CN115689391A - 一种基于电子商务的数据容灾方法、系统及云平台 - Google Patents
一种基于电子商务的数据容灾方法、系统及云平台 Download PDFInfo
- Publication number
- CN115689391A CN115689391A CN202211533727.7A CN202211533727A CN115689391A CN 115689391 A CN115689391 A CN 115689391A CN 202211533727 A CN202211533727 A CN 202211533727A CN 115689391 A CN115689391 A CN 115689391A
- Authority
- CN
- China
- Prior art keywords
- event
- user activity
- disaster tolerance
- processing algorithm
- commerce
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000000694 effects Effects 0.000 claims abstract description 790
- 238000012545 processing Methods 0.000 claims abstract description 361
- 230000003993 interaction Effects 0.000 claims abstract description 223
- 238000011084 recovery Methods 0.000 claims description 194
- 238000001914 filtration Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 12
- 241000239290 Araneae Species 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000001915 proofreading effect Effects 0.000 claims description 6
- 230000009193 crawling Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 description 14
- 239000000284 extract Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供的基于电子商务的数据容灾方法、系统及云平台,通过不少于一个事件容灾处理算法,对选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件进行事件容灾解析,在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出待处理用户活动事件的数据容灾提醒,通过不少于一个事件容灾处理算法配对的待处理用户活动事件对电商互动场景的已认证用户活动事件进行容灾处理,从而提高电商互动场景的容灾处理精度,保障数据容灾提醒的及时性和可靠性,避免对待处理用户活动事件的容灾处理遗漏。
Description
技术领域
本发明涉及大数据技术领域,特别涉及一种基于电子商务的数据容灾方法、系统及云平台。
背景技术
电子商务(Electronic Commerce,EC)可以理解为通过使用互联网等电子工具在全球范围内进行的各类业务活动,是以计算机网络为基础所进行的各种业务交互。随着电子商务的快速发展和普及,其数据规模和数据量越来越大,电子商务数据信息具有一定的挖掘和分析价值,因此保障电子商务数据信息的持续可用性非常重要。数据容灾处理作为保障数据信息的持续可用性的其中一个主流技术,在电子商务中的应用还存在一些不足之处。
发明内容
为改善相关技术中存在的技术问题,本发明提供了一种基于电子商务的数据容灾方法、系统及云平台。
第一方面,本发明实施例提供了一种基于电子商务的数据容灾方法,应用于电子商务云平台,所述方法包括:基于针对选定电商互动场景的大数据容灾申请,确定与所述选定电商互动场景对应的候选用户活动事件;所述候选用户活动事件为所述选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件;通过不少于一个事件容灾处理算法的算法变量,对所述候选用户活动事件中进行事件容灾解析,得到事件容灾解析报告;在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒。
如此设计,通过不少于一个事件容灾处理算法,对选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件进行事件容灾解析,在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出待处理用户活动事件的数据容灾提醒,通过不少于一个事件容灾处理算法配对的待处理用户活动事件对电商互动场景的已认证用户活动事件进行容灾处理,从而提高电商互动场景的容灾处理精度,保障数据容灾提醒的及时性和可靠性,避免对待处理用户活动事件的容灾处理遗漏。
在一些示例性实施例中,所述确定与所述选定电商互动场景对应的候选用户活动事件,包括:通过所述选定电商互动场景中设置的网页蜘蛛爬取电商交互大数据;从所述电商交互大数据中,捕捉所述选定电商互动场景中存在的所述候选用户活动事件。
如此设计,可以通过选定电商互动场景爬取的电商交互大数据(电商互动信息),对选定电商互动场景的已认证用户活动事件交互状态进行分析,以实现选定电商互动场景的容灾处理。
在一些示例性实施例中,各个事件容灾处理算法的算法变量包括:用户活动事件活跃度和事件容灾解析热度;所述通过不少于一个事件容灾处理算法的算法变量,对所述候选用户活动事件进行事件容灾解析,得到事件容灾解析报告,包括:对于每个事件容灾处理算法,依据事件容灾解析热度,确定所述候选用户活动事件中在设定时段区间内对应的用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件;基于所述目标用户活动事件,确定所述事件容灾解析报告。
如此设计,可以针对相异的事件容灾处理算法,依据各自的事件容灾解析热度、设定时段区间和设定活跃性分析指标来确定目标用户活动事件,以实现通过电商交互大数据确定出不同事件容灾处理算法配对的待处理用户活动事件,提高了待处理用户活动事件的容灾解析时效性,进而提高了容灾处理时效性。
在一些示例性实施例中,所述各个事件容灾处理算法的算法变量还包括:容灾处理范围;所述对于每个事件容灾处理算法,依据事件容灾解析热度,确定所述候选用户活动事件中在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件,包括:所述对于每个事件容灾处理算法,依据事件容灾解析热度,确定所述候选用户活动事件中在所述容灾处理范围、且在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件。
如此设计,通过各个事件容灾处理算法,可以设置各自的容灾处理范围,以实现对各自容灾处理范围内的目标用户活动事件的确定,提高了基于事件容灾处理算法确定目标用户活动事件的智能化程度。
在一些示例性实施例中,所述不少于一个事件容灾处理算法包括:活跃用户活动事件的第一事件容灾处理算法、待记录用户活动事件的第二事件容灾处理算法、待过滤用户活动事件的第三事件容灾处理算法和业务联动用户活动事件的第四事件容灾处理算法中的不少于一个;所述对于每个事件容灾处理算法,依据各自的事件容灾解析热度,确定所述候选用户活动事件在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件,包括如下一种或多种:依据所述第一事件容灾处理算法的第一事件容灾解析热度,确定所述候选用户活动事件在第一设定时段区间内的用户活动事件活跃度不小于第一活跃度的第一目标用户活动事件;依据所述第二事件容灾处理算法的第二事件容灾解析热度,确定所述候选用户活动事件在第二设定时段区间内的用户活动事件活跃度不小于第二活跃度的第二目标用户活动事件;依据所述第三事件容灾处理算法的第三事件容灾解析热度,确定所述候选用户活动事件在第三设定时段区间内的用户活动事件活跃度等于第三活跃度的第三目标用户活动事件;依据所述第四事件容灾处理算法的第四事件容灾解析热度,确定所述候选用户活动事件在第四设定时段区间内,存在于包括所述选定电商互动场景的场景个数不小于设定场景个数,且在包括所述选定电商互动场景的电商互动场景中每个电商互动场景的活跃度不小于第四活跃度的第四目标用户活动事件。
如此设计,可以通过不少于四类事件容灾处理算法确定出不少于四类目标用户活动事件,进而确定出不少于四类待处理用户活动事件,保障待处理事件容灾解析的丰富程度。
在一些示例性实施例中,所述各个事件容灾处理算法的算法变量包括事件要素信息;所述事件要素信息包括:用户活动事件主题和用户活动事件内容;所述方法还包括:利用所述用户活动事件内容确定所述用户活动事件主题;所述基于所述目标用户活动事件,确定所述事件容灾解析报告,包括如下一种或多种:对于第二事件容灾处理算法,从所述第二目标用户活动事件中,过滤掉所述用户活动事件主题为第一主题的标注用户活动事件、所述用户活动事件主题为第二主题的已认证用户活动事件以及所述用户活动事件主题为第三主题的用户活动事件,得到第二辅助用户活动事件的基础上,得到将所述第二辅助用户活动事件作为与所述第二事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告;所述第三主题为用户针对所述第二事件容灾处理算法所确定的主题;对于第三事件容灾处理算法,从所述第三目标用户活动事件中,过滤掉所述用户活动事件主题为第四主题的冗余用户活动事件和所述用户活动事件主题为第六主题的用户活动事件,得到第三辅助用户活动事件的基础上,得到将所述第三辅助用户活动事件作为与所述第三事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告;所述第六主题为用户针对所述第三事件容灾处理算法所确定的主题。
如此设计,能够通过用户活动事件内容中的信息确定用户活动事件主题,提高了赋予用户活动事件主题的灵活程度;并且,通过第二事件容灾处理算法和第三事件容灾处理算法,根据目标用户活动事件和用户活动事件主题确定出选定电商互动场景的待记录用户活动事件和待过滤用户活动事件,提高了捕捉待记录用户活动事件和待过滤用户活动事件的精度和及时性。
在一些示例性实施例中,所述基于所述目标用户活动事件,确定所述事件容灾解析报告,包括如下一种或多种:对于第一事件容灾处理算法,将所述第一目标用户活动事件作为与所述第一事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告;对于第四事件容灾处理算法,将所述第四目标用户活动事件作为与所述第四事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告。
如此设计,可以通过第一事件容灾处理算法和第四事件容灾处理算法,根据各自的目标用户活动事件确定出选定电商互动场景的活跃用户活动事件以及业务联动用户活动事件,提高了捕捉活跃用户活动事件以及业务联动用户活动事件的精度和及时性。
在一些示例性实施例中,所述方法还包括:基于算法处理窗口,获取对所述不少于一个事件容灾处理算法的筛选要求,从所述不少于一个事件容灾处理算法中抽取通用事件容灾处理算法;在所述通用事件容灾处理算法的调试窗口,对所述通用事件容灾处理算法的所述算法变量进行调试。
在一些示例性实施例中,所述对所述通用事件容灾处理算法的所述算法变量进行调试,包括:基于算法变量筛选要求,从所述通用事件容灾处理算法的所述算法变量中,抽取通用算法变量;对所述通用算法变量进行并行调试。
如此设计,通过对通用事件容灾处理算法和通用算法变量的并行调试,提高了算法调试性能,进而提高了容灾处理质量。
在一些示例性实施例中,所述在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒之后,所述方法还包括:获取所述不少于一个事件容灾处理算法对应的过滤掉用户活动事件的已优化用户活动事件内容;对所述已优化用户活动事件内容与所述对应的过滤掉用户活动事件的事件内容相比,新添的用户活动事件赋予对应的用户活动事件主题;以及,对所述已优化用户活动事件内容与所述对应的过滤掉用户活动事件的事件内容相比,缺失的用户活动事件清洗对应的用户活动事件主题。
如此设计,可以对与不少于一个事件容灾处理算法对应的过滤掉用户活动事件的用户活动事件主题进行变更,提高了通过不少于一个事件容灾处理算法分析候选用户活动事件的精度。
在一些示例性实施例中,所述在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒之后,所述方法还包括:基于所述数据容灾提醒的主题调整申请,对所述待处理用户活动事件的用户活动事件主题进行调整,从而变更所述选定电商互动场景的用户活动事件内容对应的用户活动事件主题。
如此设计,可以在获取到数据容灾提醒对应的主题调整申请后,及时对待处理用户活动事件的用户活动事件主题进行调整,提高了获取各类用户活动事件的时效性和对候选用户活动事件进行分析的精度,从而提高容灾处理时效性。
在一些示例性实施例中,所述在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒之后,所述方法还包括:基于对所述第二辅助用户活动事件和所述第三辅助用户活动事件的校对成功提示,从所述包含所述第二主题的用户活动事件中,清洗所述第二辅助用户活动事件的第二主题的主题,并赋予所述第三辅助用户活动事件的第二主题的主题。
如此设计,通过已认证用户活动事件、第二辅助用户活动事件和第三辅助用户活动事件,可以变更已认证用户活动事件,同时变更已认证用户活动事件的容灾处理,提高容灾处理时效性。
在一些示例性实施例中,所述方法还包括:在初始化窗口,建立所述选定电商互动场景的关键词和所述不少于一个事件容灾处理算法,并生成与所述选定电商互动场景对应的用户活动事件主题;所述用户活动事件主题包括:所述选定电商互动场景的已认证用户活动事件、所述选定电商互动场景的第一主题和所述选定电商互动场景的第四主题;对与所述选定电商互动场景对应的电商交互大数据进行关联处理。
如此设计,在构造一个电商互动场景时,可以自动建立该电商互动场景的不少于一个事件容灾处理算法,生成对应的用户活动事件主题,并关联与该电商互动场景对应的电商交互大数据,从而提高了电商互动场景建立后对电商互动场景进行容灾处理的灵活程度。
第二方面,本发明还提供了一种基于电子商务的数据容灾系统,包括互相通信的电子商务客户端以及电子商务云平台;所述电子商务云平台用于:基于针对选定电商互动场景的大数据容灾申请,确定与所述选定电商互动场景对应的候选用户活动事件;其中,所述候选用户活动事件为所述选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件;通过不少于一个事件容灾处理算法的算法变量,对所述候选用户活动事件中进行事件容灾解析,得到事件容灾解析报告;在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒。
第三方面,本发明还提供了一种电子商务云平台,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述的方法。
第四方面,本发明还提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
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,并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种基于电子商务的数据容灾方法的流程示意图。
图2是本发明实施例提供的一种基于电子商务的数据容灾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发明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、本发明的一些方面相一致的装置和方法的例子。
需要说明的是,本发明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。
本发明实施例所提供的方法实施例可以在电子商务云平台、计算机设备或者类似的运算装置中执行。以运行在电子商务云平台上为例,电子商务云平台10可以包括一个或多个处理器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,上述电子商务云平台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,上述结构仅为示意,其并不对上述电子商务云平台的结构造成限定。例如,电子商务云平台10还可包括比上述所示更多或者更少的组件,或者具有与上述所示不同的配置。
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,如本发明实施例中的一种基于电子商务的数据容灾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电子商务云平台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电子商务云平台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。
基于此,请参阅图1,图1是本发明实施例所提供的一种基于电子商务的数据容灾方法的流程示意图,该方法应用于电子商务云平台,进一步可以包括步骤101-步骤103描述的技术方案。
步骤101、基于针对选定电商互动场景的大数据容灾申请,确定与选定电商互动场景对应的候选用户活动事件;候选用户活动事件为选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件。
对于本发明实施方案而言,电子商务云平台在获取到针对选定电商互动场景的大数据容灾申请的基础上,可以基于针对选定电商互动场景的大数据容灾申请,确定与选定电商互动场景对应的候选用户活动事件。在本发明实施例中,与选定电商互动场景对应的候选用户活动事件可以为与选定电商互动场景对应的电商交互大数据中的全部用户活动事件。其中,选定电商互动场景可以是跨境电商场景(示例性可以为泳衣电商场景),用户活动事件可以包括海淘事件、代购事件、咨询事件、网店运营事件等。
对于本发明实施方案而言,选定电商互动场景配置了网页蜘蛛,通过网页蜘蛛爬取选定电商互动场景的电商交互大数据。与选定电商互动场景对应的电商交互大数据可以为电子商务云平台通过选定电商互动场景的数据爬虫获取到的电商交互大数据;也可以为在获取到针对选定电商互动场景的大数据容灾申请之前的设定时段区间内,通过选定电商互动场景的数据爬虫获取到的电商交互大数据。
对于本发明实施方案而言,本领域技术人员可灵活设置设定时段区间。
对于本发明实施方案而言,电子商务云平台的可视化模块中输出有容灾处理窗口,这样,基于容灾处理窗口,可以获取到针对选定电商互动场景的大数据容灾申请。
举例而言,基于容灾处理窗口,可以结合通过容灾处理范围模块抽取分析电商互动场景,在本发明实施例中分析电商互动场景可以抽取选定电商互动场景scene_1,通过容灾处理窗口的执行模块触发容灾处理请求。
步骤102、通过不少于一个事件容灾处理算法的算法变量,对候选用户活动事件中进行事件容灾解析,得到事件容灾解析报告。
对于本发明实施方案而言,不少于一个事件容灾处理算法中每个事件容灾处理算法(比如基于现有的神经网络算法训练调试得到)包含算法变量(模型参数),通过配置相异的算法变量,可以使不少于一个事件容灾处理算法对候选用户活动事件进行事件容灾解析时,得到相异的事件容灾解析报告。
对于本发明实施方案而言,算法变量可以包括:用户活动事件活跃度、事件容灾解析热度、事件容灾解析时段区间和事件要素信息等。其中,用户活动事件活跃度表示用户活动事件在选定电商互动场景存在的活跃度;事件容灾解析热度表示通过不少于一个事件容灾处理算法对候选用户活动事件进行分析的活跃度;事件容灾解析时段区间表示不少于一个事件容灾处理算法针对哪一时段区间进行分析;事件要素信息可以包括用户活动事件主题,还可以包括用户活动事件内容等,对于事件要素信息,可以灵活设置。
在一些示例中,选定电商互动场景包括多个容灾处理范围,算法变量还可以包括容灾处理范围;这样,电子商务云平台可以针对不少于一个算法,从多个容灾处理范围中抽取不少于一个容灾处理范围进行处理。对于本发明实施方案而言,不少于一个事件容灾处理算法的算法变量的设置不限。
对于本发明实施方案而言,通过容灾处理窗口,基于获取到的并行调节命令,电子商务云平台可以对不少于一个事件容灾处理算法中每个事件容灾处理算法的算法变量一起配置;或者,通过容灾处理窗口,基于获取到的单一处理申请,电子商务云平台可以对不少于一个事件容灾处理算法中的目标事件容灾处理算法的算法变量进行设置。
对于本发明实施方案而言,电子商务云平台可以针对不少于一个事件容灾处理算法中的各个AI算法,依据各个AI算法的事件容灾解析热度,分析候选用户活动事件中在各个事件容灾解析时段区间内的用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件,再基于目标用户活动事件确定事件容灾解析报告。
对于本发明实施方案而言,对于每个事件容灾处理算法,电子商务云平台可以从候选用户活动事件中确定出在设定时段区间内用户活动事件活跃度不小于第一活跃度的目标用户活动事件,用户活动事件活跃度不小于第二活跃度的目标用户活动事件,用户活动事件活跃度等于第三活跃度的目标用户活动事件,用户活动事件活跃度小于或者等于设定活跃度的目标用户活动事件等。活跃度可以理解为事件交互频率或者活动频率。
举例而言,设定时段区间为电子商务云平台获取到选定电商互动场景scene_1的大数据容灾申请前的30day,对于事件容灾处理算法algorithm1,第一活跃度为存在20day,容灾处理范围为选定电商互动场景scene_1的全部会话集;这样,电子商务云平台可以通过事件容灾处理算法algorithm1确定出在选定电商互动场景scene_1的全部容灾处理范围内,近30day中存在了20day的目标用户活动事件。对于事件容灾处理算法algorithm2,第二活跃度为存在40次,容灾处理范围为选定电商互动场景的全部容灾处理范围,这样,电子商务云平台可以通过事件容灾处理算法algorithm2确定出在选定电商互动场景scene_1内近30day中存在了40次的目标用户活动事件。
在一些示例中,电子商务云平台还可以根据目标用户活动事件以及与各个AI算法对应的事件要素信息进行分析,确定事件容灾解析报告。
举例而言,电子商务云平台通过事件容灾处理算法algorithm1确定出选定电商互动场景scene_1在最近30day内用户活动事件活跃度达到40次的目标用户活动事件后,可以对该目标用户活动事件赋予第一目标用户活动事件的主题,这样,电子商务云平台可以从包含第一目标用户活动事件的主题的用户活动事件中,过滤掉包含临时类别的主题的用户活动事件,得到第一辅助用户活动事件,换言之,第一辅助用户活动事件可以为选定电商互动场景scene_1新加入的用户活动事件。电子商务云平台可以将第一辅助用户活动事件作为与事件容灾处理算法algorithm1配对的待处理用户活动事件的事件容灾解析报告。
步骤103、在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出待处理用户活动事件的数据容灾提醒。
对于本发明实施方案而言,电子商务云平台在确定事件容灾解析报告之后,可以在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出与不少于一个事件容灾处理算法配对的待处理用户活动事件的数据容灾提醒。该数据容灾提醒可以提醒相关数据容灾处理服务器对待处理用户活动事件的数据信息进行复制处理和容灾处理。
举例而言,电子商务云平台在将第一辅助用户活动事件确定为与事件容灾处理算法algorithm1配对的待处理用户活动事件的事件容灾解析报告的基础上,可以输出第一辅助用户活动事件的第一数据容灾提醒;在将第二辅助用户活动事件确定为与事件容灾处理算法algorithm2配对的待处理用户活动事件的事件容灾解析报告的基础上,可以输出第二辅助用户活动事件的第二数据容灾提醒。
对于本发明实施方案而言,数据容灾提醒中可以包含待处理用户活动事件的用户活动事件内容;这样,电子商务云平台可以根据待处理用户活动事件的事件内容对选定电商互动场景的已认证用户活动事件的事件内容进行调整;其中,已认证用户活动事件表示选定电商互动场景的固定不变的用户活动事件;数据容灾提醒中可以包含待处理用户活动事件的用户活动事件主题;这样,电子商务云平台可以将待处理用户活动事件的用户活动事件主题赋予到对应的待处理用户活动事件的事件内容中,为后续对选定电商互动场景的事件容灾解析提供数据依据。
在一些示例中,不少于一个事件容灾处理算法可以包括第一事件容灾处理算法,与第一事件容灾处理算法配对的用户活动事件为选定电商互动场景的活跃用户活动事件,活跃用户活动事件表示在选定电商互动场景活跃度超过设定活跃度的用户活动事件。
在一些示例中,不少于一个事件容灾处理算法可以包括第二事件容灾处理算法,与第二事件容灾处理算法配对的待处理用户活动事件为选定电商互动场景的待记录用户活动事件,待记录用户活动事件表示在先不存在于选定电商互动场景中,之后在选定电商互动场景激活的用户活动事件。
在一些示例中,不少于一个事件容灾处理算法可以包括第三事件容灾处理算法,与第三事件容灾处理算法配对的待处理用户活动事件为选定电商互动场景的待过滤用户活动事件,待过滤用户活动事件表示在先存在于选定电商互动场景,之后消失于选定电商互动场景的用户活动事件。
在一些示例中,不少于一个事件容灾处理算法可以包括第四事件容灾处理算法,与第四事件容灾处理算法配对的待处理用户活动事件为业务联动用户活动事件,业务联动用户活动事件表示在选定电商互动场景存在,也在选定电商互动场景以外的其他电商互动场景存在的用户活动事件。在本发明实施例中,多个选定电商互动场景可以共享一个第四事件容灾处理算法,比如,选定电商互动场景与选定电商互动场景以外的其他电商互动场景。
举例而言,电子商务云平台可以从数据容灾提醒中获取待记录用户活动事件的用户活动事件内容,将待记录用户活动事件的用户活动事件内容补充入选定电商互动场景的已认证用户活动事件的事件内容中;电子商务云平台可以从数据容灾提醒中获取待过滤用户活动事件的用户活动事件内容,将待过滤用户活动事件的用户活动事件内容从选定电商互动场景的已认证用户活动事件的事件内容中清洗,从而变更选定电商互动场景的已认证用户活动事件数据。
对于本发明实施例而言,电子商务云平台还可以根据业务联动用户活动事件所存在的场景个数,确定业务联动用户活动事件作为应记录主题的可信系数;业务联动用户活动事件存在的场景个数越多,则其作为应记录主题的可信系数越低;这样,电子商务云平台可以从业务联动用户活动事件中,将可信系数低于设定可信系数判定值的用户活动事件,确定为标注用户活动事件。
通过不少于一个事件容灾处理算法,对选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件进行事件容灾解析,在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出待处理用户活动事件的数据容灾提醒,通过不少于一个事件容灾处理算法配对的待处理用户活动事件对电商互动场景的已认证用户活动事件进行容灾处理,从而提高电商互动场景的容灾处理精度,保障数据容灾提醒的及时性和可靠性,避免对待处理用户活动事件的容灾处理遗漏。
在一些示例中,步骤101中确定与选定电商互动场景对应的候选用户活动事件的实现,可以包括步骤1011和步骤1012所描述的内容。
步骤1011、通过选定电商互动场景中设置的网页蜘蛛爬取电商交互大数据。
对于本发明实施方案而言,电商互动场景内配置了网页蜘蛛,可以爬取电商互动场景内多个容灾处理范围的电商交互大数据。在本发明实施例中,网页蜘蛛可以为数据爬虫,每个容灾处理范围可以配不少于一个数据爬虫,通过不少于一个数据爬虫实现对容灾处理范围的电商交互大数据爬取。
步骤1012、从电商交互大数据中,捕捉选定电商互动场景中存在的候选用户活动事件。
对于本发明实施方案而言,电子商务云平台可以获取网页蜘蛛爬取的电商交互大数据,从电商交互大数据中捕捉选定电商互动场景中存在的用户活动事件,作为候选用户活动事件。
对于本发明实施方案而言,网页蜘蛛爬取到选定电商互动场景的电商交互大数据,可以上传到云存储空间记录,电子商务云平台可以从云存储空间获取设定时段区间内的电商交互大数据,获取设定时段区间内与选定电商互动场景对应的候选用户活动事件。
示例性的,电子商务云平台可以通过选定电商互动场景爬取的电商交互大数据,即利用电商互动信息,对选定电商互动场景的已认证用户活动事件交互状态进行分析,以实现选定电商互动场景的容灾处理。
在一些示例中,不少于一个事件容灾处理算法的算法变量包括:用户活动事件活跃度和事件容灾解析热度,步骤102中通过不少于一个事件容灾处理算法的算法变量,对候选用户活动事件中进行事件容灾解析,得到事件容灾解析报告的实现,可以包括步骤201和步骤202所描述的内容。
步骤201、对于每个事件容灾处理算法,依据事件容灾解析热度,确定候选用户活动事件中在设定时段区间内对应的用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件。
对于本发明实施方案而言,电子商务云平台在确定候选用户活动事件后,可以对于每个事件容灾处理算法,依据各个事件容灾处理算法的事件容灾解析热度,确定候选用户活动事件中在各自设定时段区间内用户活动事件活跃度符合各自设定活跃性分析指标(活跃度条件)的用户活动事件,作为各个事件容灾处理算法对应的目标用户活动事件。
对于本发明实施方案而言,各个事件容灾处理算法的事件容灾解析热度不限。对于本发明实施方案而言,各个事件容灾处理算法对应的各个设定活跃性分析指标可以灵活设置。
在一些示例中,各个事件容灾处理算法的算法变量还包括:容灾处理范围;步骤201中对于每个事件容灾处理算法,依据事件容灾解析热度,确定候选用户活动事件中在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件的实现,可以包括:对于每个事件容灾处理算法,依据事件容灾解析热度,确定候选用户活动事件中在容灾处理范围、且在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件。
对于本发明实施方案而言,电子商务云平台还可以分析确定的容灾处理范围内的候选用户活动事件,即电子商务云平台可以对于每个事件容灾处理算法,依据各自事件容灾解析热度,分析在各自的容灾处理范围内,在设定时段区间内用户活动事件活跃度符合各自设定活跃性分析指标的目标用户活动事件。
对于本发明实施方案而言,相异的事件容灾处理算法可以设置相异的容灾处理范围,也可以设置相同的容灾处理范围;对于各个事件容灾处理算法的容灾处理范围,可以灵活调整。
进一步地,通过各个事件容灾处理算法,可以设置各自的容灾处理范围,以实现对各自容灾处理范围内的目标用户活动事件的确定,提高了事件容灾处理算法确定目标用户活动事件的智能化程度。
在一些示例中,不少于一个事件容灾处理算法包括:活跃用户活动事件的第一事件容灾处理算法、待记录用户活动事件的第二事件容灾处理算法、待过滤用户活动事件的第三事件容灾处理算法和业务联动用户活动事件的第四事件容灾处理算法中的不少于一个;步骤201中对于每个事件容灾处理算法,依据事件容灾解析热度,确定候选用户活动事件中在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件的实现,可以包括如下一种或多种:
(1)依据第一事件容灾处理算法的第一事件容灾解析热度,确定候选用户活动事件在第一设定时段区间内对应的用户活动事件活跃度不小于第一活跃度的第一目标用户活动事件。
对于本发明实施方案而言,电子商务云平台可以通过第一事件容灾处理算法,依据第一事件容灾解析热度,从候选用户活动事件中确定出,在第一设定时段区间内的用户活动事件活跃度不小于第一活跃度的用户活动事件,作为第一目标用户活动事件。
举例而言,第一事件容灾解析热度为30day一轮,第一设定时段区间内为最近30day内,第一活跃度为存在20day,这样,电子商务云平台可以每30天通过第一事件容灾处理算法进行一轮处理,从候选用户活动事件中,确定出最近30day内存在day数不小于20day的用户活动事件,得到第一目标用户活动事件。
(2)依据第二事件容灾处理算法的第二事件容灾解析热度,确定候选用户活动事件在第二设定时段区间内对应的用户活动事件活跃度不小于第二活跃度的第二目标用户活动事件。
对于本发明实施方案而言,电子商务云平台可以通过第二事件容灾处理算法,依据第二事件容灾解析热度,从候选用户活动事件中确定出,在第二设定时段区间内的用户活动事件活跃度不小于第二活跃度的用户活动事件,作为第二目标用户活动事件。
举例而言,第二事件容灾解析热度为每7天一轮,第二设定时段区间内为最近30day内,第二活跃度为存在30次,这样,电子商务云平台可以每7天通过第二事件容灾处理算法进行一轮处理,从候选用户活动事件中,确定出最近30day内存在次数不小于30次的用户活动事件,得到第二目标用户活动事件。
(3)依据第三事件容灾处理算法的第三事件容灾解析热度,确定候选用户活动事件在第三设定时段区间内的用户活动事件活跃度等于第三活跃度的第三目标用户活动事件。
对于本发明实施方案而言,电子商务云平台可以通过第三事件容灾处理算法,依据第三事件容灾解析热度,从候选用户活动事件中确定出,在第三设定时段区间内的用户活动事件活跃度等于第三活跃度的用户活动事件,作为第三目标用户活动事件。在一些示例中,第三活跃度可以为0。举例而言,第三事件容灾解析热度为30day一轮,第三设定时段区间内为最近30day内,第三活跃度为存在0次,这样,电子商务云平台可以每30天通过第三事件容灾处理算法进行一轮处理,从候选用户活动事件中,确定出最近30day内存在次数为0的用户活动事件,得到第三目标用户活动事件。
(4)依据第四事件容灾处理算法的第四事件容灾解析热度,确定候选用户活动事件在第四设定时段区间内,存在于包括选定电商互动场景的场景个数不小于设定场景个数,且在包括选定电商互动场景的电商互动场景中每个电商互动场景的活跃度不小于第四活跃度的第四目标用户活动事件。
对于本发明实施方案而言,电子商务云平台可以通过第四事件容灾处理算法,依据第四事件容灾解析热度,确定出在第四设定时段区间内,在选定电商互动场景存在,在选定电商互动场景以外的其他电商互动场景也存在,存在的场景个数不小于设定场景个数,并且在这些电商互动场景的活跃度不小于第四活跃度的用户活动事件,作为第四目标用户活动事件。
在一些示例中,电子商务云平台可以获取第四设定时段区间内多个电商互动场景中每个电商互动场景的用户活动事件活跃度不小于第四活跃度的候选用户活动事件,作为每个电商互动场景的第四活跃度用户活动事件;再从每个电商互动场景的第四活跃度用户活动事件中确定出相同的用户活动事件,作为所述第四目标用户活动事件。
在一些示例中,电子商务云平台可以获取第四设定时段区间内多个电商互动场景都存在的候选用户活动事件作为第四候选用户活动事件;再从第四候选用户活动事件中确定出用户活动事件活跃度不小于第四活跃度的用户活动事件,作为第四目标用户活动事件。
对于本发明实施方案而言,电子商务云平台可以获取包括选定电商互动场景在内的多个电商互动场景在第四时段区间内爬取的电商交互大数据,从多个电商互动场景的电商交互大数据中确定第四目标用户活动事件。
其中,电子商务云平台可以通过相异的用户活动事件处理算法,从候选用户活动事件中确定相异的目标用户活动事件,从而根据目标用户活动事件确定与各个用户活动事件处理算法配对的待处理用户活动事件;换言之,对于相异的待处理事件容灾解析,可以设置相异的用户活动事件处理算法来实现,从而提高了待处理用户活动事件的容灾解析时效性,进而提高了待处理用户活动事件的容灾处理时效性。
步骤202、基于目标用户活动事件,确定事件容灾解析报告。
对于本发明实施方案而言,电子商务云平台在确定出各个事件容灾处理算法的目标用户活动事件后,可以基于各个事件容灾处理算法的目标用户活动事件,确定各个事件容灾处理算法的事件容灾解析报告。
在一些示例中,各个事件容灾处理算法的算法变量包括事件要素信息;事件要素信息包括:用户活动事件主题和用户活动事件内容;电子商务云平台可以根据目标用户活动事件,以及与各个事件容灾处理算法对应的事件要素信息进行分析,得到事件容灾解析报告;步骤202中基于目标用户活动事件,确定事件容灾解析报告的实现可以包括如下一种或多种。
1)对于第二事件容灾处理算法,从第二目标用户活动事件中,过滤掉用户活动事件主题为第一主题的标注用户活动事件、用户活动事件主题为第二主题的已认证用户活动事件以及用户活动事件主题为第三主题的用户活动事件,得到第二辅助用户活动事件的基础上,得到将第二辅助用户活动事件(中间事件或者过渡事件)作为与第二事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
对于本发明实施方案而言,电子商务云平台在确定第二目标用户活动事件后,可以通过第二事件容灾处理算法,比对第二目标用户活动事件的用户活动事件内容和第二事件容灾处理算法对应的过滤掉用户活动事件的用户活动事件内容,根据用户活动事件内容包含的用户活动事件主题,电子商务云平台可以从第二目标用户活动事件中清洗用户活动事件主题为第一主题的用户活动事件、用户活动事件主题为第二主题的用户活动事件以及用户活动事件主题为第三主题的用户活动事件,得到第二辅助用户活动事件;这样,电子商务云平台就可以得到第二辅助用户活动事件为与第二事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
对于本发明实施方案而言,第一主题的用户活动事件主题可以是预设的。主题可以理解为用户活动事件的类别或者种类。
对于本发明实施方案而言,第三主题可以包括至少一种类别的用户活动事件主题;比如,候选用户活动事件的用户活动事件内容中包括用户活动事件的用户画像,这样,电子商务云平台可以将包含用户画像主题。
对于本发明实施方案而言,第二目标用户活动事件在选定电商互动场景活跃度高,可以包括选定电商互动场景的已认证用户活动事件,也可以包括虽然在选定电商互动场景活跃度高但在其他电商互动场景活跃度也高的访问活动事件等需要从第二目标用户活动事件中过滤掉的事件,从而得到第二辅助用户活动事件,即待记录用户活动事件。
在一些可独立实施的设计思路下,电子商务云平台基于第二事件容灾处理算法进行处理的处理思路包括步骤11-步骤15所描述的内容。
步骤11、获取针对选定电商互动场景的大数据容灾申请。
步骤12、响应大数据容灾申请,确定与选定电商互动场景对应的候选用户活动事件。
步骤13、判断候选用户活动事件中是否存在,最近30day内用户活动事件活跃度不小于20day的第二目标用户活动事件;若是,则执行步骤14-步骤15,否则,执行步骤16。
步骤14、从第二目标用户活动事件中过滤掉用户活动事件主题为第一主题的用户活动事件、已认证用户活动事件以及第三主题的用户活动事件,得到待记录用户活动事件。
步骤15、输出待记录用户活动事件的数据容灾提醒。
步骤16、不输出待记录用户活动事件的数据容灾提醒。
通过第二事件容灾处理算法,电子商务云平台可以从候选用户活动事件中及时确定出第二目标用户活动事件,进而确定出选定电商互动场景的待记录用户活动事件,并输出待记录用户活动事件的数据容灾提醒,为后续基于待记录用户活动事件对选定电商互动场景的容灾处理提供分析依据,从而提高了容灾处理的精度和及时性。
2)对于第三事件容灾处理算法,从第三目标用户活动事件中,过滤掉用户活动事件主题为第四主题的用户活动事件和所述用户活动事件主题为第六主题的用户活动事件,得到第三辅助用户活动事件的基础上,得到将第三辅助用户活动事件作为与第三事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告;所述第六主题为针对所述第三事件容灾处理算法所确定的主题。
对于本发明实施方案而言,电子商务云平台在确定第三目标用户活动事件后,可以通过第三事件容灾处理算法,比对第三目标用户活动事件的用户活动事件内容和第三事件容灾处理算法对应的过滤掉用户活动事件的用户活动事件内容,根据用户活动事件内容中携带的用户活动事件主题,从第三目标用户活动事件中过滤掉用户活动事件主题为第四主题的用户活动事件和用户活动事件主题为第六主题来的用户活动事件,得到第三辅助用户活动事件;这样,电子商务云平台就可以得到第三辅助用户活动事件为与第三事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
对于本发明实施方案而言,第四主题的用户活动事件主题可以是预设的,在此不作限定。
对于本发明实施方案而言,第六主题可以包括至少一种类别的用户活动事件主题。比如,候选用户活动事件的用户活动事件内容中包括用户活动事件的会话持续时长主题,第六主题可以包括会话持续时长超过8min的会话持续时长主题,和会话持续时长小于30s的会话持续时长主题;这些事件虽然在选定电商互动场景中活跃度低,但可以作为第六主题的用户活动事件,从第三目标用户活动事件中过滤掉。
在一些可独立实施的设计思路下,第三事件容灾处理算法的处理思路可以包括步骤21-步骤25所描述的内容。
步骤21、获取针对选定电商互动场景的大数据容灾申请。
步骤22、响应大数据容灾申请,确定与选定电商互动场景对应的候选用户活动事件。
步骤23、判断候选用户活动事件中是否存在,最近30day内用户活动事件活跃度等于0的第三目标用户活动事件;若是,则执行步骤24-步骤25,否则,执行步骤26。
步骤24、从第三目标用户活动事件中过滤掉用户活动事件主题为第四主题的用户活动事件和用户活动事件主题为第六主题的用户活动事件,得到待过滤用户活动事件。
步骤25、输出待过滤用户活动事件的数据容灾提醒。
步骤26、不输出待过滤用户活动事件的数据容灾提醒。
通过第三事件容灾处理算法,电子商务云平台可以从候选用户活动事件中及时确定出第三目标用户活动事件,进而确定出选定电商互动场景的待过滤用户活动事件,并输出待过滤用户活动事件的数据容灾提醒,为后续基于待过滤用户活动事件对选定电商互动场景的容灾处理提供分析依据,从而提高了容灾处理的精度和及时性。
在一些示例中,电子商务云平台可以得到目标用户活动事件为与对应的事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告;步骤202中基于目标用户活动事件,确定事件容灾解析报告的实现可以包括如下一种或多种:
第一种、对于第一事件容灾处理算法,将第一目标用户活动事件作为与第一事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
对于本发明实施方案而言,电子商务云平台在确定第一目标用户活动事件后,可以得到第一目标用户活动事件为与第一事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
此外,第一事件容灾处理算法的处理思路包括步骤31-步骤35所描述的内容。
步骤31、获取针对选定电商互动场景的大数据容灾申请。
步骤32、响应大数据容灾申请,确定与选定电商互动场景对应的候选用户活动事件。
步骤33、判断候选用户活动事件中是否存在,在最近30day内的用户活动事件存在次数不小于40次的活跃用户活动事件;若是,则执行步骤34;否则,执行步骤35。
步骤34、输出活跃用户活动事件的数据容灾提醒。
步骤35、不输出活跃用户活动事件的数据容灾提醒。
通过第一事件容灾处理算法,电子商务云平台可以从候选用户活动事件中及时确定出第一目标用户活动事件,即活跃用户活动事件,并输出活跃用户活动事件的数据容灾提醒,为后续基于活跃用户活动事件对选定电商互动场景的容灾处理提供分析依据,从而提高了容灾处理的精度和及时性。
第二种、对于第四事件容灾处理算法,将第四目标用户活动事件作为与第四事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
对于本发明实施方案而言,电子商务云平台在确定第四目标用户活动事件后,可以得到第四目标用户活动事件为与第四事件容灾处理算法配对的待处理用户活动事件的事件容灾解析报告。
进一步地,第四事件容灾处理算法的处理思路可以包括步骤41-步骤46所描述的内容。
步骤41、获取针对选定电商互动场景的大数据容灾申请。
步骤42、响应大数据容灾申请,确定与选定电商互动场景对应的候选用户活动事件。
步骤43、判断候选用户活动事件中是否存在,在最近30day内存在的场景个数不小于10的第四电商互动场景用户活动事件;若是,则执行步骤44,否则,执行步骤46。
步骤44、判断第四电商互动场景用户活动事件中是否存在,在存在的电商互动场景中每个电商互动场景的存在day数不小于20day的业务联动用户活动事件;若是,则执行步骤45,否则,执行步骤46。
步骤45、输出业务联动用户活动事件的数据容灾提醒。
步骤46、不输出业务联动用户活动事件的数据容灾提醒。
通过第四事件容灾处理算法,电子商务云平台可以从候选用户活动事件中及时确定出在多个场景活跃次数较高的用户活动事件,即业务联动用户活动事件,使电子商务云平台通过第四事件容灾处理算法可以为后续基于业务联动用户活动事件对选定电商互动场景的容灾处理提供分析依据,从而提高了容灾处理的精度和及时性。
在一些示例中,电子商务云平台可以基于算法处理窗口对不少于一个事件容灾处理算法的算法变量进行调试,通过算法变量调试后的事件容灾处理算法对候选用户活动事件进行分析。该方法的实现可以包括步骤301和步骤302所描述的内容。
步骤301、基于算法处理窗口,获取对不少于一个事件容灾处理算法的筛选要求,从不少于一个事件容灾处理算法中抽取通用事件容灾处理算法。
对于本发明实施方案而言,电子商务云平台的可视化模块中可以输出算法处理窗口,通过算法处理窗口,可以对电商互动场景的事件容灾处理算法进行调节。在本发明实施例中,对电商互动场景的事件容灾处理算法的调节可以包括:事件容灾处理算法的建立、清洗以及对算法变量的调试等。
对于本发明实施方案而言,电子商务云平台基于算法处理窗口可以获取到对不少于一个事件容灾处理算法的筛选要求,基于对不少于一个事件容灾处理算法的筛选要求,电子商务云平台可以从不少于一个事件容灾处理算法中抽取出需要调试的通用事件容灾处理算法进行调节。
对于本发明实施方案而言,电子商务云平台可以从不少于一个事件容灾处理算法中抽取全部算法进行统一调节,也可以从不少于一个事件容灾处理算法中抽取部分算法进行统一调节,还可以从不少于一个事件容灾处理算法中抽取一个算法进行调节。
步骤302、在通用事件容灾处理算法的调试窗口,对通用事件容灾处理算法的算法变量进行调试。
对于本发明实施方案而言,电子商务云平台抽取出通用事件容灾处理算法后,可视化窗口上将输出通用事件容灾处理算法的调试窗口,通过调试窗口获取调试命令,基于调试命令对通用事件容灾处理算法的算法变量进行调试。
在一些示例中,通用事件容灾处理算法包括多个事件容灾处理算法,通用事件容灾处理算法的调试窗口可以包括对应的多个调试窗口,每个调试窗口对应一个事件容灾处理算法的算法变量,这样,电子商务云平台在可以通过每个事件容灾处理算法的调试窗口调试算法变量。
在一些示例中,通用事件容灾处理算法包括多个事件容灾处理算法,通用事件容灾处理算法的调试窗口可以为一个调试窗口,通过一个调试窗口对多个事件容灾处理算法的算法变量进行并行调试。
通过对通用事件容灾处理算法和通用算法变量的并行调试,提高了算法调试性能,进而提高了容灾处理质量。
在一些示例中,步骤302中对通用事件容灾处理算法的算法变量进行调试的技术方案可以包括步骤401和步骤402所描述的内容。
步骤401、基于算法变量筛选要求,从通用事件容灾处理算法的算法变量中,抽取通用算法变量。
对于本发明实施方案而言,电子商务云平台可以通过调试窗口获取算法变量筛选要求,基于算法变量筛选要求,从通用事件容灾处理算法的算法变量中抽取通用算法变量。在本发明实施例中,通用算法变量(待处理算法变量)可以是通用事件容灾处理算法的全部算法变量,也可以为部分算法变量,还可以是一个算法变量。
步骤402、对通用算法变量进行并行调试。
对于本发明实施方案而言,电子商务云平台抽取了通用算法变量后,可以对通用算法变量进行并行调试(批量调试)。其中,电子商务云平台可以通过容灾处理应用对不少于一个事件容灾处理算法进行统一调节,提高了容灾处理质量。
在一些示例中,步骤402中对通用算法变量进行并行调试之后的技术方案可以包括步骤501和步骤502所描述的技术方案。
步骤501、获取不少于一个事件容灾处理算法对应的过滤掉用户活动事件的已优化用户活动事件内容。
步骤502、对已优化用户活动事件内容与对应的过滤掉用户活动事件相比,新添的用户活动事件赋予对应的用户活动事件主题;以及,对已优化用户活动事件内容与对应的过滤掉用户活动事件相比,缺失的用户活动事件清洗对应的用户活动事件主题。
对于本发明实施方案而言,过滤掉用户活动事件的已优化用户活动事件内容为新的过滤掉用户活动事件的事件内容。
在本发明实施例中,以第三事件容灾处理算法对应的过滤掉用户活动事件为例进行介绍,第三事件容灾处理算法对应的过滤掉用户活动事件为冗余用户活动事件;应销未过滤掉用户活动事件包含第一主题的主题。
对于本发明实施方案而言,基于对第三事件容灾处理算法的筛选要求,电子商务云平台对第三事件容灾处理算法的通用算法变量进行调试后,可以在获取到冗余用户活动事件的已优化用户活动事件内容的校对成功提示后,获取冗余用户活动事件的已优化用户活动事件内容,对变更事件内容与冗余用户活动事件的事件内容进行对比,对相比冗余用户活动事件的事件内容,新添的事件内容赋予第四主题,对相比冗余用户活动事件的事件内容,缺失的事件内容清洗第四主题。
在一些示例中,变更用户活动事件主题的技术方案可以包括如下内容。
步骤51、获取事件容灾解析热度值的第一变量值和用户活动事件活跃度的第二变量值。
步骤52、判断是否获取到对不少于一个事件容灾处理算法的全覆盖命令,若是,则执行步骤53-步骤54;否则,执行步骤55-步骤56。
步骤53、基于全覆盖命令,将全部事件容灾处理算法的事件容灾解析热度值对应的值配置为第一变量值,以及将全部事件容灾处理算法的用户活动事件活跃度对应的值配置为第二变量值。
步骤54、确定与全部事件容灾处理算法对应的过滤掉用户活动事件的已优化用户活动事件内容。
步骤55、基于对不少于一个事件容灾处理算法中通用事件容灾处理算法的筛选要求,将通用事件容灾处理算法的事件容灾解析热度值对应的值配置为第一变量值,以及将通用事件容灾处理算法的用户活动事件活跃度对应的值配置为第二变量值。
步骤56、确定与通用事件容灾处理算法对应的过滤掉用户活动事件的已优化用户活动事件内容。
步骤57、对已优化用户活动事件内容与对应的过滤掉用户活动事件的事件内容相比,新添的用户活动事件赋予对应的用户活动事件主题;以及,对已优化用户活动事件内容与对应的过滤掉用户活动事件的事件内容相比,缺失的用户活动事件清洗对应的用户活动事件主题。
对于本发明实施方案而言,电子商务云平台可以通过一连串命令,完成对事件容灾处理算法的算法变量和过滤掉用户活动事件的事件内容的变更,从而使事件容灾处理算法可以采用最新的事件内容对候选用户活动事件进行分析。
对于本发明实施方案而言,电子商务云平台可以通过是否获取到全覆盖命令来确定是否对所有事件容灾处理算法的算法变量以及对应的过滤掉用户活动事件的用户活动事件主题进行调试,提高容灾处理的精度和及时性。
在一些示例中,步骤103中在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出待处理用户活动事件的数据容灾提醒之后,电子商务云平台可以基于数据容灾提醒的主题调整申请,对待处理用户活动事件的用户活动事件主题进行调整,从而变更选定电商互动场景的用户活动事件内容对应的用户活动事件主题。
对于本发明实施方案而言,电子商务云平台在输出待处理用户活动事件的数据容灾提醒之后,还可以对待处理用户活动事件的用户活动事件主题进行调整,变更用户活动事件主题。
对于本发明实施方案而言,电子商务云平台在确定与各个事件容灾处理算法配对的待处理用户活动事件后,可以对各个事件容灾处理算法配对的待处理用户活动事件赋予对应的用户活动事件主题,举例而言,电子商务云平台在获取到基于第二数据容灾提醒的主题调整申请,可以对第二辅助用户活动事件的用户活动事件内容并行赋予对应的用户活动事件主题,这样,电子商务云平台可以获取根据用户活动事件主题,获取第二辅助用户活动事件。
通过对用户活动事件主题的调整,使电子商务云平台可以通过主题确定各类用户活动事件,从而提高容灾处理时效性。
在一些示例中,选定电商互动场景的已认证用户活动事件包含用户活动事件主题为第二主题的主题,在步骤103中在事件容灾解析报告表示存在与不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出待处理用户活动事件的数据容灾提醒之后的技术方案可以包括如下内容:基于对所述第二辅助用户活动事件和所述第三辅助用户活动事件的校对成功提示,从包含第二主题的用户活动事件中,清洗第二辅助用户活动事件的第二主题的主题,并赋予第三辅助用户活动事件的第二主题的主题,得到变更后的包含第二主题的已认证用户活动事件。
对于本发明实施方案而言,电子商务云平台依据事件容灾解析热度,通过不少于一个事件容灾处理算法确定出对应的待处理用户活动事件后,可以在获取到对第二辅助用户活动事件和所述第三辅助用户活动事件的校对成功提示的基础上,基于对第二辅助用户活动事件和所述第三辅助用户活动事件的校对成功提示,在当前包含第二主题的基础上,对第二主题的主题进行变更。
对于本发明实施方案而言,第二辅助用户活动事件为待记录用户活动事件,第三辅助用户活动事件为待过滤用户活动事件,电子商务云平台可以清洗第二辅助用户活动事件的第二主题的主题,并赋予第三辅助用户活动事件的第二主题的主题,以实现对已认证用户活动事件的变更。
通过已认证用户活动事件、第二辅助用户活动事件和第三辅助用户活动事件,可以得到变更后的已认证用户活动事件,同时变更已认证用户活动事件的容灾处理,提高容灾处理时效性。
在一些示例中,电子商务云平台在初始化窗口,可以建立选定电商互动场景的关键词和不少于一个事件容灾处理算法,并生成与选定电商互动场景对应的用户活动事件主题;用户活动事件主题包括:选定电商互动场景的已认证用户活动事件、选定电商互动场景的第一主题和选定电商互动场景的第四主题。
举例而言,在初始化窗口,电子商务云平台可以获取到建立电商互动场景关键词为“label”的命令,基于该命令,建立电商互动场景label,同时建立电商互动场景label的不少于一个事件容灾处理算法,以及,生成选定电商互动场景对应的初始用户活动事件主题。
在一些示例中,电子商务云平台在建立选定电商互动场景后,可以对与选定电商互动场景对应的电商交互大数据进行关联处理。
举例而言,电商互动场景label设置有69个数据爬虫,电子商务云平台可以将这69个数据爬虫爬取的电商交互大数据与电商互动场景label进行关联。这69个数据爬虫爬取的电商交互大数据包含电商互动场景主题label_A,以实现对电商交互大数据和电商互动场景的关联。
举例而言,在构造一个电商互动场景时,可以自动建立该电商互动场景的不少于一个事件容灾处理算法,生成对应的用户活动事件主题,并关联与该电商互动场景对应的电商交互大数据,从而提高了电商互动场景建立后对电商互动场景进行容灾处理的灵活程度。
基于上述相同或相似的发明构思,请结合参阅图2,还提供了一种基于电子商务的数据容灾系统30的架构示意图,包括互相之间通信的电子商务云平台10和电子商务客户端20,电子商务云平台10和电子商务客户端20在运行时实现或者部分实现上述方法实施例所描述的技术方案。
进一步地,还提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于电子商务的数据容灾方法,其特征在于,应用于所述电子商务云平台,所述方法包括:
基于针对选定电商互动场景的大数据容灾申请,确定与所述选定电商互动场景对应的候选用户活动事件;其中,所述候选用户活动事件为所述选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件;
通过不少于一个事件容灾处理算法的算法变量,对所述候选用户活动事件中进行事件容灾解析,得到事件容灾解析报告;
在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒。
2.根据权利要求1所述的方法,其特征在于,所述确定与所述选定电商互动场景对应的候选用户活动事件,包括:通过所述选定电商互动场景中设置的网页蜘蛛爬取电商交互大数据;从所述电商交互大数据中,捕捉所述选定电商互动场景中存在的所述候选用户活动事件;
其中,各个事件容灾处理算法的算法变量包括:用户活动事件活跃度和事件容灾解析热度;所述通过不少于一个事件容灾处理算法的算法变量,对所述候选用户活动事件进行事件容灾解析,得到事件容灾解析报告,包括:对于每个事件容灾处理算法,依据事件容灾解析热度,确定所述候选用户活动事件中在设定时段区间内对应的用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件;基于所述目标用户活动事件,确定所述事件容灾解析报告。
3.根据权利要求2所述的方法,其特征在于,所述各个事件容灾处理算法的算法变量还包括:容灾处理范围;所述对于每个事件容灾处理算法,依据事件容灾解析热度,确定所述候选用户活动事件中在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件,包括:所述对于每个事件容灾处理算法,依据事件容灾解析热度,确定所述候选用户活动事件中在所述容灾处理范围、且在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件。
4.根据权利要求2所述的方法,其特征在于,所述不少于一个事件容灾处理算法包括:活跃用户活动事件的第一事件容灾处理算法、待记录用户活动事件的第二事件容灾处理算法、待过滤用户活动事件的第三事件容灾处理算法和业务联动用户活动事件的第四事件容灾处理算法中的不少于一个;
所述对于每个事件容灾处理算法,依据各自的事件容灾解析热度,确定所述候选用户活动事件在设定时段区间内用户活动事件活跃度符合设定活跃性分析指标的目标用户活动事件,包括如下一种或多种:依据所述第一事件容灾处理算法的第一事件容灾解析热度,确定所述候选用户活动事件在第一设定时段区间内的用户活动事件活跃度不小于第一活跃度的第一目标用户活动事件;依据所述第二事件容灾处理算法的第二事件容灾解析热度,确定所述候选用户活动事件在第二设定时段区间内的用户活动事件活跃度不小于第二活跃度的第二目标用户活动事件;依据所述第三事件容灾处理算法的第三事件容灾解析热度,确定所述候选用户活动事件在第三设定时段区间内的用户活动事件活跃度等于第三活跃度的第三目标用户活动事件;依据所述第四事件容灾处理算法的第四事件容灾解析热度,确定所述候选用户活动事件在第四设定时段区间内,存在于包括所述选定电商互动场景的场景个数不小于设定场景个数,且在包括所述选定电商互动场景的电商互动场景中每个电商互动场景的活跃度不小于第四活跃度的第四目标用户活动事件。
5.根据权利要求4所述的方法,其特征在于,所述各个事件容灾处理算法的算法变量包括事件要素信息;所述事件要素信息包括:用户活动事件主题和用户活动事件内容;所述方法还包括:利用所述用户活动事件内容确定所述用户活动事件主题;
所述基于所述目标用户活动事件,确定所述事件容灾解析报告,包括如下一种或多种:对于第二事件容灾处理算法,从所述第二目标用户活动事件中,过滤掉所述用户活动事件主题为第一主题的标注用户活动事件、所述用户活动事件主题为第二主题的已认证用户活动事件以及所述用户活动事件主题为第三主题的用户活动事件,得到第二辅助用户活动事件的基础上,得到将所述第二辅助用户活动事件作为与所述第二事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告;所述第三主题为针对所述第二事件容灾处理算法所确定的主题;对于第三事件容灾处理算法,从所述第三目标用户活动事件中,过滤掉所述用户活动事件主题为第四主题的冗余用户活动事件和所述用户活动事件主题为第六主题的用户活动事件,得到第三辅助用户活动事件的基础上,得到将所述第三辅助用户活动事件作为与所述第三事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告;所述第六主题为针对所述第三事件容灾处理算法所确定的主题;
其中,所述选定电商互动场景的已认证用户活动事件包含的用户活动事件主题为第二主题的主题;在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒之后,所述方法还包括:基于对所述第二辅助用户活动事件和所述第三辅助用户活动事件的校对成功提示,从所述包含所述第二主题的主题的用户活动事件中,清洗所述第二辅助用户活动事件的第二主题的主题,并赋予所述第三辅助用户活动事件的第二主题的主题,得到变更后的包含第二主题的已认证用户活动事件。
6.根据权利要求4所述的方法,其特征在于,所述基于所述目标用户活动事件,确定所述事件容灾解析报告,包括如下一种或多种:
对于第一事件容灾处理算法,将所述第一目标用户活动事件作为与所述第一事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告;
对于第四事件容灾处理算法,将所述第四目标用户活动事件作为与所述第四事件容灾处理算法配对的待处理用户活动事件的所述事件容灾解析报告。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:基于算法处理窗口,获取对所述不少于一个事件容灾处理算法的筛选要求,从所述不少于一个事件容灾处理算法中抽取通用事件容灾处理算法;在所述通用事件容灾处理算法的调试窗口,对所述通用事件容灾处理算法的所述算法变量进行调试;
其中,所述对所述通用事件容灾处理算法的所述算法变量进行调试,包括:基于算法变量筛选要求,从所述通用事件容灾处理算法的所述算法变量中,抽取通用算法变量;对所述通用算法变量进行并行调试;
其中,所述对所述通用算法变量进行并行调试之后,所述方法还包括:获取所述不少于一个事件容灾处理算法对应的过滤掉用户活动事件的已优化用户活动事件内容;对所述已优化用户活动事件内容与所述对应的过滤掉用户活动事件的事件内容相比,新添的用户活动事件赋予对应的用户活动事件主题;对所述已优化用户活动事件内容与所述对应的过滤掉用户活动事件的事件内容相比,缺失的用户活动事件清洗对应的用户活动事件主题。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:在初始化窗口,建立所述选定电商互动场景的关键词和所述不少于一个事件容灾处理算法,并生成与所述选定电商互动场景对应的用户活动事件主题;所述用户活动事件主题包括:所述选定电商互动场景的已认证用户活动事件、所述选定电商互动场景的第一主题和所述选定电商互动场景的第四主题;对与所述选定电商互动场景对应的电商交互大数据进行关联处理;
其中,所述在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒之后,所述方法还包括:基于所述数据容灾提醒的主题调整申请,对所述待处理用户活动事件的用户活动事件主题进行调整,从而变更所述选定电商互动场景的用户活动事件内容对应的用户活动事件主题。
9.一种基于电子商务的数据容灾系统,其特征在于,包括互相通信的电子商务客户端以及电子商务云平台;
所述电子商务云平台用于:基于针对选定电商互动场景的大数据容灾申请,确定与所述选定电商互动场景对应的候选用户活动事件;其中,所述候选用户活动事件为所述选定电商互动场景中获取到的电商交互大数据中的全部用户活动事件;通过不少于一个事件容灾处理算法的算法变量,对所述候选用户活动事件中进行事件容灾解析,得到事件容灾解析报告;在所述事件容灾解析报告表示存在与所述不少于一个事件容灾处理算法配对的待处理用户活动事件的基础上,输出所述待处理用户活动事件的数据容灾提醒。
10.一种电子商务云平台,其特征在于,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211533727.7A CN115689391B (zh) | 2022-12-02 | 2022-12-02 | 一种基于电子商务的数据容灾方法、系统及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211533727.7A CN115689391B (zh) | 2022-12-02 | 2022-12-02 | 一种基于电子商务的数据容灾方法、系统及云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115689391A true CN115689391A (zh) | 2023-02-03 |
CN115689391B CN115689391B (zh) | 2024-03-08 |
Family
ID=85055843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211533727.7A Active CN115689391B (zh) | 2022-12-02 | 2022-12-02 | 一种基于电子商务的数据容灾方法、系统及云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689391B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116048883A (zh) * | 2023-02-20 | 2023-05-02 | 李红亮 | 一种采用人工智能的大数据容灾分析方法及服务器 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011103763A1 (zh) * | 2010-02-24 | 2011-09-01 | 华为技术有限公司 | 数据容灾的方法、装置及系统 |
CN103580902A (zh) * | 2012-08-07 | 2014-02-12 | 腾讯科技(深圳)有限公司 | 一种计算机信息系统及其动态容灾方法 |
US20140259170A1 (en) * | 2012-08-23 | 2014-09-11 | Foreground Security | Internet Security Cyber Threat Reporting System and Method |
CN104932956A (zh) * | 2015-06-19 | 2015-09-23 | 华南理工大学 | 一种面向大数据的云容灾备份方法 |
WO2016029929A1 (en) * | 2014-08-26 | 2016-03-03 | Swiss Reinsurance Company Ltd. | Disaster risk management and financing system, and corresponding method thereof |
CN105931168A (zh) * | 2016-04-15 | 2016-09-07 | 广州葵翼信息科技有限公司 | 一种基于信息栅格服务的智慧城市服务架构 |
US20200319982A1 (en) * | 2019-04-06 | 2020-10-08 | Sap Se | Notification mechanism for disaster recovery events |
CN114139209A (zh) * | 2021-12-15 | 2022-03-04 | 智谷互联网科技(廊坊)有限公司 | 一种应用于业务用户大数据的信息防窃取方法及系统 |
CN115374185A (zh) * | 2022-09-29 | 2022-11-22 | 罗师红 | 应用于数据管理仓库的容灾方法及系统 |
-
2022
- 2022-12-02 CN CN202211533727.7A patent/CN115689391B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011103763A1 (zh) * | 2010-02-24 | 2011-09-01 | 华为技术有限公司 | 数据容灾的方法、装置及系统 |
CN103580902A (zh) * | 2012-08-07 | 2014-02-12 | 腾讯科技(深圳)有限公司 | 一种计算机信息系统及其动态容灾方法 |
US20140259170A1 (en) * | 2012-08-23 | 2014-09-11 | Foreground Security | Internet Security Cyber Threat Reporting System and Method |
WO2016029929A1 (en) * | 2014-08-26 | 2016-03-03 | Swiss Reinsurance Company Ltd. | Disaster risk management and financing system, and corresponding method thereof |
CN104932956A (zh) * | 2015-06-19 | 2015-09-23 | 华南理工大学 | 一种面向大数据的云容灾备份方法 |
CN105931168A (zh) * | 2016-04-15 | 2016-09-07 | 广州葵翼信息科技有限公司 | 一种基于信息栅格服务的智慧城市服务架构 |
US20200319982A1 (en) * | 2019-04-06 | 2020-10-08 | Sap Se | Notification mechanism for disaster recovery events |
CN114139209A (zh) * | 2021-12-15 | 2022-03-04 | 智谷互联网科技(廊坊)有限公司 | 一种应用于业务用户大数据的信息防窃取方法及系统 |
CN115374185A (zh) * | 2022-09-29 | 2022-11-22 | 罗师红 | 应用于数据管理仓库的容灾方法及系统 |
Non-Patent Citations (4)
Title |
---|
SUGANG XU等: "Emergency OPM Recreation and Telemetry for Disaster Recovery in Optical Networks", JOURNAL OF LIGHTWAVE TECHNOLOGY * |
侯粤蓉;邵吉;: "多种云管理平台共存与跨站点容灾研究", 电信快报, no. 01 * |
蒋鸿城;戚伟强;裘炜浩;洪建光;: "基于远程镜像的数据容灾技术在浙江电力的应用", 电力信息化, no. 11 * |
陈曾胜;: "大规模灾难性DNS安全事件智能防护系统设计研究", 电信工程技术与标准化, no. 09 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116048883A (zh) * | 2023-02-20 | 2023-05-02 | 李红亮 | 一种采用人工智能的大数据容灾分析方法及服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN115689391B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106326219B (zh) | 核对业务系统数据的方法、装置及系统 | |
CN108334536B (zh) | 一种信息推荐方法、设备和存储介质 | |
US10120552B2 (en) | Annotating collaborative content to facilitate mining key content as a runbook | |
DE202017105691U1 (de) | Intelligente Assistenz für wiederholte Aktionen | |
CN109829096B (zh) | 一种数据采集方法、装置、电子设备及存储介质 | |
CN104618806A (zh) | 获取视频的评论信息的方法、装置及系统 | |
CN102857493A (zh) | 内容过滤方法和装置 | |
CN115689391A (zh) | 一种基于电子商务的数据容灾方法、系统及云平台 | |
CN110363172A (zh) | 一种视频处理方法、装置、电子设备及可读存储介质 | |
CN115470905B (zh) | 一种大数据分析处理方法及系统 | |
CN113676484A (zh) | 一种攻击溯源方法、装置和电子设备 | |
CN107517203B (zh) | 一种用户行为基线建立方法及装置 | |
CN107340954A (zh) | 一种信息提取方法和装置 | |
CN114169392A (zh) | 模型训练方法及装置、任务处理方法、存储介质和处理器 | |
CN116204438A (zh) | 测试用例生成方法、自动化测试方法和相关装置 | |
CN115757745A (zh) | 基于人工智能的业务场景控制方法、系统及云平台 | |
CN111259839A (zh) | 目标对象行为监测方法、装置、设备、系统及存储介质 | |
CN113572757B (zh) | 服务器访问风险监测方法及装置 | |
CN108876314B (zh) | 一种职业生涯专业能力可追溯方法及平台 | |
CN110554877A (zh) | 一种json数据解析方法、装置、设备及储存介质 | |
CN107766737B (zh) | 一种数据库审计方法 | |
CN110008398B (zh) | 一种数据分类管理推荐方法及装置 | |
CN109389972B (zh) | 语义云功能的质量测试方法、装置、存储介质和设备 | |
CN111949696A (zh) | 一种全要素关联分析方法及装置 | |
CN108418869A (zh) | 一种应用程序的分享、安装方法、装置、系统和介质 |
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 |