CN113329034A - 基于人工智能的大数据业务优化方法、服务器及存储介质 - Google Patents
基于人工智能的大数据业务优化方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN113329034A CN113329034A CN202110708221.4A CN202110708221A CN113329034A CN 113329034 A CN113329034 A CN 113329034A CN 202110708221 A CN202110708221 A CN 202110708221A CN 113329034 A CN113329034 A CN 113329034A
- Authority
- CN
- China
- Prior art keywords
- interception
- coverage area
- interaction
- big data
- service
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/30—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information
- H04L63/308—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information retaining data, e.g. retaining successful, unsuccessful communication attempts, internet access, or e-mail, internet telephony, intercept related information or call content
Landscapes
- Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请的基于人工智能的大数据业务优化方法、服务器及存储介质，利用设定业务互动场景的可视化交互关系信息、业务操作拦截节点的分布情况，再结合预置操作分析时段内在设定业务互动场景中处于互动活跃状态多个大数据业务交互端的操作习惯识别信息，确定出大数据业务交互端在应对该业务操作拦截节点时优化互动操作的操作应对策略。这样确定出的大数据业务交互端的优化互动操作的拦截应对方式，相较于根据在先的经验确定出的操作应对策略，具有更高的拦截应对准确性和实际业务场景匹配性，从而确保大数据业务交互端的正常业务操作能够顺利地执行，避免大数据业务交互端的正常业务操作被相关的业务操作拦截节点误拦截。
Description
技术领域
本申请实施例涉及人工智能和大数据技术领域，具体涉及基于人工智能的大数据业务优化方法、服务器及存储介质。
背景技术
在数字化时代，人工智能与大数据有着密不可分的联系。相较于大数据技术，人工智能的发展已持续了较长的一段时间。当遇到了大数据技术与分布式技术的发展，解决了计算力和训练数据量的问题时，人工智能技术与大数据技术的有机结合开始产生巨大的生产价值。此外，大数据技术通过将传统机器学习算法分布式实现，向人工智能领域延伸。
现目前，人工智能和大数据的集合能够服务与各类云业务场景，包括但不限于在线支付、区块链金融、在线办公、远程教育或者智慧医疗。在实际应用时，为了确保业务处理的安全性，通常会对异常或者风险业务操作进行拦截，但是在一些情况下同样会拦截正常的业务操作。
发明内容
本申请实施例提供了基于人工智能的大数据业务优化方法、服务器及存储介质。
本申请实施例提供了一种基于人工智能的大数据业务优化方法，应用于大数据业务优化服务器，包括：
获取预置操作分析时段内在设定业务互动场景中处于互动活跃状态每个大数据业务交互端的操作习惯识别信息、所述设定业务互动场景的可视化交互关系信息以及所述设定业务互动场景内业务操作拦截节点的分布情况；
根据获取到的内容，确定所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述；
根据所述业务操作拦截节点所对应拦截覆盖区域的描述、与所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述业务操作拦截节点的至少一个操作应对策略。
如此设计，相较于根据在先的经验确定出的操作应对策略，具有更高的拦截应对准确性和实际业务场景匹配性，从而确保大数据业务交互端的正常业务操作能够顺利地执行，避免大数据业务交互端的正常业务操作被相关的业务操作拦截节点误拦截。
在一些可选的且可独立实施的技术方案中，所述根据所述业务操作拦截节点所对应拦截覆盖区域的描述、所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述业务操作拦截节点的至少一个操作应对策略，包括：
根据所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定所述可视化交互关系信息中每个拦截覆盖区域的业务互动显著度，所述业务互动显著度用于表征拦截覆盖区域的操作事件数目；
根据确定出的业务互动显著度、所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述可视化交互关系信息，确定所述至少一个操作应对策略。
如此设计，可以准确、全面地确定操作应对策略。
在一些可选的且可独立实施的技术方案中，所述根据所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定所述可视化交互关系信息中每个拦截覆盖区域的业务互动显著度，包括：
确定所述业务操作拦截节点所对应拦截覆盖区域的业务互动显著度为0；
根据所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定所述每个大数据业务交互端的至少一个互动操作记录以及每个互动操作记录对应的统计时间；所述互动操作记录包括所述设定业务互动场景的可视化交互关系中的至少一个拦截覆盖区域；所述统计时间为大数据业务交互端匹配到对应的互动操作记录中第n个拦截覆盖区域的时间，n为正整数；
根据所述每个大数据业务交互端的至少一个互动操作记录和每个互动操作记录对应的统计时间，确定对于所述每个大数据业务交互端而言每个目标拦截覆盖区域的局部业务互动显著度；对于一个大数据业务交互端而言，一个目标拦截覆盖区域的局部业务互动显著度用于表征所述一个大数据业务交互端在所述一个目标拦截覆盖区域进行互动操作的可能性；所述目标拦截覆盖区域是互动操作记录中除所述业务操作拦截节点所对应拦截覆盖区域之外的任一拦截覆盖区域；
对于所述每个目标拦截覆盖区域而言，确定所述目标拦截覆盖区域的全部局部业务互动显著度的和值，并将所述全部局部业务互动显著度的和值作为每个目标拦截覆盖区域的业务互动显著度。
如此设计，可以确保业务互动显著度的时效性和准确性。
在一些可选的且可独立实施的技术方案中，所述根据所述每个大数据业务交互端的至少一个互动操作记录和所述每个互动操作记录对应的统计时间，确定对于所述每个大数据业务交互端而言所述每个目标拦截覆盖区域的局部业务互动显著度，包括：
执行第一处理步骤，以确定对于第一大数据业务交互端而言所述每个目标拦截覆盖区域的局部业务互动显著度；其中，所述第一大数据业务交互端为所述预置操作分析时段内在所述设定业务互动场景中处于互动活跃状态任一大数据业务交互端；
所述第一处理步骤包括：
确定所述第一大数据业务交互端的至少一个互动操作记录中目标互动操作记录组的数目，将所述目标互动操作记录组的数目作为所述目标拦截覆盖区域的局部业务互动显著度；所述目标互动操作记录组包括统计时间是按照设定顺序整理的、且皆包含所述目标拦截覆盖区域的互动操作记录；不同目标互动操作记录组中的互动操作记录对应的统计时间是间断的。
如此设计，可以尽可能精细化地确定出局部业务互动显著度。
在一些可选的且可独立实施的技术方案中，所述根据确定出的业务互动显著度、所述业务操作拦截节点所对应拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述至少一个操作应对策略，包括：
根据所述确定出的业务互动显著度，从所述可视化交互关系信息中获取待定拦截覆盖区域的描述；所述待定拦截覆盖区域为所述可视化交互关系信息中业务互动显著度大于设定互动显著度值的拦截覆盖区域；
从所述待定拦截覆盖区域的描述中，确定所述业务操作拦截节点所对应拦截覆盖区域对应的关联拦截覆盖区域的描述；所述关联拦截覆盖区域为所述待定拦截覆盖区域中与所述业务操作拦截节点所对应拦截覆盖区域直接关联或者非直接关联的拦截覆盖区域；
根据所述关联拦截覆盖区域的描述，确定多个操作触发阶段和多个操作结束阶段；所述操作触发阶段为一个关联拦截覆盖区域在该关联拦截覆盖区域的拦截流程中的起始阶段；所述操作结束阶段为一个关联拦截覆盖区域在该关联拦截覆盖区域的拦截流程中的完成阶段；
根据所述多个操作触发阶段、所述多个操作结束阶段、所述可视化交互关系信息和所述待定拦截覆盖区域的描述，确定所述至少一个操作应对策略；每个操作应对策略为从目标操作触发阶段到目标操作结束阶段、且由至少一个待定拦截覆盖区域组成的不包括所述业务操作拦截节点的操作行为轨迹；在所述设定业务互动场景的可视化交互关系中从所述目标操作触发阶段到所述目标操作结束阶段的最快操作行为轨迹包括所述业务操作拦截节点；所述目标操作触发阶段为任一操作触发阶段，所述目标操作结束阶段为任一操作结束阶段。
如此设计，可以基于不同的操作阶段准确确定操作应对策略。
在一些可选的且可独立实施的技术方案中，所述根据所述多个操作触发阶段、所述多个操作结束阶段、所述可视化交互关系信息和所述待定拦截覆盖区域的描述，确定所述至少一个操作应对策略，包括：
根据所述可视化交互关系信息，从所述多个操作触发阶段和所述多个操作结束阶段中确定满足设定判断条件的操作触发阶段及其对应的操作结束阶段；
根据所述满足设定判断条件的操作触发阶段及其对应的操作结束阶段、以及所述待定拦截覆盖区域的描述，确定所述至少一个操作应对策略；其中，所述设定判断条件包括在所述设定业务互动场景的可视化交互关系中从一个操作触发阶段到对应的一个操作结束阶段的最快操作行为轨迹包括所述业务操作拦截节点；
或者；
根据所述多个操作触发阶段、所述多个操作结束阶段以及所述待定拦截覆盖区域的描述，确定多个备选操作行为轨迹；
根据所述可视化交互关系信息，从所述多个操作触发阶段和所述多个操作结束阶段中确定所述满足设定判断条件的操作触发阶段及其对应的操作结束阶段；
将所述多个备选操作行为轨迹中与所述满足设定判断条件的操作触发阶段及其对应的操作结束阶段对应的备选操作行为轨迹作为所述至少一个操作应对策略。
如此设计，可以确保操作应对策略与实际的业务场景之间的高度相关性。
在一些可选的且可独立实施的技术方案中，所述方法还包括：
对于所述每个大数据业务交互端而言，执行第二处理步骤，以确定所述每个大数据业务交互端在所述预置操作分析时段内的拦截应对信息；
所述拦截应对信息包括：所述每个大数据业务交互端的操作应对策略、所述每个大数据业务交互端的拦截应对时间以及所述每个大数据业务交互端的拦截应对次数中的至少一个；
所述第二处理步骤包括：
根据所述每个大数据业务交互端的至少一个互动操作记录，确定所述每个互动操作记录对应的操作应对策略；
根据所述至少一个互动操作记录中每个互动操作记录对应的操作应对策略和统计时间，汇总所述拦截应对信息；所述每个互动操作记录和所述每个互动操作记录对应的操作应对策略之间的重复内容在所述每个互动操作记录对应的操作应对策略中的比例值大于设定比值。
如此设计，可以基于互动操作记录准确确定对应的操作应对策略。
在一些可选的且可独立实施的技术方案中，所述方法还包括：
对于所述至少一个操作应对策略中每个操作应对策略而言，根据确定的全部拦截应对信息，汇总所述每个操作应对策略的操作事件信息；所述操作事件信息包括：所述每个操作应对策略的拦截应对事件行为和所述每个操作应对策略的拦截应对时间中的至少一个；
根据所述至少一个操作应对策略的所述操作事件信息，确定热门操作应对策略或所述热门操作应对策略对应的热门业务时段。
如此设计，可以准确确定热门操作应对策略对应的热门业务时段，从而实现对不同操作应对策略全局性分析和调整。
本申请实施例还提供了一种大数据业务优化服务器，包括处理器、通信总线和存储器；所述处理器和所述存储器通过所述通信总线通信，所述处理器从所述存储器中读取计算机程序并运行，以执行上述的方法。
本申请实施例还提供了一种计算机用可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
由此可见，本申请实施例提供了一种基于人工智能的大数据业务优化方法、服务器及存储介质，利用设定业务互动场景的可视化交互关系信息、业务操作拦截节点的分布情况，再结合预置操作分析时段内在设定业务互动场景中处于互动活跃状态多个大数据业务交互端的操作习惯识别信息，确定出大数据业务交互端在应对该业务操作拦截节点时优化互动操作的操作应对策略。这样确定出的大数据业务交互端的优化互动操作的拦截应对方式，相较于根据在先的经验确定出的操作应对策略，具有更高的拦截应对准确性和实际业务场景匹配性，从而确保大数据业务交互端的正常业务操作能够顺利地执行，避免大数据业务交互端的正常业务操作被相关的业务操作拦截节点误拦截。
在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种大数据业务优化服务器的方框示意图。
图2为本申请实施例所提供的一种基于人工智能的大数据业务优化方法的流程图。
图3为本申请实施例所提供的一种基于人工智能的大数据业务优化装置的框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本申请的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
图1示出了本申请实施例所提供的一种大数据业务优化服务器10的方框示意图。本申请实施例中的大数据业务优化服务器10可以为具有数据存储、传输、处理功能的服务端，如图1所示，大数据业务优化服务器10包括：存储器11、处理器12、通信总线13和基于人工智能的大数据业务优化装置20。
存储器11、处理器12和通信总线13之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有基于人工智能的大数据业务优化装置20，所述基于人工智能的大数据业务优化装置20包括至少一个可以软件或固件（firmware）的形式储存于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，例如本申请实施例中的基于人工智能的大数据业务优化装置20，从而执行各种功能应用以及数据处理，即实现本申请实施例中的基于人工智能的大数据业务优化方法。
其中，所述存储器11可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。
所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器 (Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
通信总线13用于通过网络建立大数据业务优化服务器10与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图1所示的结构仅为示意，大数据业务优化服务器10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供了一种计算机用可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
图2示出了本申请实施例所提供的一种基于人工智能的大数据业务优化的流程图。所述方法有关的流程所定义的方法步骤应用于大数据业务优化服务器10，可以由所述处理器12/大数据业务优化装置实现，所述方法包括以下步骤所描述的内容。
SETP201、获取预置操作分析时段内在设定业务互动场景中处于互动活跃状态每个大数据业务交互端的操作习惯识别信息、设定业务互动场景的可视化交互关系信息以及设定业务互动场景内业务操作拦截节点的分布情况。
大数据业务优化装置接收来自大数据业务交互端所对应的业务用户的操作应对策略搜寻请求，该操作应对策略搜寻请求用于指示设定业务互动场景、设定业务互动场景内的业务操作拦截节点以及预置操作分析时段。然后，大数据业务优化装置响应于该操作应对策略搜寻请求，可以获取预置操作分析时段内在设定业务互动场景中处于互动活跃状态每个大数据业务交互端的操作习惯识别信息、设定业务互动场景的可视化交互关系信息以及设定业务互动场景内业务操作拦截节点的分布情况。进而，大数据业务优化装置可以获取到预置操作分析时段内在设定业务互动场景中处于互动活跃状态的全部大数据业务交互端的操作习惯识别信息。
其中，设定业务互动场景可以是在线业务网络中某个业务板块的有大数据业务交互端验证需求的业务互动场景，如：在线支付、政企云服务、智慧城市安防等敏感业务互动场景中的一种。设定业务互动场景内的任一个业务操作拦截节点可以是指在任一条业务操作流程路径上部署有大数据业务交互端的异常行为检测单元的业务互动场景。若这条业务操作流程路径被拆分成拦截流程相反的两部分，则认为这条业务操作流程路径包括两个并行、且拦截流程相反的拦截覆盖区域，并且，部署在这条业务操作流程路径上的这个业务操作拦截节点就是部署在这两个拦截覆盖区域上的业务操作拦截节点，即这个业务操作拦截节点所对应拦截覆盖区域包括这两个拦截覆盖区域。若这条业务操作流程路径只有一个拦截流程，则这条业务操作流程路径就包括一个拦截覆盖区域，并且，部署在这条业务操作流程路径上的这个业务操作拦截节点所对应拦截覆盖区域也包括这一个拦截覆盖区域。
示例性地，业务操作拦截节点可以部署行为数据采集线程和/或行为意图挖掘线程，行为数据采集线程用于检测大数据业务交互端的数据量是否异常。行为意图挖掘线程用于检测大数据业务交互端的行为意图是否安全。
可以理解的是，操作应对策略搜寻请求可以用于指示设定业务互动场景内的一个业务操作拦截节点或多个业务操作拦截节点。大数据业务优化装置针对每个业务操作拦截节点，执行基于人工智能的大数据业务优化方法。在本申请实施例中，以一个业务操作拦截节点为例说明基于人工智能的大数据业务优化方法。
在本申请实施例中，可视化交互关系信息可以包括多个拦截覆盖区域数据；每个拦截覆盖区域数据包括拦截覆盖区域标识（如，拦截覆盖区域序号、拦截覆盖区域名称）、拦截覆盖区域状态和拦截覆盖区域场景信息等。每个大数据业务交互端的操作习惯识别信息可以包括该大数据业务交互端标识（如，大数据业务交互端序号、大数据业务交互端偏好）、以及该大数据业务交互端对应的大数据业务交互端状态数据和大数据业务交互端互动时段等。业务操作拦截节点的分布情况可以包括业务操作拦截节点标识（如业务操作拦截节点序号）、业务操作拦截节点状态等。
其中，每个拦截覆盖区域的拦截覆盖区域场景信息可以是该拦截覆盖区域中的多个空间映射值。这多个空间映射值可以表明该拦截覆盖区域所对应的拓扑联系，例如，这多个拓扑联系周围至少包括该拦截覆盖区域的操作触发阶段映射结果、操作结束阶段映射结果和中间空间映射值对应的拦截覆盖区域映射结果。
其中，若设定业务互动场景的可视化交互关系中任一条业务操作流程路径被拆分成拦截流程相反的两部分，则认为这条业务操作流程路径包括两个并行、且拦截流程相反的拦截覆盖区域，相应地，可视化交互关系信息包括与这两个拦截覆盖区域对应的两个拦截覆盖区域数据。这两个拦截覆盖区域数据中的拦截覆盖区域标识、拦截覆盖区域场景信息和拦截覆盖区域状态都不相同。
示例性地，该可视化交互关系信息中每个拦截覆盖区域的拦截覆盖区域标识可以是拦截覆盖区域序号。每个拦截覆盖区域的拦截覆盖区域状态是该拦截覆盖区域的拦截流程，可以用拦截覆盖区域操作触发阶段的映射结果和拦截覆盖区域操作结束阶段的映射结果表示。其中，如果intercept_zone2和intercept_zone3是两个并行、且拦截流程相反的拦截覆盖区域，则可知intercept_zone2和intercept_zone3对应于同一个业务操作流程路径，并且，intercept_zone2的操作触发阶段S2的映射结果和intercept_zone3的操作结束阶段E3的映射结果相近，intercept_zone2的操作结束阶段E2的映射结果和intercept_zone3的操作触发阶段S3的映射结果相近。
示例性地，预置操作分析时段可以为2020年03月01日-2020年03月07日；大数据业务交互端标识可以是大数据业务交互端偏好。
在本申请实施例中，大数据业务优化装置可以在每个大数据业务交互端运行过程中，通过大数据挖掘分析技术实时获取每个大数据业务交互端的操作习惯识别信息，还可以采用其他现有的任意一种信息获取技术实时获取每个大数据业务交互端的操作习惯识别信息，本申请实施例对此不作限定。大数据业务优化装置实时获取每个大数据业务交互端的操作习惯识别信息的同时，保存每个大数据业务交互端的操作习惯识别信息。进而，大数据业务优化装置可以从保存的大数据业务交互端的操作习惯识别信息中获取预置操作分析时段内在设定业务互动场景中处于互动活跃状态多个大数据业务交互端的操作习惯识别信息。
其中，每个大数据业务交互端的操作习惯识别信息中的大数据业务交互端状态数据可以包括互动对象记录等。
SETP202、根据获取到的内容，确定业务操作拦截节点所对应拦截覆盖区域的描述以及每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述。
大数据业务优化装置可以对业务操作拦截节点的分布情况和可视化交互关系信息中的拦截覆盖区域场景信息进行比较，确定业务操作拦截节点所对应拦截覆盖区域的描述。大数据业务优化装置还可以通过在线业务网络匹配技术，对每个大数据业务交互端的操作习惯识别信息中的大数据业务交互端状态数据和可视化交互关系信息中的拦截覆盖区域场景信息进行比较，确定每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述；进而可以预置操作分析时段内在设定业务互动场景中处于互动活跃状态的全部大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述。
其中，业务操作拦截节点所对应拦截覆盖区域的描述可以包括业务操作拦截节点标识、业务操作拦截节点状态以及业务操作拦截节点所对应拦截覆盖区域的拦截覆盖区域标识、拦截覆盖区域状态和拦截覆盖区域场景信息。每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的数据可以包括：至少一个拦截覆盖区域数据、以及每个拦截覆盖区域数据对应的大数据业务交互端的操作习惯识别信息。
在本申请实施例中，若任一个大数据业务交互端的操作习惯识别信息中的大数据业务交互端状态数据采用的映射结果规则不同于可视化交互关系信息中的拦截覆盖区域场景信息所采用的映射结果规则，则大数据业务优化装置可以根据可视化交互关系信息中的拦截覆盖区域场景信息所采用的映射结果规则，对该大数据业务交互端的操作习惯识别信息中的每个互动对象记录进行映射结果转换，得到转换后的映射结果。该转换后的映射结果是在可视化交互关系信息中的拦截覆盖区域场景信息所采用的映射结果规则下的映射结果。然后，大数据业务优化装置可以对该大数据业务交互端的转换后的映射结果和可视化交互关系信息中的拦截覆盖区域场景信息进行匹配，确定该大数据业务交互端的操作习惯识别信息对应的可视化交互关系信息中的拦截覆盖区域的描述。
SETP203、根据业务操作拦截节点所对应拦截覆盖区域的描述、每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及可视化交互关系信息，确定业务操作拦截节点的至少一个操作应对策略。
大数据业务优化装置可以根据业务操作拦截节点所对应拦截覆盖区域的描述、预置操作分析时段内在设定业务互动场景中处于互动活跃状态的全部大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及可视化交互关系信息，确定全部大数据业务交互端拦截应对业务操作拦截节点的至少一个操作应对策略。其中，每个操作应对策略可以包括可视化交互关系信息中的至少一个拦截覆盖区域。
可以理解的是，大数据业务优化装置可以根据预置操作分析时段内在设定业务互动场景中处于互动活跃状态每个大数据业务交互端的操作习惯识别信息、设定业务互动场景的可视化交互关系信息、以及设定业务互动场景内业务操作拦截节点的分布情况，分别确定业务操作拦截节点所对应拦截覆盖区域的描述、每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述。其中，该每个大数据业务交互端的操作习惯识别信息可以表示大数据业务交互端在设定业务互动场景内的优化互动操作状态，那么，该每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述就可以表示大数据业务交互端在设定业务互动场景内进行优化互动操作的拦截覆盖区域的描述。进而，利用预置操作分析时段内全部大数据业务交互端在设定业务互动场景内进行优化互动操作的拦截覆盖区域的描述，再结合业务操作拦截节点所对应拦截覆盖区域的描述和可视化交互关系信息，就可以确定大数据业务交互端在设定业务互动场景内进行优化互动操作的一些拦截应对业务操作拦截节点的拦截覆盖区域。然后，可以根据大数据业务交互端在设定业务互动场景内进行优化互动操作的一些拦截应对业务操作拦截节点的拦截覆盖区域，确定出大数据业务交互端拦截应对业务操作拦截节点的至少一个操作应对策略。这样根据大数据业务交互端在设定业务互动场景内进行优化互动操作的一些拦截应对业务操作拦截节点的拦截覆盖区域确定的至少一个操作应对策略，相较于根据在先的经验确定出的操作应对策略，更准确地表示了大数据业务交互端在设定业务互动场景内进行优化互动操作时会选取的拦截应对业务操作拦截节点的操作应对策略。
进而，针对大数据业务交互端在进行优化互动操作时会选取的拦截应对策略对应的拦截覆盖区域进行拦截线程调整，提高了拦截线程调整的效率。
在本申请实施例中，SETP203可以包括SETP2031-SETP2032。
SETP2031、根据业务操作拦截节点所对应拦截覆盖区域的描述以及每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定可视化交互关系信息中每个拦截覆盖区域的业务互动显著度。该业务互动显著度用于表征拦截覆盖区域的操作事件数目。
其中，可视化交互关系信息中全部拦截覆盖区域的业务互动显著度可包括业务操作拦截节点所对应拦截覆盖区域的业务互动显著度、以及除业务操作拦截节点所对应拦截覆盖区域之外的其他拦截覆盖区域的业务互动显著度。大数据业务优化装置可以确定业务操作拦截节点所对应拦截覆盖区域的业务互动显著度可以等于0，其他拦截覆盖区域的业务互动显著度可以表征其他拦截覆盖区域的操作事件数目。如此，大数据业务优化装置将业务互动显著度较高的拦截覆盖区域作为待定拦截覆盖区域，该待定拦截覆盖区域不包括业务操作拦截节点所对应拦截覆盖区域。
在本申请实施例中，大数据业务优化装置可以先确定业务操作拦截节点所对应拦截覆盖区域的业务互动显著度为0。然后，大数据业务优化装置根据与多个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定每个大数据业务交互端的至少一个互动操作记录以及每个互动操作记录对应的统计时间。大数据业务优化装置再根据每个大数据业务交互端的至少一个互动操作记录和每个互动操作记录对应的统计时间，确定对于每个大数据业务交互端而言每个目标拦截覆盖区域的局部业务互动显著度。最后，大数据业务优化装置对于每个目标拦截覆盖区域而言，确定目标拦截覆盖区域的全部局部业务互动显著度的和值，并将全部局部业务互动显著度的和值作为每个目标拦截覆盖区域的业务互动显著度。
其中，每个互动操作记录包括设定业务互动场景的可视化交互关系中至少一个拦截覆盖区域。统计时间为大数据业务交互端匹配到对应的互动操作记录中第n个拦截覆盖区域的时间，n为正整数。对于一个大数据业务交互端而言，一个目标拦截覆盖区域的局部业务互动显著度用于表征一个大数据业务交互端在一个目标拦截覆盖区域进行互动操作的可能性。目标拦截覆盖区域是互动操作记录中除业务操作拦截节点所对应拦截覆盖区域之外的任一拦截覆盖区域。
可以理解的是，大数据业务优化装置可以先针对每一个大数据业务交互端，根据该大数据业务交互端的至少一个互动操作记录以及每个互动操作记录对应的统计时间，确定该大数据业务交互端的至少一个互动操作记录中每个目标拦截覆盖区域的局部业务互动显著度。进而，可以针对预置操作分析时段内在设定业务互动场景中处于互动活跃状态的全部大数据业务交互端确定出目标拦截覆盖区域的局部业务互动显著度。然后，针对每个目标拦截覆盖区域而言，将该目标拦截覆盖区域的全部局部业务互动显著度的和值作为该目标拦截覆盖区域的业务互动显著度。
在本申请实施例中，大数据业务优化装置针对预置操作分析时段内在设定业务互动场景中处于互动活跃状态任一大数据业务交互端（可以称为第一大数据业务交互端），执行第一处理步骤，以确定对于第一大数据业务交互端而言每个目标拦截覆盖区域的局部业务互动显著度。进而，大数据业务优化装置对预置操作分析时段内在设定业务互动场景中处于互动活跃状态的全部大数据业务交互端都执行第一处理步骤，可以对全部大数据业务交互端确定出目标拦截覆盖区域的局部业务互动显著度。
其中，第一处理步骤包括：确定第一大数据业务交互端的至少一个互动操作记录中目标互动操作记录组的数目，再将目标互动操作记录组的数目作为目标拦截覆盖区域的局部业务互动显著度。目标互动操作记录组包括统计时间是按照设定顺序整理的、且皆包含目标拦截覆盖区域的互动操作记录；不同目标互动操作记录组中的互动操作记录对应的统计时间是间断的。
其中，每个大数据业务交互端的各个互动操作记录对应的统计时间都是大数据业务交互端匹配到各个互动操作记录中第n个拦截覆盖区域的时间，即大数据业务交互端在各个互动操作记录中第n个拦截覆盖区域的启动时间。n可以取值为1。
进一步地，大数据业务优化装置可以按照统计时间的先后，对第一个大数据业务交互端的至少一个互动操作记录进行排序，得到排序后的至少一个互动操作记录。然后，大数据业务优化装置针对第一大数据业务交互端的至少一个互动操作记录中的每个目标拦截覆盖区域，将排序后的至少一个互动操作记录中前后互动操作记录均不包括该目标拦截覆盖区域的一个互动操作记录作为一个目标互动操作记录组，和/或将排序后的至少一个互动操作记录中统计时间连续的、且都包括该目标拦截覆盖区域的多个互动操作记录作为一个目标互动操作记录组。大数据业务优化装置再统计全部的目标互动操作记录组的数目，并将目标互动操作记录组的数目作为该目标拦截覆盖区域的局部业务互动显著度。进而大数据业务优化装置可以得到第一大数据业务交互端的至少一个互动操作记录中的全部目标拦截覆盖区域的局部业务互动显著度。
示例性地，以预置操作分析时段内在设定业务互动场景中处于互动活跃状态的全部大数据业务交互端包括大数据业务交互端1和大数据业务交互端2为例，大数据业务优化装置可以得到大数据业务交互端的互动操作记录信息表。然后，大数据业务优化装置按照大数据业务交互端1的多个互动操作记录对应的统计时间的先后顺序（time11-time12-time13-time14），对大数据业务交互端1的多个互动操作记录进行排序，得到大数据业务交互端1的排序后的多个互动操作记录。同理，大数据业务优化装置按照大数据业务交互端2的多个互动操作记录对应的统计时间的先后顺序（time21-time22-time23），对大数据业务交互端2的多个互动操作记录进行排序，得到大数据业务交互端2的排序后的多个互动操作记录。每个互动操作记录包括至少一个拦截覆盖区域。
业务操作拦截节点所对应拦截覆盖区域包括intercept_zone30和intercept_zone31，则大数据业务优化装置可以先确定intercept_zone30和intercept_zone31的业务互动显著度都是0。大数据业务交互端1的多个互动操作记录中的目标拦截覆盖区域包括：intercept_zone10、intercept_zone20、intercept_zone51、intercept_zone80、intercept_zone60、intercept_zone21、intercept_zone11。大数据业务交互端2的多个互动操作记录中的目标拦截覆盖区域包括：intercept_zone70、intercept_zone80、intercept_zone60、intercept_zone51、intercept_zone71、intercept_zone50。目标拦截覆盖区域是可视化交互关系信息中除业务操作拦截节点所对应拦截覆盖区域之外的其他拦截覆盖区域。
以大数据业务交互端1、intercept_zone10和intercept_zone20为例，说明大数据业务优化装置确定目标拦截覆盖区域的局部业务互动显著度的过程。大数据业务优化装置可以根据大数据业务交互端1的排序后的多个互动操作记录，确定intercept_zone10对应的2个目标互动操作记录组包括：{记录Record11}和{记录Record13}，则intercept_zone10的局部业务互动显著度是2。其中，记录Record11和记录Record13都包括intercept_zone10。intercept_zone10对应的这2个目标互动操作记录组对应的统计时间间隔了一个记录Record12对应的统计时间，则这2个目标互动操作记录组间断。
大数据业务优化装置可以根据大数据业务交互端1的排序后的多个互动操作记录，确定intercept_zone20对应的2个目标互动操作记录组包括：{记录Record11}和{记录Record13}，则intercept_zone20的局部业务互动显著度是2。其中，记录Record11和记录Record13都包括intercept_zone20。intercept_zone20对应的这2个目标互动操作记录组对应的统计时间间隔了一个记录Record12对应的统计时间，则这2个目标互动操作记录组间断。
同理，大数据业务优化装置还可以确定出intercept_zone51的局部业务互动显著度是1、intercept_zone60的局部业务互动显著度是1、intercept_zone80的局部业务互动显著度是1、intercept_zone21的局部业务互动显著度是2、intercept_zone11的局部业务互动显著度是2。大数据业务优化又可以根据大数据业务交互端2的互动操作记录及其对应的统计时间，确定出intercept_zone50的局部业务互动显著度是1、intercept_zone60的局部业务互动显著度是1、intercept_zone70的局部业务互动显著度是2、intercept_zone80的局部业务互动显著度是1、intercept_zone51的局部业务互动显著度是1、intercept_zone71的局部业务互动显著度是1。
进而，大数据业务优化装置根据确定出的全部目标拦截覆盖区域的局部业务互动显著度，对每个目标拦截覆盖区域的局部业务互动显著度进行求和处理，得到对应intercept_zone10的业务互动显著度是2、intercept_zone20的业务互动显著度是2、intercept_zone50的业务互动显著度是1、intercept_zone60的业务互动显著度是2、intercept_zone70的业务互动显著度是2、intercept_zone80的业务互动显著度是2、intercept_zone11的业务互动显著度是2、intercept_zone21的业务互动显著度是2、intercept_zone51的业务互动显著度是2、intercept_zone71的业务互动显著度是1。
SETP2032、根据确定出的业务互动显著度、业务操作拦截节点所对应拦截覆盖区域的描述、以及可视化交互关系信息，确定至少一个操作应对策略。
其中，大数据业务优化装置可以根据确定出的业务互动显著度，将业务互动显著度较高的拦截覆盖区域作为待定拦截覆盖区域。大数据业务优化装置再根据业务操作拦截节点所对应拦截覆盖区域的描述以及可视化交互关系信息，从该待定拦截覆盖区域中，确定能够拦截应对业务操作拦截节点所对应拦截覆盖区域的至少一个操作应对策略。
在本申请实施例中，大数据业务优化装置可以先根据确定出的业务互动显著度，从可视化交互关系信息中获取待定拦截覆盖区域的描述。然后，大数据业务优化装置从待定拦截覆盖区域的描述中，确定业务操作拦截节点所对应拦截覆盖区域对应的关联拦截覆盖区域的描述；关联拦截覆盖区域为待定拦截覆盖区域中与业务操作拦截节点所对应拦截覆盖区域直接关联或者非直接关联的拦截覆盖区域。大数据业务优化装置再根据关联拦截覆盖区域的描述，确定多个操作触发阶段和多个操作结束阶段。最后，大数据业务优化装置根据多个操作触发阶段、多个操作结束阶段、可视化交互关系信息和待定拦截覆盖区域的描述，确定至少一个操作应对策略。
其中，每个操作应对策略为从目标操作触发阶段到目标操作结束阶段、由至少一个待定拦截覆盖区域组成的且不包括业务操作拦截节点的操作行为轨迹。在设定业务互动场景的可视化交互关系中从目标操作触发阶段到目标操作结束阶段的最快操作行为轨迹包括业务操作拦截节点；目标操作触发阶段为任一操作触发阶段，目标操作结束阶段为任一操作结束阶段。
其中，待定拦截覆盖区域为可视化交互关系信息中业务互动显著度大于设定互动显著度值的拦截覆盖区域。设定互动显著度值可以根据确定出的全部拦截覆盖区域的业务互动显著度设置。例如，确定出的全部拦截覆盖区域的业务互动显著度中的最大值和最小值的平均值；又例如，确定出的全部拦截覆盖区域的业务互动显著度的平均值。
其中，关联拦截覆盖区域可以是待定拦截覆盖区域中与业务操作拦截节点所对应拦截覆盖区域直接关联或者非直接关联的拦截覆盖区域。大数据业务优化装置确定出的关联拦截覆盖区域可以是多个关联拦截覆盖区域。大数据业务优化装置可以从多个关联拦截覆盖区域的全部操作触发阶段和操作结束阶段中，获取一个操作触发阶段和这一个操作触发阶段对应的一个操作结束阶段，进而得到多个操作触发阶段和多个操作结束阶段。一个操作触发阶段和这一个操作触发阶段对应的一个操作结束阶段可以对应于同一个拦截覆盖区域，也可以对应于不同的拦截覆盖区域。多个操作触发阶段和多个操作结束阶段为一一对应的。任一个操作触发阶段为一个关联拦截覆盖区域在该关联拦截覆盖区域的拦截流程中的起始阶段；任一个操作结束阶段为一个关联拦截覆盖区域在该关联拦截覆盖区域的拦截流程中的完成阶段。
其中，若一个业务操作拦截节点所对应拦截覆盖区域包括两个拦截覆盖区域，与这个业务操作拦截节点所对应拦截覆盖区域直接关联或者非直接关联的拦截覆盖区域可以是指与这个业务操作拦截节点所对应两个拦截覆盖区域中的任一个拦截覆盖区域直接关联或者非直接关联的拦截覆盖区域。
示例性地，关联拦截覆盖区域可以包括1级关联拦截覆盖区域、2级关联拦截覆盖区域、...、p级关联拦截覆盖区域，p为正整数。其中，1级关联拦截覆盖区域是指与业务操作拦截节点所对应拦截覆盖区域直接关联的拦截覆盖区域，2级关联拦截覆盖区域及2级以上的关联拦截覆盖区域都是与业务操作拦截节点所对应拦截覆盖区域非直接关联的拦截覆盖区域。2级关联拦截覆盖区域及2级以上的关联拦截覆盖区域中每一级关联拦截覆盖区域均与其上一级关联拦截覆盖区域直接关联。
可以理解的是，每一级关联拦截覆盖区域可以包括与其上一级关联拦截覆盖区域中全部拦截覆盖区域直接关联的拦截覆盖区域，或者包括与其上一级关联拦截覆盖区域中部分拦截覆盖区域直接关联的拦截覆盖区域。
示例性地，基于上述设定业务互动场景的可视化交互关系、以及大数据业务交互端的互动操作记录信息，设定业务互动场景的可视化交互关系中的全部拦截覆盖区域包括以下区域：intercept_zone10、intercept_zone20、intercept_zone30、intercept_zone40、intercept_zone50、intercept_zone60、intercept_zone70、intercept_zone80、intercept_zone90、intercept_zone100、intercept_zone110、intercept_zone11、intercept_zone21、intercept_zone31、intercept_zone41、intercept_zone51、intercept_zone61、intercept_zone71、intercept_zone81、intercept_zone91、intercept_zone101和intercept_zone111。
在一些可能的实施例中，如果业务操作拦截节点所对应拦截覆盖区域包括intercept_zone30和intercept_zone31，则intercept_zone30和intercept_zone31的业务互动显著度都等于0。假设设定互动显著度值为0，大数据业务优化装置根据上述确定出的全部拦截覆盖区域的业务互动显著度，从全部拦截覆盖区域中选出业务互动显著度大于设定互动显著度值的待定拦截覆盖区域有intercept_zone10、intercept_zone20、intercept_zone50、intercept_zone60、intercept_zone70、intercept_zone80、intercept_zone11、intercept_zone21、intercept_zone51、intercept_zone71。大数据业务优化装置再从待定拦截覆盖区域中确定与intercept_zone30和intercept_zone31中任一个拦截覆盖区域直接关联或者非直接关联的关联拦截覆盖区域。其中，该关联拦截覆盖区域包括1级关联拦截覆盖区域和2级关联拦截覆盖区域。1级关联拦截覆盖区域包括：intercept_zone20、intercept_zone21、intercept_zone50、intercept_zone51和intercept_zone60。2级关联拦截覆盖区域包括：intercept_zone10、intercept_zone11、intercept_zone70、intercept_zone71和intercept_zone80。
在本申请实施例中，由于大数据业务优化装置从多个关联拦截覆盖区域包括的全部操作触发阶段和全部操作结束阶段中，任意获取一个操作触发阶段和这一个操作触发阶段对应的一个操作结束阶段，则存在获取的某一个操作触发阶段和某一个操作触发阶段对应的一个操作结束阶段之间的最快操作行为轨迹不包括业务操作拦截节点。那么，从某一个操作触发阶段到某一个操作触发阶段对应的一个操作结束阶段的任一个操作行为轨迹都不算是拦截应对业务操作拦截节点的操作应对策略。因此，大数据业务优化装置需要对由多个操作触发阶段和多个操作结束阶段确定的操作行为轨迹进行清洗，筛分出拦截应对业务操作拦截节点的至少一个操作应对策略。
一种筛分方式是大数据业务优化装置可以先对多个操作触发阶段和多个操作结束阶段进行清洗；再由清洗后的操作触发阶段和清洗后的操作结束阶段确定至少一个操作应对策略。
进一步地，大数据业务优化装置可以根据可视化交互关系信息，从多个操作触发阶段和多个操作结束阶段中确定满足设定判断条件的操作触发阶段及其对应的操作结束阶段。大数据业务优化装置再根据满足设定判断条件的操作触发阶段及其对应的操作结束阶段、以及待定拦截覆盖区域的描述，确定至少一个操作应对策略。其中，设定判断条件包括在设定业务互动场景的可视化交互关系中从一个操作触发阶段到对应的一个操作结束阶段的最快操作行为轨迹包括业务操作拦截节点。
其中，大数据业务优化装置判断每个操作触发阶段和其对应的一个操作结束阶段在可视化交互关系中的最快操作行为轨迹是否包括业务操作拦截节点。若该操作触发阶段和其对应的一个操作结束阶段在可视化交互关系中的最快操作行为轨迹包括业务操作拦截节点，则确定该操作触发阶段和其对应的一个操作结束阶段是满足设定判断条件的一个操作触发阶段和操作结束阶段。大数据业务优化装置连接拦截流程从每个满足设定判断条件的操作触发阶段到其对应的操作结束阶段的待定拦截覆盖区域，得到一个或多个连接操作行为轨迹；再从一个或多个连接操作行为轨迹中选择最快操作行为轨迹作为操作应对策略。
其中，若一个业务操作拦截节点所对应拦截覆盖区域包括两个拦截覆盖区域，设定判断条件中的最快操作行为轨迹包括业务操作拦截节点可以是指该最快操作行为轨迹包含这个业务操作拦截节点所对应两个拦截覆盖区域中的任一个拦截覆盖区域。
另一种筛分方式是大数据业务优化装置可以先根据多个操作触发阶段和多个操作结束阶段之间的待定拦截覆盖区域，组成多个备选操作行为轨迹；再对多个备选操作行为轨迹进行清洗，得到至少一个操作应对策略。
进一步地，大数据业务优化装置可以根据多个操作触发阶段、多个操作结束阶段以及待定拦截覆盖区域的描述，确定多个备选操作行为轨迹。然后，大数据业务优化装置根据可视化交互关系信息，从多个操作触发阶段和多个操作结束阶段中确定满足设定判断条件的操作触发阶段及其对应的操作结束阶段。大数据业务优化装置再将多个备选操作行为轨迹中满足设定判断条件的操作触发阶段及其对应的操作结束阶段对应的备选操作行为轨迹作为至少一个操作应对策略。
其中，大数据业务优化装置连接拦截流程从多个操作触发阶段中每个操作触发阶段到其对应的一个操作结束阶段的待定操作行为轨迹，得到一个或多个连接操作行为轨迹；再从一个或多个连接操作行为轨迹中选择最快操作行为轨迹作为备选操作行为轨迹，进而得到多个备选操作行为轨迹。
在本申请实施例中，由于大数据业务优化装置采用上述一种筛分方式或另一种筛分方式确定出的至少一个操作应对策略中可能存在一个操作应对策略包含另一个操作应对策略的情况。因此，大数据业务优化装置可以将采用上述一种筛分方式或另一种筛分方式确定出的至少一个操作应对策略作为至少一个原始操作应对策略；然后，从至少一个原始操作应对策略中确定一组或多组存在包含关系的原始操作应对策略；最后，由至少一个原始操作应对策略中不存在包含关系的原始操作应对策略、以及每组存在包含关系的原始操作应对策略中的最快操作应对策略，组成至少一个操作应对策略。
示例性地，继续以上述的设定业务互动场景的可视化交互关系中的业务操作拦截节点所对应拦截覆盖区域intercept_zone3和拦截覆盖区域intercept_zone3的关联拦截覆盖区域为例，说明大数据业务优化装置根据多个操作触发阶段、多个操作结束阶段、可视化交互关系信息和待定拦截覆盖区域的描述，确定至少一个操作应对策略的过程。举例说明，大数据业务优化装置确定的不满足设定判断条件的操作触发阶段和操作结束阶段包括：intercept_zone10的操作触发阶段和intercept_zone10的操作结束阶段、intercept_zone10的操作触发阶段和intercept_zone20的操作结束阶段、intercept_zone80的操作触发阶段和intercept_zone60的操作结束阶段、intercept_zone51的操作触发阶段和intercept_zone71的操作结束阶段等，这里不一一列举。大数据业务优化装置确定的满足设定判断条件的操作触发阶段和操作结束阶段包括：intercept_zone10的操作触发阶段和intercept_zone60的操作结束阶段、intercept_zone20的操作触发阶段和intercept_zone60的操作结束阶段、intercept_zone70的操作触发阶段和intercept_zone60的操作结束阶段、intercept_zone51的操作触发阶段和intercept_zone60的操作结束阶段。
然后，大数据业务优化装置根据这些满足设定判断条件的操作触发阶段和操作结束阶段、以及待定拦截覆盖区域（包括intercept_zone10、intercept_zone20、intercept_zone50、intercept_zone60、intercept_zone70、intercept_zone80、intercept_zone11、intercept_zone21、intercept_zone51和intercept_zone71）的信息，得到至少一个原始操作应对策略包括：
与intercept_zone10的操作触发阶段和intercept_zone60的操作结束阶段对应的原始操作应对策略：
intercept_zone10-intercept_zone20-intercept_zone51-intercept_zone80-intercept_zone60；
与intercept_zone20的操作触发阶段和intercept_zone60的操作结束阶段对应的原始操作应对策略：
intercept_zone20-intercept_zone51-intercept_zone80-intercept_zone60；
与intercept_zone70的操作触发阶段和intercept_zone60的操作结束阶段对应的原始操作应对策略：
intercept_zone70-intercept_zone80-intercept_zone60；
与intercept_zone51的操作触发阶段和intercept_zone60的操作结束阶段对应的原始操作应对策略：
intercept_zone51-intercept_zone80-intercept_zone60。
其中，
intercept_zone10-intercept_zone20-intercept_zone51-intercept_zone80-intercept_zone60、
intercept_zone20-intercept_zone51-intercept_zone80-intercept_zone60和intercept_zone51-intercept_zone80-intercept_zone60是一组存在包含关系的原始操作应对策略。大数据业务优化装置可以保留：
intercept_zone10-intercept_zone20-intercept_zone51-intercept_zone80-intercept_zone60、
intercept_zone20-intercept_zone51-intercept_zone80-intercept_zone60和intercept_zone51-intercept_zone80-intercept_zone60中的最快操作应对策略，即intercept_zone51-intercept_zone80-intercept_zone60。
最后，由intercept_zone51-intercept_zone80-intercept_zone60，
和intercept_zone70-intercept_zone80-intercept_zone60组成至少一个操作应对策略。
在本申请实施例中，在SETP2032之后，上述方法还可以包括STEP801-STEP803。
STEP801、对于每个大数据业务交互端而言，执行下述第二处理步骤，以确定每个大数据业务交互端在预置操作分析时段内的拦截应对信息。
其中，第二处理步骤包括：根据每个大数据业务交互端的至少一个互动操作记录，确定至少一个互动操作记录中每个互动操作记录对应的操作应对策略；根据至少一个互动操作记录中每个互动操作记录对应的操作应对策略和统计时间，统计每个大数据业务交互端在预置操作分析时段内的拦截应对信息。每个大数据业务交互端在预置操作分析时段内的拦截应对信息包括：每个大数据业务交互端的操作应对策略、每个大数据业务交互端的拦截应对时间以及每个大数据业务交互端的拦截应对次数中的至少一个。
其中，每个互动操作记录与每个互动操作记录对应的操作应对策略之间的重复内容在每个互动操作记录对应的操作应对策略中的比例值大于设定比值。例如，设定比值可以为70％或80％等。
可以理解的是，第二处理步骤中使用的每个大数据业务交互端的至少一个互动操作记录和每个互动操作记录对应的统计时间，可以是大数据业务优化装置在SETP2031中根据与多个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述确定的。
继续以上述由intercept_zone51-intercept_zone80-intercept_zone60和intercept_zone70-intercept_zone80-intercept_zone60组成的至少一个操作应对策略为例，用预置操作分析时段内在设定业务互动场景中处于互动活跃状态任一个大数据业务交互端的至少一个互动操作记录来说明确定该大数据业务交互端的拦截应对信息的过程。假设该大数据业务交互端的至少一个互动操作记录包括：
第1个互动操作记录是：
intercept_zone90-intercept_zone100-intercept_zone110-intercept_zone60及其对应的统计时间time1、
第2个互动操作记录是：
intercept_zone61-intercept_zone81-intercept_zone71及其对应的统计时间time2、
第3个互动操作记录是：
intercept_zone70-intercept_zone80-intercept_zone60。
设定比值等于70％。第1个互动操作记录与上述每个操作应对策略之间的重复内容在每个操作应对策略中的比例值都小于70％，则第1个互动操作记录没有对应的操作应对策略。第2个互动操作记录与上述每个操作应对策略之间的重复内容在每个操作应对策略中的比例值都等于0，则第2个互动操作记录没有对应的操作应对策略。第3个互动操作记录与上述操作应对策略intercept_zone70-intercept_zone80-intercept_zone60之间的重复内容在操作应对策略intercept_zone70-intercept_zone80-intercept_zone60中的比例值大于70％，则第3个互动操作记录对应操作应对策略intercept_zone70-intercept_zone80-intercept_zone60。进而，该大数据业务交互端在预置操作分析时段内的拦截应对信息包括：
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60、操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对时间是统计时间time3、
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对次数是1。
STEP802、对于至少一个操作应对策略中每个操作应对策略而言，根据确定的全部拦截应对信息，统计每个操作应对策略的操作事件信息。
其中，操作事件信息包括：每个操作应对策略的拦截应对事件行为和每个操作应对策略的拦截应对时间中的至少一个。或者，操作事件信息包括：每个操作应对策略的多个业务时段内的拦截应对事件行为。
示例性地，大数据业务优化装置根据任一个操作应对策略的全部拦截应对事件行为和拦截应对时间，统计设定多个业务时段中每个业务时段内的拦截应对次数，得到该操作应对策略对应的多个业务时段的拦截应对次数。该操作应对策略的任一个业务时段的拦截应对次数等于对应于该业务时段内的拦截应对次数的总和。
其中，设定多个业务时段可以是对一天24小时等间隔拆分的多个业务时段，例如，1点-3点，3点-5点，5点-7点，7点-9点等等。
STEP803、根据至少一个操作应对策略的操作事件信息，确定热门操作应对策略或所述热门操作应对策略对应的热门业务时段。
大数据业务优化装置可以根据全部操作应对策略的拦截应对事件行为，从全部操作应对策略中确定拦截应对事件行为大于第一事件行为阈值的热门操作应对策略。然后，大数据业务优化装置还可以根据任一个热门操作应对策略的拦截应对时间，统计设定多个业务时段中每个业务时段内的拦截应对次数，得到该热门操作应对策略对应的多个业务时段的拦截应对次数。最后，大数据业务优化装置可以根据该热门操作应对策略对应的多个业务时段的拦截应对次数，确定该热门操作应对策略对应的拦截应对次数大于第二事件行为阈值的热门业务时段。
其中，任一个热门操作应对策略的任一个业务时段的拦截应对次数等于对应于该业务时段内的拦截应对时间的个数。
可以理解的是，大数据业务优化装置确定出拦截应对事件行为大于第一事件行为阈值的热门操作应对策略、热门操作应对策略对应的拦截应对次数大于第二事件行为阈值的热门业务时段。如此，针对热门操作应对策略在热门业务时段进行拦截线程调整，即减少了拦截线程调整的工作量，也提高了拦截线程调整的效率。
继续以上述由intercept_zone51-intercept_zone80-intercept_zone60和intercept_zone70-intercept_zone80-intercept_zone60组成的至少一个操作应对策略为例，假设大数据业务优化装置得到多个大数据业务交互端的拦截应对信息包括：大数据业务交互端1的拦截应对信息、大数据业务交互端2的拦截应对信息。大数据业务交互端1的拦截应对信息包括：
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对时间包括统计时间time3、统计时间time4和统计时间time5，
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对次数是3；
操作应对策略intercept_zone51-intercept_zone80-intercept_zone60对应的拦截应对时间包括统计时间time6和统计时间time7，操作应对策略intercept_zone51-intercept_zone80-intercept_zone60对应的拦截应对次数是2。
大数据业务交互端2的拦截应对信息包括：
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对时间包括统计时间time8，
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对次数是1；
操作应对策略intercept_zone51-intercept_zone80-intercept_zone60对应的拦截应对时间包括统计时间time9和统计时间time10，操作应对策略intercept_zone51-intercept_zone80-intercept_zone60对应的拦截应对次数是2。
进而，大数据业务优化装置根据大数据业务交互端1的拦截应对信息和大数据业务交互端2的拦截应对信息，统计至少一个操作应对策略中每个操作应对策略的操作事件信息包括：
操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对时间包括time3、time4、time5和time8，操作应对策略intercept_zone70-intercept_zone80-intercept_zone60对应的拦截应对次数是4；
操作应对策略intercept_zone51-intercept_zone80-intercept_zone60对应的拦截应对时间包括time6、time7、time9和time10，操作应对策略intercept_zone51-intercept_zone80-intercept_zone60对应的拦截应对次数是4。
在一些选择性的且可独立实施的实施例中，在SETP203所描述的根据业务操作拦截节点所对应拦截覆盖区域的描述、每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及可视化交互关系信息，确定业务操作拦截节点的至少一个操作应对策略步骤之后，该方法还可以包括针对大数据业务交互端的操作安全检测，从而在确保大数据业务交互端处于安全业务状态下时，将操作应对策略进行下发，为此，该方法还可以包括SETP204-SETP205。
SETP204、基于所述操作习惯识别信息对所述大数据业务交互端进行操作安全检测，得到所述大数据业务交互端的操作安全检测结果。
SETP205、在所述操作安全检测结果表征所述大数据业务交互端通过安全校验时，将所述至少一个操作应对策略下发给所述大数据业务交互端。
比如，可以在操作安全检测结果对应的安全评分值大于设定评分值时，判定大数据业务交互端通过安全校验，从而将至少一个操作应对策略下发给大数据业务交互端。
在一些选择性的且可独立实施的实施例中，SETP204可以包括SETP2041-SETP2045。
SETP2041、获取针对所述操作习惯识别信息的层次化识别内容集合，所述层次化识别内容集合包括至少两条层次化识别内容。
SETP2042、获得所述层次化识别内容集合中的各条层次化识别内容与所述操作习惯识别信息之间的操作相关性系数。
SETP2043、根据所述各条层次化识别内容对应的操作相关性系数，以及所述各条层次化识别内容的操作倾向描述，对所述各条层次化识别内容进行整理，得到相应的层次化识别内容队列。
SETP2044、基于所述层次化识别内容队列生成针对所述操作习惯识别信息的目标行为检测结果队列，所述目标行为检测结果队列包括至少两个目标行为检测结论。
SETP2045、通过目标行为检测结果队列中的目标行为检测结论确定所述大数据业务交互端的操作安全检测结果。
比如，可以通过每个目标行为检测结论的局部安全评分值以及每个目标行为检测结论的排序位置对应的权重值计算操作安全检测结果对应的安全评分值，目标行为检测结论排序越靠前，排序位置对应的权重值越大，如此，可以准确确定出操作安全检测结果的安全评分值。
在一些选择性的且可独立实施的实施例中，所述根据所述各条层次化识别内容对应的操作相关性系数，以及所述各条层次化识别内容的操作倾向描述，对所述各条层次化识别内容进行整理，得到相应的层次化识别内容队列，具体包括：
根据所述各条层次化识别内容对应的操作相关性系数，以及所述各条层次化识别内容的操作倾向描述，对所述各条层次化识别内容进行拆分，得到至少两个层次化识别内容子集；
对各个层次化识别内容子集进行整理，并分别对所述各个层次化识别内容子集中的各条层次化识别内容进行整理，得到所述层次化识别内容队列。
在一些选择性的且可独立实施的实施例中，所述根据所述各条层次化识别内容对应的操作相关性系数，以及所述各条层次化识别内容的操作倾向描述，对所述各条层次化识别内容进行拆分，得到至少两个层次化识别内容子集，具体包括：
分别根据所述各条层次化识别内容对应的操作相关性系数，对所述各条层次化识别内容的操作倾向描述进行融合，得到所述各条层次化识别内容的全局性操作倾向描述；
根据所述各条层次化识别内容的全局性操作倾向描述对所述各条层次化识别内容进行分类化特征分析，得到至少两个层次化识别内容子集。
在一些选择性的且可独立实施的实施例中，所述对各个层次化识别内容子集之间进行整理，并分别对所述各个层次化识别内容子集中的各条层次化识别内容进行整理，得到所述层次化识别内容队列，具体包括：
根据各个层次化识别内容子集所包含的层次化识别内容的数量，对所述各个层次化识别内容子集进行整理；
以及，针对所述各个层次化识别内容子集，分别执行以下操作：
根据所述层次化识别内容子集中各条层次化识别内容的操作倾向描述与所述层次化识别内容子集的关联程度，对所述层次化识别内容子集中的各条层次化识别内容进行整理；
基于所述各个层次化识别内容子集之间的整理结果，以及所述各个层次化识别内容子集中各条层次化识别内容的整理结果，生成所述层次化识别内容队列。
综上所述，本申请实施例提供了一种基于人工智能的大数据业务优化方法、服务器及存储介质，利用设定业务互动场景的可视化交互关系信息、业务操作拦截节点的分布情况，再结合预置操作分析时段内在设定业务互动场景中处于互动活跃状态多个大数据业务交互端的操作习惯识别信息，确定出大数据业务交互端在应对该业务操作拦截节点时优化互动操作的操作应对策略。这样确定出的大数据业务交互端的优化互动操作的拦截应对方式，相较于根据在先的经验确定出的操作应对策略，具有更高的拦截应对准确性和实际业务场景匹配性，从而确保大数据业务交互端的正常业务操作能够顺利地执行，避免大数据业务交互端的正常业务操作被相关的业务操作拦截节点误拦截。
基于上述同样的发明构思，还提供了一种基于人工智能的大数据业务优化装置20，应用于大数据业务优化服务器10，所述装置包括：
获取模块21，用于获取预置操作分析时段内在设定业务互动场景中处于互动活跃状态每个大数据业务交互端的操作习惯识别信息、所述设定业务互动场景的可视化交互关系信息以及所述设定业务互动场景内业务操作拦截节点的分布情况；
确定模块22，用于根据获取到的内容，确定所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述；
应对模块23，用于根据所述业务操作拦截节点所对应拦截覆盖区域的描述、与所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述业务操作拦截节点的至少一个操作应对策略。
关于上述功能模块的描述请参阅对图2所示的方法的描述。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，大数据业务优化服务器10，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于人工智能的大数据业务优化方法，其特征在于，所述方法包括：
获取预置操作分析时段内在设定业务互动场景中处于互动活跃状态每个大数据业务交互端的操作习惯识别信息、所述设定业务互动场景的可视化交互关系信息以及所述设定业务互动场景内业务操作拦截节点的分布情况；
根据获取到的内容，确定所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述；
根据所述业务操作拦截节点所对应拦截覆盖区域的描述、与所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述业务操作拦截节点的至少一个操作应对策略。
2.根据权利要求1所述的方法，其特征在于，所述根据所述业务操作拦截节点所对应拦截覆盖区域的描述、所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述业务操作拦截节点的至少一个操作应对策略，包括：
根据所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定所述可视化交互关系信息中每个拦截覆盖区域的业务互动显著度，所述业务互动显著度用于表征拦截覆盖区域的操作事件数目；
根据确定出的业务互动显著度、所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述可视化交互关系信息，确定所述至少一个操作应对策略。
3.根据权利要求2所述的方法，其特征在于，所述根据所述业务操作拦截节点所对应拦截覆盖区域的描述以及所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定所述可视化交互关系信息中每个拦截覆盖区域的业务互动显著度，包括：
确定所述业务操作拦截节点所对应拦截覆盖区域的业务互动显著度为0；
根据所述每个大数据业务交互端的操作习惯识别信息对应的拦截覆盖区域的描述，确定所述每个大数据业务交互端的至少一个互动操作记录以及每个互动操作记录对应的统计时间；所述互动操作记录包括所述设定业务互动场景的可视化交互关系中的至少一个拦截覆盖区域；所述统计时间为大数据业务交互端匹配到对应的互动操作记录中第n个拦截覆盖区域的时间，n为正整数；
根据所述每个大数据业务交互端的至少一个互动操作记录和每个互动操作记录对应的统计时间，确定对于所述每个大数据业务交互端而言每个目标拦截覆盖区域的局部业务互动显著度；对于一个大数据业务交互端而言，一个目标拦截覆盖区域的局部业务互动显著度用于表征所述一个大数据业务交互端在所述一个目标拦截覆盖区域进行互动操作的可能性；所述目标拦截覆盖区域是互动操作记录中除所述业务操作拦截节点所对应拦截覆盖区域之外的任一拦截覆盖区域；
对于所述每个目标拦截覆盖区域而言，确定所述目标拦截覆盖区域的全部局部业务互动显著度的和值，并将所述全部局部业务互动显著度的和值作为每个目标拦截覆盖区域的业务互动显著度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述每个大数据业务交互端的至少一个互动操作记录和所述每个互动操作记录对应的统计时间，确定对于所述每个大数据业务交互端而言所述每个目标拦截覆盖区域的局部业务互动显著度，包括：
执行第一处理步骤，以确定对于第一大数据业务交互端而言所述每个目标拦截覆盖区域的局部业务互动显著度；其中，所述第一大数据业务交互端为所述预置操作分析时段内在所述设定业务互动场景中处于互动活跃状态任一大数据业务交互端；
所述第一处理步骤包括：
确定所述第一大数据业务交互端的至少一个互动操作记录中目标互动操作记录组的数目，将所述目标互动操作记录组的数目作为所述目标拦截覆盖区域的局部业务互动显著度；所述目标互动操作记录组包括统计时间是按照设定顺序整理的、且皆包含所述目标拦截覆盖区域的互动操作记录；不同目标互动操作记录组中的互动操作记录对应的统计时间是间断的。
5.根据权利要求2-4任意一项所述的方法，其特征在于，所述根据确定出的业务互动显著度、所述业务操作拦截节点所对应拦截覆盖区域的描述、以及所述可视化交互关系信息，确定所述至少一个操作应对策略，包括：
根据所述确定出的业务互动显著度，从所述可视化交互关系信息中获取待定拦截覆盖区域的描述；所述待定拦截覆盖区域为所述可视化交互关系信息中业务互动显著度大于设定互动显著度值的拦截覆盖区域；
从所述待定拦截覆盖区域的描述中，确定所述业务操作拦截节点所对应拦截覆盖区域对应的关联拦截覆盖区域的描述；所述关联拦截覆盖区域为所述待定拦截覆盖区域中与所述业务操作拦截节点所对应拦截覆盖区域直接关联或者非直接关联的拦截覆盖区域；
根据所述关联拦截覆盖区域的描述，确定多个操作触发阶段和多个操作结束阶段；所述操作触发阶段为一个关联拦截覆盖区域在该关联拦截覆盖区域的拦截流程中的起始阶段；所述操作结束阶段为一个关联拦截覆盖区域在该关联拦截覆盖区域的拦截流程中的完成阶段；
根据所述多个操作触发阶段、所述多个操作结束阶段、所述可视化交互关系信息和所述待定拦截覆盖区域的描述，确定所述至少一个操作应对策略；每个操作应对策略为从目标操作触发阶段到目标操作结束阶段、且由至少一个待定拦截覆盖区域组成的不包括所述业务操作拦截节点的操作行为轨迹；在所述设定业务互动场景的可视化交互关系中从所述目标操作触发阶段到所述目标操作结束阶段的最快操作行为轨迹包括所述业务操作拦截节点；所述目标操作触发阶段为任一操作触发阶段，所述目标操作结束阶段为任一操作结束阶段。
6.根据权利要求5所述的方法，其特征在于，所述根据所述多个操作触发阶段、所述多个操作结束阶段、所述可视化交互关系信息和所述待定拦截覆盖区域的描述，确定所述至少一个操作应对策略，包括：
根据所述可视化交互关系信息，从所述多个操作触发阶段和所述多个操作结束阶段中确定满足设定判断条件的操作触发阶段及其对应的操作结束阶段；
根据所述满足设定判断条件的操作触发阶段及其对应的操作结束阶段、以及所述待定拦截覆盖区域的描述，确定所述至少一个操作应对策略；其中，所述设定判断条件包括在所述设定业务互动场景的可视化交互关系中从一个操作触发阶段到对应的一个操作结束阶段的最快操作行为轨迹包括所述业务操作拦截节点；
或者；
根据所述多个操作触发阶段、所述多个操作结束阶段以及所述待定拦截覆盖区域的描述，确定多个备选操作行为轨迹；
根据所述可视化交互关系信息，从所述多个操作触发阶段和所述多个操作结束阶段中确定所述满足设定判断条件的操作触发阶段及其对应的操作结束阶段；
将所述多个备选操作行为轨迹中与所述满足设定判断条件的操作触发阶段及其对应的操作结束阶段对应的备选操作行为轨迹作为所述至少一个操作应对策略。
7.根据权利要求3所述的方法，其特征在于，所述方法还包括：
对于所述每个大数据业务交互端而言，执行第二处理步骤，以确定所述每个大数据业务交互端在所述预置操作分析时段内的拦截应对信息；
所述拦截应对信息包括：所述每个大数据业务交互端的操作应对策略、所述每个大数据业务交互端的拦截应对时间以及所述每个大数据业务交互端的拦截应对次数中的至少一个；
所述第二处理步骤包括：
根据所述每个大数据业务交互端的至少一个互动操作记录，确定所述每个互动操作记录对应的操作应对策略；
根据所述至少一个互动操作记录中每个互动操作记录对应的操作应对策略和统计时间，汇总所述拦截应对信息；所述每个互动操作记录和所述每个互动操作记录对应的操作应对策略之间的重复内容在所述每个互动操作记录对应的操作应对策略中的比例值大于设定比值。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
对于所述至少一个操作应对策略中每个操作应对策略而言，根据确定的全部拦截应对信息，汇总所述每个操作应对策略的操作事件信息；所述操作事件信息包括：所述每个操作应对策略的拦截应对事件行为和所述每个操作应对策略的拦截应对时间中的至少一个；
根据所述至少一个操作应对策略的所述操作事件信息，确定热门操作应对策略或所述热门操作应对策略对应的热门业务时段。
9.一种大数据业务优化服务器，其特征在于，包括处理器、通信总线和存储器；所述处理器和所述存储器通过所述通信总线通信，所述处理器从所述存储器中读取计算机程序并运行，以执行权利要求1-8任一项所述的方法。
10.一种计算机用可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序在运行时实现权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708221.4A CN113329034B (zh) | 2021-06-25 | 2021-06-25 | 基于人工智能的大数据业务优化方法、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708221.4A CN113329034B (zh) | 2021-06-25 | 2021-06-25 | 基于人工智能的大数据业务优化方法、服务器及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113329034A true CN113329034A (zh) | 2021-08-31 |
| CN113329034B CN113329034B (zh) | 2021-12-07 |
Family
ID=77424563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110708221.4A Active CN113329034B (zh) | 2021-06-25 | 2021-06-25 | 基于人工智能的大数据业务优化方法、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113329034B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114357029A (zh) * | 2022-01-04 | 2022-04-15 | 工银瑞信基金管理有限公司 | 业务数据的处理方法、装置、设备、介质及程序产品 |
| CN116720181A (zh) * | 2023-05-06 | 2023-09-08 | 武汉优尼思科技有限公司 | 应对智慧数字服务的可视化操作风险预测方法及软件产品 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130247011A1 (en) * | 2012-03-16 | 2013-09-19 | International Business Machines Corporation | Transformation of a program-event-recording event into a run-time instrumentation event |
| US20140279808A1 (en) * | 2013-03-15 | 2014-09-18 | Futurewei Technologies, Inc. | Using dynamic object modeling and business rules to dynamically specify and modify behavior |
| CN105579994A (zh) * | 2013-07-11 | 2016-05-11 | 纽拉公司 | 用于物联网集成平台的互操作性机制 |
| US20160247326A1 (en) * | 2015-02-24 | 2016-08-25 | Xerox Corporation | Method and system for simulating users in the context of a parking lot based on the automatic learning of a user choice decision function from historical data considering multiple user behavior profiles |
| US9710836B1 (en) * | 2013-04-11 | 2017-07-18 | Matthew Carl O'Malley | Sensor, weapon, actor, and registration monitoring, evaluating, and relationships |
| CN112003846A (zh) * | 2020-08-13 | 2020-11-27 | 广州市百果园信息技术有限公司 | 一种信用阈值的训练、ip地址的检测方法及相关装置 |
| CN112686667A (zh) * | 2020-12-17 | 2021-04-20 | 苏丽华 | 基于大数据和区块链的数据处理方法及云服务平台 |
| CN112988845A (zh) * | 2021-04-01 | 2021-06-18 | 毕延杰 | 在大数据业务场景下的数据信息处理方法及信息服务平台 |
-
2021
- 2021-06-25 CN CN202110708221.4A patent/CN113329034B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130247011A1 (en) * | 2012-03-16 | 2013-09-19 | International Business Machines Corporation | Transformation of a program-event-recording event into a run-time instrumentation event |
| US20140279808A1 (en) * | 2013-03-15 | 2014-09-18 | Futurewei Technologies, Inc. | Using dynamic object modeling and business rules to dynamically specify and modify behavior |
| US9710836B1 (en) * | 2013-04-11 | 2017-07-18 | Matthew Carl O'Malley | Sensor, weapon, actor, and registration monitoring, evaluating, and relationships |
| CN105579994A (zh) * | 2013-07-11 | 2016-05-11 | 纽拉公司 | 用于物联网集成平台的互操作性机制 |
| US20160247326A1 (en) * | 2015-02-24 | 2016-08-25 | Xerox Corporation | Method and system for simulating users in the context of a parking lot based on the automatic learning of a user choice decision function from historical data considering multiple user behavior profiles |
| CN112003846A (zh) * | 2020-08-13 | 2020-11-27 | 广州市百果园信息技术有限公司 | 一种信用阈值的训练、ip地址的检测方法及相关装置 |
| CN112686667A (zh) * | 2020-12-17 | 2021-04-20 | 苏丽华 | 基于大数据和区块链的数据处理方法及云服务平台 |
| CN112988845A (zh) * | 2021-04-01 | 2021-06-18 | 毕延杰 | 在大数据业务场景下的数据信息处理方法及信息服务平台 |
Non-Patent Citations (2)
| Title |
|---|
| 张书奎，王宜怀等: ""基于融合树的事件区域检测容错算法"", 《通信学报》 * |
| 胡国华等: "基于大数据安全保障的云安全体系研究", 《信息安全研究》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114357029A (zh) * | 2022-01-04 | 2022-04-15 | 工银瑞信基金管理有限公司 | 业务数据的处理方法、装置、设备、介质及程序产品 |
| CN116720181A (zh) * | 2023-05-06 | 2023-09-08 | 武汉优尼思科技有限公司 | 应对智慧数字服务的可视化操作风险预测方法及软件产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113329034B (zh) | 2021-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105590055B (zh) | 用于在网络交互系统中识别用户可信行为的方法及装置 | |
| CN107133265B (zh) | 一种识别行为异常用户的方法及装置 | |
| Sculley et al. | Detecting adversarial advertisements in the wild | |
| CN113329034B (zh) | 基于人工智能的大数据业务优化方法、服务器及存储介质 | |
| CN108776616B (zh) | 一种确定区块链节点可信状态的方法、区块链节点及系统 | |
| CN112669138B (zh) | 数据处理方法及相关设备 | |
| CN111177714A (zh) | 异常行为检测方法、装置、计算机设备和存储介质 | |
| CN103812961A (zh) | 识别指定类别ip地址的方法及设备、防御方法及系统 | |
| CN105550175A (zh) | 恶意账户识别方法及装置 | |
| CN113641993A (zh) | 一种基于云计算的数据安防处理方法及数据安防服务器 | |
| de Faria et al. | Evaluation of multiclass novelty detection algorithms for data streams | |
| US20180247226A1 (en) | Classifier | |
| CN104504334B (zh) | 用于评估分类规则选择性的系统及方法 | |
| CN108304432A (zh) | 信息推送处理方法、信息推送处理装置及存储介质 | |
| CN106998336B (zh) | 渠道中的用户检测方法和装置 | |
| CN113409016A (zh) | 应用于大数据云办公的信息处理方法、服务器及介质 | |
| CN106301979B (zh) | 检测异常渠道的方法和系统 | |
| CN114780606B (zh) | 一种大数据挖掘方法及系统 | |
| CN113205134A (zh) | 一种网络安全态势预测方法及系统 | |
| CN117081858A (zh) | 一种基于多决策树入侵行为检测方法、系统、设备及介质 | |
| CN110827036A (zh) | 一种欺诈交易的检测方法、装置、设备及存储介质 | |
| CN113364881A (zh) | 应用于大数据的云业务互动分析方法、服务器及存储介质 | |
| CN113609389A (zh) | 一种社区平台信息推送方法及系统 | |
| CN107172033B (zh) | 一种waf误判识别方法以及装置 | |
| Mohan et al. | Location based cloud resource management for analyzing real-time videos from globally distributed network cameras |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211118 Address after: 510000 first floor, No. 12, Jianzhong Road, Tianhe District, Guangzhou, Guangdong Applicant after: GUANGZHOU SINOBEST SOFTWARE TECHNOLOGY Co.,Ltd. Address before: 523000 room 803, No. 5, Hongwei 1st Road, Nancheng street, Dongguan City, Guangdong Province Applicant before: Dongguan huixuehuiwan Education Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |