CN115002211B - 基于云原生的售后微服务实现方法、装置、设备及介质 - Google Patents
基于云原生的售后微服务实现方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115002211B CN115002211B CN202210895883.1A CN202210895883A CN115002211B CN 115002211 B CN115002211 B CN 115002211B CN 202210895883 A CN202210895883 A CN 202210895883A CN 115002211 B CN115002211 B CN 115002211B
- Authority
- CN
- China
- Prior art keywords
- sale
- service
- information
- request
- attribute
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 97
- 238000004088 simulation Methods 0.000 claims abstract description 65
- 238000013507 mapping Methods 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000003672 processing method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000012173 estrus Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Signal Processing (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及云部署领域,揭露一种基于云原生的售后微服务实现方法、装置、设备及介质,所述方法包括:利用服务网关与认证服务对售后服务请求进行服务认证,识别售后服务请求的流量数量,根据流量数量,利用限流算法对售后服务请求进行限流处理;利用过滤规则识别限流服务请求的请求类型,将限流服务请求转发至售后云端;利用特征提取网络对限流服务请求进行关键信息提取,对关键信息进行特征分析;利用售后云端中的售后处理网络对特征信息进行仿真模拟,对模拟信息进行属性映射,得到映射属性,并根据映射属性查询售后处理方案,筛选出符合预设条件的方案作为所述售后服务请求的处理结果。本发明可以提升售后服务的实现灵活度。
Description
技术领域
本发明涉及云部署领域,尤其涉及一种基于云原生的售后微服务实现方法、装置、设备以及介质。
背景技术
基于云原生的售后微服务是指以云原生理论为基础,结合现阶段公司的软件开发流程、开发技术和开发人员组织架构,设计从微服务框架、公共基础服务、敏捷基础的处理售后问题的微服务,以用于提高企业的框架和代码的复用率、减少开发人员在开发公共基础服务上的精力投入、加快开发速度并进一步降低成本。
目前,传统的非微服务的售后应用有如下弊端:一是耦合度高,模块与模块之间通常相互依赖相互影响,单体应用往往修改一处可能会对其它功能造成影响;二是扩展能力弱,单体应用使用的是同一种技术栈,无法根据业务需要扩展适合其他技术栈开发的模块;三是高可用能力弱,无论是单体架构还是S0A架构,都易发生单点故障导致服务不可用;四是传统软件架构的应用无法充分的地体现出云化部署的优点,而云化部署就可以很好地利用云良好的扩展性以及容灾功能等优点。因此,售后服务的实现灵活度不足。
发明内容
为了解决上述问题,本发明提供了一种基于云原生的售后微服务实现方法、装置、电子设备以及存储介质,可以提升售后服务的实现灵活度。
第一方面,本发明提供了一种基于云原生的售后微服务实现方法,包括:
获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果。
在第一方面的一种可能实现方式中,所述利用服务网关与认证服务对所述售后服务请求进行服务认证,包括:
获取所述售后服务请求的请求来源,利用所述认证服务对所述请求来源进行合法性认证;
若所述合法性认证失败,则所述服务认证失败;
若所述合法性认证成功,则利用所述服务网关中的认证逻辑对所述售后服务请求进行有效性认证;
若所述有效性认证成功,则所述服务认证成功;
若所述有效性认证失败,则所述服务认证失败。
在第一方面的一种可能实现方式中所述根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求,包括:
利用令牌桶算法构造所述售后服务请求的请求令牌桶;
根据所述流量数量,配置所述请求令牌桶的固定速率与令牌数量;
根据所述固定速率与所述令牌数量,在所述请求令牌桶中创建请求令牌;
利用所述请求令牌对所述售后服务请求进行限流处理,得到限流服务请求。
在第一方面的一种可能实现方式中,所述利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,包括:
根据所述限流服务请求,识别所述过滤规则中的目标规则;
根据所述目标规则,对所述限流服务请求进行请求截取,得到截取请求;
根据所述截取请求,确定所述限流服务请求的请求类型。
在第一方面的一种可能实现方式中,所述对所述关键信息进行特征分析,得到特征信息,包括:
调取所述关键信息对应的历史数据库,识别所述关键信息的信息类型;
根据所述信息类型,在所述历史数据库中利用下述公式对所述关键信息进行相似度计算,得到相似度结果:
其中,P(u,v)表示相似度结果,ui表示所述关键信息u的第i个信息,vi表示所述历史数据库的第i个信息;
根据相似度结果,对所述关键信息进行数据统计,得到统计数据;
根据所述统计数据,确定所述特征信息。
在第一方面的一种可能实现方式中,所述利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,包括:
利用所述售后处理网络中的阈值函数配置所述特征信息的生成阈值;
根据所述生成阈值,利用所述售后处理网络中的生成函数构造所述特征信息的衍生数据;
根据所述衍生数据,确定所述模拟信息。
在第一方面的一种可能实现方式中,所述对所述模拟信息进行属性映射,得到映射属性,包括:
获取所述模拟信息对应的售后属性,统计所述售后属性的属性数据;
利用下述公式计算所述属性数据的属性权重:
其中,L(xi)表示属性数据的属性权重,xi表示第i个属性数据,k表示所述售后属性的数量,yj表示第j个属性数据;
根据所述属性权重,利用下述公式计算属性得分:
其中,sf表示第f个售后属性的属性得分,s1表示第一属性数据,α表示第一属性数据的属性权重,s2表示第二属性数据,β表示第一属性数据的属性权重,sn表示第n属性数据,γ表示第n属性数据的属性权重;
根据所述属性得分,确定所述映射属性。
第二方面,本发明提供了一种基于云原生的售后微服务实现装置,所述装置包括:
服务限流处理模块,用于获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
服务请求转发模块,用于利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
信息特征分析模块,用于利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
处理方案筛选模块,用于利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果。
第三方面,本发明提供一种电子设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的基于云原生的售后微服务实现方法。
第四方面,本发明提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任意一项所述的基于云原生的售后微服务实现方法。
与现有技术相比,本方案的技术原理及有益效果在于:
本发明实施例首先通过获取售后服务请求,以用于了解用户的请求内容,保障后续实现对用户的请求内容的分析提取,其次,本发明实施例通过识别所述售后服务请求的流量数量,以用于对过多的流量请求进行限制,减少后台服务的压力,进一步地,本发明实施例通过根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,以用于通过限制并发访问数或者限制一个时间窗口内允许处理的请求数量来保护系统,本发明实施例通过利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,以用于后续对于不同的请求分发到不同的微服务中进行处理,进一步地,本发明实施例通过根据所述请求类型,将所述限流服务请求转发至售后云端,以用于在所述售后云端中利用微服务对所述限流服务请求进行处理,通过在云端在线对数据存储,从而减少数据存储的空间,进一步地,本发明实施例通过利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,以用于后续获取所述限流服务请求中所代表的用户意图的数据,便于后续按照用户的意图对用户的售后请求进行处理,进一步地,本发明实施例通过对所述关键信息进行特征分析,以用于去除所述关键信息中存在的冗余数据,提取出最能表达用户意图的数据,进一步地,本发明实施例通过利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,以用于获取所述特征信息同类型的信息以及同类型的信息的对应的处理方法,便于后续进行借鉴,进一步地,本发明实施例通过对所述模拟信息进行属性映射,以用于获取历史售后处理方法,从中选出优秀的处理方法作为当前请求的售后处理结果。因此,本发明实施例提出的一种基于云原生的售后微服务实现方法、装置、电子设备以及存储介质,可以提升售后服务的实现灵活度。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于云原生的售后微服务实现方法的流程示意图;
图2为本发明一实施例中图1提供的一种基于云原生的售后微服务实现方法的其中一个步骤的流程示意图;
图3为本发明一实施例中图1提供的一种基于云原生的售后微服务实现方法的另外一个步骤的流程示意图;
图4为本发明一实施例提供的一种基于云原生的售后微服务实现装置的模块示意图;
图5为本发明一实施例提供的实现基于云原生的售后微服务实现方法的电子设备的内部结构示意图。
图中:400-基于云原生的售后微服务实现装置;401-服务限流处理模块;402-服务请求转发模块;403-信息特征分析模块;404-处理方案筛选模块;
50-处理器;51-存储器;53-通信接口。
具体实施方式
应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种基于云原生的售后微服务实现方法,所述基于云原生的售后微服务实现方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之,所述基于云原生的售后微服务实现方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参阅图1所示,是本发明一实施例提供的基于云原生的售后微服务实现方法的流程示意图。其中,图1中描述的基于云原生的售后微服务实现方法包括:
S1、获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求。
本发明实施例通过获取售后服务请求,以用于了解用户的请求内容,保障后续实现对用户的请求内容的分析提取。其中,所述售后服务请求是指用户发出的请求解决售后问题的请求,例如“买了鞋之后,鞋子有问题,申请退货”。
进一步地,本发明实施例通过利用服务网关与认证服务对所述售后服务请求进行服务认证,以用于确保后端服务的安全性,避免了未经授权的访问,从而确保数据的安全性。
其中,所述服务网关是指网关(Gateway),将两个使用不同协议的网络段连接在一起的设备,用于对两个网络段中的使用不同传输协议的数据进行互相的翻译转换。所述认证服务是指对用户所拥有的服务的认证,例如用户所拥有的服务有登录服务,返回数据服务,认证当前接收的请求是否符合用户所拥有的服务权限。
本发明的一实施例中,所述利用服务网关与认证服务对所述售后服务请求进行服务认证,包括:获取所述售后服务请求的请求来源,利用所述认证服务对所述请求来源进行合法性认证;若所述合法性认证失败,则所述服务认证失败;若所述合法性认证成功,则利用所述服务网关中的认证逻辑对所述售后服务请求进行有效性认证;若所述有效性认证成功,则所述服务认证成功;若所述有效性认证失败,则所述服务认证失败。
示例性地,在用户登录时,认证服务通过校验用户名密码确认用户身份(所述请求来源),校验通过后认证服务生成含有用户信息和生效时间的token返回给前端服务器,当用户端应用发情服务调用请求时,前端服务器再携带token,请求到网关,网关应调用认证中心的认证逻辑,校验该token的有效性,若有效则转发到相应的服务,认证逻辑可以根据具体情况进行设置,例如用户的售后服务请求为从A页面转变到B页面,而认证逻辑的内容为A页面只能转变到C页面,则对所述售后服务请求的网关认证失败。
进一步地,本发明实施例通过识别所述售后服务请求的流量数量,以用于对过多的流量请求进行限制,减少后台服务的压力。其中,所述流量数量是指所述售后服务请求的数量。
本发明的一实施例中,所述识别所述售后服务请求的流量数量,包括:利用计数器实现。可选地,每次接收所述售后服务请求时,在所述计数器中加1,通过最后的相加结果,确定所述流量数量。
进一步地,本发明实施例通过根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,以用于通过限制并发访问数或者限制一个时间窗口内允许处理的请求数量来保护系统。其中,所述限流算法包括漏桶(Leaky Bucket)算法与令牌桶算法等,所述漏桶(Leaky Bucket)算法思路很简单,水(请求)先进入到漏桶里,漏桶以一定的速度出水(接口有响应速率),当水流入速度过大会直接溢出(访问频率超过接口响应速率),然后就拒绝请求,可以看出漏桶算法能强行限制数据的传输速率,所述令牌桶算法(TokenBucket)和 Leaky Bucket 效果一样但方向相反的算法,更加容易理解.随着时间流逝,系统会按恒定1/QPS时间间隔(如果QPS=100,则间隔是10ms)往桶里加入Token(想象和漏洞漏水相反,有个水龙头在不断的加水),如果桶已经满了就不再加了.新请求来临时,会各自拿走一个Token,如果没有Token可拿了就阻塞或者拒绝服务。
本发明的一实施例中,参阅图2所示,所述根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求,包括:
S201、利用所述令牌桶算法构造所述售后服务请求的请求令牌桶;
S202、根据所述流量数量,配置所述请求令牌桶的固定速率与令牌数量;
S203、根据所述固定速率与所述令牌数量,在所述请求令牌桶中创建请求令牌;
S204、利用所述请求令牌对所述售后服务请求进行限流处理,得到限流服务请求。
示例性地,令牌将按照固定的速率被放入令牌桶中,比如每秒放10个;桶中最多存放b个令牌,当桶满时,新添加的令牌被丢弃或拒绝;当一个n个字节大小的数据包到达,将从桶中删除n个令牌,接着数据包被发送到网络上;如果桶中的令牌不足n个,则不会删除令牌,且该数据包将被限流(要么丢弃,要么缓冲区等待)。
S2、利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端。
本发明实施例通过利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,以用于后续对于不同的请求分发到不同的微服务中进行处理。其中,所述过滤规则是指对所述限流服务请求进行修改的规则,例如对所述限流服务请求的请求头进行删除的规则。所述请求类型是指所述限流服务请求的分发目标,即所述限流服务请求即将要分发的微服务位置。
本发明的一实施例中,参阅图3所示,所述利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,包括:
S301、根据所述限流服务请求,识别所述过滤规则中的目标规则;
S302、根据所述目标规则,对所述限流服务请求进行请求截取,得到截取请求;
S303、根据所述截取请求,确定所述限流服务请求的请求类型。
示例性地,利用“.route(r -> r.path("/gateway-test/**").filters(f ->f.stripPrefix(1)).uri("lb://FEIGN-SERVICE-PROVIDER/"))”可以设置所述过滤规则,假如HTTP请求访问的是/gateway-test/sample/update,在添加了这个过滤器之后,Gateway就会根据“stripPrefix(1)”中的值截取URL中的路径,比如这里我们设置的是1,那么就去掉一个前缀,最终发送给后台服务的路径变成了“/sample/update”,根据路径可以确定所述限流服务请求下一步应该传送的地址,即所述请求类型。
进一步地,本发明实施例通过根据所述请求类型,将所述限流服务请求转发至售后云端,以用于在所述售后云端中利用微服务对所述限流服务请求进行处理,通过在云端在线对数据存储,从而减少数据存储的空间。其中,所述售后云端是指云端是一款采用应用程序虚拟化技术(Application Virtualization)的软件平台,集软件搜索、下载、使用、管理、备份等多种功能为一体,通过该平台,各类常用软件都能够在独立的虚拟化环境中被封装起来,从而使应用软件不会与系统产生耦合,达到绿色使用软件的目的。
本发明的一实施例中,所述根据所述请求类型,将所述限流服务请求转发至售后云端,通过利用数据传输协议实现。
其中,所述数据传输协议是指存储转发方式的一种,可以使各个节点处于并行状态,大大缩短报文的传输时间,包括TCP/IP协议、HTTP协议等。
S3、利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息。
本发明实施例通过利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,以用于后续获取所述限流服务请求中所代表的用户意图的数据,便于后续按照用户的意图对用户的售后请求进行处理。其中,所述关键信息是指各个信息片段,例如所述限流服务请求为“请求更换物品”,则所述关键信息为“请求”、“更换”“物品”。所述特征提取网络为卷积神经网络。
本发明的一实施例中,所述利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,通过对所述限流服务请求进行请求分割实现。
其中,所述限流服务请求为“请求更换物品”时,将所述限流服务请求分割为“请求”、“更换”“物品”等,将所述“请求”、“更换”“物品”作为所述关键信息。
进一步地,本发明实施例通过对所述关键信息进行特征分析,以用于去除所述关键信息中存在的冗余数据,提取出最能表达用户意图的数据。
本发明的一实施例中,所述对所述关键信息进行特征分析,得到特征信息,包括:调取所述关键信息对应的历史数据库,识别所述关键信息的信息类型;根据所述信息类型,在所述历史数据库中利用下述公式对所述关键信息进行相似度计算,得到相似度结果:
其中,P(u,v)表示相似度结果,ui表示所述关键信息u的第i个信息,vi表示所述历史数据库的第i个信息;
根据相似度结果,对所述关键信息进行数据统计,得到统计数据;根据所述统计数据,确定所述特征信息。
示例性地,调取所述关键信息对应的历史数据库存储的历史信息中的服务请求,根据所述关键信息的信息类型,在所述历史信息中的服务请求查询同类型的数据,计算同类型的数据之间的相似度,若所述关键信息包括“退款、100元、返还优惠劵100元”时,查找到相似度高的同类型数据为“退款、90元”、“退款、80元”、“退款、70元”、“返还优惠劵50元”统计同类型的数据的数量为3个,则可以确定大多数用户的请求医院为退款,则所述特征信息为退款金额及其同类型数据出现的次数。
S4、利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果。
本发明实施例通过利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,以用于获取所述特征信息同类型的信息以及同类型的信息的对应的处理方法,便于后续进行借鉴。
其中,所述模拟信息是指所述特征信息同类型的信息,例如所述特征信息为“退款100元”,所述模拟信息为“退款80元”、“退款70元”等。所述售后处理网络是指对所述特征信息进行售后处理的网络部分,包括生成函数等。
本发明的一实施例中,所述利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,包括:利用所述售后处理网络中的阈值函数配置所述特征信息的生成阈值;根据所述生成阈值,利用所述售后处理网络中的生成函数构造所述特征信息的衍生数据;根据所述衍生数据,确定所述模拟信息。
示例性地,在所述特征信息为“退款100元”时,配置所述特征信息的生成阈值为3,利用生成函数RAND函数即可生成对应的衍生数据“退款90元”、“退款80元”、“退款70元”,例如,RAND函数可以生成0~1之间的随机函数,如果觉得0~1之间这个数值小了,也可以用公式【=RAND()*100】,加上*100也就扩大100倍,将其他特征信息产生的衍生数据与当前的衍生数据组合,得到所述模拟信息。
进一步地,本发明实施例通过对所述模拟信息进行属性映射,以用于获取历史售后处理方法,从中选出优秀的处理方法作为当前请求的售后处理结果。其中,所述映射信息是指所述模拟信息的对应的售后处理方法。
本发明的一实施例中,所述对所述模拟信息进行属性映射,得到映射属性,包括:获取所述模拟信息对应的售后属性,统计所述售后属性的属性数据;利用下述公式计算所述属性数据的属性权重:
其中,L(xi)表示属性数据的属性权重,xi表示第i个属性数据,k表示所述售后属性的数量,yj表示第j个属性数据;
根据所述属性权重,利用下述公式计算所述属性得分:
其中,sf表示第f个售后属性的属性得分,s1表示第一属性数据,α表示第一属性数据的属性权重,s2表示第二属性数据,β表示第一属性数据的属性权重,sn表示第n属性数据,γ表示第n属性数据的属性权重;
根据所述属性得分,确定所述映射属性。
示例性地,在所述模拟信息为“退款100元”时,查询其对应的处理结果为补偿50元,将所述补偿50元作为所述售后属性,统计所述售后属性的属性数据为补偿与50元,统计所述补偿与50元在所述售后处理方法中出现的次数,例如补偿出现三次,50元出现四次,计算补偿的权重为三次与所述售后属性之比,在计算所述属性权重与所述售后属性的属性得分之后,选择出得分排名前3名的售后属性作为最后的映射结果,即最终的售后处理结果。
进一步地,本发明实施例通过根据所述映射属性查询所述模拟信息对应的售后处理方案,以用于将抽象的、独立的属性信息转换为用户可以查看的整套处理方案。
本发明的一实施例中,所述根据所述映射属性查询所述模拟信息对应的售后处理方案,通过在存储历史售后处理方案的数据库中将所述映射属性作为关键词进行搜索实现。
进一步地,本发明实施例通过从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果,以用于从多种售后处理方案中筛选出让用户满意度高的方案。其中,所述预设条件可以设置为时间条件,如只能从前三个月之内的方案中进行筛选,也可以根据具体请情况进行设置。
本发明的一实施例中,所述从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果,通过识别所述售后处理方案是否符合预设条件实现。
可以看出,本发明实施例首先通过获取售后服务请求,以用于了解用户的请求内容,保障后续实现对用户的请求内容的分析提取,其次,本发明实施例通过识别所述售后服务请求的流量数量,以用于对过多的流量请求进行限制,减少后台服务的压力,进一步地,本发明实施例通过根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,以用于通过限制并发访问数或者限制一个时间窗口内允许处理的请求数量来保护系统,本发明实施例通过利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,以用于后续对于不同的请求分发到不同的微服务中进行处理,进一步地,本发明实施例通过根据所述请求类型,将所述限流服务请求转发至售后云端,以用于在所述售后云端中利用微服务对所述限流服务请求进行处理,通过在云端在线对数据存储,从而减少数据存储的空间,进一步地,本发明实施例通过利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,以用于后续获取所述限流服务请求中所代表的用户意图的数据,便于后续按照用户的意图对用户的售后请求进行处理,进一步地,本发明实施例通过对所述关键信息进行特征分析,以用于去除所述关键信息中存在的冗余数据,提取出最能表达用户意图的数据,进一步地,本发明实施例通过利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,以用于获取所述特征信息同类型的信息以及同类型的信息的对应的处理方法,便于后续进行借鉴,进一步地,本发明实施例通过对所述模拟信息进行属性映射,以用于获取历史售后处理方法,从中选出优秀的处理方法作为当前请求的售后处理结果。因此,本发明实施例提出的一种基于云原生的售后微服务实现方法可以提升售后微服务的实现灵活度。
如图4所示,是本发明基于云原生的售后微服务实现装置功能模块图。
本发明所述基于云原生的售后微服务实现装置400可以安装于电子设备中。根据实现的功能,所述基于云原生的售后微服务实现装置可以包括服务限流处理模块401、服务请求转发模块402、信息特征分析模块403以及处理方案筛选模块404。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本发明实施例中,关于各模块/单元的功能如下:
所述服务限流处理模块401,用于获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
所述服务请求转发模块402,用于利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
所述信息特征分析模块403,用于利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
所述处理方案筛选模块404,用于利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果。
详细地,本发明实施例中所述基于云原生的售后微服务实现装置400中的所述各模块在使用时采用与上述的图1至图3中所述的基于云原生的售后微服务实现方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明实现基于云原生的售后微服务实现方法的电子设备的结构示意图。
所述电子设备可以包括处理器50、存储器51、通信总线52以及通信接口53,还可以包括存储在所述存储器51中并可在所述处理器50上运行的计算机程序,如基于云原生的售后微服务实现程序。
其中,所述处理器50在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器50是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器51内的程序或者模块(例如执行基于云原生的售后微服务实现程序等),以及调用存储在所述存储器51内的数据,以执行电子设备的各种功能和处理数据。
所述存储器51至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器51在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器51在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器51不仅可以用于存储安装于电子设备的应用软件及各类数据,例如数据库配置化连接程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线52可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器51以及至少一个处理器50等之间的连接通信。
所述通信接口53用于上述电子设备5与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,所述用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器50逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利发明范围上并不受此结构的限制。
所述电子设备中的所述存储器51存储的数据库配置化连接程序是多个计算机程序的组合,在所述处理器50中运行时,可以实现:
获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果。
具体地,所述处理器50对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的,也可以是非易失性的。例如,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)。
本发明还提供一种存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种基于云原生的售后微服务实现方法,其特征在于,所述方法包括:
获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果;
所述对所述关键信息进行特征分析,得到特征信息,包括:
调取所述关键信息对应的历史数据库,识别所述关键信息的信息类型;
根据所述信息类型,在所述历史数据库中利用下述公式对所述关键信息进行相似度计算,得到相似度结果:
其中,P(u,v)表示相似度结果,ui表示所述关键信息u的第i个信息,vi表示所述历史数据库的第i个信息;
根据相似度结果,对所述关键信息进行数据统计,得到统计数据;
根据所述统计数据,确定所述特征信息;
所述利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,包括:
利用所述售后处理网络中的阈值函数配置所述特征信息的生成阈值;
根据所述生成阈值,利用所述售后处理网络中的生成函数构造所述特征信息的衍生数据;
根据所述衍生数据,确定所述模拟信息;
所述对所述模拟信息进行属性映射,得到映射属性,包括:
获取所述模拟信息对应的售后属性,统计所述售后属性的属性数据;
利用下述公式计算所述属性数据的属性权重:
其中,L(xi)表示属性数据的属性权重,xi表示第i个属性数据,k表示所述售后属性的数量,yj表示第j个属性数据;
根据所述属性权重,利用下述公式计算属性得分:
其中,sf表示第f个售后属性的属性得分,s1表示第一属性数据,α表示第一属性数据的属性权重,s2表示第二属性数据,β表示第一属性数据的属性权重,sn表示第n属性数据,γ表示第n属性数据的属性权重;
根据所述属性得分,确定所述映射属性。
2.根据权利要求1所述的基于云原生的售后微服务实现方法,其特征在于,所述利用服务网关与认证服务对所述售后服务请求进行服务认证,包括:
获取所述售后服务请求的请求来源,利用所述认证服务对所述请求来源进行合法性认证;
若所述合法性认证失败,则所述服务认证失败;
若所述合法性认证成功,则利用所述服务网关中的认证逻辑对所述售后服务请求进行有效性认证;
若所述有效性认证成功,则所述服务认证成功;
若所述有效性认证失败,则所述服务认证失败。
3.根据权利要求1所述的基于云原生的售后微服务实现方法,其特征在于,所述根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求,包括:
利用令牌桶算法构造所述售后服务请求的请求令牌桶;
根据所述流量数量,配置所述请求令牌桶的固定速率与令牌数量;
根据所述固定速率与所述令牌数量,在所述请求令牌桶中创建请求令牌;
利用所述请求令牌对所述售后服务请求进行限流处理,得到限流服务请求。
4.根据权利要求1所述的基于云原生的售后微服务实现方法,其特征在于,所述利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,包括:
根据所述限流服务请求,识别所述过滤规则中的目标规则;
根据所述目标规则,对所述限流服务请求进行请求截取,得到截取请求;
根据所述截取请求,确定所述限流服务请求的请求类型。
5.一种基于云原生的售后微服务实现装置,其特征在于,所述装置包括:
服务限流处理模块,用于获取售后服务请求,利用服务网关与认证服务对所述售后服务请求进行服务认证,在所述服务认证成功之后,识别所述售后服务请求的流量数量,根据所述流量数量,利用限流算法对所述售后服务请求进行限流处理,得到限流服务请求;
服务请求转发模块,用于利用所述服务网关中的过滤规则识别所述限流服务请求的请求类型,根据所述请求类型,将所述限流服务请求转发至售后云端;
信息特征分析模块,用于利用所述售后云端中的特征提取网络对所述限流服务请求进行关键信息提取,得到关键信息,对所述关键信息进行特征分析,得到特征信息;
处理方案筛选模块,用于利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,对所述模拟信息进行属性映射,得到映射属性,并根据所述映射属性查询所述模拟信息对应的售后处理方案,从所述售后处理方案中筛选出符合预设条件的方案作为所述售后服务请求的处理结果;
所述对所述关键信息进行特征分析,得到特征信息,包括:
调取所述关键信息对应的历史数据库,识别所述关键信息的信息类型;
根据所述信息类型,在所述历史数据库中利用下述公式对所述关键信息进行相似度计算,得到相似度结果:
其中,P(u,v)表示相似度结果,ui表示所述关键信息u的第i个信息,vi表示所述历史数据库的第i个信息;
根据相似度结果,对所述关键信息进行数据统计,得到统计数据;
根据所述统计数据,确定所述特征信息;
所述利用所述售后云端中的售后处理网络对所述特征信息进行仿真模拟,得到模拟信息,包括:
利用所述售后处理网络中的阈值函数配置所述特征信息的生成阈值;
根据所述生成阈值,利用所述售后处理网络中的生成函数构造所述特征信息的衍生数据;
根据所述衍生数据,确定所述模拟信息;
所述对所述模拟信息进行属性映射,得到映射属性,包括:
获取所述模拟信息对应的售后属性,统计所述售后属性的属性数据;
利用下述公式计算所述属性数据的属性权重:
其中,L(xi)表示属性数据的属性权重,xi表示第i个属性数据,k表示所述售后属性的数量,yj表示第j个属性数据;
根据所述属性权重,利用下述公式计算属性得分:
其中,sf表示第f个售后属性的属性得分,s1表示第一属性数据,α表示第一属性数据的属性权重,s2表示第二属性数据,β表示第一属性数据的属性权重,sn表示第n属性数据,γ表示第n属性数据的属性权重;
根据所述属性得分,确定所述映射属性。
6.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至4中任意一项所述的基于云原生的售后微服务实现方法。
7.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述的基于云原生的售后微服务实现方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895883.1A CN115002211B (zh) | 2022-07-28 | 2022-07-28 | 基于云原生的售后微服务实现方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895883.1A CN115002211B (zh) | 2022-07-28 | 2022-07-28 | 基于云原生的售后微服务实现方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115002211A CN115002211A (zh) | 2022-09-02 |
CN115002211B true CN115002211B (zh) | 2022-12-06 |
Family
ID=83021977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210895883.1A Active CN115002211B (zh) | 2022-07-28 | 2022-07-28 | 基于云原生的售后微服务实现方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115002211B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116112384A (zh) * | 2022-12-28 | 2023-05-12 | 杭州乒乓智能技术有限公司 | 应用流量综合管理方法、装置和电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205159A (zh) * | 2015-09-29 | 2015-12-30 | 努比亚技术有限公司 | 一种信息自动反馈的装置和方法 |
CN107392628A (zh) * | 2017-07-24 | 2017-11-24 | 深圳前海星邦手网络有限公司 | 一种基于移动互联网的工业设备售后服务系统及方法 |
CN108596637A (zh) * | 2018-04-24 | 2018-09-28 | 北京航空航天大学 | 一种电商服务问题自动发现系统 |
CN110895761A (zh) * | 2018-09-11 | 2020-03-20 | 北京京东尚科信息技术有限公司 | 一种售后服务申请信息的处理方法和装置 |
CN111210239A (zh) * | 2020-01-13 | 2020-05-29 | 杭州沃朴物联科技有限公司 | 售后信息处理方法、设备及介质 |
CN111614570A (zh) * | 2020-04-20 | 2020-09-01 | 北京邮电大学 | 一种用于服务网格的流量控制系统及方法 |
CN112232556A (zh) * | 2020-09-29 | 2021-01-15 | 江苏苏宁物流有限公司 | 产品的推荐方法、装置、计算机设备和存储介质 |
CN114117057A (zh) * | 2020-08-25 | 2022-03-01 | 武汉Tcl集团工业研究院有限公司 | 产品反馈信息的关键词提取方法及终端设备 |
CN114330720A (zh) * | 2021-12-29 | 2022-04-12 | 阿里巴巴(中国)有限公司 | 用于云计算的知识图谱构建方法、设备及存储介质 |
CN114581112A (zh) * | 2022-03-24 | 2022-06-03 | 北京润天恒业科技发展有限公司 | 一种线上售后服务处理方法、装置及电子设备 |
WO2022126968A1 (zh) * | 2020-12-15 | 2022-06-23 | 平安科技(深圳)有限公司 | 微服务访问方法、装置、设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002109096A (ja) * | 2000-09-29 | 2002-04-12 | Tiger Vacuum Bottle Co Ltd | インターネットを用いた商品のアフターサービス方法 |
JP4419623B2 (ja) * | 2004-03-19 | 2010-02-24 | セイコーエプソン株式会社 | アフターサービス支援システム、その方法及びそのプログラム |
WO2008073063A1 (en) * | 2005-02-04 | 2008-06-19 | Readytrace, Inc. | Method and apparatus for providing aftermarket service for a product |
JP2007257275A (ja) * | 2006-03-23 | 2007-10-04 | Fujitsu Ltd | アフターサービス提供支援方法、アフターサービス提供支援サーバ、およびコンピュータプログラム |
KR101602855B1 (ko) * | 2014-04-04 | 2016-03-14 | 김윤환 | 설명서 검색 키워드를 활용한 애프터서비스 요청 방법 |
CN104066053B (zh) * | 2014-07-04 | 2017-11-14 | 饶渐平 | 一种移动售后服务方法 |
CN106600299A (zh) * | 2016-12-29 | 2017-04-26 | 江西博瑞彤芸科技有限公司 | 用于售后服务的数据处理方法 |
CN110032627A (zh) * | 2019-04-23 | 2019-07-19 | 上海智臻智能网络科技股份有限公司 | 售后服务信息的提供方法、装置、计算机设备和存储介质 |
CN111242635A (zh) * | 2019-12-16 | 2020-06-05 | 深圳市智微智能软件开发有限公司 | 售后数据维护方法及系统 |
CN111292101B (zh) * | 2020-02-21 | 2022-09-09 | 江苏苏宁物流有限公司 | 售后服务的处理方法、装置、存储介质及计算机设备 |
US11443037B2 (en) * | 2020-07-09 | 2022-09-13 | International Business Machines Corporation | Identification of invalid requests |
CN112766993A (zh) * | 2021-02-09 | 2021-05-07 | 青岛海尔特种电冰柜有限公司 | 售后请求信息处理方法、系统及介质 |
CN113627782A (zh) * | 2021-08-09 | 2021-11-09 | 众安在线财产保险股份有限公司 | 客服坐席分配方法、评分模型训练方法及装置 |
CN113947218A (zh) * | 2021-09-16 | 2022-01-18 | 刘兆海 | 一种基于大数据的产品售后智能管理方法及系统 |
CN114418590A (zh) * | 2021-12-13 | 2022-04-29 | 珠海格力电器股份有限公司 | 服务请求的处理方法、装置、电子设备及存储介质 |
CN114429352A (zh) * | 2021-12-15 | 2022-05-03 | 珠海格力电器股份有限公司 | 一种售后服务方法、装置、电子设备及存储介质 |
-
2022
- 2022-07-28 CN CN202210895883.1A patent/CN115002211B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205159A (zh) * | 2015-09-29 | 2015-12-30 | 努比亚技术有限公司 | 一种信息自动反馈的装置和方法 |
CN107392628A (zh) * | 2017-07-24 | 2017-11-24 | 深圳前海星邦手网络有限公司 | 一种基于移动互联网的工业设备售后服务系统及方法 |
CN108596637A (zh) * | 2018-04-24 | 2018-09-28 | 北京航空航天大学 | 一种电商服务问题自动发现系统 |
CN110895761A (zh) * | 2018-09-11 | 2020-03-20 | 北京京东尚科信息技术有限公司 | 一种售后服务申请信息的处理方法和装置 |
CN111210239A (zh) * | 2020-01-13 | 2020-05-29 | 杭州沃朴物联科技有限公司 | 售后信息处理方法、设备及介质 |
CN111614570A (zh) * | 2020-04-20 | 2020-09-01 | 北京邮电大学 | 一种用于服务网格的流量控制系统及方法 |
CN114117057A (zh) * | 2020-08-25 | 2022-03-01 | 武汉Tcl集团工业研究院有限公司 | 产品反馈信息的关键词提取方法及终端设备 |
CN112232556A (zh) * | 2020-09-29 | 2021-01-15 | 江苏苏宁物流有限公司 | 产品的推荐方法、装置、计算机设备和存储介质 |
WO2022126968A1 (zh) * | 2020-12-15 | 2022-06-23 | 平安科技(深圳)有限公司 | 微服务访问方法、装置、设备及存储介质 |
CN114330720A (zh) * | 2021-12-29 | 2022-04-12 | 阿里巴巴(中国)有限公司 | 用于云计算的知识图谱构建方法、设备及存储介质 |
CN114581112A (zh) * | 2022-03-24 | 2022-06-03 | 北京润天恒业科技发展有限公司 | 一种线上售后服务处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115002211A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10073916B2 (en) | Method and system for facilitating terminal identifiers | |
WO2019114128A1 (zh) | 区块链事务区块处理方法、电子装置及可读存储介质 | |
WO2021217863A1 (zh) | 订单标识生成方法、装置、服务器及存储介质 | |
CN107015996A (zh) | 一种资源访问方法、装置及系统 | |
US9424520B1 (en) | Semantic database driven form validation | |
CN108667840B (zh) | 注入漏洞检测方法及装置 | |
CN113364753A (zh) | 反爬虫方法、装置、电子设备及计算机可读存储介质 | |
CN108648017B (zh) | 易于扩展的用户需求匹配方法、装置、设备及存储介质 | |
CN115002211B (zh) | 基于云原生的售后微服务实现方法、装置、设备及介质 | |
WO2019056496A1 (zh) | 图片复审概率区间生成方法及图片复审判定方法 | |
WO2022267769A1 (zh) | 图数据生成的方法及装置 | |
CN114185895A (zh) | 数据导入导出方法、装置、电子设备及存储介质 | |
CN112597752B (zh) | 投诉文本的处理方法、装置、电子设备及存储介质 | |
CN115119197B (zh) | 基于大数据的无线网络风险分析方法、装置、设备及介质 | |
CN115086047B (zh) | 接口鉴权方法、装置、电子设备及存储介质 | |
CN111767481A (zh) | 访问处理方法、装置、设备和存储介质 | |
CN113918603B (zh) | 散列缓存生成方法、装置、电子设备及存储介质 | |
CN114840388A (zh) | 数据监控方法、装置、电子设备及存储介质 | |
WO2022160443A1 (zh) | 谱系挖掘方法、装置、电子设备及计算机可读存储介质 | |
CN115001683A (zh) | 支付数据的安全保护方法、装置、电子设备及存储介质 | |
CN113835780A (zh) | 一种事件响应方法及装置 | |
CN111753162A (zh) | 数据爬取方法、装置、服务器及存储介质 | |
CN111857883A (zh) | 页面数据校验方法、装置、电子设备及存储介质 | |
CN113704109B (zh) | 前后端数据交互方法、装置、电子设备及存储介质 | |
CN114614993B (zh) | 系统交互方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |