CN113642885B - 基于人工智能的业务环境指标信息处理方法及系统 - Google Patents
基于人工智能的业务环境指标信息处理方法及系统 Download PDFInfo
- Publication number
- CN113642885B CN113642885B CN202110921744.7A CN202110921744A CN113642885B CN 113642885 B CN113642885 B CN 113642885B CN 202110921744 A CN202110921744 A CN 202110921744A CN 113642885 B CN113642885 B CN 113642885B
- Authority
- CN
- China
- Prior art keywords
- service
- environment
- target
- key content
- mode
- 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例的基于人工智能的业务环境指标信息处理方法及系统,获取到业务环境统计信息中包含的各目标电商服务关键内容所对应的同一个基本服务模式以及项目流程节点分布轨迹,对业务环境统计信息进行分析,分析出业务环境统计信息中包含的服务环境指标信息,根据各目标电商服务关键内容的服务环境指标信息和项目流程节点分布轨迹对基本服务模式进行更新,采用智能化方式对目标电商服务关键内容的服务模式进行更新,可以节省资源开销,提高更新效率,且对目标电商服务关键内容的服务模式进行更新后,在需要应用目标电商服务关键内容的服务模式进行相关业务操作的场景中,可以较大幅度避免业务操作出现错误的情况,能够提高业务操作准确率。
Description
技术领域
本申请涉及人工智能以及信息处理技术领域,特别涉及基于人工智能的业务环境指标信息处理方法及系统。
背景技术
人工智能(Artificial Intelligence,AI)是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
自诞生以来,人工智能理论和技术日益成熟,应用领域也不断扩大,以逐渐应用于电子商务和一些网络化的营商环境中。在电子商务和营商服务等线上业务与大数据进行结合的时代下,如何根据各类业务环境指标对相关服务模式进行针对性更新以提高业务处理效率是现目前需要改善的一个技术问题。
发明内容
为改善相关技术中存在的技术问题,本申请提供了基于人工智能的业务环境指标信息处理方法及系统。
本申请提供了一种基于人工智能的业务环境指标信息处理方法,应用于人工智能服务器,所述方法包括:
获取业务环境统计信息以及所述业务环境统计信息中包含的目标电商服务关键内容集合对应的基本服务模式,所述目标电商服务关键内容集合包含所述业务环境统计信息中所包含的至少一个目标电商服务关键内容;
获取所述基本服务模式对应的项目流程节点分布轨迹;
对所述业务环境统计信息进行分析,分析出所述目标电商服务关键内容集合的服务环境指标信息,所述目标电商服务关键内容集合的服务环境指标信息包括所述至少一个目标电商服务关键内容的服务环境指标信息;
根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式;
根据更新后的服务模式,生成针对当前业务环境的数据处理策略。
可选地,所述方法还包括以下至少一项:
获取所述目标电商服务关键内容集合对应的基本关联业务环境的落地服务模式,并确定所述基本服务模式和所述落地服务模式之间的模式匹配度小于或等于第一设定模式匹配度;
获取所述目标电商服务关键内容集合对应的基本关联业务环境的环境互动状态,基于所述环境互动状态和所述项目流程节点分布轨迹,确定在所述基本服务模式的下游服务阶段存在服务选择事件,且所述服务选择事件的服务模式与所述基本服务模式之间的模式匹配度小于或等于第二设定模式匹配度。
可选地,所述目标电商服务关键内容包括环境互动状态引导关键内容,所述服务环境指标信息包括环境互动状态引导信息,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式,包括:
根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境;
基于所述目标关联业务环境对所述基本服务模式进行更新,得到更新后的服务模式。
可选地,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,包括:
如果所述目标电商服务关键内容集合的环境互动状态引导信息包含调整引导,根据所述项目流程节点分布轨迹,将符合如下条件的业务环境确定为所述目标电商服务关键内容集合对应的目标关联业务环境:处于所述基本服务模式的下游服务阶段、与所述基本服务模式相匹配且与所述调整引导相关的业务环境。
可选地,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,包括:
如果所述目标电商服务关键内容集合的环境互动状态引导信息只包含第一状态优化引导,则根据所述项目流程节点分布轨迹,确定处于所述基本服务模式的下游服务阶段的且模式匹配度与所述基本服务模式相匹配的状态优化业务环境,所述第一状态优化引导包括实时性引导或者延时性引导;
将所述状态优化业务环境确定为所述目标电商服务关键内容的目标关联业务环境。
可选地,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,包括:
如果所述目标电商服务关键内容集合的环境互动状态引导信息包含第二状态优化引导,则根据所述项目流程节点分布轨迹,将符合如下条件的业务环境确定为所述目标电商服务关键内容集合对应的目标关联业务环境:处于所述基本服务模式的下游服务阶段、与所述基本服务模式相匹配且与所述第二状态优化引导对应的状态优化前的业务环境;其中,所述第二状态优化引导包括实时性引导、延时性引导和非限制性引导中的至少两项或者三项。
可选地,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,包括:
如果所述目标电商服务关键内容集合的环境互动状态引导信息仅包含非限制性引导,根据所述项目流程节点分布轨迹,确定处于所述基本服务模式的下游服务阶段且与所述基本服务模式相匹配的服务选择事件;
如果所述服务选择事件为调整业务环境或状态优化业务环境中的至少一项所对应的服务选择事件,则确定所述目标电商服务关键内容集合对应的基本关联业务环境,将环境互动状态与所述基本关联业务环境的环境互动状态一致的且处于所述服务选择事件的下游服务阶段的下一节点业务环境,确定为所述目标电商服务关键内容集合对应的目标关联业务环境。
可选地,所述方法还包括:
获取所述目标电商服务关键内容集合对应的基本关联业务环境;
获取所述业务环境统计信息包含的第一业务事项数目以及所述基本关联业务环境的第二业务事项数目;
根据所述第一业务事项数目和所述第二业务事项数目,对所述基本关联业务环境进行更新;
相应的,所述根据所述第一业务事项数目和所述第二业务事项数目,对所述基本关联业务环境进行更新,包括:
如果所述第一业务事项数目与所述第二业务事项数目之间的量化差异大于或等于第一设定差异值,则根据所述项目流程节点分布轨迹,将环境互动状态与所述基本关联业务环境的环境互动状态之间状态量化值最小的热门环境互动状态,作为所述目标电商服务关键内容的目标关联业务环境;
如果所述第一业务事项数目与所述第二业务事项数目之间的量化差异小于或等于第二设定差异值,则根据所述项目流程节点分布轨迹,将环境互动状态与所述基本关联业务环境的环境互动状态之间状态量化值最小的冷门环境互动状态,作为所述目标电商服务关键内容的目标关联业务环境,所述第二设定差异值小于所述第一设定差异值;
如果所述第一业务事项数目与所述第二业务事项数目之间的量化差异大于所述第二设定差异值且小于所述第一设定差异值,则将所述基本关联业务环境作为所述目标电商服务关键内容的目标关联业务环境。
可选地,所述业务环境统计信息为业务环境统计信息集中的任一统计信息,所述业务环境统计信息集是通过业务环境检测设备采集得到的,所述方法还包括:
获取所述目标电商服务关键内容集合对应的基本关联业务环境,确定所述基本关联业务环境的环境互动状态;
获取所述业务环境统计信息对应的业务环境统计信息集的采集节点所对应的状态;
根据所述采集节点所对应的状态和所述环境互动状态,对所述基本关联业务环境进行更新;
相应的,所述根据所述采集节点所对应的状态和所述环境互动状态,对所述基本关联业务环境进行更新,包括:
如果所述采集节点所对应的状态和所述环境互动状态不一致,则根据所述项目流程节点分布轨迹检索所述基本关联业务环境对应的映射业务环境,作为更新后的关联业务环境;
如果所述采集节点所对应的状态和所述环境互动状态一致,则将所述基本关联业务环境作为更新后的业务环境。
本申请还提供了一种基于人工智能的业务环境指标信息处理系统,所述系统包括相互通信的人工智能服务器及业务监测终端;
其中,所述人工智能服务器,用于:通过所述业务监测终端获取业务环境统计信息以及所述业务环境统计信息中包含的目标电商服务关键内容集合对应的基本服务模式,所述目标电商服务关键内容集合包含所述业务环境统计信息中所包含的至少一个目标电商服务关键内容;获取所述基本服务模式对应的项目流程节点分布轨迹;对所述业务环境统计信息进行分析,分析出所述目标电商服务关键内容集合的服务环境指标信息,所述目标电商服务关键内容集合的服务环境指标信息包括所述至少一个目标电商服务关键内容的服务环境指标信息;根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式;根据更新后的服务模式,生成针对当前业务环境的数据处理策略。
本申请的实施例提供的技术方案可以包括以下有益效果。
本申请提供了基于人工智能的业务环境指标信息处理方法及系统,与现有技术相比,本申请可以直接获取到业务环境统计信息中包含的各目标电商服务关键内容所对应的同一个基本服务模式,以及基本服务模式对应的项目流程节点分布轨迹,通过对业务环境统计信息进行分析,分析出业务环境统计信息中包含的各目标电商服务关键内容的服务环境指标信息,根据各目标电商服务关键内容的服务环境指标信息和项目流程节点分布轨迹对基本服务模式进行更新,采用智能化方式对目标电商服务关键内容的服务模式进行更新,可以节省资源开销,提高更新效率,且对目标电商服务关键内容的服务模式进行更新后,在需要应用目标电商服务关键内容的服务模式进行相关业务操作的场景中,可以较大幅度避免业务操作出现错误的情况,进而能够提高业务操作准确率。
此外,上述技术方案在应用于相关业务环境(比如交互式服务环境)时,能够改善相关评价/反馈信息的数据采集任务重、效率低、指标数据错综杂乱不规范、分工不清晰、进度不透明的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种人工智能服务器的硬件结构示意图。
图2是本申请实施例提供的一种基于人工智能的业务环境指标信息处理方法的流程示意图。
图3是本申请实施例提供的一种基于人工智能的业务环境指标信息处理系统的通信架构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在人工智能服务器、计算机设备或者类似的运算装置中执行。以运行在人工智能服务器上为例,图1是本申请实施例的实施基于人工智能的业务环境指标信息处理方法的人工智能服务器的硬件结构框图。如图1所示,人工智能服务器10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述人工智能服务器还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述人工智能服务器的结构造成限定。例如,人工智能服务器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。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本申请实施例中的基于人工智能的业务环境指标信息处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至人工智能服务器10。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。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括人工智能服务器10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
请参阅图2,图2是本申请实施例所提供的一种基于人工智能的业务环境指标信息处理方法的流程示意图,应用于人工智能服务器,所述方法具体可以包括以下步骤210-步骤250所描述的技术方案实现。
步骤210、获取业务环境统计信息以及所述业务环境统计信息中包含的目标电商服务关键内容集合对应的基本服务模式,所述目标电商服务关键内容集合包含所述业务环境统计信息中所包含的至少一个目标电商服务关键内容。
在具体实施过程中,业务环境统计信息可以是业务监测终端所采集到的信息,比如可以是不同业务场景下的参与方行为信息,或者相关的业务事件信息等。进一步地,目标电商服务关键内容集合可以是电商交互过程中的服务项目的内容集合。此外,基本服务模式可以是初始的服务模式。
步骤220、获取所述基本服务模式对应的项目流程节点分布轨迹。
在具体实施过程中,项目流程节点分布轨迹可以是以基本服务模式为主要服务模式,设定项目范围内的项目流程节点分布轨迹,可以包括多个节点化的业务行为流程节点。
步骤230、对所述业务环境统计信息进行分析,分析出所述目标电商服务关键内容集合的服务环境指标信息,所述目标电商服务关键内容集合的服务环境指标信息包括所述至少一个目标电商服务关键内容的服务环境指标信息。
在具体实施过程中,服务环境指标信息可以理解为目标电商服务关键内容集合中每一服务关键内容所对应的环境指标信息,比如业务交互延时、数据处理误差等,服务环境指标信息可以从多个层面评估业务处理的质量。
步骤240、根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式。
在一种可能实现的方式中,所述目标电商服务关键内容包括环境互动状态引导关键内容,所述服务环境指标信息包括环境互动状态引导信息。基于此,步骤240所描述的根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式,具体可以包括步骤2401和步骤24012所描述的方案。
步骤2401、根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境。
在一种可能实现的方式中,步骤2401所描述的根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,具体可以包括以下实施例2401A、实施例2401B、实施例2401C和实施例2401D四种实施例。
实施例2401A、如果所述目标电商服务关键内容集合的环境互动状态引导信息包含调整引导,根据所述项目流程节点分布轨迹,将符合如下条件的业务环境确定为所述目标电商服务关键内容集合对应的目标关联业务环境:处于所述基本服务模式的下游服务阶段、与所述基本服务模式相匹配且与所述调整引导相关的业务环境。在本实施例中,调整引导可以理解为调整指示。如此,将基本服务模式的下游服务阶段、与基本服务模式相匹配且与调整引导相关的业务环境考虑在内,则能够准确的确定出目标关联业务环境。
实施例2401B、如果所述目标电商服务关键内容集合的环境互动状态引导信息只包含第一状态优化引导,则根据所述项目流程节点分布轨迹,确定处于所述基本服务模式的下游服务阶段的且模式匹配度与所述基本服务模式相匹配的状态优化业务环境,所述第一状态优化引导包括实时性引导或者延时性引导;将所述状态优化业务环境确定为所述目标电商服务关键内容的目标关联业务环境。在本实施例中,状态优化引导可以理解为对环境互动状态进行状态优化的指示信息。如此,在目标电商服务关键内容集合的环境互动状态引导信息只包含第一状态优化引导的前提下,根据项目流程节点分布轨迹确定出相匹配的状态优化业务环境,进而将状态优化业务环境确定为目标电商服务关键内容的目标关联业务环境,这样一来,在目标电商服务关键内容集合的环境互动状态引导信息只包含第一状态优化引导的前提下进行分析,能够确保得到的目标关联业务环境的精确性,避免因错误的分析而导致分析效率的下降以及得到的结果不准确性的问题。
实施例2401C、如果所述目标电商服务关键内容集合的环境互动状态引导信息包含第二状态优化引导,则根据所述项目流程节点分布轨迹,将符合如下条件的业务环境确定为所述目标电商服务关键内容集合对应的目标关联业务环境:处于所述基本服务模式的下游服务阶段、与所述基本服务模式相匹配且与所述第二状态优化引导对应的状态优化前的业务环境;其中,所述第二状态优化引导包括实时性引导、延时性引导和非限制性引导中的至少两项或者三项。如此,在多种不同的状态优化引导的前期,能够进一步地确保得到的目标关联业务环境的准确性。
实施例2401D、如果所述目标电商服务关键内容集合的环境互动状态引导信息仅包含非限制性引导,根据所述项目流程节点分布轨迹,确定处于所述基本服务模式的下游服务阶段且与所述基本服务模式相匹配的服务选择事件;如果所述服务选择事件为调整业务环境或状态优化业务环境中的至少一项所对应的服务选择事件,则确定所述目标电商服务关键内容集合对应的基本关联业务环境,将环境互动状态与所述基本关联业务环境的环境互动状态一致的且处于所述服务选择事件的下游服务阶段的下一节点业务环境,确定为所述目标电商服务关键内容集合对应的目标关联业务环境。如此,在非限制性引导以及确定出服务选择事件为调整业务环境或状态优化业务环境中的至少一项所对应的服务选择事件的前提下,对目标电商服务关键内容集合进行业务环境匹配,这样能够有针对性地得到的目标关联业务环境。
在上述相关内容的基础上,该方法还包括包括步骤310-步骤330所描述的技术方案。
步骤310、获取所述目标电商服务关键内容集合对应的基本关联业务环境。
步骤320、获取所述业务环境统计信息包含的第一业务事项数目以及所述基本关联业务环境的第二业务事项数目。
步骤330、根据所述第一业务事项数目和所述第二业务事项数目,对所述基本关联业务环境进行更新。
通过执行上述步骤310-步骤330所描述的技术方案,根据第一业务事项数目和所述第二业务事项数目,能够对基本关联业务环境进行实时更新。
在一种可能实现的方式中,步骤330所描述的所述根据所述第一业务事项数目和所述第二业务事项数目,对所述基本关联业务环境进行更新,具体可以通过以下步骤3301-步骤3303实现。
步骤3301、如果所述第一业务事项数目与所述第二业务事项数目之间的量化差异大于或等于第一设定差异值,则根据所述项目流程节点分布轨迹,将环境互动状态与所述基本关联业务环境的环境互动状态之间状态量化值最小的热门环境互动状态,作为所述目标电商服务关键内容的目标关联业务环境。
步骤3302、如果所述第一业务事项数目与所述第二业务事项数目之间的量化差异小于或等于第二设定差异值,则根据所述项目流程节点分布轨迹,将环境互动状态与所述基本关联业务环境的环境互动状态之间状态量化值最小的冷门环境互动状态,作为所述目标电商服务关键内容的目标关联业务环境,所述第二设定差异值小于所述第一设定差异值。
步骤3303、如果所述第一业务事项数目与所述第二业务事项数目之间的量化差异大于所述第二设定差异值且小于所述第一设定差异值,则将所述基本关联业务环境作为所述目标电商服务关键内容的目标关联业务环境。
步骤2402、基于所述目标关联业务环境对所述基本服务模式进行更新,得到更新后的服务模式。
执行上述步骤2401和步骤24012所描述的方案,根据目标电商服务关键内容集合的服务环境指标信息和项目流程节点分布轨迹对目标电商服务关键内容集合进行分析,分析出目标关联业务环境,这样能够基于目标关联业务环境对基本服务模式进行实时更新,进而能够有效地得到更新后的服务模式,避免因对服务模式进行及时更新而导致对后续业务环境的数据处理策略造成影响。
步骤250、根据更新后的服务模式,生成针对当前业务环境的数据处理策略。
在具体实施过程中,当前业务环境可以理解为目前正准备处理的业务环境信息,而数据处理策略可以包括数据采集策略、数据清洗策略和特征提取策略等。
可以理解的是,当前业务环境可以是交互式服务环境,相应的数据处理策略可以对应于交互式服务环境中评价/反馈信息,如此设计,该方案能够在一定程度上解决传统业务环境(比如交互式服务环境)中评价/反馈信息的数据采集任务重,效率低、指标数据错综杂乱不规范、分工不清晰、进度不透明的问题。
此外,基于上述方案,通过对服务模式进行更新,可以通过智能化标签权限体系、多样化数据采集组件、灵活化组件组合规则、定制化场景关联配置、动态化数据采集分析等实现填报任务快速分发、数据快速采集、采集进度实时掌握,以技术手段助力减轻交互式服务(比如电子商务或者营商服务)的数据采集和处理工作负担。
在一种可能实现的方式中,该方法还可以通过如下步骤A1和步骤A2中的任意一种实施例实现。
步骤A1、获取所述目标电商服务关键内容集合对应的基本关联业务环境的落地服务模式,并确定所述基本服务模式和所述落地服务模式之间的模式匹配度小于或等于第一设定模式匹配度。
在本实施例中,基本关联业务环境可以是与业务环境统计信息相关联的业务环境。落地服务模式可以理解为最终需要实现的服务模式。
步骤A2、获取所述目标电商服务关键内容集合对应的基本关联业务环境的环境互动状态,基于所述环境互动状态和所述项目流程节点分布轨迹,确定在所述基本服务模式的下游服务阶段存在服务选择事件,且所述服务选择事件的服务模式与所述基本服务模式之间的模式匹配度小于或等于第二设定模式匹配度。
在本实施例中,基本关联业务环境的环境互动状态可以理解为基本关联业务环境中业务操作过程中的操作状态。下游服务阶段可以理解为还未进行的服务阶段。
执行上述步骤A1和步骤A2中的任意一种实施例,计算基本服务模式和所述落地服务模式之间的模式匹配度,能够为对业务环境统计信息进行分析提供依据。例如:如果基本服务模式和所述落地服务模式之间的模式匹配度小于或等于设定模式匹配度,则对业务环境统计信息进行分析;如果基本服务模式和所述落地服务模式之间的模式匹配度大于或等于设定模式匹配度,则无需对基本服务模式进行更新,也就是说可以将目标电商服务关键内容集合的基本服务模式作为更新后的服务模式。
在一种可能实现的方式中,所述业务环境统计信息为业务环境统计信息集中的任一统计信息,所述业务环境统计信息集是通过业务环境检测设备采集得到的,该方法具体还包括以下步骤410-步骤430所描述的技术方案。
步骤410、获取所述目标电商服务关键内容集合对应的基本关联业务环境,确定所述基本关联业务环境的环境互动状态。
步骤420、获取所述业务环境统计信息对应的业务环境统计信息集的采集节点所对应的状态。
步骤430、根据所述采集节点所对应的状态和所述环境互动状态,对所述基本关联业务环境进行更新。
执行步骤410-步骤430所描述的技术方案,根据采集节点所对应的状态和环境互动状态对基本关联业务环境进行更新,这样能够每个采集节点所对应的状态逐一进行基本关联业务环境进行更新,进而能够避免对基本关联业务环境出现遗漏更新。
进一步地,步骤430所描述的根据所述采集节点所对应的状态和所述环境互动状态,对所述基本关联业务环境进行更新,具体可以通过以下内容实现:如果所述采集节点所对应的状态和所述环境互动状态不一致,则根据所述项目流程节点分布轨迹检索所述基本关联业务环境对应的映射业务环境,作为更新后的关联业务环境;如果所述采集节点所对应的状态和所述环境互动状态一致,则将所述基本关联业务环境作为更新后的业务环境。
综上所述,本申请提供了基于人工智能的业务环境指标信息处理方法及系统,与现有技术相比,本申请可以直接获取到业务环境统计信息中包含的各目标电商服务关键内容所对应的同一个基本服务模式,以及基本服务模式对应的项目流程节点分布轨迹,通过对业务环境统计信息进行分析,分析出业务环境统计信息中包含的各目标电商服务关键内容的服务环境指标信息,根据各目标电商服务关键内容的服务环境指标信息和项目流程节点分布轨迹对基本服务模式进行更新,采用智能化方式对目标电商服务关键内容的服务模式进行更新,可以节省资源开销,提高更新效率,且对目标电商服务关键内容的服务模式进行更新后,在需要应用目标电商服务关键内容的服务模式进行相关业务操作的场景中,可以较大幅度避免业务操作出现错误的情况,进而能够提高业务操作准确率。
此外,上述技术方案在应用于相关业务环境(比如交互式服务环境)时,能够改善相关评价/反馈信息的数据采集任务重、效率低、指标数据错综杂乱不规范、分工不清晰、进度不透明的问题。
在上述基础上,请结合图3,基于上述同样的发明构思,本申请还提供了一种一种基于人工智能的业务环境指标信息处理系统300,所述系统包括相互通信的人工智能服务器10及业务监测终端20;
其中,所述人工智能服务器,用于:通过所述业务监测终端获取业务环境统计信息以及所述业务环境统计信息中包含的目标电商服务关键内容集合对应的基本服务模式,所述目标电商服务关键内容集合包含所述业务环境统计信息中所包含的至少一个目标电商服务关键内容;获取所述基本服务模式对应的项目流程节点分布轨迹;对所述业务环境统计信息进行分析,分析出所述目标电商服务关键内容集合的服务环境指标信息,所述目标电商服务关键内容集合的服务环境指标信息包括所述至少一个目标电商服务关键内容的服务环境指标信息;根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式;根据更新后的服务模式,生成针对当前业务环境的数据处理策略。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (6)
1.一种基于人工智能的业务环境指标信息处理方法,其特征在于,应用于人工智能服务器,所述方法包括:
获取业务环境统计信息以及所述业务环境统计信息中包含的目标电商服务关键内容集合对应的基本服务模式,所述目标电商服务关键内容集合包含所述业务环境统计信息中所包含的至少一个目标电商服务关键内容;
获取所述基本服务模式对应的项目流程节点分布轨迹;
对所述业务环境统计信息进行分析,分析出所述目标电商服务关键内容集合的服务环境指标信息,所述目标电商服务关键内容集合的服务环境指标信息包括所述至少一个目标电商服务关键内容的服务环境指标信息;
根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式;
根据更新后的服务模式,生成针对当前业务环境的数据处理策略;
其中:
所述业务环境统计信息包括业务监测终端所采集到的信息,包括不同业务场景下的参与方行为信息,或者业务事件信息;
所述目标电商服务关键内容集合为电商交互过程中的服务项目的内容集合;
所述项目流程节点分布轨迹是以基本服务模式为主要服务模式,设定项目范围内的项目流程节点分布轨迹,包括多个节点化的业务行为流程节点;
所述服务环境指标信息为目标电商服务关键内容集合中每一服务关键内容所对应的环境指标信息,包括业务交互延时和数据处理误差,且所述服务环境指标信息用于从多个层面评估业务处理的质量;
其中:
所述目标电商服务关键内容包括环境互动状态引导关键内容,所述服务环境指标信息包括环境互动状态引导信息,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式,包括:根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境;基于所述目标关联业务环境对所述基本服务模式进行更新,得到更新后的服务模式;
其中:
所述数据处理策略包括数据采集策略、数据清洗策略和特征提取策略。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标电商服务关键内容集合对应的基本关联业务环境的落地服务模式,并确定所述基本服务模式和所述落地服务模式之间的模式匹配度小于或等于第一设定模式匹配度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,包括:
如果所述目标电商服务关键内容集合的环境互动状态引导信息包含调整引导,根据所述项目流程节点分布轨迹,将符合如下条件的业务环境确定为所述目标电商服务关键内容集合对应的目标关联业务环境:处于所述基本服务模式的下游服务阶段、与所述基本服务模式相匹配且与所述调整引导相关的业务环境;
其中:
所述调整引导为调整指示。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境,包括:
如果所述目标电商服务关键内容集合的环境互动状态引导信息只包含第一状态优化引导,则根据所述项目流程节点分布轨迹,确定处于所述基本服务模式的下游服务阶段的且模式匹配度与所述基本服务模式相匹配的状态优化业务环境,所述第一状态优化引导包括实时性引导或者延时性引导;
将所述状态优化业务环境确定为所述目标电商服务关键内容的目标关联业务环境。
5.根据权利要求2-4任意一项所述的方法,其特征在于,所述业务环境统计信息为业务环境统计信息集中的任一统计信息,所述业务环境统计信息集是通过业务环境检测设备采集得到的,所述方法还包括:
获取所述目标电商服务关键内容集合对应的基本关联业务环境,确定所述基本关联业务环境的环境互动状态;
获取所述业务环境统计信息对应的业务环境统计信息集的采集节点所对应的状态;
根据所述采集节点所对应的状态和所述环境互动状态,对所述基本关联业务环境进行更新;
相应的,所述根据所述采集节点所对应的状态和所述环境互动状态,对所述基本关联业务环境进行更新,包括:
如果所述采集节点所对应的状态和所述环境互动状态不一致,则根据所述项目流程节点分布轨迹检索所述基本关联业务环境对应的映射业务环境,作为更新后的关联业务环境;
如果所述采集节点所对应的状态和所述环境互动状态一致,则将所述基本关联业务环境作为更新后的业务环境。
6.一种基于人工智能的业务环境指标信息处理系统,其特征在于,所述系统包括相互通信的人工智能服务器及业务监测终端;
其中,所述人工智能服务器,用于:通过所述业务监测终端获取业务环境统计信息以及所述业务环境统计信息中包含的目标电商服务关键内容集合对应的基本服务模式,所述目标电商服务关键内容集合包含所述业务环境统计信息中所包含的至少一个目标电商服务关键内容;获取所述基本服务模式对应的项目流程节点分布轨迹;对所述业务环境统计信息进行分析,分析出所述目标电商服务关键内容集合的服务环境指标信息,所述目标电商服务关键内容集合的服务环境指标信息包括所述至少一个目标电商服务关键内容的服务环境指标信息;根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式;根据更新后的服务模式,生成针对当前业务环境的数据处理策略;
其中:
所述业务环境统计信息包括业务监测终端所采集到的信息,包括不同业务场景下的参与方行为信息,或者业务事件信息;
所述目标电商服务关键内容集合为电商交互过程中的服务项目的内容集合;
所述项目流程节点分布轨迹是以基本服务模式为主要服务模式,设定项目范围内的项目流程节点分布轨迹,包括多个节点化的业务行为流程节点;
所述服务环境指标信息为目标电商服务关键内容集合中每一服务关键内容所对应的环境指标信息,包括业务交互延时和数据处理误差,且所述服务环境指标信息用于从多个层面评估业务处理的质量;
其中:
所述目标电商服务关键内容包括环境互动状态引导关键内容,所述服务环境指标信息包括环境互动状态引导信息,所述根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,对所述基本服务模式进行更新,得到更新后的服务模式,包括:根据所述目标电商服务关键内容集合的服务环境指标信息和所述项目流程节点分布轨迹,确定所述目标电商服务关键内容集合对应的目标关联业务环境;基于所述目标关联业务环境对所述基本服务模式进行更新,得到更新后的服务模式;
其中:
所述数据处理策略包括数据采集策略、数据清洗策略和特征提取策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110921744.7A CN113642885B (zh) | 2021-08-12 | 2021-08-12 | 基于人工智能的业务环境指标信息处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110921744.7A CN113642885B (zh) | 2021-08-12 | 2021-08-12 | 基于人工智能的业务环境指标信息处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642885A CN113642885A (zh) | 2021-11-12 |
CN113642885B true CN113642885B (zh) | 2022-08-26 |
Family
ID=78420960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110921744.7A Active CN113642885B (zh) | 2021-08-12 | 2021-08-12 | 基于人工智能的业务环境指标信息处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642885B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611397A (zh) * | 2015-10-26 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 物流数据处理方法及装置 |
CN107168789B (zh) * | 2016-03-08 | 2021-05-11 | 创新先进技术有限公司 | 多任务的串行调度方法以及装置 |
CN107026758B (zh) * | 2017-04-14 | 2021-05-04 | 深信服科技股份有限公司 | 用于cdn业务更新的信息处理方法、信息处理系统及服务器 |
CN111915382A (zh) * | 2019-05-08 | 2020-11-10 | 阿里巴巴集团控股有限公司 | 数据处理方法、系统及装置 |
CN111931049B (zh) * | 2020-08-02 | 2021-04-30 | 深圳前海大道金融服务有限公司 | 基于大数据和人工智能的业务处理方法及区块链金融系统 |
-
2021
- 2021-08-12 CN CN202110921744.7A patent/CN113642885B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113642885A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107995283B (zh) | 一种数据埋点分析的方法、设备及系统 | |
CN107102941B (zh) | 一种测试用例的生成方法及装置 | |
CN107111540A (zh) | 动态遥测消息剖析和调节 | |
CN109120461B (zh) | 一种业务性能端到端监控方法、系统及装置 | |
CN106155812A (zh) | 一种对虚拟主机的资源管理的方法、装置、系统及电子设备 | |
CN109194617A (zh) | Xml报文的自动解析、封装方法和装置 | |
CN110769032B (zh) | 一种电网设备故障快速检测与维护的系统及方法 | |
CN107611962B (zh) | 电网系统支路搜索方法、系统及电子设备 | |
CN105930427A (zh) | 数据库审计方法及装置 | |
CN107483297A (zh) | 对嵌入式设备上所承载业务质量的主动监测系统及方法 | |
CN115174416B (zh) | 一种网络规划系统、方法、装置及电子设备 | |
CN112702219B (zh) | 物联网网络监测方法、装置、设备及存储介质 | |
CN113642885B (zh) | 基于人工智能的业务环境指标信息处理方法及系统 | |
CN106502856B (zh) | 一种信息处理方法及装置 | |
CN108228197A (zh) | 一种在集群中安装软件的方法和装置 | |
CN111368060B (zh) | 对话机器人的自学习方法、装置、系统、电子设备及介质 | |
CN116560887B (zh) | 一种基于知识协同的低轨卫星故障分析方法 | |
CN112231167A (zh) | 云资源监控方法、装置、设备及存储介质 | |
CN113946611A (zh) | 一种基于ai网络的信息挖掘方法及智能化运算服务器 | |
CN110298178A (zh) | 可信策略学习方法及装置、可信安全管理平台 | |
CN113254674B (zh) | 一种网络安全设备知识推理方法、装置、系统及存储介质 | |
CN112819176B (zh) | 一种适用于机器学习的数据管理方法和数据管理装置 | |
CN104503846B (zh) | 一种基于云计算系统的资源管理系统 | |
CN110166272A (zh) | 提供终端设备指标仲裁服务的方法、装置及系统 | |
CN115455426A (zh) | 基于漏洞分析模型开发的业务错误分析方法及云端ai系统 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Gao Houliang Inventor after: Chen Xuefeng Inventor after: Cui Yanli Inventor before: Cui Yanli Inventor before: Chen Xuefeng Inventor before: Gao Houliang |