存储介质 | |
| CN106294219B (zh) | 一种设备识别、数据处理方法、装置及系统 | |
| CN102541884B (zh) | 数据库优化方法和装置 | |
| CN111585799A (zh) | 网络故障预测模型建立方法及装置 | |
| CN111866016A (zh) | 日志的分析方法及系统 | |
| CN103532760A (zh) | 用于分析在各主机上执行的命令的分析设备、系统和方法 | |
| CN114116172A (zh) | 一种流量数据采集方法、装置、设备及存储介质 | |
| CN111666978B (zh) | 一种it系统运维大数据的智能故障预警系统 | |
| CN112600719A (zh) | 告警聚类方法、装置及存储介质 | |
| CN104657437A (zh) | 推广情况数据的监测方法及装置 | |
| CN112818201A (zh) | 一种网络数据采集方法、装置、计算机设备及存储介质 | |
| CN113282920B (zh) | 日志异常检测方法、装置、计算机设备和存储介质 | |
| CN115292571A (zh) | 一种App数据采集方法及系统 | |
| CN113238911B (zh) | 告警处理方法及装置 | |
| CN111885159B (zh) | 数据采集方法、装置、电子设备及存储介质 | |
| CN111783804A (zh) | 异常话单确定方法、装置、设备及存储介质 | |
| CN114697234B (zh) | 智能上报数据的电缆 | |
| CN113872947B (zh) | 数据上报方法及装置、电子设备和计算机可读存储介质 | |
| CN113138875B (zh) | 一种故障检测方法、终端以及计算机存储介质 | |
| CN114064741B (zh) | 一种前置数据获取方法、装置、设备及存储介质 | |
| CN113347021B (zh) | 一种模型生成方法、撞库检测方法、装置、电子设备及计算机可读存储介质 | |
| CN115455744A (zh) | 基于用户行为及车辆零部件的建模方法、系统及设备 | |
| CN117743006A (zh) | 一种系统报警方法、装置、电子设备及存储介质 | |
| CN113626673A (zh) | 一种页面数据采集方法、系统、终端及存储介质 |
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: 20201215 |