CN112214508B - 数据处理方法及装置 - Google Patents

Abstract

本说明书提供数据处理方法及装置，其中所述数据处理方法包括：获取业务方针对业务平台上传的问题信息；根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

Description

数据处理方法及装置

技术领域

本说明书涉及数据处理技术领域，特别涉及数据处理方法及装置。

背景技术

随着互联网技术的发展，越来越多的业务平台得到了有效的发展，并且随着不同种类的业务平台的增多，用户能够得到的业务服务也随之丰富起来，不仅提高了用户使用的便捷性，还满足了用户的业务服务需求；而大多数业务平台随着服务用户群体的增大，随之带来用户的反馈问题量也在日益增长，现有技术在针对用户反馈的问题进行处理时，大多是采用工单数据形式流转到技术支持，通过处理分析的方式以解决问题，但是在涉及到相似或相同问题时，由于用户反馈问题的时间不同以及反馈数量不等，这就导致需要消耗较多的资源才能够解决用户反馈的问题，因此亟需一种有效的方案以解决上述问题。

发明内容

有鉴于此，本说明书实施例提供了一种数据处理方法。本说明书同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：

获取业务方针对业务平台上传的问题信息；

根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；

对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；

按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

可选的，所述根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，包括：

确定所述问题信息中包含的多个子问题信息，并确定所述多个子问题信息中各个子问题信息的问题类型；

基于所述问题类型对所述多个子问题信息中的各个子问题信息进行归类，根据归类结果确定目标问题信息；

根据所述业务方的业务标识提取与所述目标问题信息匹配的所述工单数据。

可选的，所述根据所述业务方的业务标识提取与所述目标问题信息匹配的所述工单数据，包括：

确定所述业务方的所述业务标识，并根据所述业务标识读取所述业务方关联的初始工单数据；

计算所述目标问题信息与所述初始工单数据中的各个初始子工单数据的匹配度，根据计算结果确定所述目标问题信息匹配的所述工单数据。

可选的，所述对所述工单数据进行标准化处理获得目标工单数据，包括：

对所述目标问题信息进行解析，根据解析结果确定关联数据维度；

按照所述关联数据维度删除所述工单数据中的第一子数据，向所述工单数据中添加第二子数据和/或修改所述工单数据中的第三子数据，获得所述目标工单数据。

可选的，所述确定所述目标工单数据对应的业务标签，包括：

对所述目标工单数据中包含的各个目标子工单数据进行归类，根据归类结果确定工单数据集合；

在预设的业务标签库中选择与所述工单数据集合匹配的业务标签，作为所述目标工单数据对应的业务标签。

可选的，所述按照所述业务标签对所述目标工单数据进行可视化处理，包括：

按照所述业务标签对所述目标工单数据进行可视化处理，获得可视化数据；

相应的，所述可视化数据包括下述至少一项：

表结构数据、图结构数据、文字结构数据、图表结构数据、图文结构数据。

可选的，所述根据可视化处理结果确定所述业务平台的调整策略，包括：

根据所述可视化数据确定所述业务平台的待调整业务维度；

基于所述待调整业务维度生成所述调整策略。

可选的，所述根据可视化处理结果确定所述业务平台的调整策略步骤执行之后，还包括：

根据所述调整策略对所述业务平台进行调整；

根据调整结果向所述业务方反馈响应所述问题信息的答复信息。

可选的，所述问题信息包括下述至少一项：

工单问题信息、操作问题信息、业务问题信息、漏洞问题信息、需求问题信息；

相应的，所述业务标签包括下述至少一项：

工单问题标签、操作问题标签、业务问题标签、漏洞问题标签、需求问题标签。

根据本说明书实施例的第二方面，提供了一种数据处理装置，包括：

获取模块，被配置为获取业务方针对业务平台上传的问题信息；

提取模块，被配置为根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；

确定模块，被配置为对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；

处理模块，被配置为按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

根据本说明书实施例的第三方面，提供了一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

获取业务方针对业务平台上传的问题信息；

根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；

对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；

按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述数据处理方法的步骤。

本说明书提供的数据处理方法，通过在获取到业务方针对业务平台上传的问题信息之后，根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，之后对所述工单数据进行标准化处理获得目标工单数据，同时确定所述目标工单数据对应的业务标签，最后按照所述业务标签对所述目标工单数据进行可视化处理，即可根据可视化处理结果得到业务平台的调整策略，实现将业务方针对业务平台反馈的全部问题进行归类分析，可以更加直观的确定业务平台存在的缺陷，之后通过可视化的方式展示缺陷的内容，能够更加精准的确定调整策略，从而有效的调整业务平台，以解决业务方存在的问题，提高业务方的参与体验。

附图说明

图1是本说明书一实施例提供的一种数据处理方法的流程图；

图2是本说明书一实施例提供的一种数据处理方法中的第一处理关系的示意图；

图3是本说明书一实施例提供的一种数据处理方法中的第二处理关系的示意图；

图4是本说明书一实施例提供的一种数据处理方法中的第三处理关系的示意图；

图5是本说明书一实施例提供的一种应用于采购场景中的数据处理方法的处理流程图；

图6是本说明书一实施例提供的一种数据处理装置的结构示意图；

图7是本说明书一实施例提供的一种计算设备的结构框图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

在本说明书中，提供了一种数据处理方法，本说明书同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。

实际应用中，采购平台为了能够满足业务方的使用需求，都会为业务方提供反馈接口，根据业务方上传的问题信息，可以针对性进行答复，比如涉及业务方的工单问题，可以通过分配客服的方式解决，或者涉及采购平台的问题，如功能性bug(漏洞)或界面bug，可以通过相关维护人员进行修复后向业务方反馈；然而由于平台的用户群体逐渐增大，业务方上传的问题量也随之增多，如果部分问题进行逐一处理将会耗费大量的维护资源，而且平台相关的维护操作很难直接从问题中分析出，更进一步的影响采购平台的维护效率。

本说明书提供的数据处理方法，通过在获取到业务方针对业务平台上传的问题信息之后，根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，之后对所述工单数据进行标准化处理获得目标工单数据，同时确定所述目标工单数据对应的业务标签，最后按照所述业务标签对所述目标工单数据进行可视化处理，即可根据可视化处理结果得到业务平台的调整策略，实现将业务方针对业务平台反馈的全部问题进行归类分析，可以更加直观的确定业务平台存在的缺陷，之后通过可视化的方式展示缺陷的内容，能够更加精准的确定调整策略，从而有效的调整业务平台，以解决业务方存在的问题，提高业务方的参与体验。

图1示出了根据本说明书一实施例提供的一种数据处理方法的流程图，具体包括以下步骤：

步骤S102，获取业务方针对业务平台上传的问题信息。

具体实施时，所述业务方具体是指参与所述业务平台提供的业务的一方，可以是用户或者单位等，所述业务平台具体是指向用户或者单位提供业务服务的平台，如提供购物服务的平台、生活消费服务的平台或单位采购服务的平台等；所述问题信息具体是指所述业务方在使用所述业务平台时所遇到的问题，如消费订单问题，业务平台界面问题、浏览商品问题等等。

基于此，在业务方使用所述业务平台遇到无法自行解决的问题时，很大程度上会影响业务方的使用体验，而为了避免相应的问题对业务方后续使用过程造成影响，大多数业务平台会为所述业务方提供反馈接口，业务方通过反馈接口即可实现相应问题的反馈，之后业务平台将根据业务方的反馈结果进行相应问题的处理，以解决业务方的问题，从而提高业务方的使用体验；然而当业务平台自身或者业务平台和其他平台对接出现问题时，将会导致大量问题的出现，即当前时刻使用业务平台的业务方都可能遇到相同的问题，因此业务方可能同时反馈相同或相似的问题至业务平台，并且由于业务方的表达方式可能不同，可能被业务平台识别为多个问题进行处理，当处理完成之后才可能发现分别处理的问题属于相同或相似问题，这样不仅影响问题解决的效率，还会浪费过多的维护资源，容易错过业务平台最佳的维护时间，造成多方面的影响。

本申请提供的数据处理方法，为了避免出现造成维护资源的浪费，且能够提高维护效率，将对相同类型的问题进行整合，并通过可视化的方式分析出正确的调整策略对平台进行维护，不仅可以有效的对业务平台进行维护，还能够保证维护效率，进而提高业务方的使用体验。

本实施例将以所述业务方为用户，所述业务平台为购物平台为例对所述数据处理方法进行描述，其他业务平台相应的处理方式均可参见本实施例相应的描述内容，本实施例在此不作过多赘述。

需要说明的是，在获取业务方针对所述业务平台上传的问题信息时，会在相应的网站或者软件上为业务方提供反馈接口，当业务方遇到涉及业务平台的问题时，即可通过该反馈接口进行相关问题的反馈，并且不同的问题可能所需要解决的方式也是不同的，如涉及到订单或者页面等问题时，就需要由业务平台的维护人员通过维护业务平台底层架构的方式进行维护，如果涉及到购物质量或购物消费等问题时，就需要通过对接客服的方式进行问题的解答，不同的问题将按照问题类型选择不同的处理方式进行解决，从而提高业务方使用业务平台的体验。并且由于部分问题可能无法直接解决，因此可以将业务方提出的问题信息进行临时存储，当需要对业务平台进行维护或者修复时，再对存储的全部问题进行整理和归类，从而提高业务平台的维护效率。

此外，当所述业务方针对所述业务平台上传的问题信息涉及业务平台本身问题的情况下，此时所述问题信息可以是工单问题信息、操作问题信息、业务问题信息、漏洞问题信息、需求问题信息；而为了针对不同的问题可以有效的进行处理，可以针对不同的问题设置不同的业务标签，从而方便后续进行可视化处理，以精准的确定调整策略，其中，所述业务标签包括但不限于工单问题标签、操作问题标签、业务问题标签、漏洞问题标签、需求问题标签。

步骤S104，根据所述业务方的业务标识提取与所述问题信息匹配的工单数据。

具体的，在上述获取到业务方针对所述业务平台上传的问题信息的基础上，进一步的，此时为了能够有效的解决所述业务方提出的问题，以及节省维护业务平台所花费的时间，可以根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，之后再通过后续的可视化处理确定所述调整策略，从而有效的对所述业务平台进行维护，以解决业务方提出的问题；其中，所述业务标识具体是指所述业务方具有的唯一标识，并且该标识与业务方在业务平台相关的数据均具有绑定关系，相应的，所述工单数据具体是指所述业务方在所述业务平台进行消费或者购物时，所产生的订单数据，所述工单数据与所述业务标识具有绑定关系。

基于此，由于所述问题信息是业务方触发相应问题时进行反馈的，因此可以确定所述问题信息是与所述业务方的某一工单数据是具有绑定关系的，即在获取到所述业务方上传的问题信息之后，可以优先根据所述业务方的业务标识读取所述业务方对应的全部工单数据，之后再从全部工单数据中选择与所述问题信息匹配的工单数据进行后续的可视化处理，从而有效的减少数据的冗余程度，提高后续的处理效率。

进一步的，在确定与所述问题信息匹配的工单数据的过程中，由于所述业务方反馈的问题信息可能较多，这样所需要解决的问题也是较多的，但是不同的业务方之间可能存在相同的问题信息，因此为了能够挺高后续的数据处理效率，可以按照问题类型对问题信息进行归类，之后再进行工单数据的确定，本实施例中，具体实现方式如下所述：

确定所述问题信息中包含的多个子问题信息，并确定所述多个子问题信息中各个子问题信息的问题类型；

基于所述问题类型对所述多个子问题信息中的各个子问题信息进行归类，根据归类结果确定目标问题信息；

确定所述业务方的所述业务标识，并根据所述业务标识读取所述业务方关联的初始工单数据；

计算所述目标问题信息与所述初始工单数据中的各个初始子工单数据的匹配度，根据计算结果确定所述目标问题信息匹配的所述工单数据。

具体的，所述多个子问题信息具体是指组成所述问题信息的各个子问题，所述问题类型具体是指不同类型的子问题所对应的问题类型，如订单问题类型，界面优化问题类型，平台bug问题类型等等；所述目标问题信息具体是指各个问题类型所对应的目标问题，所述初始工单数据具体是指所述业务方涉及的全部工单数据。

基于此，在获取到所述业务方的问题信息之后，首先对所述问题信息进行解析，获得多个子问题信息，同时确定所述多个子问题信息中各个子问题信息对应的问题类型，其次按照所述问题类型对所述多个子问题信息中包含的各个子问题信息进行归类处理，获得各个问题类型对应的所述目标问题信息，再次确定所述业务方的业务标识，并基于所述业务标识读取所述业务方关联的全部工单数据(初始工单数据)，最后通过计算所述目标问题信息与所述初始工单数据中各个初始子工单数据的匹配度，确定与所述目标问题信息匹配的所述工单数据。

实际应用中，在根据所述计算结果确定所述目标问题信息匹配的所述工单数据的过程中，为了能够选择与所述目标问题信息关联度足够高的工单数据，可以选择匹配度最高的初始子工单数据作为所述工单数据，或者选择大于匹配度阈值的初始子工单数据作为所述工单数据，具体选择方式可以根据实际应用场景进行设定，本实施例在此不作任何限定。

例如，在某一时刻对用户针对购物平台提交的问题信息进行统计后，确定有1000名用户反馈在购物平台完成交易的交易订单没有订单号码的问题，有900名用户反馈在购物平台完成交易的交易订单存在无法退货的问题，则此时确定购物平台无法提供完整的交易订单信息，以及无法针对交易订单进行退款操作；即1000名用户反馈关于订单号码问题的问题类型属于订单问题类型，900名用户反馈关于退款问题的问题类型属于交易问题类型，并确定订单问题类型对应的目标问题信息是购物平台无法生成交易订单的订单号码，确定交易问题类型对应的目标问题信息是购物平台无法有效的进行退款。

进一步的，在确定不同问题类型对应的目标问题信息之后，为了能够提高后续精准的确定对购物平台进行调整的调整策略，还需要选择关联目标问题信息的工单数据，即确定上述1900名用户涉及的全部订单数据(用户在购物平台购买物品生成的全部订单数据)，之后计算1000名用户对应的订单数据分别与目标问题信息“购物平台无法生成交易订单的订单号码”的匹配度，选择各个用户的订单数据中与目标问题信息匹配度最高的订单数据作为1000名用户中各个用户对应的订单数据；同理计算900名用户对应的订单数据分别与目标问题信息“购物平台无法有效的进行退款”的匹配度，选择各个用户的订单数据中与目标问题信息匹配度最高的订单数据作为900名用户中各个用户对应的订单数据，之后再进行后续的可视化处理操作，从而更加方便维护人员确定较为正确的调整策略，有效的对购物平台进行维护，使得购物平台可以向用户继续提供安全优质的服务。

综上，由于业务方向业务平台提供的问题信息较多，为了能够提高处理效率，且能够针对各个业务方的问题信息都可以进行解决，将对所述问题信息中包含的各个子问题信息进行归类处理，同时按照归类后的目标问题信息进行工单数据的匹配，以提高后续可视化处理效率的同时，也可以避免冗余数据对可视化处理的干扰。

步骤S106，对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签。

具体的，在上述确定所述问题信息匹配的工单数据的基础上，进一步的，由于工单数据是以数据化形式存在的，并且无法直接应用于可视化处理过程，因此为了能够保证后续可以有效的进行可视化处理过程，此时可以对所述工单数据进行标准化处理，以获得满足可视化处理需求的目标工单数据，同时确定所述目标工单数据对应的业务标签，以实现通过所述业务标签分辨不同的问题对应的工单数据，即通过所述业务标签可以确定工单数据所应用的可视化处理类型，如通过业务标签可以确定用于反馈超时的工单数据，通过业务标签也可以确定用于反馈采购平台bug的工单数据，通过业务标签还可以确定用于反馈采购平台页面bug的工单数据等等，以便在可视化处理时可以根据业务标签将目标工单数据归类并统计，生成足够反映出目标问题信息的可视化数据。

参见图2所示的第一种处理关系(可视化处理所对应的内容)的示意图可知，当完成目标工单数据对应的业务标签的确定之后，此时即可将携带有业务标签的目标工单数据发送至工单可视化平台(工单可视化接口)进行处理，以获得满足可视化展示需求的数据，其中可以包括工单数据的可视化，同时还可以在可视化内容中配置模块管理，工单超期原因等，此外还可以添加各个工单数据对应的个人信息，异常数据，超期数据等，以实现可以针对各个工单数据进行单独分析，而从整体上反映目标工单数据的可视化内容中，还可以包括工单趋势内容，工单占比趋势内容，工单占比分析内容，TOP问题分析内容，超期工单汇总内容和/或工单完结率内容等，以实现维护业务平台的维护人员可以横向/纵向综合考虑引发问题信息发生的原因，从而提高后续维护人员对业务平台的维护效率。

具体实施时，所述业务标签不仅可以标明目标工单数据的问题原因，还能够用于映射问题信息正确的处理方式，参见图3所示的第二种处理关系(业务标签的类型)的示意图可知，当确定关于客服业务标签的情况下，将决定是否通过客服解决业务方的问题信息；并且业务标签还可以对具体的问题进行分类，即通过目标工单数据携带的业务标签可以具体确定目标工单数据关联的问题信息的属性，如果业务标签是个案类型问题，则确定目标工单数据关联的问题是包括不可复现的bug问题，该问题无共性；或者业务标签为非平台问题，则确定目标工单数据关联的问题是外部平台问题；再或者业务标签为用户操作问题，则确定目标工单数据关联的问题是用户操作导致的线上问题，导致业务阻塞的问题，平台显示错误问题等等，均可以通过所述业务标签确定当前目标工单数据关联的问题信息的属性，以用于在后续可视化处理时，可以针对问题信息生成可视化数据，以提高维护业务平台的维护效率。

进一步的，在对所述工单数据进行标准化处理的过程中，不同的可视化需求可能需要不同的目标工单数据，因此为了能够满足后续的可视化需求，将按照关联数据维度进行标准化处理，本实施例中，具体实现方式如下所述：

对所述目标问题信息进行解析，根据解析结果确定关联数据维度；

按照所述关联数据维度删除所述工单数据中的第一子数据，向所述工单数据中添加第二子数据和/或修改所述工单数据中的第三子数据，获得所述目标工单数据。

具体的，所述关联数据问题具体是指所述目标问题信息所涉及的维度，如工单延时维度，工单未完成维度等等；所述第一子数据具体是指所述工单数据中无法应用于后续可视化处理的数据，所述第二子数据具体是指后续可视化处理所需要使用的数据，且未存在于所述工单数据中，所述第三子数据具体是指所述工单数据中存在错误或者被篡改的数据，需要在进行可视化处理前，将其进行恢复。

基于此，通过对所述目标问题信息进行解析后，将得到所述关联数据维度，之后按照所述关联数据维度删除所述工单数据中无法正常使用的第一子数据，向所述工单数据中添加缺少的第二子数据，和/或修改工单数据中被篡改或错乱的第三子数据，以获得所述目标工单数据，用于后续可视化处理。

更进一步的，在确定所述目标工单数据之后，为了能够精准的对所述目标工单数据配置业务标签，将对所述目标工单数据中的子工单数据进行归类，本实施例中，具体实现方式如下所述：

对所述目标工单数据中包含的各个目标子工单数据进行归类，根据归类结果确定工单数据集合；

在预设的业务标签库中选择与所述工单数据集合匹配的业务标签，作为所述目标工单数据对应的业务标签。

具体的，由于所述目标工单数据是指各个业务方对应的工单数据，因此在对问题信息匹配的工单数据进行标准化处理后，将得到由目标子工单数据组成的所述目标工单数据，其中，目标子工单数据即为各个业务方的工单数据进行标准化处理后得到的数据；此时对所述目标工单数据中包含的各个目标子工单数据进行归类，根据归类结果即可确定工单数据集合，即将相同类型的工单数据整合在同一工单数据集合中，之后通过对各个工单数据集合进行业务标签的配置，即可确定所述工单数据集合中包含的各个目标子工单数据所对应的业务标签，即确定所述目标工单数据对应的业务标签，以用于后续基于所述业务标签对所述目标工单数据进行可视化处理，从而得到解决业务方问题的调整策略。

综上，通过对工单数据集合进行业务标签配置的方式确定所述目标工单数据的业务标签，可以有效的节省对各个目标子工单数据配置业务标签的时间，进而促进后续可视化处理的处理效率。

步骤S108，按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

具体的，在上述获得所述目标工单数据及其对应的业务标签的基础上，进一步的，此时即可按照所述业务标签对所述目标工单数据进行可视化处理，获得反映所述业务平台问题的可视化数据，之后通过所述可视化数据即可分析出所述业务平台的问题，在根据该问题确定业务平台的调整策略即可，其中，所述调整策略具体是指维护所述业务平台的处理策略。

其中，按照所述业务标签对所述目标工单数据进行可视化处理，获得的可视化数据可以是表结构数据、图结构数据、文字结构数据、图表结构数据和/或图文结构数据，本实施例在此不作任何限定，所述可视化数据可以是用于表示业务工单趋势的可视化数据，工单占比趋势的可视化数据，工单占比分析的可视化数据，TOP问题分析的可视化数据，TOP问题优化的可视化数据，超期工单汇总的可视化数据，工单完结率的可视化数据等等，以用于通过后续实时查询上述可视化数据的方式，批量完成上述问题信息，实现推进产品化、运营化、工具化的目的，很大程度上缩短数据统计时间，以及提高问题反馈效率。

进一步的，在确定所述可视化数据之后，即可通过分析所述可视化数据确定所述业务平台存在的问题或缺陷，以结合该问题或缺陷生成业务平台的调整策略，本实施例中，具体实现方式如下所述：

根据所述可视化数据确定所述业务平台的待调整业务维度；

基于所述待调整业务维度生成所述调整策略。

在确定需要对所述业务平台进行调整的情况下，即可根据所述调整策略对所述业务平台进行调整；最后根据调整结果向所述业务方反馈响应所述问题信息的答复信息。

沿用上例，当确定1000名用户分别对应的工单数据和900名用户分别对应的工单数据之后，将对各个用户对应的工单数据进行标准化处理，获得各个用户对应的目标工单数据，同时确定各个用户对应的目标工单数据的业务标签，之后按照业务标签对1000名用户分别对应的目标工单数据进行可视化处理，得到图文结构的可视化数据，同时按照业务标签对900名用户分别对应的目标工单数据进行可视化处理，得到图表结构的可视化数据，之后通过分析图文结构的可视化数据得出，当前购物平台存在订单创建漏洞，以及分析图表结构的可视化数据得出，该900名用户无法退款的原因是交易订单超过了退款时间，因此确定购物平台的调整策略是修复订单创建过程的底层架构，维护购物平台的维护人员即可根据调整策略对购物平台进行处理，从而使得购物平台可以正常的向用户提供服务，以解决上述1000名用户所遇到的问题。

此外，参见图4所示的第三种处理关系的示意图，为了能够更好的表达工单数据在时间维度的问题，还可以按照业务规则设定不同的时间划分区间，即大于2小时的工单数据完结率计算方式，等于2小时的工单数据完结率计算方式和小于2小时的工单数据完结率计算方式，从而有效的在时间维度对工单数据进行整理和分析，实现更加精准的在时间维度确定所述业务平台的调整策略。

本说明书提供的数据处理方法，通过在获取到业务方针对业务平台上传的问题信息之后，根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，之后对所述工单数据进行标准化处理获得目标工单数据，同时确定所述目标工单数据对应的业务标签，最后按照所述业务标签对所述目标工单数据进行可视化处理，即可根据可视化处理结果得到业务平台的调整策略，实现将业务方针对业务平台反馈的全部问题进行归类分析，可以更加直观的确定业务平台存在的缺陷，之后通过可视化的方式展示缺陷的内容，能够更加精准的确定调整策略，从而有效的调整业务平台，以解决业务方存在的问题，提高业务方的参与体验。

下述结合附图5，以本说明书提供的数据处理方法在采购场景中的应用为例，对所述数据处理方法进行进一步说明。其中，图5示出了本说明书一实施例提供的一种应用于采购场景中的数据处理方法的处理流程图，具体包括以下步骤：

步骤S502，获取业务方针对采购平台上传的多个问题信息。

实际应用中，采购平台为了能够满足业务方的使用需求，都会为业务方提供反馈接口，根据业务方上传的问题信息，可以针对性进行答复，比如涉及业务方的工单问题，可以通过分配客服的方式解决，或者涉及采购平台的问题，如功能性bug或界面bug，可以通过相关维护人员进行修复后向业务方反馈；然而由于平台的用户群体逐渐增大，业务方上传的问题量也随之增多，如果部分问题进行逐一处理将会耗费大量的维护资源，而且平台相关的维护操作很难直接从问题中分析出，更进一步的影响采购平台的维护效率。

有鉴于此，为了能够降低维护采购平台的成本，以及提高维护效率，可以通过可视化处理工单数据的方式进行缺陷的反馈，进而提高后续处理过程，具体实现方式如下所述。

步骤S504，确定多个文问题信息中的各个问题信息的问题类型，并基于问题类型对多个文问题信息进行归类，获得目标问题信息。

具体的，由于不同的业务方所面对采购平台的问题不同，因此业务方会针对自身遇到的问题进行问题的反馈，比如业务方甲发现相应的工单没有订单号，此时反馈的问题即为工单缺少订单号，或者业务方乙发现采购平台无法正常支付货款，此时反馈的问题即为平台存在无法支付货款bug，再或者业务方丙发现通过采购平台点击商铺时，无法正常跳转到相应商铺主页，此时反馈的问题即为商铺主页无法跳转等等。

基于此，在某一时刻获得全部问题信息后，为了提高针对问题的反馈速度，此时可以将相同类型的问题进行归类，从而得到目标问题信息；其中不同的问题类型对应不同的目标问题信息，比如有1000个用户反馈采购平台存在无法支付货款的bug，则此时确定目标问题信息是采购平台无法成功支付货款，另外有800人反馈采购平台跳转商铺主页时无法正常进行，则此时确定另一目标问题信息是采购平台无法跳转至第三方主页等等，针对不同的问题类型将整理出不同的目标问题信息，以用于后续解决。

步骤S506，确定业务方的业务标识，并根据业务标识读取业务方关联的初始工单数据。

步骤S508，在初始工单数据中确定与目标问题信息匹配的工单数据，并对目标问题信息进行解析确定关联数据维度。

具体的，由于业务方反馈的问题都是业务方遇到的问题进行反馈的，因此为了能够在后续生成可视化数据，可读取业务方涉及的工单数据，之后从业务方涉及的全部工单数据中确定与目标问题信息匹配的工单数据，如业务方甲的工单缺少订单号，此时即可读取业务方甲缺少订单号的工单数据，或者业务方戊的工单无法完成，此时即可读取业务方戊无法完成支付的工单数据，再或者业务方已的订单超时未完成，此时即可读取业务方已还未完成的工单数据，以此类推，确定反馈问题的全部业务方涉及的工单数据。

进一步的，在确定工单数据之后，此时将对涉及的全部目标问题信息进行解析，确定各个目标问题信息涉及的关联数据维度，即存在的问题维度，此时即可确定无法支付货款维度，无法跳转页面维度等等，在确定关联数据维度之后，可以按照关联数据维度对工单数据进行标准化处理。

步骤S510，按照关联数据维度对工单数据进行增加、删除和修改处理，获得目标工单数据。

具体的，由于获得的工单数据无法直接应用于后续可视化处理过程，即工单数据中可能存在影响可视化处理正常处理的数据，此时即可按照目标问题信息涉及的关联数据维度对涉及的全部工单数据进行标准化处理，以保证工单数据的完整性，从而得到满足后续使用的目标工单数据，以方便后续可视化处理使用。

步骤S512，确定目标工单数据对应的业务标签，并根据目标业务标签对目标工单数据进行可视化处理，获得可视化数据并存储。

具体的，在上述对工单数据进行标准化处理后，得到方便后续可视化处理的目标工单数据，此时为了能够在可视化处理后，清楚真实的反映出采购平台存在的问题，可以按照目标工单数据的业务标签对目标工单数据进行可视化处理，从而得到可视化数据。

基于此，通过业务标签可以具体的分辨出业务方反馈的问题所对应的工单数据，即通过业务标签可以确定用于反馈超时的工单数据，通过业务标签也可以确定用于反馈采购平台bug的工单数据，通过业务标签还可以确定用于反馈采购平台页面bug的工单数据等等，以便在可视化处理时可以根据业务标签将目标工单数据归类并统计，生成足够反映出目标问题信息的可视化数据。

进一步的，基于工单数据生成的可视化数据可以是图形式，表形式，图表形式，图文形式等等，本实施例在此不作任何限定，此外，生成的可视化数据可以是业务工单趋势可视化数据，工单占比趋势可视化数据，工单占比分析可视化数据，TOP问题分析可视化数据，TOP问题优化可视化数据，超期工单汇总可视化数据，工单完结率可视化数据等等，以用于通过后续实时查询上述可视化数据的方式，批量完成上述问题信息，实现推进产品化、运营化、工具化的目的，很大程度上缩短数据统计时间，以及提高问题反馈效率。

更进一步的，在获得上述可视化数据之后，相关的维护人员即可根据可视化数据分析出采购平台存在的问题bug，之后针对不同的问题bug进行维护，从而使得采购平台更加完善，能够更好的向业务方提供服务。需要说明的是，涉及个人工单问题的情况，可以通过对接客服的方式进行解决，以避免业务方等待时间过长的问题。

本说明书提供的数据处理方法，通过在获取到业务方针对业务平台上传的问题信息之后，根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，之后对所述工单数据进行标准化处理获得目标工单数据，同时确定所述目标工单数据对应的业务标签，最后按照所述业务标签对所述目标工单数据进行可视化处理，即可根据可视化处理结果得到业务平台的调整策略，实现将业务方针对业务平台反馈的全部问题进行归类分析，可以更加直观的确定业务平台存在的缺陷，之后通过可视化的方式展示缺陷的内容，能够更加精准的确定调整策略，从而有效的调整业务平台，以解决业务方存在的问题，提高业务方的参与体验。

与上述方法实施例相对应，本说明书还提供了数据处理装置实施例，图6示出了本说明书一实施例提供的一种数据处理装置的结构示意图。如图6所示，该装置包括：

获取模块602，被配置为获取业务方针对业务平台上传的问题信息；

提取模块604，被配置为根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；

确定模块606，被配置为对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；

处理模块608，被配置为按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

一个可选的实施例中，所述提取模块604，包括：

确定问题类型单元，被配置为确定所述问题信息中包含的多个子问题信息，并确定所述多个子问题信息中各个子问题信息的问题类型；

确定目标问题信息单元，被配置为基于所述问题类型对所述多个子问题信息中的各个子问题信息进行归类，根据归类结果确定目标问题信息；

提取工单数据单元，被配置为根据所述业务方的业务标识提取与所述目标问题信息匹配的所述工单数据。

一个可选的实施例中，所述提取工单数据单元，包括：

确定业务标识子单元，被配置为确定所述业务方的所述业务标识，并根据所述业务标识读取所述业务方关联的初始工单数据；

计算匹配度子单元，被配置为计算所述目标问题信息与所述初始工单数据中的各个初始子工单数据的匹配度，根据计算结果确定所述目标问题信息匹配的所述工单数据。

一个可选的实施例中，所述确定模块606，包括：

解析信息单元，被配置为对所述目标问题信息进行解析，根据解析结果确定关联数据维度；

处理单元，被配置为按照所述关联数据维度删除所述工单数据中的第一子数据，向所述工单数据中添加第二子数据和/或修改所述工单数据中的第三子数据，获得所述目标工单数据。

一个可选的实施例中，所述确定模块606，包括：

确定工单数据集合单元，被配置为对所述目标工单数据中包含的各个目标子工单数据进行归类，根据归类结果确定工单数据集合；

选择业务标签单元，被配置为在预设的业务标签库中选择与所述工单数据集合匹配的业务标签，作为所述目标工单数据对应的业务标签。

一个可选的实施例中，所述处理模块608进一步被配置为：

按照所述业务标签对所述目标工单数据进行可视化处理，获得可视化数据；

相应的，所述可视化数据包括下述至少一项：

表结构数据、图结构数据、文字结构数据、图表结构数据、图文结构数据。

一个可选的实施例中，所述处理模块608进一步被配置为：

根据所述可视化数据确定所述业务平台的待调整业务维度；基于所述待调整业务维度生成所述调整策略。

一个可选的实施例中，所述数据处理装置，还包括：

调整模块，被配置为根据所述调整策略对所述业务平台进行调整；

反馈模块，被配置为根据调整结果向所述业务方反馈响应所述问题信息的答复信息。

一个可选的实施例中，所述问题信息包括下述至少一项：

工单问题信息、操作问题信息、业务问题信息、漏洞问题信息、需求问题信息；

相应的，所述业务标签包括下述至少一项：

工单问题标签、操作问题标签、业务问题标签、漏洞问题标签、需求问题标签。

本实施例提供的数据处理装置，通过在获取到业务方针对业务平台上传的问题信息之后，根据所述业务方的业务标识提取与所述问题信息匹配的工单数据，之后对所述工单数据进行标准化处理获得目标工单数据，同时确定所述目标工单数据对应的业务标签，最后按照所述业务标签对所述目标工单数据进行可视化处理，即可根据可视化处理结果得到业务平台的调整策略，实现将业务方针对业务平台反馈的全部问题进行归类分析，可以更加直观的确定业务平台存在的缺陷，之后通过可视化的方式展示缺陷的内容，能够更加精准的确定调整策略，从而有效的调整业务平台，以解决业务方存在的问题，提高业务方的参与体验。

上述为本实施例的一种数据处理装置的示意性方案。需要说明的是，该数据处理装置的技术方案与上述的数据处理方法的技术方案属于同一构思，数据处理装置的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。

图7示出了根据本说明书一实施例提供的一种计算设备700的结构框图。该计算设备700的部件包括但不限于存储器710和处理器720。处理器720与存储器710通过总线730相连接，数据库750用于保存数据。

计算设备700还包括接入设备740，接入设备740使得计算设备700能够经由一个或多个网络760通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备740可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。

在本说明书的一个实施例中，计算设备700的上述部件以及图7中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图7所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备700可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备700还可以是移动式或静止式的服务器。

其中，处理器720用于执行如下计算机可执行指令：

获取业务方针对业务平台上传的问题信息；

根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；

对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；

按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的数据处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。

本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于：

获取业务方针对业务平台上传的问题信息；

根据所述业务方的业务标识提取与所述问题信息匹配的工单数据；

对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签；

按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书并不受所描述的动作顺序的限制，因为依据本说明书，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (11)

1.一种数据处理方法，其特征在于，包括：

获取业务方针对业务平台上传的问题信息，所述业务平台为购物平台，所述问题信息是指所述业务方在使用所述业务平台时所遇到的问题；

确定所述问题信息中包含的多个子问题信息，并确定所述多个子问题信息中各个子问题信息的问题类型；

基于所述问题类型对所述多个子问题信息中的各个子问题信息进行归类，根据归类结果确定目标问题信息；

根据所述业务方的业务标识提取与所述目标问题信息匹配的工单数据，其中，所述工单数据是所述业务方在所述业务平台进行消费或者购物时所产生的；

对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签，其中，所述业务标签用于分辨不同的问题对应的工单数据；

按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

2.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述业务方的业务标识提取与所述目标问题信息匹配的所述工单数据，包括：

确定所述业务方的所述业务标识，并根据所述业务标识读取所述业务方关联的初始工单数据；

计算所述目标问题信息与所述初始工单数据中的各个初始子工单数据的匹配度，根据计算结果确定所述目标问题信息匹配的所述工单数据。

3.根据权利要求1所述的数据处理方法，其特征在于，所述对所述工单数据进行标准化处理获得目标工单数据，包括：

对所述目标问题信息进行解析，根据解析结果确定关联数据维度；

按照所述关联数据维度删除所述工单数据中的第一子数据，向所述工单数据中添加第二子数据和/或修改所述工单数据中的第三子数据，获得所述目标工单数据。

4.根据权利要求3所述的数据处理方法，其特征在于，所述确定所述目标工单数据对应的业务标签，包括：

对所述目标工单数据中包含的各个目标子工单数据进行归类，根据归类结果确定工单数据集合；

在预设的业务标签库中选择与所述工单数据集合匹配的业务标签，作为所述目标工单数据对应的业务标签。

5.根据权利要求1所述的数据处理方法，其特征在于，所述按照所述业务标签对所述目标工单数据进行可视化处理，包括：

按照所述业务标签对所述目标工单数据进行可视化处理，获得可视化数据；

相应的，所述可视化数据包括下述至少一项：

表结构数据、图结构数据、文字结构数据、图表结构数据、图文结构数据。

6.根据权利要求5所述的数据处理方法，其特征在于，所述根据可视化处理结果确定所述业务平台的调整策略，包括：

根据所述可视化数据确定所述业务平台的待调整业务维度；

基于所述待调整业务维度生成所述调整策略。

7.根据权利要求1所述的数据处理方法，其特征在于，所述根据可视化处理结果确定所述业务平台的调整策略步骤执行之后，还包括：

根据所述调整策略对所述业务平台进行调整；

根据调整结果向所述业务方反馈响应所述问题信息的答复信息。

8.根据权利要求1所述的数据处理方法，其特征在于，所述问题信息包括下述至少一项：

工单问题信息、操作问题信息、业务问题信息、漏洞问题信息、需求问题信息；

相应的，所述业务标签包括下述至少一项：

工单问题标签、操作问题标签、业务问题标签、漏洞问题标签、需求问题标签。

9.一种数据处理装置，其特征在于，包括：

获取模块，被配置为获取业务方针对业务平台上传的问题信息，所述业务平台为购物平台，所述问题信息是指所述业务方在使用所述业务平台时所遇到的问题；

提取模块，被配置为包括确定问题类型单元、确定目标问题信息单元和提取工单数据单元；

所述确定问题类型单元，被配置为确定所述问题信息中包含的多个子问题信息，并确定所述多个子问题信息中各个子问题信息的问题类型；

所述确定目标问题信息单元，被配置为基于所述问题类型对所述多个子问题信息中的各个子问题信息进行归类，根据归类结果确定目标问题信息；

所述提取工单数据单元，被配置为根据所述业务方的业务标识提取与所述目标问题信息匹配的工单数据，其中，所述工单数据是所述业务方在所述业务平台进行消费或者购物时所产生的；

确定模块，被配置为对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签，其中，所述业务标签用于分辨不同的问题对应的工单数据；

处理模块，被配置为按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

10.一种计算设备，其特征在于，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现下述方法：

获取业务方针对业务平台上传的问题信息，所述业务平台为购物平台，所述问题信息是指所述业务方在使用所述业务平台时所遇到的问题；

确定所述问题信息中包含的多个子问题信息，并确定所述多个子问题信息中各个子问题信息的问题类型；

基于所述问题类型对所述多个子问题信息中的各个子问题信息进行归类，根据归类结果确定目标问题信息；

根据所述业务方的业务标识提取与所述目标问题信息匹配的工单数据，其中，所述工单数据是所述业务方在所述业务平台进行消费或者购物时所产生的；

对所述工单数据进行标准化处理获得目标工单数据，并确定所述目标工单数据对应的业务标签，其中，所述业务标签用于分辨不同的问题对应的工单数据；

按照所述业务标签对所述目标工单数据进行可视化处理，并根据可视化处理结果确定所述业务平台的调整策略。

11.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1至8任意一项所述数据处理方法的步骤。

Images