CN115409454A - 基于人工智能的业务处理方法、装置及电子设备 - Google Patents
基于人工智能的业务处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115409454A CN115409454A CN202110585274.1A CN202110585274A CN115409454A CN 115409454 A CN115409454 A CN 115409454A CN 202110585274 A CN202110585274 A CN 202110585274A CN 115409454 A CN115409454 A CN 115409454A
- Authority
- CN
- China
- Prior art keywords
- service
- event
- information
- entity
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于人工智能的业务处理方法、装置、电子设备及计算机可读存储介质;方法包括:对业务进行实体识别处理,得到业务包括的多个业务实体;对多个业务实体进行实体关联处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序;对交互事件进行信息关联处理,得到交互事件的事件描述信息;根据业务时序及事件描述信息,生成业务的业务监控模型;根据业务监控模型对业务进行监控处理。通过本申请,能够降低业务监控的实现成本,同时提升业务监控效率。
Description
技术领域
本申请涉及人工智能技术,尤其涉及一种基于人工智能的业务处理方法、装置、电子设备及计算机可读存储介质。
背景技术
业务泛指各行业中需要处理的事务,如人脸识别业务、即时通信业务及金融业务等。在业务的运行过程中,通常会对业务进行监控,从而了解业务的运行情况,例如业务是否稳定、是否出现数据错误等。
在相关技术提供的方案中,通常是通过埋点上报的方式来进行业务监控,即人为在业务的软件工程项目中埋入代码,通过埋入的代码实现数据上报的功能。然而,埋点上报的方案主要是由研发人员人为实现,实现成本高,在业务监控过程中也可能会存在漏报和错报的问题,导致业务监控的效率低下。
发明内容
本申请实施例提供一种基于人工智能的业务处理方法、装置、电子设备及计算机可读存储介质,能够降低实现成本,提升业务监控的效率。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种基于人工智能的业务处理方法,包括:
对业务进行实体识别处理,得到所述业务包括的多个业务实体;
对所述多个业务实体进行实体关联处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序;
对所述交互事件进行信息关联处理,得到所述交互事件的事件描述信息;
根据所述业务时序及所述事件描述信息,生成所述业务的业务监控模型;
根据所述业务监控模型对所述业务进行监控处理。
本申请实施例提供一种基于人工智能的业务处理装置,包括:
实体识别模块,用于对业务进行实体识别处理,得到所述业务包括的多个业务实体;
实体关联模块,用于对所述多个业务实体进行实体关联处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序;
信息关联模块,用于对所述交互事件进行信息关联处理,得到所述交互事件的事件描述信息;
模型生成模块,用于根据所述业务时序及所述事件描述信息,生成所述业务的业务监控模型;
监控模块,用于根据所述业务监控模型对所述业务进行监控处理。
本申请实施例提供一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的基于人工智能的业务处理方法。
本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的基于人工智能的业务处理方法。
本申请实施例具有以下有益效果:
对业务中的多个业务实体进行实体关联处理,得到至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序,然后,根据业务时序及每个交互事件的事件描述信息生成业务监控模型,并根据业务监控模型对业务进行监控处理。如此,一方面,能够借助电子设备的计算能力自动实现,从而降低实现成本;另一方面,能够对业务中的各个交互事件进行准确、有效的监控,从而提升业务监控的效率。
附图说明
图1是本申请实施例提供的基于人工智能的业务处理系统的架构示意图;
图2是本申请实施例提供的终端设备的架构示意图;
图3A是本申请实施例提供的基于人工智能的业务处理方法的流程示意图;
图3B是本申请实施例提供的基于人工智能的业务处理方法的流程示意图;
图3C是本申请实施例提供的基于人工智能的业务处理方法的流程示意图;
图3D是本申请实施例提供的基于人工智能的业务处理方法的流程示意图;
图3E是本申请实施例提供的基于人工智能的业务处理方法的流程示意图;
图4是本申请实施例提供的基于人工智能的业务处理方法的流程示意图;
图5是本申请实施例提供的模块划分的示意图;
图6是本申请实施例提供的业务实体模块的描述示意图;
图7是本申请实施例提供的人脸识别业务中的业务实体模块的描述示意图;
图8是本申请实施例提供的交互事件的示意图;
图9是本申请实施例提供的人脸识别业务中的交互事件的示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。在以下的描述中,所涉及的术语“多个”是指至少两个。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)业务:泛指各行业中需要处理的事务,本申请实施例对业务的类型不做限定,例如可以是人脸识别业务、即时通信业务或金融业务等。
2)业务实体:表示业务运行过程中产生和/或使用的对象,例如,人脸识别业务的业务实体包括界面实体、控制器实体以及摄像头实体。业务实体具有属性信息,属性信息用于描述业务实体。在本申请实施例中,属性信息可以包括属性(也称字段),还可以包括对应属性的属性值(也称字段值)。例如,摄像头实体的某个属性为摄像头序号,对应该属性的属性值为10,即该摄像头实体的摄像头序号为10。
3)交互事件:用于描述多个(指至少两个)业务实体之间进行交互的事件。对于业务来说,其往往包括多个交互事件,通过依次执行多个交互事件来保证业务的正常运行。
4)业务监控模型:用于实现业务监控的各种策略的统称。
5)人工智能(Artificial Intelligence,AI):是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
计算机视觉(Computer Vision,CV)是人工智能的一个重要方向,主要研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。在涉及到图像的业务(如人脸识别业务)中,可以利用CV技术来实现业务的相关处理。
自然语言处理(Nature Language Processing,NLP)是人工智能的另一重要方向,主要研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。在涉及到自然语言的业务(如即时通信业务)中,可以利用NLP技术来实现业务的相关处理。此外,还可以通过NLP技术来解析出业务中的业务实体。
6)埋点:指在业务的软件工程项目中植入代码,并通过植入的代码来进行数据上报,即实现业务监控。而无埋点则基于事件的通用性实现,通过在业务的框架层监听所有交互事件,并自动触发数据上报。
对于业务监控,相关技术主要提供了埋点上报和无埋点上报两种方案。埋点上报的方案需要研发人员人工埋入代码实现,存在漏报和错报的问题,实现成本和检查成本也高,其中,漏报的原因包括业务中的需求未找全,错报的原因包括研发人员理解的上报点(即需要监控的数据)错误;此外,由于开发和使用分离,在业务中发现数据有问题再找埋点问题会比较滞后,导致上报数据无法用于分析从而对业务上的决策造成不利影响。无埋点上报的方案基于事件的通用性实现,通过监控业务中的所有交互事件并自动触发数据上报,然而,无埋点上报的方案只能处理模式化的上报,无法解决复杂业务场景下的数据上报需求(如不同的上报项存在差异);此外,无埋点上报的方案的数据管理成本高,无埋点等于全埋点,即无论业务中的数据是否有用,都统统上报,导致数据价值密度降低,后续的数据管理成本增加。
本申请实施例提供一种基于人工智能的业务处理方法、装置、电子设备及计算机可读存储介质,能够解决埋点上报方案中漏报和错报的问题,即提升监控效率,还能够降低数据管理成本,提升监控过程中的数据价值密度。下面说明本申请实施例提供的电子设备的示例性应用,本申请实施例提供的电子设备可以实施为各种类型的终端设备,也可以实施为服务器。
参见图1,图1是本申请实施例提供的基于人工智能的业务处理系统100的架构示意图,终端设备400通过网络300连接服务器200,其中,网络300可以是广域网或者局域网,又或者是二者的组合。
在一些实施例中,以电子设备是终端设备为例,本申请实施例提供的基于人工智能的业务处理方法可以由终端设备实现。例如,终端设备400对业务进行实体识别处理,得到业务包括的多个业务实体;对多个业务实体进行实体关联处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序;对交互事件进行信息关联处理,得到交互事件的事件描述信息;根据业务时序及事件描述信息,生成业务的业务监控模型;根据业务监控模型对终端设备400中运行的业务进行监控处理。其中,终端设备400可以将业务监控模型存储于本地,以便于在需要时对业务进行监控处理。
在一些实施例中,以电子设备是服务器为例,本申请实施例提供的基于人工智能的业务处理方法也可以由服务器实现。例如,服务器200经过实体识别处理、实体关联处理、信息关联处理等一系列处理后,生成业务的业务监控模型,并将业务监控模型存储至本地,例如存储于服务器200的分布式文件系统中。然后,服务器200根据本地的业务监控模型对服务器200中运行的业务进行监控处理。
在一些实施例中,本申请实施例提供的基于人工智能的业务处理方法也可以由终端设备和服务器协同实现。例如,业务的运行设备可以是终端设备400,监控设备可以是服务器200,终端设备400可以根据业务监控模型对运行的业务进行监控处理,并将监控结果(即上报的数据)发送至服务器200;又例如,业务的运行设备可以是服务器200,监控设备可以是终端设备400,服务器200可以根据业务监控模型对运行的业务进行监控处理,并将监控结果发送至终端设备400。其中,业务监控模型可以是由终端设备400或服务器200生成的,对此不做限定。
在一些实施例中,电子设备可以将业务处理过程中涉及到的各种结果(如业务监控模型等)存储至区块链中,由于区块链具有不可篡改的特性,因此能够保证区块链中的数据的准确性。电子设备可以向区块链发送查询请求,以查询区块链中存储的数据。例如,终端设备400/服务器200可以在需要进行业务监控时,查询区块链中存储的业务监控模型。
在一些实施例中,终端设备400或服务器200可以通过运行计算机程序来实现本申请实施例提供的基于人工智能的业务处理方法,计算机程序对应图1中的客户端410。例如,计算机程序可以是操作系统中的原生程序或软件模块;可以是本地(Native)应用程序(APP,Application),即需要在操作系统中安装才能运行的程序;也可以是小程序,即只需要下载到浏览器环境中就可以运行的程序;还可以是能够嵌入至任意APP中的小程序,该小程序可以由用户控制运行或关闭。总而言之,上述计算机程序可以是任意形式的应用程序、模块或插件。
在一些实施例中,服务器200可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、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,其中,云服务可以是业务处理服务,供终端设备400进行调用。终端设备400可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能电视、智能手表等,但并不局限于此。终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例中不做限制。
以本申请实施例提供的电子设备是终端设备为例说明,可以理解的,对于电子设备是服务器的情况,图2中示出的结构中的部分(例如用户接口、呈现模块和输入处理模块)可以缺省。参见图2,图2是本申请实施例提供的终端设备400的结构示意图,图2所示的终端设备400包括:至少一个处理器410、存储器450、至少一个网络接口420和用户接口430。终端设备400中的各个组件通过总线系统440耦合在一起。可理解,总线系统440用于实现这些组件之间的连接通信。总线系统440除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图2中将各种总线都标为总线系统440。
处理器410可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
用户接口430包括使得能够呈现媒体内容的一个或多个输出装置431,包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口430还包括一个或多个输入装置432,包括有助于用户输入的用户接口部件,比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
存储器450可以是可移除的,不可移除的或其组合。示例性的硬件设备包括固态存储器,硬盘驱动器,光盘驱动器等。存储器450可选地包括在物理位置上远离处理器410的一个或多个存储设备。
存储器450包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM,Read Only Memory),易失性存储器可以是随机存取存储器(RAM,Random Access Memory)。本申请实施例描述的存储器450旨在包括任意适合类型的存储器。
在一些实施例中,存储器450能够存储数据以支持各种操作,这些数据的示例包括程序、模块和数据结构或者其子集或超集,下面示例性说明。
操作系统451,包括用于处理各种基本系统服务和执行硬件相关任务的系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务;
网络通信模块452,用于经由一个或多个(有线或无线)网络接口420到达其他电子设备,示例性的网络接口420包括:蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB,Universal Serial Bus)等;
呈现模块453,用于经由一个或多个与用户接口430相关联的输出装置431(例如,显示屏、扬声器等)使得能够呈现信息(例如,用于操作外围设备和显示内容和信息的用户接口);
输入处理模块454,用于对一个或多个来自一个或多个输入装置432之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。
在一些实施例中,本申请实施例提供的基于人工智能的业务处理装置可以采用软件方式实现,图2示出了存储在存储器450中的基于人工智能的业务处理装置455,其可以是程序和插件等形式的软件,包括以下软件模块:实体识别模块4551、实体关联模块4552、信息关联模块4553、模型生成模块4554及监控模块4555,这些模块是逻辑上的,因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。
将结合本申请实施例提供的电子设备的示例性应用和实施,说明本申请实施例提供的基于人工智能的业务处理方法。
参见图3A,图3A是本申请实施例提供的基于人工智能的业务处理方法的流程示意图,将结合图3A示出的步骤进行说明。
在步骤101中,对业务进行实体识别处理,得到业务包括的多个业务实体。
对于需要进行业务监控的业务来说,其往往包括多个业务实体。在本步骤中,对业务进行实体识别处理,得到业务包括的多个业务实体。值得说明的是,进行实体识别处理得到的业务实体可以是业务中的所有业务实体(即全量的业务实体),也可以是部分的业务实体。
举例来说,可以对人脸识别业务进行实体识别处理,得到人脸识别业务中的界面实体、控制器实体及摄像头实体。其中,界面实体用于提供人机交互界面,该人机交互界面中显示有人脸识别的相关显示数据;控制器实体用于控制摄像头实体,即用于实现与摄像头实体之间的数据交互,还可用于实现与界面实体之间的数据交互;摄像头实体用于拍摄视野范围内的图像。
在一些实施例中,可以通过这样的方式来实现上述的对业务进行实体识别处理,得到业务包括的多个业务实体:执行以下任意一种处理:获取针对业务设置的多个业务实体;获取业务对应的业务问答内容,并对业务问答内容进行名词解析处理,将通过名词解析处理得到的名词作为业务中的业务实体。
本申请实施例提供了实体识别处理的两种方式,将进行分别说明。第一种方式是,获取针对业务设置的多个业务实体,例如,业务实体可以由专业人员(如业务架构师)根据业务的实际情况进行设置。
第二种方式是,获取业务对应的业务问答内容,并利用NLP技术对业务问答内容进行名词解析处理,将通过名词解析处理得到的名词作为业务中的业务实体。例如,业务问答内容可以是“问题:业务中需要关注的业务实体包括哪些呢?答案:业务实体A和业务实体B”,则可以利用NLP技术对业务问答内容中的答案进行名词解析处理,得到业务实体A和业务实体B。
值得说明的是,本申请实施例对业务问答内容的产生方式不做限定,例如可以是提问者与专业人员之间的业务问答内容;对采用的NLP技术同样不做限定,例如可以是语言技术平台(Language Technology Platform,LTP)。
通过上述方式,能够提升实体识别处理的灵活性,根据实际应用场景中的需求,可以应用上述的任意一种方式来实现实体识别处理。
在步骤102中,对多个业务实体进行实体关联处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序。
业务的运行过程同样是业务中的不同业务实体之间的交互过程,因此,可以将交互事件作为业务监控的对象。这里,对通过步骤101得到的多个业务实体进行实体关联处理,得到其中至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序。其中,每个交互事件包括至少一个作为请求方的业务实体以及至少一个作为执行方(即被请求方)的业务实体。此外,业务时序即为业务中的执行顺序。
举例来说,可以对人脸识别业务中的界面实体、控制器实体及摄像头实体进行实体关联处理,得到界面实体与控制器实体之间的交互事件、以及控制器实体与摄像头实体之间的交互事件。例如,按照业务时序进行描述,人脸识别业务中的交互事件包括“界面实体启动控制器实体”、“控制器实体启动(打开)摄像头实体”、“控制器实体启动摄像头实体的数据流传输”、以及“摄像头实体向控制器实体返回采集到的数据(即图像)”。
在一些实施例中,可以通过这样的方式来实现上述的对多个业务实体进行实体关联处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序:执行以下任意一种处理:获取针对业务设置的交互事件执行策略,并对交互事件执行策略进行策略解析处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序;根据多个业务实体在业务的软件工程项目中进行查询处理,得到多个业务实体中的至少部分业务实体之间的交互事件,将多个交互事件在软件工程项目中的执行顺序作为业务时序。
本申请实施例提供了实体关联处理的两种方式。第一种方式是,获取针对业务设置的交互事件执行策略,其中,交互事件执行策略可以是由业务的专业人员进行设置的;对交互事件执行策略的形式不做限定,例如可以是文本形式,如“业务实体A与业务实体B之间的交互事件1->业务实体B与业务实体C之间的交互事件2”。对获取到的交互事件执行策略进行策略解析处理,则可得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序。
第二种方式是,在业务的软件工程项目已创建的基础上,根据多个业务实体在业务的软件工程项目中进行查询处理,得到多个业务实体中的至少部分业务实体之间的交互事件。例如,可以根据业务实体对应的业务实体标识(如名称)在业务的软件工程项目中进行查询处理,以将包括多个不同的业务实体标识的函数作为交互事件,其中,函数是指被设计为执行特定任务(即实现特定功能,如启动控制器实体的功能)的代码块。然后,将查询处理得到的多个交互事件在软件工程项目中的执行顺序作为业务时序。值得说明的是,本申请实施例对业务的软件工程项目所使用的计算机语言不做限定,例如可以是汇编语言、C语言、Java语言等。
通过上述方式,能够提升实体关联处理的灵活性,根据实际应用场景中的需求,可以应用上述的任意一种方式来实现实体关联处理。
在步骤103中,对交互事件进行信息关联处理,得到交互事件的事件描述信息。
例如,针对通过步骤102得到的每个交互事件,对交互事件进行信息关联处理,得到用于描述该交互事件的事件描述信息。本申请实施例对事件描述信息不做限定,例如事件描述信息可以包括交互事件的名称、交互事件的描述文本、交互事件中的业务实体(为了便于区分,将交互事件中的业务实体命名为目标业务实体)的属性信息、针对目标业务实体的属性约束条件、以及交互事件的预期执行结果中的至少之一。其中,属性约束条件可以是针对属性本身的约束条件(例如约束需要具有某个或某些属性),也可以是针对属性值的约束条件。
以人脸识别业务中的交互事件“界面实体启动控制器实体”为例,名称(如函数名称)可以是“open_sdk”,描述文本可以是“界面实体启动控制器实体”,目标业务实体的属性信息可以是界面实体的按钮ID,属性约束条件可以是界面实体的按钮ID的值(即属性值)非空,预期执行结果可以是执行成功。
在一些实施例中,可以通过这样的方式来实现上述的对交互事件进行信息关联处理,得到交互事件的事件描述信息:执行以下任意一种处理:获取针对交互事件设置的事件描述信息;根据交互事件在业务的软件工程项目中进行查询处理,得到交互事件的事件描述信息。
本申请实施例提供了信息关联处理的两种方式。第一种方式是,获取针对交互事件设置的事件描述信息,例如,获取由业务的专业人员设置的事件描述信息。
第二种方式是,在业务的软件工程项目已创建的基础上,根据交互事件在业务的软件工程项目中进行查询处理,得到交互事件的事件描述信息。例如,可以根据交互事件的交互事件标识(如名称)在业务的软件工程项目中进行查询处理,得到相应的函数,然后将函数的入参(即目标业务实体的属性信息)、针对入参的约束条件(即属性约束条件)以及函数的预期执行结果等信息添加至事件描述信息中。
通过上述方式,能够提升信息关联处理的灵活性,根据实际应用场景中的需求,可以应用上述的任意一种方式来实现信息关联处理。
在步骤104中,根据业务时序及事件描述信息,生成业务的业务监控模型。
例如,可以根据业务时序遍历多个事件描述信息,将遍历到的事件描述信息本身作为业务监控策略,添加至业务监控模型中;或者,可以根据事件描述信息生成业务监控策略,并将遍历到的事件描述信息对应的业务监控策略添加至业务监控模型中。
值得说明的是,对于步骤101至步骤104中的任意一个步骤来说,可以在生成业务的软件工程项目之前执行,也可以在已生成业务的软件工程项目的基础上执行。
在步骤105中,根据业务监控模型对业务进行监控处理。
这里,可以根据业务监控模型中的多个业务监控策略对业务进行监控处理,如在业务的软件工程项目的运行过程中,对软件工程项目进行监控处理。值得说明的是,可以同时启用业务监控模型中的多个业务监控策略,以对多个业务监控策略分别对应的交互事件同时进行监控处理;又例如,可以根据业务监控模型中的多个业务监控策略的顺序来遍历多个业务监控策略,并根据遍历到的业务监控策略对对应的交互事件进行监控处理,如此可以减少监控处理的工作量。
如图3A所示,本申请实施例根据业务时序及事件描述信息生成业务监控模型,并根据业务监控模型对业务进行监控处理。如此,一方面,整个方案借助AI能力自动化实现,能够有效地减少人力成本;另一方面,能够对业务中的需要监控的各个交互事件进行准确监控,从而提升业务监控的效率。
在一些实施例中,参见图3B,图3B是本申请实施例提供的基于人工智能的业务处理方法的流程示意图,图3A示出的步骤104可以更新为步骤201,在步骤201中,根据业务时序对多个交互事件进行遍历处理,并将遍历到的交互事件的事件描述信息添加至业务的业务监控模型中。
这里,在生成业务监控模型时,可以根据多个交互事件的业务时序(即执行顺序)对多个交互事件进行遍历处理,并将遍历到的交互事件的事件描述信息作为业务监控策略,添加至业务监控模型中。在业务监控模型中,按照事件描述信息的添加时间从早到晚的顺序对多个事件描述信息进行排序,如此,能够保证业务监控模型中的多个事件描述信息的顺序与相应的业务时序一致。
以人脸识别业务为例,可以依次将交互事件“界面实体启动控制器实体”的事件描述信息、交互事件“控制器实体启动(打开)摄像头实体”的事件描述信息、交互事件“控制器实体启动摄像头实体的数据流传输”的事件描述信息、以及交互事件“摄像头实体向控制器实体返回采集到的数据(即图像)”的事件描述信息添加至业务监控模型中。
在图3B中,图3A示出的步骤105可以更新为步骤202,在步骤202中,根据业务监控模型中多个事件描述信息的顺序对多个事件描述信息进行遍历处理,并对遍历到的事件描述信息对应的交互事件进行监控处理。
例如,在业务的软件工程项目的运行过程中,根据业务监控模型中多个事件描述信息的顺序对多个事件描述信息进行遍历处理,并对遍历到的事件描述信息对应的交互事件进行监控处理,如此,可以保证对软件工程项目中的多个交互事件进行监控处理的顺序与多个交互事件的业务时序一致。
以人脸识别业务为例,则在生成业务监控模型后,可以根据业务监控模型依次对人脸识别业务中的交互事件“界面实体启动控制器实体”、交互事件“控制器实体启动(打开)摄像头实体”、交互事件“控制器实体启动摄像头实体的数据流传输”、以及交互事件“摄像头实体向控制器实体返回采集到的数据(即图像)”进行监控处理。
如图3B所示,本申请实施例按照业务时序对业务中的需要监控的各个交互事件依次进行监控处理,能够提升业务监控的准确性和效率。
在一些实施例中,参见图3C,图3C是本申请实施例提供的基于人工智能的业务处理方法的流程示意图,图3B示出的步骤202可以通过步骤301至步骤302实现,将结合各步骤进行说明。
在步骤301中,根据业务监控模型中多个事件描述信息的顺序对多个事件描述信息进行遍历处理。
这里,根据业务监控模型中的事件描述信息的添加时间从早到晚的顺序,对多个事件描述信息进行遍历处理。
在步骤302中,通过信息采集接口采集业务中的事件执行信息,并将采集到的事件执行信息通过信息传输接口发送至业务的监控设备;其中,事件执行信息与遍历到的事件描述信息对应同一交互事件;其中,信息采集接口是基于遍历到的事件描述信息对应的信息采集策略部署的;信息传输接口是基于遍历到的事件描述信息对应的信息传输策略部署的。
在本申请实施例中,业务监控模型中的业务监控策略除了包括事件描述信息外,还可以包括事件描述信息对应的信息采集策略以及信息传输策略,其中,信息采集策略用于在业务的运行设备部署信息采集接口,信息传输策略用于在业务的运行设备以及业务的监控设备中的至少之一部署信息传输接口,即在应用接口传输模式的电子设备(运行设备以及监控设备中的至少之一)中部署信息传输接口。值得说明的是,运行设备和监控设备可以是同一电子设备,也可以是不同的电子设备,例如运行设备是终端设备,监控设备是服务器;又例如运行设备是服务器,监控设备是终端设备。此外,信息采集接口及信息传输接口可以部署于业务的软件工程项目中,运行设备和监控设备可以用于运行业务的软件工程项目。
对于遍历到的事件描述信息来说,基于对应的信息采集接口进行信息采集处理得到事件执行信息,并将事件执行信息通过信息传输接口发送至监控设备。其中,事件执行信息与遍历到的事件描述信息对应同一交互事件,即事件执行信息是指该交互事件在执行过程中所产生的信息。本申请实施例对事件执行信息不做限定,例如事件执行信息可以包括交互事件中的业务实体(为了便于区分,后文命名为目标业务实体)的实时属性信息、以及交互事件的实时执行结果等子信息中的至少之一。如此,结合埋点方案实现业务监控,能够解决相关技术提供的埋点方案中的漏报和错报问题,提升数据上报(指上报至监控设备)的准确性,使监控设备能够通过接收到的事件执行信息确定交互事件的实时执行情况。
在一些实施例中,可以通过这样的方式来实现上述的将采集到的事件执行信息通过信息传输接口发送至业务的监控设备:将采集到的事件执行信息与遍历到的事件描述信息进行匹配处理;当事件执行信息与遍历到的事件描述信息匹配成功时,将事件执行信息及安全信息通过信息传输接口发送至监控设备;当事件执行信息与遍历到的事件描述信息匹配失败时,将事件执行信息及告警信息通过信息传输接口发送至监控设备。
这里,在采集到事件执行信息时,还可以将事件执行信息与遍历到的事件描述信息进行匹配处理。本申请实施例对匹配处理的方式不做限定,例如可以将事件执行信息中的第一子信息与遍历到的事件描述信息中的第二子信息进行匹配处理。其中,第二子信息用于约束第一子信息,例如第一子信息为交互事件的实时执行结果,第二子信息为交互事件的预期执行结果;又例如第一子信息为实时属性信息,第二子信息为属性约束条件。
举例来说,在第一子信息为交互事件的实时执行结果,第二子信息为交互事件的预期执行结果的情况下,当第一子信息与第二子信息匹配成功(如相同)时,确定事件执行信息与遍历到的事件描述信息匹配成功;当第一子信息与第二子信息匹配失败(如不同)时,确定事件执行信息与遍历到的事件描述信息匹配失败。
值得说明的是,在第一子信息包括多种(如包括实时属性信息及实时执行结果)的情况下,当所有第一子信息与分别对应的第二子信息均匹配成功时,确定事件执行信息与遍历到的事件描述信息匹配成功;当任意一种第一子信息与对应的第二子信息匹配失败时,确定事件执行信息与遍历到的事件描述信息匹配失败。
当事件执行信息与遍历到的事件描述信息匹配成功时,将事件执行信息及安全信息通过信息传输接口发送至业务的监控设备,其中,安全信息用于提示遍历到的事件描述信息对应的交互事件已被安全、无风险地执行;当事件执行信息与遍历到的事件描述信息匹配失败时,将事件执行信息及告警信息通过信息传输接口发送至监控设备,其中,告警信息用于提示遍历到的事件描述信息对应的交互事件的执行情况出现异常,如此,可以有效提醒监控设备的用户及时查看出现异常的原因,以便及时修复问题。
值得说明的是,也可以先将采集到的事件执行信息发送至监控设备,由监控设备将接收到的事件执行信息与遍历到的事件描述信息进行匹配处理,并根据匹配结果生成安全信息或告警信息。
在一些实施例中,遍历到的事件描述信息包括针对目标业务实体的属性约束条件,事件执行信息包括目标业务实体的实时属性信息;其中,目标业务实体包括多个业务实体中的至少之一;可以通过这样的方式来实现上述的将采集到的事件执行信息与遍历到的事件描述信息进行匹配处理:当目标业务实体的实时属性信息满足属性约束条件时,确定事件执行信息与遍历到的事件描述信息匹配成功;当目标业务实体的实时属性信息未满足属性约束条件时,确定事件执行信息与遍历到的事件描述信息匹配失败。
这里,在遍历到的事件描述信息包括针对目标业务实体的属性约束条件,事件执行信息包括目标业务实体的实时属性信息的情况下,可以将实时属性信息与属性约束条件进行匹配处理,其中,目标业务实体是指遍历到的事件描述信息对应的交互事件中的业务实体,目标业务实体可以是通过步骤101得到的多个业务实体中的至少之一。
当目标业务实体的实时属性信息满足属性约束条件(即匹配成功)时,确定事件执行信息与遍历到的事件描述信息匹配成功;当目标业务实体的实时属性信息未满足属性约束条件(即匹配失败)时,确定事件执行信息与遍历到的事件描述信息匹配失败。
值得说明的是,属性约束条件可以是针对属性本身的约束条件,即用于约束目标业务实体应具有某个或某些属性;也可以是针对属性值的约束条件,即用于约束目标业务实体的属性值在特定的范围内。
以人脸识别业务中的交互事件“界面实体启动控制器实体”为例,该交互事件的事件描述信息中的属性约束条件是界面实体的按钮ID的值(即属性值)非空。在业务的软件工程项目的运行过程中,对于采集到的该交互事件的事件执行信息,当该事件执行信息中的界面实体的按钮ID的值为空时,确定该事件执行信息与该事件描述信息匹配失败;当该事件执行信息中的界面实体的按钮ID的值为非空时,确定该事件执行信息与该事件描述信息匹配成功。通过上述方式,能够通过事件描述信息中的属性约束条件对目标业务实体的属性进行有效约束,提升业务监控的有效性。
如图3C所示,本申请实施例结合埋点方案,通过部署的信息采集接口及信息传输接口进行业务监控,能够提升业务监控的有效性和准确性。
在一些实施例中,参见图3D,图3D是本申请实施例提供的基于人工智能的业务处理方法的流程示意图,图3B示出的步骤202可以通过步骤401至步骤404实现,将结合各步骤进行说明。
在步骤401中,根据业务监控模型中多个事件描述信息的顺序对多个事件描述信息进行遍历处理。
这里,根据业务监控模型中的事件描述信息的添加时间从早到晚的顺序,对多个事件描述信息进行遍历处理。
在步骤402中,采集业务中的多个候选的交互事件分别对应的事件执行信息。
本申请实施例也可以结合无埋点方案实现,即可以监听业务中的所有交互事件,为了便于区分,将这里监听的交互事件命名为候选的交互事件,则候选的交互事件可以是通过步骤102确定出的交互事件,也可以区别于通过步骤102确定出的交互事件。在业务的软件工程项目的运行过程中,采集多个候选的交互事件分别对应的事件执行信息。
值得说明的是,本申请实施例对步骤401和步骤402之间的执行顺序不做限定,例如可以是一先一后执行,也可以是同时执行。
在步骤403中,根据遍历到的事件描述信息,对多个候选的交互事件分别对应的事件执行信息进行筛选处理。
在采集到的多个候选的交互事件分别对应的事件执行信息中,可能仅有部分是需要监控的。因此,根据遍历到的事件描述信息,对多个候选的交互事件分别对应的事件执行信息进行筛选处理,例如,可以确定遍历到的事件描述信息中的筛选标识,并将包括该筛选标识的事件执行信息作为筛选出的事件执行信息,其中,该筛选标识可以包括交互事件标识以及业务实体标识中的至少之一,当然也可以包括其他类型的标识。
以人脸识别业务中的交互事件“界面实体启动控制器实体”为例,该交互事件对应的事件描述信息中的筛选标识为“open_sdk”,该筛选标识同样也是该交互事件的名称。则在采集到的多个候选的交互事件分别对应的事件执行信息中,将包括“open_sdk”的事件执行信息作为筛选出的事件执行信息。
在步骤404中,将筛选出的事件执行信息发送至业务的监控设备;其中,筛选出的事件执行信息与遍历到的事件描述信息对应同一交互事件。
对于筛选出的事件执行信息来说,其与遍历到的事件描述信息对应同一交互事件,该交互事件也是需要监控的交互事件。因此,将筛选出的事件执行信息发送至业务的监控设备,以实现有效监控。
在一些实施例中,可以通过这样的方式来实现上述的将筛选出的事件执行信息发送至业务的监控设备:将筛选出的事件执行信息与遍历到的事件描述信息进行匹配处理;当筛选出的事件执行信息与遍历到的事件描述信息匹配成功时,将筛选出的事件执行信息及安全信息发送至监控设备;当筛选出的事件执行信息与遍历到的事件描述信息匹配失败时,将筛选出的事件执行信息及告警信息发送至监控设备。
这里,可以将筛选出的事件执行信息与遍历到的事件描述信息进行匹配处理,根据匹配结果生成安全信息或告警信息,并将生成的安全信息或告警信息一同发送至监控设备。除此之外,在本申请实施例中,也可以先将筛选出的事件执行信息发送至监控设备,由监控设备将接收到的筛选出的事件执行信息与遍历到的事件描述信息进行匹配处理,根据匹配结果生成安全信息或告警信息。通过上述方式,能够进一步提升业务监控的有效性。
如图3D所示,本申请实施例可以结合无埋点方案实现,能够满足复杂业务场景下的数据上报需求,此外,也能够提升监控设备中的数据价值密度,降低数据管理成本。
在一些实施例中,参见图3E,图3E是本申请实施例提供的基于人工智能的业务处理方法的流程示意图,图3A示出的步骤101之后,还可以在步骤501中,对多个业务实体进行分类处理,得到多个业务实体类;其中,业务实体类包括至少一个业务实体。
这里,为了便于管理,可以对多个业务实体进行分类处理,得到多个业务实体类,其中每个业务实体类包括至少一个业务实体。举例来说,人脸识别业务包括多个摄像头实体,则可以将多个摄像头实体归为一类,即摄像头实体类。
值得说明的是,这里的分类处理是指逻辑上的分类,可以根据业务的实际情况确定分类处理的方式。
在图3E中,步骤501可以通过步骤601或者步骤602来实现。在步骤601中,获取针对多个业务实体设置的分类策略,并根据分类策略将多个业务实体划分为多个业务实体类。
本申请实施例提供了分类处理的两种示例方式。第一种方式是,获取针对多个业务实体设置的分类策略,并根据分类策略将多个业务实体划分为多个业务实体类,其中,分类策略可以是由业务的专业人员如业务架构师设置的。
在步骤602中,根据多个业务实体分别对应的属性信息确定多个业务实体之间的相似度,并根据相似度对多个业务实体进行聚类处理,得到多个业务实体类。
第二种方式是,获取多个业务实体分别对应的属性信息,根据属性信息确定多个业务实体之间的相似度,并根据相似度对多个业务实体进行聚类处理,得到多个业务实体类。
本申请实施例对确定相似度的方式不做限定,以属性信息包括属性本身为例,则对于任意两个业务实体如业务实体A和业务实体B,可以将业务实体A的属性信息和业务实体B的属性信息之间的交并比,作为业务实体A与业务实体B之间的相似度。举例来说,业务实体A的属性信息包括属性1、属性2及属性3,业务实体B的属性信息包括属性2、属性3及属性4,则两个属性信息之间的交集包括属性2和属性3,并集包括属性1、属性2、属性3及属性4,最终得到的业务实体A与业务实体B之间的相似度为2/4。
此外,对于任意两个业务实体如业务实体A和业务实体B,也可以根据业务实体A的属性信息确定出业务实体A的属性向量,根据业务实体B的属性信息确定出业务实体B的属性向量,并将业务实体A的属性向量与业务实体B的属性向量之间的向量相似度,作为业务实体A与业务实体B之间的相似度。其中,向量相似度如余弦相似度,但不限于此。
本申请实施例对聚类处理的方式同样不做限定,可以通过各种各样的聚类算法来实现。
在一些实施例中,可以通过这样的方式来实现上述的根据相似度对多个业务实体进行聚类处理,得到多个业务实体类:对多个业务实体进行遍历处理,并针对遍历到的业务实体执行以下处理:确定遍历到的业务实体与已有的业务实体类的类中心之间的数值最大的相似度;当数值最大的相似度大于或等于相似度阈值时,将遍历到的业务实体添加至数值最大的相似度对应的业务实体类中;当数值最大的相似度小于相似度阈值时,创建新的业务实体类,并将遍历到的业务实体作为新的业务实体类的类中心。
本申请实施例提供了聚类处理的一种示例方式,首先,对多个业务实体进行遍历处理,确定遍历到的业务实体与已有的各个业务实体类的类中心之间的相似度,并确定出其中数值最大的相似度,其中,当不存在业务实体类时,可以将数值最大的相似度赋值为设定数值,该设定数值小于相似度阈值,例如设定数值可以是零。
当确定出的数值最大的相似度大于或等于相似度阈值时,将遍历到的业务实体添加至数值最大的相似度对应的业务实体类中,其中,相似度阈值是大于0且不超过1的数,可以根据实际应用场景进行设定;当确定出的数值最大的相似度小于相似度阈值时,创建新的业务实体类,并将遍历到的业务实体作为该新的业务实体类的类中心。通过上述方式,能够实现准确、快速的聚类处理。
在图3E中,图3A示出的步骤102可以更新为步骤502,在步骤502中,对多个业务实体类进行实体类关联处理,得到多个业务实体类中的至少部分业务实体类之间的交互事件、以及多个交互事件之间的业务时序。
在聚类得到业务实体类的基础上,以业务实体类为单位进行实体类关联处理,得到多个业务实体类中的至少部分业务实体类之间的交互事件、以及多个交互事件之间的业务时序。其中,实体类关联处理的方式类似于上述的实体关联处理。
如图3E所示,本申请实施例对多个业务实体进行分类处理得到多个业务实体类,能够减少后续的管理难度,即能够实现对业务实体类包括的至少一个业务实体的同时管理;此外,还可以降低后续进行实体类关联处理的工作量。
下面,将说明本申请实施例在实际的应用场景中的示例性应用。本申请实施例能够通过上报事件模型(对应上文的业务监控模型)准确、完整地确定出业务中的上报点(即需要监控的数据),适用于使用各种计算机语言的软件工程项目;相关人员(如研发人员)能够基于上报事件模型进行沟通,即使用统一语言进行沟通,能够避免出现信息差。为了便于理解,后文以人脸识别业务为例进行举例说明。
本申请实施例提供了如图4所示的业务处理的流程示意图,将结合图4示出的各个步骤进行说明。
1)对业务进行实体识别处理,并按逻辑划分模块。在该步骤中,对业务进行实体识别处理,得到多个业务实体。其中,可以获取专业人员(如业务架构师)针对业务设置的多个业务实体;或者,也可以对业务对应的业务问答内容进行名词解析处理,并将提取到的名词作为业务实体。例如,在人脸识别业务中,业务实体可以包括界面实体、控制器实体以及摄像头实体。
在得到多个业务实体的基础上,还可以确定每个业务实体需要维护的属性信息(如由专业人员设置)。此外,还可以对多个业务实体进行分类处理,得到多个业务实体模块(对应上文的业务实体类),其中每个业务实体模块包括至少一个业务实体。值得说明的是,业务实体模块仅为逻辑上的划分,对于不同的业务来说,划分方式可以存在不同,对此不做限定。
作为示例,本申请实施例提供了如图5所示的模块划分的示意图,在图5中,业务实体模块1用于管理业务实体1和业务实体2,业务实体模块2用于管理业务实体2,业务实体模块3用于管理业务实体4和业务实体5。在人脸识别业务中,界面模块可用于管理界面实体,控制器模块可用于管理控制器实体(即用于管理业务流程),摄像头模块可用于管理摄像头实体。
2)确定每个业务实体模块管理的业务实体、业务实体的属性信息、以及针对业务实体的属性约束条件。这里,可以将步骤1)中得到的业务实体、属性信息以及业务实体模块录入业务处理系统,此外,还可以确定针对业务实体的属性约束条件。其中,业务处理系统用于生成上报事件模型;属性约束条件可以根据业务的实际情况进行设定,例如界面实体对应的按钮ID(按钮ID为界面实体的一个属性)的值不能为空等。
在本申请实施例中,可以通过统一建模语言(Unified Modeling Language,UML)时序图来描述业务中的各个业务实体模块,其中,UML时序图又称序列图、循环图,主要通过描述对象(即业务实体模块)之间发送消息的时间顺序来显示多个对象之间的动态协作。作为示例,本申请实施例提供了如图6所示的业务实体模块的描述示意图,还提供了如图7所示的人脸识别业务中的业务实体模块的描述示意图。
3)对业务实体模块进行关联,得到业务实体模块之间的交互事件。这里,根据业务中的业务逻辑,在业务处理系统中建立业务实体模块之间的连接,得到交互事件,该步骤对应上文的实体关联处理或实体类关联处理。在UML时序图中,可以用有向箭头来表示请求到执行的方向。
作为示例,本申请实施例提供了如图8所示的交互事件的示意图,在图8中,业务实体模块1是请求方,业务实体模块2是执行方(即被请求方)。此外,还提供了如图9所示的人脸识别业务中的交互事件的示意图,人脸识别业务中的交互事件包括“拉起SDK刷脸”、“打开摄像头”、“启动摄像头数据流”以及“返回数据”,其中,SDK是指用于实现摄像头控制的软件开发工具包(Software Development Kit,SDK)。
4)描述交互事件(对应上文的信息关联处理)。这里,在业务处理系统中对交互事件进行描述,即确定交互事件的事件描述信息,该事件描述信息可以包括描述文本、入参、结果以及事件约束中的至少之一。其中,入参可以是交互事件相关的业务实体模块(如请求方和/或执行方)的属性信息;事件约束对应上文的属性约束条件;结果对应上文的预期执行结果。
例如,事件描述信息的格式可以如下:
交互事件 | 描述文本 | 入参 | 结果 | 事件约束 |
在人脸识别业务中,涉及到的交互事件可以通过如下的格式来进行描述:
5)生成上报事件模型。基于UML时序图中的业务时序、以及各个交互事件的事件描述信息,在业务处理系统中生成上报事件模型,从而基于上报事件模型实现数据上报(即业务监控)。在本申请实施例中,上报事件模型可以为任意形式的文件或信息,上报事件模型可以贯穿业务的整个研发周期,用于数据上报的沟通协作和研发实现过程。举例来说,上报事件模型可以包括上报协议、上报配置、上报文档以及上报代码中的至少之一,将进行分别说明。
①上报协议:又称业务的元数据(data about data),指用于描述数据上报的协议。例如,可以基于UML时序图中的业务时序来遍历业务中的多个交互事件,并将遍历到的交互事件的事件描述信息添加至上报协议中。上报协议的格式可类似于字段表,如步骤4)中的格式。
②上报配置:指根据上报协议生成的数据传输配置(对应上文的信息传输策略),例如可以是proto格式的文件。上报配置可以用于在后端部署接收上报数据(对应上文的事件执行信息)的接口(对应上文的信息传输接口),如果前端也采用的是配置生成的方式,则上报配置也可以用于在前端部署发送上报数据的接口,其中,前端是指业务的运行设备,后端是指业务的监控设备。
③上报文档:根据协议生成的文档,如doc格式的文档,用于给业务的相关人员(如研发人员)浏览,以使相关人员了解数据上报的过程。
④上报代码:根据上报协议和各个交互事件生成的代码(对应上文的信息采集策略),用于在前端部署采集上报数据的接口(对应上文的信息采集接口)。举例来说,上报代码可以是一个函数,如report(交互事件的名称,需要采集的上报数据)。在实际应用场景中,可以将上报配置与上报代码结合使用,从而实现上报数据的采集及传输。
当然,上报事件模型的内容并不限于此,例如还可以包括字段翻译(属性翻译),字段翻译是指属性值到中文解释的映射。例如,性别属性的属性值包括1和2这两种,1对应的中文解释为男性,2对应的中文解释为女性,使用男性和女性来分别替换原来的属性值1和属性值2的过程即为字段翻译的过程。
本申请实施例至少能够实现以下技术效果:1)有效降低数据上报的门槛和实现成本,不依赖于研发人员和产品人员的经验,可以穷举出交互事件;2)构建一种从需求到实现的标准化转化通道,可以应用于埋点上报和无埋点上报,例如可以解决埋点上报中漏报和错报的问题,又例如可以解决无埋点上报中出现无效数据的问题。
下面继续说明本申请实施例提供的基于人工智能的业务处理装置455实施为软件模块的示例性结构,在一些实施例中,如图2所示,存储在存储器450的基于人工智能的业务处理装置455中的软件模块可以包括:实体识别模块4551,用于对业务进行实体识别处理,得到业务包括的多个业务实体;实体关联模块4552,用于对多个业务实体进行实体关联处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序;信息关联模块4553,用于对交互事件进行信息关联处理,得到交互事件的事件描述信息;模型生成模块4554,用于根据业务时序及事件描述信息,生成业务的业务监控模型;监控模块4555,用于根据业务监控模型对业务进行监控处理。
在一些实施例中,模型生成模块4554,还用于:根据业务时序对多个交互事件进行遍历处理,并将遍历到的交互事件的事件描述信息添加至业务的业务监控模型中;监控模块4555,还用于:根据业务监控模型中多个事件描述信息的顺序对多个事件描述信息进行遍历处理,并对遍历到的事件描述信息对应的交互事件进行监控处理。
在一些实施例中,业务监控模型包括事件描述信息对应的信息采集策略以及信息传输策略;监控模块4555,还用于:通过信息采集接口采集业务中的事件执行信息,并将采集到的事件执行信息通过信息传输接口发送至业务的监控设备;其中,事件执行信息与遍历到的事件描述信息对应同一交互事件;其中,信息采集接口是基于遍历到的事件描述信息对应的信息采集策略部署的;信息传输接口是基于遍历到的事件描述信息对应的信息传输策略部署的。
在一些实施例中,监控模块4555,还用于:将采集到的事件执行信息与遍历到的事件描述信息进行匹配处理;当事件执行信息与遍历到的事件描述信息匹配成功时,将事件执行信息及安全信息通过信息传输接口发送至监控设备;当事件执行信息与遍历到的事件描述信息匹配失败时,将事件执行信息及告警信息通过信息传输接口发送至监控设备。
在一些实施例中,遍历到的事件描述信息包括针对目标业务实体的属性约束条件,事件执行信息包括目标业务实体的实时属性信息;其中,目标业务实体包括多个业务实体中的至少之一;监控模块4555,还用于:当目标业务实体的实时属性信息满足属性约束条件时,确定事件执行信息与遍历到的事件描述信息匹配成功;当目标业务实体的实时属性信息未满足属性约束条件时,确定事件执行信息与遍历到的事件描述信息匹配失败。
在一些实施例中,监控模块4555,还用于:采集业务中的多个候选的交互事件分别对应的事件执行信息;根据遍历到的事件描述信息,对多个候选的交互事件分别对应的事件执行信息进行筛选处理;将筛选出的事件执行信息发送至业务的监控设备;其中,筛选出的事件执行信息与遍历到的事件描述信息对应同一交互事件。
在一些实施例中,实体识别模块4551,还用于:执行以下任意一种处理:获取针对业务设置的多个业务实体;获取业务对应的业务问答内容,并对业务问答内容进行名词解析处理,将通过名词解析处理得到的名词作为业务中的业务实体。
在一些实施例中,实体关联模块4552,还用于:执行以下任意一种处理:获取针对业务设置的交互事件执行策略,并对交互事件执行策略进行策略解析处理,得到多个业务实体中的至少部分业务实体之间的交互事件、以及多个交互事件之间的业务时序;根据多个业务实体在业务的软件工程项目中进行查询处理,得到多个业务实体中的至少部分业务实体之间的交互事件,将多个交互事件在软件工程项目中的执行顺序作为业务时序。
在一些实施例中,信息关联模块4553,还用于:执行以下任意一种处理:获取针对交互事件设置的事件描述信息;根据交互事件在业务的软件工程项目中进行查询处理,得到交互事件的事件描述信息。
在一些实施例中,基于人工智能的业务处理装置455还包括分类模块,用于对多个业务实体进行分类处理,得到多个业务实体类;其中,业务实体类包括至少一个业务实体;实体关联模块4552,还用于:对多个业务实体类进行实体类关联处理,得到多个业务实体类中的至少部分业务实体类之间的交互事件、以及多个交互事件之间的业务时序。
在一些实施例中,分类模块还用于:执行以下任意一种处理:获取针对多个业务实体设置的分类策略,并根据分类策略将多个业务实体划分为多个业务实体类;根据多个业务实体分别对应的属性信息确定多个业务实体之间的相似度,并根据相似度对多个业务实体进行聚类处理,得到多个业务实体类。
在一些实施例中,分类模块还用于:对多个业务实体进行遍历处理,并针对遍历到的业务实体执行以下处理:确定遍历到的业务实体与已有的业务实体类的类中心之间的数值最大的相似度;当数值最大的相似度大于或等于相似度阈值时,将遍历到的业务实体添加至数值最大的相似度对应的业务实体类中;当数值最大的相似度小于相似度阈值时,创建新的业务实体类,并将遍历到的业务实体作为新的业务实体类的类中心。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令(即可执行指令),该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行本申请实施例上述的基于人工智能的业务处理方法。
本申请实施例提供一种存储有可执行指令的计算机可读存储介质,其中存储有可执行指令,当可执行指令被处理器执行时,将引起处理器执行本申请实施例提供的方法,例如,如图3A、图3B、图3C、图3D及图3E示出的基于人工智能的业务处理方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个电子设备上执行,或者在位于一个地点的多个电子设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个电子设备上执行。
以上,仅为本申请的实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本申请的保护范围之内。
Claims (15)
1.一种基于人工智能的业务处理方法,其特征在于,所述方法包括:
对业务进行实体识别处理,得到所述业务包括的多个业务实体;
对所述多个业务实体进行实体关联处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序;
对所述交互事件进行信息关联处理,得到所述交互事件的事件描述信息;
根据所述业务时序及所述事件描述信息,生成所述业务的业务监控模型;
根据所述业务监控模型对所述业务进行监控处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述业务时序及所述事件描述信息,生成所述业务的业务监控模型,包括:
根据所述业务时序对多个所述交互事件进行遍历处理,并将遍历到的交互事件的事件描述信息添加至所述业务的业务监控模型中;
所述根据所述业务监控模型对所述业务进行监控处理,包括:
根据所述业务监控模型中多个事件描述信息的顺序对所述多个事件描述信息进行遍历处理,并对遍历到的事件描述信息对应的交互事件进行监控处理。
3.根据权利要求2所述的方法,其特征在于,所述业务监控模型包括事件描述信息对应的信息采集策略以及信息传输策略;所述对遍历到的事件描述信息对应的交互事件进行监控处理,包括:
通过信息采集接口采集所述业务中的事件执行信息,并将采集到的所述事件执行信息通过信息传输接口发送至所述业务的监控设备;
其中,所述事件执行信息与所述遍历到的事件描述信息对应同一交互事件;
其中,所述信息采集接口是基于所述遍历到的事件描述信息对应的信息采集策略部署的;所述信息传输接口是基于所述遍历到的事件描述信息对应的信息传输策略部署的。
4.根据权利要求3所述的方法,其特征在于,所述将采集到的所述事件执行信息通过信息传输接口发送至所述业务的监控设备,包括:
将采集到的所述事件执行信息与所述遍历到的事件描述信息进行匹配处理;
当所述事件执行信息与所述遍历到的事件描述信息匹配成功时,将所述事件执行信息及安全信息通过所述信息传输接口发送至所述监控设备;
当所述事件执行信息与所述遍历到的事件描述信息匹配失败时,将所述事件执行信息及告警信息通过所述信息传输接口发送至所述监控设备。
5.根据权利要求4所述的方法,其特征在于,所述遍历到的事件描述信息包括针对目标业务实体的属性约束条件,所述事件执行信息包括所述目标业务实体的实时属性信息;其中,所述目标业务实体包括所述多个业务实体中的至少之一;
所述将采集到的所述事件执行信息与所述遍历到的事件描述信息进行匹配处理,包括:
当所述目标业务实体的实时属性信息满足所述属性约束条件时,确定所述事件执行信息与所述遍历到的事件描述信息匹配成功;
当所述目标业务实体的实时属性信息未满足所述属性约束条件时,确定所述事件执行信息与所述遍历到的事件描述信息匹配失败。
6.根据权利要求2所述的方法,其特征在于,所述对遍历到的事件描述信息对应的交互事件进行监控处理,包括:
采集所述业务中的多个候选的交互事件分别对应的事件执行信息;
根据所述遍历到的事件描述信息,对所述多个候选的交互事件分别对应的事件执行信息进行筛选处理;
将筛选出的事件执行信息发送至所述业务的监控设备;其中,所述筛选出的事件执行信息与所述遍历到的事件描述信息对应同一交互事件。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述对业务进行实体识别处理,得到所述业务包括的多个业务实体,包括:
执行以下任意一种处理:
获取针对所述业务设置的多个业务实体;
获取所述业务对应的业务问答内容,并对所述业务问答内容进行名词解析处理,将通过所述名词解析处理得到的名词作为所述业务中的业务实体。
8.根据权利要求1至6任一项所述的方法,其特征在于,所述对所述多个业务实体进行实体关联处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序,包括:
执行以下任意一种处理:
获取针对所述业务设置的交互事件执行策略,并对所述交互事件执行策略进行策略解析处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序;
根据所述多个业务实体在所述业务的软件工程项目中进行查询处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件,将多个所述交互事件在所述软件工程项目中的执行顺序作为业务时序。
9.根据权利要求1至6任一项所述的方法,其特征在于,所述对所述交互事件进行信息关联处理,得到所述交互事件的事件描述信息,包括:
执行以下任意一种处理:
获取针对所述交互事件设置的事件描述信息;
根据所述交互事件在所述业务的软件工程项目中进行查询处理,得到所述交互事件的事件描述信息。
10.根据权利要求1至6任一项所述的方法,其特征在于,所述对业务进行实体识别处理,得到所述业务包括的多个业务实体之后,所述方法还包括:
对所述多个业务实体进行分类处理,得到多个业务实体类;
其中,所述业务实体类包括至少一个业务实体;
所述对所述多个业务实体进行实体关联处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序,包括:
对所述多个业务实体类进行实体类关联处理,得到所述多个业务实体类中的至少部分业务实体类之间的交互事件、以及多个所述交互事件之间的业务时序。
11.根据权利要求10所述的方法,其特征在于,所述对所述多个业务实体进行分类处理,得到多个业务实体类,包括:
执行以下任意一种处理:
获取针对所述多个业务实体设置的分类策略,并根据所述分类策略将所述多个业务实体划分为多个业务实体类;
根据所述多个业务实体分别对应的属性信息确定所述多个业务实体之间的相似度,并根据所述相似度对所述多个业务实体进行聚类处理,得到多个业务实体类。
12.根据权利要求11所述的方法,其特征在于,所述根据所述相似度对所述多个业务实体进行聚类处理,得到多个业务实体类,包括:
对所述多个业务实体进行遍历处理,并针对遍历到的业务实体执行以下处理:
确定所述遍历到的业务实体与已有的业务实体类的类中心之间的数值最大的相似度;
当所述数值最大的相似度大于或等于相似度阈值时,将所述遍历到的业务实体添加至所述数值最大的相似度对应的业务实体类中;
当所述数值最大的相似度小于所述相似度阈值时,创建新的业务实体类,并将所述遍历到的业务实体作为所述新的业务实体类的类中心。
13.一种基于人工智能的业务处理装置,其特征在于,所述装置包括:
实体识别模块,用于对业务进行实体识别处理,得到所述业务包括的多个业务实体;
实体关联模块,用于对所述多个业务实体进行实体关联处理,得到所述多个业务实体中的至少部分业务实体之间的交互事件、以及多个所述交互事件之间的业务时序;
信息关联模块,用于对所述交互事件进行信息关联处理,得到所述交互事件的事件描述信息;
模型生成模块,用于根据所述业务时序及所述事件描述信息,生成所述业务的业务监控模型;
监控模块,用于根据所述业务监控模型对所述业务进行监控处理。
14.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至12任一项所述的基于人工智能的业务处理方法。
15.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于被处理器执行时,实现权利要求1至12任一项所述的基于人工智能的业务处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585274.1A CN115409454A (zh) | 2021-05-27 | 2021-05-27 | 基于人工智能的业务处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585274.1A CN115409454A (zh) | 2021-05-27 | 2021-05-27 | 基于人工智能的业务处理方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115409454A true CN115409454A (zh) | 2022-11-29 |
Family
ID=84155909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110585274.1A Pending CN115409454A (zh) | 2021-05-27 | 2021-05-27 | 基于人工智能的业务处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115409454A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739442A (zh) * | 2023-07-14 | 2023-09-12 | 上海航恩智能科技有限公司 | 业务建模方法及可读存储介质 |
CN116974626A (zh) * | 2023-09-22 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 分析序列图生成方法、装置、设备和计算机可读存储介质 |
CN117033664A (zh) * | 2023-09-28 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 业务的序列图生成方法、装置、计算机设备和存储介质 |
CN117034019A (zh) * | 2023-10-09 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 一种业务处理方法、装置、电子设备和存储介质 |
-
2021
- 2021-05-27 CN CN202110585274.1A patent/CN115409454A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739442A (zh) * | 2023-07-14 | 2023-09-12 | 上海航恩智能科技有限公司 | 业务建模方法及可读存储介质 |
CN116974626A (zh) * | 2023-09-22 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 分析序列图生成方法、装置、设备和计算机可读存储介质 |
CN116974626B (zh) * | 2023-09-22 | 2024-01-05 | 腾讯科技(深圳)有限公司 | 分析序列图生成方法、装置、设备和计算机可读存储介质 |
CN117033664A (zh) * | 2023-09-28 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 业务的序列图生成方法、装置、计算机设备和存储介质 |
CN117033664B (zh) * | 2023-09-28 | 2024-01-09 | 腾讯科技(深圳)有限公司 | 业务的序列图生成方法、装置、计算机设备和存储介质 |
CN117034019A (zh) * | 2023-10-09 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 一种业务处理方法、装置、电子设备和存储介质 |
CN117034019B (zh) * | 2023-10-09 | 2024-01-09 | 腾讯科技(深圳)有限公司 | 一种业务处理方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115409454A (zh) | 基于人工智能的业务处理方法、装置及电子设备 | |
US11055302B2 (en) | Method and system for implementing target model configuration metadata for a log analytics system | |
KR101099152B1 (ko) | 자동 태스크 생성 방법, 시스템 및 컴퓨터 판독가능 기록 매체 | |
US7703019B2 (en) | Visual administrator for specifying service references to support a service | |
US11727025B2 (en) | Method and system for implementing a log parser in a log analytics system | |
CN109376069B (zh) | 一种测试报告的生成方法及设备 | |
CN112732949B (zh) | 一种业务数据的标注方法、装置、计算机设备和存储介质 | |
US9898553B2 (en) | Capturing run-time metadata | |
CN112148578A (zh) | 基于机器学习的it故障缺陷预测方法 | |
WO2023065746A1 (zh) | 算法应用元生成方法、装置、电子设备、计算机程序产品及计算机可读存储介质 | |
CN113051171B (zh) | 接口测试方法、装置、设备及存储介质 | |
CN113962597A (zh) | 一种数据分析方法、装置、电子设备及存储介质 | |
CN110889013A (zh) | 一种基于xml的数据关联方法、装置、服务器及存储介质 | |
CN112328248B (zh) | 一种基于异步容灾服务系统的iOS平台界面设置方法 | |
CN113515715B (zh) | 埋点事件编码的生成方法、处理方法及相关设备 | |
CN111414553B (zh) | 数据处理的系统、方法及存储介质 | |
CN114756301A (zh) | 日志处理方法、装置和系统 | |
CN101114222A (zh) | 一种基于本体的反射式体系结构自演化方法 | |
US20230281040A1 (en) | Pipeline-based machine learning method and apparatus, electronic device, and computer readable storage medium | |
Dimakis et al. | Perceptive middleware and intelligent agents enhancing service autonomy in smart spaces | |
CN114978937A (zh) | 一种页面数据校验方法及装置 | |
CN116244370A (zh) | 基于区块链的数据处理方法、服务器、设备及存储介质 | |
CN116684049A (zh) | 一种信令处理方法、装置、设备、存储介质及产品 | |
CN115454791A (zh) | 面向分布式系统的全局分析系统 | |
CN117579868A (zh) | 直播信息处理方法、相关设备及存储介质 |
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 |