CN115640156A - 异常处理方法、装置、设备、介质及程序产品 - Google Patents

Abstract

本申请公开了一种异常处理方法、装置、设备、介质及程序产品。该方法包括：获取上传的待处理数据，基于待处理数据和异常数据排查模型，确定待处理数据中的异常数据，异常数据排查模型用于从输入的数据中提取异常数据；接收针对异常数据录入的异常描述信息，根据异常描述信息，在关键要素项目中选取与异常数据匹配的目标项目，并将异常数据与目标项目关联；根据预设的第一对应关系，将异常数据对应的异常处理任务下发至第一目标任务节点，第一目标任务节点为第一对应关系中与目标项目对应的处理方账号的任务节点；接收目标项目对应的处理方账号针对异常处理任务上传的处理策略，并执行处理策略。根据本申请实施例能够提升异常处理效果。

Description

异常处理方法、装置、设备、介质及程序产品

技术领域

本申请属于数据处理领域，尤其涉及一种异常处理方法、装置、设备、介质及程序产品。

背景技术

随着企业、机构等组织的规模的不断增长，组织内部或组织之间的业务流程的复杂度也不断增加。在业务流程中会由于操作不当或其他原因产生异常，为了保证业务正常稳定地执行，需要对异常进行处理。现阶段，可由工作人员人工收集异常信息并进行汇总，但异常信息往往分散在多个组织中或组织内的多个部门中，人工收集汇总异常信息会出现异常信息散乱、丢失等情况，导致异常处理效果不佳。

发明内容

本申请实施例提供一种异常处理方法、装置、设备、介质及程序产品，能够提升异常处理效果。

第一方面，本申请实施例提供一种异常处理方法，包括：获取上传的待处理数据，基于待处理数据和预先训练得到的异常数据排查模型，确定待处理数据中的异常数据，异常数据排查模型用于从输入的数据中提取异常数据；接收针对异常数据录入的异常描述信息，根据异常描述信息，在预设的关键要素项目中选取与异常数据匹配的目标项目，并将异常数据与目标项目关联；根据预设的第一对应关系，将异常数据对应的异常处理任务下发至第一目标任务节点，第一对应关系包括关键要素项目与处理方账号的对应关系，第一目标任务节点为第一对应关系中与目标项目对应的处理方账号的任务节点；接收第一对应关系中与目标项目对应的处理方账号针对异常处理任务上传的处理策略，并执行处理策略。

第二方面，本申请实施例提供一种异常处理装置，包括：异常排查模块，用于获取上传的待处理数据，基于待处理数据和预先训练得到的异常数据排查模型，确定待处理数据中的异常数据，异常数据排查模型用于从输入的数据中提取异常数据；分办模块，用于接收针对异常数据录入的异常描述信息，根据异常描述信息，在预设的关键要素项目中选取与异常数据匹配的目标项目，并将异常数据与目标项目关联，以及，根据预设的第一对应关系，将异常数据对应的异常处理任务下发至第一目标任务节点，第一对应关系包括关键要素项目与处理方账号的对应关系，第一目标任务节点为第一对应关系中与目标项目对应的处理方账号的任务节点；执行模块，用于接收第一对应关系中与目标项目对应的处理方账号针对异常处理任务上传的处理策略，并执行处理策略。

第三方面，本申请实施例提供一种异常处理设备，包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面的异常处理方法。

第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面的异常处理方法。

第五方面，本申请实施例提供一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行第一方面的异常处理方法。

本申请实施例提供一种异常处理方法、装置、设备、介质及程序产品，利用异常数据排查模型在待处理数据中筛选异常数据，通过异常数据与预先设定的关键要素项目的匹配，能够快速将异常数据对应的异常处理任务下发至与关键要素项目对应的任务节点，使对应的处理方能够及时处理异常处理任务，并通过处理方账号上传针对异常处理任务的处理策略，以便能够及时执行该处理策略。本申请实施例建立了统一的异常处理标准流程，在该流程中，异常数据的确定、异常处理任务的下发、针对异常处理任务的处理策略的执行等环节联系紧密，避免异常信息散乱、丢失等情况，也减少了异常处理所花费的时间，提高了异常处理的效率和准确性，实现了异常处理效果的提升。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，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的附图。

图1为本申请一实施例提供的异常处理方法的流程图；

图2为本申请另一实施例提供的异常处理方法的流程图；

图3为本申请一实施例提供的异常处理装置的结构示意图；

图4为本申请另一实施例提供的异常处理装置的结构示意图；

图5为本申请一实施例提供的异常处理设备的结构示意图。

具体实施方式

下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

随着企业、机构等组织的规模的不断增长，组织内部或组织之间的业务流程的复杂度也不断增加。在业务流程中会由于操作不当或其他原因产生异常，为了保证业务正常稳定地执行，需要对异常进行处理。现阶段，可由工作人员人工收集异常信息并进行汇总，但异常信息往往分散在多个组织中或组织内的多个部门中，人工收集汇总异常信息会出现异常信息散乱、丢失等情况，导致异常处理效果不佳，如异常处理效率低下、准确度低下。

本申请实施例提供一种异常处理方法、装置、设备、介质及程序产品，能够将异常数据的确定、异常处理任务的下发、针对异常处理任务的处理策略的执行等环节形成统一的异常处理标准流程，避免异常信息散乱、丢失等情况，且利用异常数据排查模型筛选异常数据，通过异常数据与预先设定的关键要素项目的匹配，能够快速将异常数据对应的异常处理任务下发至与关键要素项目对应的任务节点，加快异常处理速度，提高了异常处理的效率和准确性，实现了异常处理效果的提升。

下面分别对本申请实施例中的异常处理方法、装置、设备、介质及程序产品进行说明。

本申请第一方面提供一种异常处理方法，该异常处理方法可应用于对业务执行过程中出现的异常进行排查、处理的场景，但并不限定。图1为本申请一实施例提供的异常处理方法的流程图。如图1所示，该异常处理方法可包括步骤S101至步骤S104。

在步骤S101中，获取上传的待处理数据，基于待处理数据和预先训练得到的异常数据排查模型，确定待处理数据中的异常数据。

待处理数据可包括业务处理过程中的全量数据。上传待处理数据的主体可包括组织或组织中的部门，在此并不限定。可从多个主体获取待处理数据，保证数据的完整、全面。

异常数据排查模型用于从输入的数据中提取异常数据。异常数据包括业务处理过程中发生的异常的相关数据。可将待处理数据输入异常数据排查模型，异常数据排查模型可将待处理数据区分为正常数据和异常数据。在步骤S101之前，可获取历史异常数据和历史正常数据，将历史异常数据和历史正常数据作为负样本和正样本进行模型训练，以训练得到异常数据排查模型。利用异常数据排查模型可协助异常处理过程中数据的实时监测和异常排查，提升异常排查速度，从而提升异常处理速度。

在步骤S102中，接收针对异常数据录入的异常描述信息，根据异常描述信息，在预设的关键要素项目中选取与异常数据匹配的目标项目，并将异常数据与目标项目关联。

在确定异常数据后，可针对异常数据指示的异常录入异常描述信息。异常描述信息包括描述异常数据指示的异常的信息，可为一段或多段文字，在此并不限定。

关键要素项目为预先设定的用于对异常进行分类的要素项目。在一些示例中，关键要素项目可包括业务类别和异常来源。每种关键要素项目可包括至少一个项目，例如，业务类别可包括消费权益保护业务、财务管理业务等项目；异常来源可包括组织、部门或具体人员等，在此并不限定，不同组织、不同部分、不同具体人员各自都可视为一个项目。

在一些示例中，可通过接收针对异常描述信息输入的项目选取输入，将项目选取输入指示的关键要素项目确定为目标项目。

在一些示例中，可通过自然语言处理方法对异常描述信息进行处理，利用训练模型自动确定目标项目。具体地，可对异常描述信息进行语义分析，得到异常描述信息中的关键词；统计异常描述信息中的关键词的词频；根据异常描述信息中的关键词与关键词的词频，利用项目关联模型，得到目标项目；建立异常数据与目标项目的关联关系。

对异常描述信息进行语义分析，以对异常描述信息分词，得到分词结果。可利用关键词词典从分词结果中确定关键词，关键词词典可根据历史异常数据汇总得到。项目关联模型用于根据输入的数据确定对应的关键要素项目。将异常描述信息中的关键词和这些关键词的词频输入项目关联模型，项目关联模型可确定与关键词以及关键词的词频对应的关键要素项目即目标项目。可将目标项目以标签或其他方式配置给异常数据，以建立异常数据与目标项目的关联关系，在此并不限定异常数据与目标项目建立关联关系的方式。

在一些实施例中，在步骤S102之前可利用历史异常数据训练得到项目关联模型。具体地，获取历史异常数据；对历史异常描述信息进行语义分析，得到历史异常描述信息中的关键词；统计历史异常描述信息中的关键词的词频；利用历史异常描述信息中的关键词、关键词的词频以及与历史异常描述信息匹配的关键要素项目，对第一原始模型训练，得到项目关联模型。

历史异常数据包括历史异常描述信息和与历史异常描述信息匹配的关键要素项目。历史异常数据中与历史异常描述信息匹配的关键要素项目可为工作人员手动为历史异常描述信息匹配的关键要素项目。对历史异常描述信息的语义分析、关键词以及关键词的词频的获取可参见步骤S102中异常描述信息的语义分析、关键词以及关键词的词频的获取的相关说明，在此不再赘述。第一原始模型为还未训练的模型，利用历史异常描述信息中的关键词、关键词的词频以及与历史异常描述信息匹配的关键要素项目，对第一原始模型进行训练，训练后的模型即为项目关联模型。项目关联模型的输入可包括关键词以及关键词的词频，项目关联模型的输出可包括关键要素项目。

在步骤S103中，根据预设的第一对应关系，将异常数据对应的异常处理任务下发至第一目标任务节点。

第一对应关系包括关键要素项目与处理方账号的对应关系。关键要素项目不同，对应的处理异常处理任务的处理方可能不同。例如，不同业务类别对应的异常处理任务的处理方可不同，不同异常来源对应的异常处理任务的处理方可不同。可预先根据关键要素与处理方的对应关系，建立第一对应关系。处理方可为对本次异常处理负责的组织、部门或个人，在此并不限定。

第一目标任务节点为第一对应关系中与目标项目对应的处理方账号的任务节点。响应于异常数据对应的异常处理任务下发至第一目标任务节点的动作，与目标项目对应的处理方账号可接到通知消息，提示处理方处理该异常处理任务。

在步骤S104中，接收第一对应关系中与目标项目对应的处理方账号针对异常处理任务上传的处理策略，并执行处理策略。

异常处理任务可包括异常数据、异常描述信息等与异常数据指示的异常相关的信息，在此并不限定。处理方可针对异常处理任务，生成处理策略，并将处理策略上传。接收到处理方通过处理方账号上传的处理策略后，可读取并执行该处理策略。处理策略可包括对异常的整改手段信息等，在此并不限定。

在本申请实施例中，利用异常数据排查模型在待处理数据中筛选异常数据，通过异常数据与预先设定的关键要素项目的匹配，能够快速将异常数据对应的异常处理任务下发至与关键要素项目对应的任务节点，使对应的处理方能够及时处理异常处理任务，并通过处理方账号上传针对异常处理任务的处理策略，以便能够及时执行该处理策略。本申请实施例建立了统一的异常处理标准流程，在该流程中，异常数据的确定、异常处理任务的下发、针对异常处理任务的处理策略的执行等环节联系紧密，避免异常信息散乱、丢失等情况，也减少了异常处理所花费的时间，提高了异常处理的效率和准确性，实现了异常处理效果的提升。

在一些实施例中，还可预先建立异常信息管理数据库，设立关键要素项目，形成同一规范，以实现异常数据的数字化标准管理；还可对异常数据进行成因分析，以便于处理方制定处理策略；还可针对异常数据指示的异常问责，将处分信息下发至对应的账号，及时完成异常的整改。图2为本申请另一实施例提供的异常处理方法的流程图。图2与图1的不同之处在于，图2所示的异常处理方法还可包括步骤S105至步骤S111。

在步骤S105中，获取历史异常数据。

历史异常数据是已经被认定为异常数据的数据。获取的历史异常数据可由一个或两个以上的主体上传，上传历史异常数据的主体可包括组织或组织中的部门，在此并不限定。

在步骤S106中，基于历史异常数据，归纳得到关键要素项目。

可对历史异常数据进行分析，得到能够将历史异常数据分类的关键要素项目，即，关键要素项目可将历史异常数据分类。例如，可对每次历史异常对应的历史异常数据进行分析，可将多次历史异常划分为多个类别，对应地，也可将历史异常数据划分为多个类别，为每个类别设定一个关键要素项目。又例如，可对每次历史异常对应的历史异常数据进行分析，可将多次历史异常划分为多个类别，对应地，也可将历史异常数据划分为多个类别，可根据场景、需求、经验等，将多个类别中的部分类别合并，得到更新后的多个类别，为每个更新后的类别设定一个关键要素项目。

在步骤S107中，按照关键要素项目存储历史异常数据，建立异常信息管理数据库。

按照关键要素项目存储历史异常数据，可将异常信息管理数据库标准化、规范化，并为后续的异常处理流程提供标准化的关键要素项目，实现异常数据与关键要素项目的映射，提高异常处理流程的标准化和可靠性。

在步骤S108中，根据第一对应关系中与目标项目对应的处理方账号对预设的异常原因项目的选取操作，确定异常数据对应的异常原因项目。

异常原因项目表征异常的成因，不同的异常原因项目表征异常的不同成因。可预先设定异常原因项目的规范，提供多个异常原因项目以供处理方账号选择。例如，预设的异常原因项目可包括制度原因、系统原因、流程原因和政策原因，处理方可通过处理方账号在制度原因、系统原因、流程原因和政策原因这四个异常原因项目中选取一个与异常数据对应。

在步骤S109中，基于异常数据和异常数据对应的异常原因项目，生成异常数据对应的异常等级。

根据异常数据和异常数据对应的异常原因项目，可将异常程度量化，用异常等级表示。异常等级越高，表示异常程度越大，异常可能带来的风险越高；异常等级越低，表示异常程度越小，异常可能带来的风险越低。异常原因项目和异常数据均会影响异常程度。例如，两组异常数据对应的异常原因项目相同，但两组异常数据相差较大，两组异常数据对应的异常等级可能不同。又例如，两组异常数据相差较小，但两组异常数据对应的异常原因项目不同，则两组异常数据对应的异常等级可能不同。

异常数据对应的异常等级与处理策略相关联。可根据异常数据对应的异常等级，响应于该异常数据对应的异常处理任务生成处理策略。

在步骤S110中，将异常数据对应的异常问责任务下发至第二目标任务节点。

第二目标任务节点为预设的问责方账号的任务节点。在一些示例中，第二目标任务节点可预先设定。在另一些示例中，第二目标任务节点也可通过预设的第二对应关系确定，第二对应关系可包括关键要素项目与问责方账号的对应关系；可根据异常数据对应的关键要素项目，在第二对应关系中确定问责方账号，从而将异常问责任务下发至问责方账号的任务节点即第二目标任务节点。

在步骤S111中，接收问责方账号上传的处分信息，并将处分信息下发至目标异常来源的账号。

问责方账号响应于异常问责任务可生成处分信息，并将处分信息上传。关键要素项目可包括异常来源，对应地，目标项目包括目标异常来源。接收到问责方账号上传的处分信息时，可将处分信息下发至目标异常来源的账号，以使目标异常来源接收到该处分信息。处分信息可包括处分类型、处分内容等，在此并不限定。

在一些实施例中，在步骤S104之后，还可接收处理方账号上传的处理反馈信息；根据异常数据对应的异常原因项目、处理策略和处理反馈信息，利用预先训练的成效分析模型，得到处理策略的生效度；根据生效度和预设的生效度阈值，确定处理策略是否有效。

在执行处理策略的过程中以及在执行处理策略后，处理方可对处理策略的执行进行监督和验收，并通过处理反馈信息反馈处理策略的执行情况。处理反馈信息可包括处理策略执行情况信息、证明文件、处理效果信息等，在此并不限定。根据处理反馈信息，可确定处理策略实施是否到位、证明文件是否齐全、处理措施落地的效果等。可利用成效分析模型，对异常原因项目、处理策略和处理反馈信息进行分析，输出处理策略的生效度。生效度用于表征处理策略的有效程度，生效度越高表示处理策略的有效程度越高。生效度阈值为用于判断处理策略是否生效的边界值。生效度大于等于生效度阈值，表示处理策略有效；生效度小于生效度阈值，表示处理策略无效。在处理策略无效的情况下，可对处理策略进行调整，并再次上传执行，重复该过程，直至处理策略生效。

在一些示例中，成效分析模型可预先利用历史异常数据训练得到。可获取历史异常数据；利用历史异常数据，对第二原始模型训练，得到成效分析模型。

历史异常数据可包括历史异常原因项目、历史处理策略、历史处理反馈信息和历史生效度评估值。第二原始模型为未经训练的模型，利用历史异常数据对第二原始模型训练，训练得到的模型即为成效分析模型。

利用成效分析模型，能够建立异常处理效果的标准，可对效果较差的处理策略进行调整，提高处理策略的针对性，减小同类异常发生的频率。

在上述实施例中处理策略执行完毕后，处理策略所对应的异常数据可作为历史异常数据存储入异常信息管理数据库，也可利用处理策略所对应的异常数据更新关键要素项目，以更新异常信息管理数据库的规范。

本申请实施例提供的异常处理方法包括异常发现、异常成因剖析、处理策略执行、问责处分等环节，建立了从异常发现到处理策略执行的全流程作业，并可不断更新、完善异常信息管理数据库，提高了异常处理的效率和可靠性。

本申请第二方面提供一种异常处理装置。图3为本申请一实施例提供的异常处理装置的结构示意图。如图3所示，该异常处理装置200可包括异常排查模块201、分办模块202和执行模块203。

异常排查模块201可用于获取上传的待处理数据，基于待处理数据和预先训练得到的异常数据排查模型，确定待处理数据中的异常数据，异常数据排查模型用于从输入的数据中提取异常数据。

分办模块202可用于接收针对异常数据录入的异常描述信息，根据异常描述信息，在预设的关键要素项目中选取与异常数据匹配的目标项目，并将异常数据与目标项目关联，以及，根据预设的第一对应关系，将异常数据对应的异常处理任务下发至第一目标任务节点，第一对应关系包括关键要素项目与处理方账号的对应关系，第一目标任务节点为第一对应关系中与目标项目对应的处理方账号的任务节点。

在一些示例中，关键要素项目包括业务类别和异常来源。

执行模块203可用于接收第一对应关系中与目标项目对应的处理方账号针对异常处理任务上传的处理策略，并执行处理策略。

在本申请实施例中，利用异常数据排查模型在待处理数据中筛选异常数据，通过异常数据与预先设定的关键要素项目的匹配，能够快速将异常数据对应的异常处理任务下发至与关键要素项目对应的任务节点，使对应的处理方能够及时处理异常处理任务，并通过处理方账号上传针对异常处理任务的处理策略，以便能够及时执行该处理策略。本申请实施例建立了统一的异常处理标准流程，在该流程中，异常数据的确定、异常处理任务的下发、针对异常处理任务的处理策略的执行等环节联系紧密，避免异常信息散乱、丢失等情况，也减少了异常处理所花费的时间，提高了异常处理的效率和准确性，实现了异常处理效果的提升。

在一些实施例中，分办模块202可具体用于：对异常描述信息进行语义分析，得到异常描述信息中的关键词；统计异常描述信息中的关键词的词频；根据异常描述信息中的关键词与关键词的词频，利用项目关联模型，得到目标项目，项目关联模型用于根据输入的数据确定对应的关键要素项目；建立异常数据与目标项目的关联关系。

在一些实施例中，异常处理装置200还可包括第一模型训练模块。第一模型训练模块可用于：获取历史异常数据，历史异常数据包括历史异常描述信息和与历史异常描述信息匹配的关键要素项目；对历史异常描述信息进行语义分析，得到历史异常描述信息中的关键词；统计历史异常描述信息中的关键词的词频；利用历史异常描述信息中的关键词、关键词的词频以及与历史异常描述信息匹配的关键要素项目，对第一原始模型训练，得到项目关联模型。

图4为本申请另一实施例提供的异常处理装置的结构示意图。图4与图3的不同之处在于，图4所示的异常处理装置200还可包括数据库建立模块204、异常原因剖析模块205、处分通知模块206和验证模块207。

数据库建立模块204可用于：获取历史异常数据；基于历史异常数据，归纳得到关键要素项目，关键要素项目将历史异常数据分类；按照关键要素项目存储历史异常数据，建立异常信息管理数据库。

异常原因剖析模块205可用于：根据第一对应关系中与目标项目对应的处理方账号对预设的异常原因项目的选取操作，确定异常数据对应的异常原因项目；基于异常数据和异常数据对应的异常原因项目，生成异常数据对应的异常等级；其中，异常数据对应的异常等级与处理策略相关联。

处分通知模块206可用于：将异常数据对应的异常问责任务下发至第二目标任务节点，第二目标任务节点为预设的问责方账号的任务节点；接收问责方账号上传的处分信息，并将处分信息下发至目标异常来源的账号。

关键要素项目包括异常来源，目标项目包括目标异常来源。

验证模块207可用于：接收处理方账号上传的处理反馈信息；根据异常数据对应的异常原因项目、处理策略和处理反馈信息，利用预先训练的成效分析模型，得到处理策略的生效度；根据生效度和预设的生效度阈值，确定处理策略是否有效。

在一些实施例中，异常处理装置200还可包括第二模型训练模块。第二模型训练模块可用于：获取历史异常数据，历史异常数据包括历史异常原因项目、历史处理策略、历史处理反馈信息和历史生效度评估值；利用历史异常数据，对第二原始模型训练，得到成效分析模型。

本申请第三方面提供了一种异常处理设备。图5为本申请一实施例提供的异常处理设备的结构示意图。如图5所示，异常处理设备300包括存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。

在一些示例中，上述处理器302可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器301可包括只读存储器(Read-Only Memory，ROM)，随机存取存储器(RandomAccess Memory，RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本申请实施例中异常处理方法所描述的操作。

处理器302通过读取存储器301中存储的可执行程序代码来运行与可执行程序代码对应的计算机程序，以用于实现上述实施例中的异常处理方法。

在一些示例中，异常处理设备300还可包括通信接口303和总线304。其中，如图5所示，存储器301、处理器302、通信接口303通过总线304连接并完成相互间的通信。

通信接口303，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。也可通过通信接口303接入输入设备和/或输出设备。

总线304包括硬件、软件或两者，将异常处理设备300的部件彼此耦接在一起。举例来说而非限制，总线304可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(Enhanced Industry Standard Architecture，EISA)总线、前端总线(Front Side Bus，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industry Standard Architecture，ISA)总线、无限带宽互连、低引脚数(Low pin count，LPC)总线、存储器总线、微信道架构(Micro Channel Architecture，MCA)总线、外围组件互连(Peripheral Component Interconnect，PCI)总线、PCI-Express(PCI-E)总线、串行高级技术附件(Serial Advanced Technology Attachment，SATA)总线、视频电子标准协会局部(Video Electronics Standards Association Local Bus，VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线304可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

本申请第四方面提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，该计算机程序指令被处理器执行时可实现上述实施例中的异常处理方法，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，上述计算机可读存储介质可包括非暂态计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等，在此并不限定。

本申请第五方面提供一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行上述实施例中的异常处理方法，且能达到相同的技术效果，为避免重复，这里不再赘述。。

需要明确的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例、设备实施例、计算机可读存储介质实施例和计算机程序产品实施例而言，相关之处可以参见方法实施例的说明部分。本申请并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本申请的精神之后，作出各种改变、修改和添加，或者改变步骤之间的顺序。并且，为了简明起见，这里省略对已知方法技术的详细描述。

上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，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，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

本领域技术人员应能理解，上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合，以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上，应能理解并实现所揭示的实施例的其他变化的实施例。在权利要求书中，术语“包括”并不排除其他装置或步骤；数量词“一个”不排除多个；术语“第一”、“第二”用于标示名称而非用于表示任何特定的顺序。权利要求中的任何附图标记均不应被理解为对保护范围的限制。权利要求中出现的多个部分的功能可以由一个单独的硬件或软件模块来实现。某些技术特征出现在不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有益效果。

Claims (13)

1.一种异常处理方法，其特征在于，包括：

获取上传的待处理数据，基于所述待处理数据和预先训练得到的异常数据排查模型，确定所述待处理数据中的异常数据，所述异常数据排查模型用于从输入的数据中提取所述异常数据；

接收针对所述异常数据录入的异常描述信息，根据所述异常描述信息，在预设的关键要素项目中选取与所述异常数据匹配的目标项目，并将所述异常数据与所述目标项目关联；

根据预设的第一对应关系，将所述异常数据对应的异常处理任务下发至第一目标任务节点，所述第一对应关系包括关键要素项目与处理方账号的对应关系，所述第一目标任务节点为所述第一对应关系中与所述目标项目对应的处理方账号的任务节点；

接收所述第一对应关系中与所述目标项目对应的处理方账号针对所述异常处理任务上传的处理策略，并执行所述处理策略。

2.根据权利要求1所述的方法，其特征在于，所述根据所述异常描述信息，在预设的关键要素项目中选取与所述异常数据匹配的目标项目，并将所述异常数据与所述目标项目关联，包括：

对所述异常描述信息进行语义分析，得到所述异常描述信息中的关键词；

统计所述异常描述信息中的关键词的词频；

根据所述异常描述信息中的关键词与关键词的词频，利用项目关联模型，得到所述目标项目，所述项目关联模型用于根据输入的数据确定对应的关键要素项目；

建立所述异常数据与所述目标项目的关联关系。

3.根据权利要求2所述的方法，其特征在于，还包括：

获取历史异常数据，所述历史异常数据包括历史异常描述信息和与所述历史异常描述信息匹配的关键要素项目；

对所述历史异常描述信息进行语义分析，得到所述历史异常描述信息中的关键词；

统计所述历史异常描述信息中的关键词的词频；

利用所述历史异常描述信息中的关键词、关键词的词频以及与所述历史异常描述信息匹配的关键要素项目，对第一原始模型训练，得到所述项目关联模型。

4.根据权利要求1所述的方法，其特征在于，还包括：

获取历史异常数据；

基于所述历史异常数据，归纳得到所述关键要素项目，所述关键要素项目将所述历史异常数据分类；

按照所述关键要素项目存储所述历史异常数据，建立异常信息管理数据库。

5.根据权利要求1所述的方法，其特征在于，在所述接收所述第一对应关系中与所述目标项目对应的处理方账号针对所述异常处理任务上传的处理策略，并执行所述处理策略之前，包括：

根据所述第一对应关系中与所述目标项目对应的处理方账号对预设的异常原因项目的选取操作，确定所述异常数据对应的异常原因项目；

基于所述异常数据和所述异常数据对应的异常原因项目，生成所述异常数据对应的异常等级；

其中，所述异常数据对应的异常等级与所述处理策略相关联。

6.根据权利要求5所述的方法，其特征在于，在所述接收所述第一对应关系中与所述目标项目对应的处理方账号针对所述异常处理任务上传的处理策略，并执行所述处理策略之后，还包括：

接收所述处理方账号上传的处理反馈信息；

根据所述异常数据对应的异常原因项目、所述处理策略和所述处理反馈信息，利用预先训练的成效分析模型，得到所述处理策略的生效度；

根据所述生效度和预设的生效度阈值，确定所述处理策略是否有效。

7.根据权利要求6所述的方法，其特征在于，还包括：

获取历史异常数据，所述历史异常数据包括历史异常原因项目、历史处理策略、历史处理反馈信息和历史生效度评估值；

利用所述历史异常数据，对第二原始模型训练，得到所述成效分析模型。

8.根据权利要求1所述的方法，其特征在于，关键要素项目包括异常来源，所述目标项目包括目标异常来源，

所述方法还包括：

将所述异常数据对应的异常问责任务下发至第二目标任务节点，所述第二目标任务节点为预设的问责方账号的任务节点；

接收所述问责方账号上传的处分信息，并将所述处分信息下发至所述目标异常来源的账号。

9.根据权利要求1至8中任意一项所述的方法，其特征在于，关键要素项目包括业务类别和异常来源。

10.一种异常处理装置，其特征在于，包括：

异常排查模块，用于获取上传的待处理数据，基于所述待处理数据和预先训练得到的异常数据排查模型，确定所述待处理数据中的异常数据，所述异常数据排查模型用于从输入的数据中提取所述异常数据；

分办模块，用于接收针对所述异常数据录入的异常描述信息，根据所述异常描述信息，在预设的关键要素项目中选取与所述异常数据匹配的目标项目，并将所述异常数据与所述目标项目关联，以及，根据预设的第一对应关系，将所述异常数据对应的异常处理任务下发至第一目标任务节点，所述第一对应关系包括关键要素项目与处理方账号的对应关系，所述第一目标任务节点为所述第一对应关系中与所述目标项目对应的处理方账号的任务节点；

执行模块，用于接收所述第一对应关系中与所述目标项目对应的处理方账号针对所述异常处理任务上传的处理策略，并执行所述处理策略。

11.一种异常处理设备，其特征在于，包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1至9中任意一项所述的异常处理方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1至9中任意一项所述的异常处理方法。

13.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1至9中任意一项所述的异常处理方法。

Images