WO2019041437A1 - 异常事件处理效率的监测方法、装置、计算机设备及存储介质 - Google Patents

异常事件处理效率的监测方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
WO2019041437A1
WO2019041437A1 PCT/CN2017/104586 CN2017104586W WO2019041437A1 WO 2019041437 A1 WO2019041437 A1 WO 2019041437A1 CN 2017104586 W CN2017104586 W CN 2017104586W WO 2019041437 A1 WO2019041437 A1 WO 2019041437A1
Authority
WO
WIPO (PCT)
Prior art keywords
abnormal event
value
quotient
processing capability
time period
Prior art date
Application number
PCT/CN2017/104586
Other languages
English (en)
French (fr)
Inventor
包晓华
Original Assignee
平安科技（深圳）有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019041437A1 publication Critical patent/WO2019041437A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Definitions

  • the present application relates to the field of computer technology, and in particular, to a method, device, computer device and storage medium for monitoring abnormal event processing efficiency.
  • the abnormal event is captured for the user to process, and the user's processing ability is not analyzed according to the user's processing result.
  • the user's processing ability is not analyzed according to the user's processing result.
  • a method, apparatus, computer device, and storage medium for monitoring abnormal event processing efficiency are provided.
  • a method for monitoring an abnormal event processing efficiency comprising: detecting a maximum number, a minimum number of occurrences of an abnormal event, and a number of persons handling the abnormal event in a preset time period in the same business system; And a minimum number and the preset time period, calculating an average processing capability value of the abnormal event in the corresponding service system; calculating the corresponding service system according to the average processing capability value and the number of the abnormalities in the same service system The average processing efficiency of the abnormal events in the ; and the average processing efficiency corresponding to the output of the business system.
  • a monitoring device for processing an abnormal event efficiency comprising: a detecting module, configured to detect a maximum number, a minimum number of occurrences of an abnormal event, and a number of people handling the abnormal event in a preset time period in the same business system; a calculation module, configured to calculate an average processing capability value of the abnormal event in the corresponding service system according to the maximum number, the minimum number, and the preset time period; and a second calculating module, configured to use the average processing capability value according to the average processing capacity value And statistically processing the number of abnormal events in the same service system, calculating an average processing efficiency of the abnormal events in the corresponding service system; and outputting a module for outputting an average processing efficiency corresponding to the service system.
  • a computer device comprising a memory and one or more processors, the memory storing computer readable instructions, the computer readable instructions being executed by the processor, causing the one or more processors to execute The following steps: detecting the maximum number, the minimum number of abnormal events, and the number of people handling the abnormal events in a preset time period in the same business system; according to the maximum number, the minimum number, and the preset time period, Calculating an average processing capability value of the abnormal event in the corresponding service system; calculating an average processing efficiency of the abnormal event in the corresponding service system according to the average processing capability value and the number of statistically processing the abnormal events in the same service system; and outputting The average processing efficiency corresponding to the business system.
  • One or more non-transitory readable storage mediums storing computer readable instructions, when executed by one or more processors, cause the one or more processors to perform the steps of: detecting The maximum number, the minimum number of abnormal events, and the number of people handling the abnormal events in a preset time period in the same business system; calculating the corresponding business system according to the maximum number, the minimum number, and the preset time period The average processing capability value of the abnormal event in the abnormality event; calculating the average processing efficiency of the abnormal event in the corresponding service system according to the average processing capability value and the number of statistically processing the abnormal events in the same service system; and outputting the corresponding corresponding to the service system Average processing efficiency.
  • 1 is a flow chart of a method for monitoring anomalous event processing efficiency in an embodiment
  • FIG. 2 is a flowchart of a method for monitoring an abnormal event processing efficiency in another embodiment
  • FIG. 3 is a flowchart of a method for monitoring an abnormal event processing efficiency in still another embodiment
  • Figure 5 is a slope diagram in one embodiment
  • FIG. 6 is a block diagram showing an exemplary structure of an apparatus for monitoring an abnormal event processing efficiency in an embodiment
  • FIG. 7 is a schematic diagram showing the internal structure of a computer device in an embodiment.
  • first, second and the like, as used herein, are used to describe various elements, but these elements are not limited by these terms. These terms are only used to distinguish one element from another.
  • the first quotient value can be referred to as a second quotient value without departing from the scope of the invention, and similarly, the second quotient value can be referred to as a first quotient value. Both the first quotient value and the second quotient value are quotient values, but they are not the same quotient value.
  • FIG. 1 is a flowchart of a method for monitoring abnormal event processing efficiency according to an embodiment of the present application.
  • a method for monitoring abnormal event processing efficiency according to an embodiment of the present application is described in detail below with reference to FIG. 1 , and the method is applicable to The terminal device is also applicable to the server. As shown in FIG. 1, the method includes the following steps S101 to S104.
  • the number of the service systems is at least two.
  • the same business system in this step may be, for example, an inventory management system, a human resource management system, etc., in one embodiment.
  • the types of service systems are the same. Since the architectures, interfaces, and definitions of storage spaces and functions of the same type of business systems are the same or similar, the types of exception events thrown usually have the same difficulty level. The comparison of the efficiency of abnormal event processing in the same business system makes the results of the monitored abnormal event processing efficiency more comparable and fairer.
  • the abnormal event includes various error reports, and the result of the program operation may not be as expected.
  • the number of people handling the abnormal event described above is the number of people who handle abnormal events in the same business system.
  • the preset time period may be 2 minutes or 5 minutes.
  • the preset time period may be set. Longer, for the newly developed business system, due to the relatively large number of abnormal events, the preset time period can be set shorter. Specifically, the programmer can work according to the actual situation. The setting of the preset time period is required.
  • the foregoing step S101 includes: when the current time is within a preset working time period, detecting a maximum number, a minimum number of occurrences of abnormal events in a preset time period in the same service system, and The number of people who handled the exception.
  • the preset working time period may be from 9:00 am to 6:00 pm, and the specific preset time period may be determined according to the actual working time of the user. This example ensures that the current time is within the working time period before monitoring the abnormal event processing efficiency, and avoids monitoring the abnormal event processing efficiency outside the working time to reduce the average level of abnormal event processing efficiency.
  • the average processing capability value in the step is an average processing capability value calculated based on the preset time period, and the average processing capability value is calculated in various manners, in the following embodiments. Will be described in detail.
  • the average processing efficiency average processing capability value / number of people handling anomalous events in the same business system.
  • the output may be displayed/voiced to the average processing efficiency corresponding to the service system, and may be output to the local end for display/voice broadcast, or may be output to other terminals for display/voice broadcast.
  • the number of service systems for display/voice broadcast is at least two.
  • the method for monitoring the abnormal event processing efficiency further includes: sorting the average processing efficiency in different service systems according to the calculated average processing efficiency from high to low or low to high, according to the order.
  • the subsequent order shows the average processing efficiency corresponding to the business system.
  • the average processing efficiency corresponding to the display service system may be a name indicating the service system, or may be an icon indicating the service system or other agreed code, each service system and
  • the team handling the abnormal events in the business system corresponds to, when the average processing efficiency corresponding to a certain business system is high, the abnormal event processing of the team processing the business system is high, and vice versa, the processing is processed.
  • the team's anomalous event handling is inefficient.
  • the average processing efficiency corresponding to the service system may be correspondingly displayed.
  • the display manner may be:
  • the method simultaneously displays the average processing efficiency of the abnormal events in different service systems, so that the leadership layer can understand the teams corresponding to the respective business systems at a glance according to the displayed data.
  • the ability to handle exceptions understand the approximate level of exception handling efficiency of each business system, and further identify teams with high efficiency of exception handling and teams with low efficiency of exception handling, so that the leadership can handle teams with different efficiency for exception events.
  • Conducting rewards and punishments or deployments is conducive to the leadership's management of the team.
  • FIG. 2 is a flowchart of a method for monitoring an abnormal event processing efficiency according to another embodiment of the present application.
  • the method for monitoring the abnormal event processing efficiency according to another embodiment of the present application is described in detail below with reference to FIG. 2.
  • the method includes the above steps S101 and S103, and the above step S102 is in an embodiment.
  • the following steps S201 to S203 are included.
  • the preset time period is 5 minutes
  • the maximum number and the minimum number of abnormal events occurring within 5 minutes are counted
  • the difference between the maximum number and the minimum number is determined as The number of exception events processed during the preset time period.
  • the preset time is 5 minutes, and within 5 minutes, the maximum number of abnormal events occurring is 40, and the minimum number is 30, and the abnormal event within 5 minutes can be determined.
  • the number of processing is 10, the first quotient is 1/4, and the second quotient (ie, average processing power) within 5 minutes is 1/20.
  • S203 Create a slope map indicating an average processing capability by using the time as the X axis and the first quotient as the Y axis and using the second quotient value as the slope.
  • step S104 is, in one embodiment, step S204:
  • the number of displayed service systems is at least two.
  • a method for calculating the average processing efficiency is firstly determined. First, the number of processing of the abnormal event is determined, and the average processing capability value is calculated according to the number of abnormal event processing and the preset time period, wherein the average processing capability value is an abnormality. Things The processing rate of the device is calculated according to the calculation. Finally, the average processing efficiency of the abnormal event is calculated according to the average processing capability value and the number of people in the service system.
  • the calculation method of the average processing efficiency provided in this embodiment is applicable to the number of abnormal events. More situations.
  • FIG. 3 is a flowchart of a method for monitoring abnormal event processing efficiency according to still another embodiment of the present application.
  • FIG. 3 is a detailed description of a method for monitoring abnormal event processing efficiency according to another embodiment of the present application, as shown in FIG. 3 .
  • the method includes the following steps S101 and S103, and the above step S102 includes the following steps S301 to S303 in one embodiment.
  • S301 Determine, according to the maximum number, the minimum number, and the preset time period, the difference between the maximum quantity and the minimum quantity as the number of processing of the abnormal event in the preset time period.
  • the preset time period is 5 minutes
  • the maximum number and the minimum number of abnormal events occurring within 5 minutes are counted
  • the difference between the maximum number and the minimum number is determined as The number of exception events processed during the preset time period.
  • the processed quantity of the abnormal event and the third quotient of the preset time period are used as the average processing capability value.
  • the preset time is 5 minutes, and within 5 minutes, the maximum number of abnormal events occurring is 40, and the minimum number is 30, and the abnormal event within 5 minutes can be determined.
  • the number of processing is 10, and the third quotient (that is, the average processing power) within 5 minutes is 2, which means that 2 abnormal events can be processed per minute, if the number of abnormal events in the business system is 10,
  • the average processing efficiency of the abnormal event in the corresponding business system is 0.2.
  • step S104 is, in one embodiment, step S304:
  • the number of displayed service systems is at least two.
  • This embodiment provides another method for calculating the average processing efficiency. First, the number of processing of the abnormal event is determined, and then the average processing capacity value is calculated according to the number of abnormal event processing and the preset time period, wherein the average processing capability value is The number of processing of the abnormal event is calculated according to the calculation. Finally, the average processing efficiency of the abnormal event is calculated according to the average processing capability value and the number of people in the service system.
  • the calculation method of the average processing efficiency provided in this embodiment is applicable to the abnormal event. A small number of cases.
  • FIG. 4 is a flowchart of a method for monitoring abnormal event processing efficiency according to still another embodiment of the present application.
  • a method for monitoring abnormal event processing efficiency according to another embodiment of the present application is described in detail below with reference to FIG. 4, as shown in FIG. 4 .
  • the method includes the following steps S101, S103 and S104, and the above step S102 includes the following steps S401 to S404 in one embodiment.
  • S401 Determine, according to the maximum number, the minimum quantity, and the preset time period, the difference between the maximum quantity and the minimum quantity as the number of processing of the abnormal event in the preset time period.
  • the preset time period is 5 minutes
  • the maximum number and the minimum number of abnormal events occurring within 5 minutes are counted
  • the difference between the maximum number and the minimum number is determined as The number of exception events processed during the preset time period.
  • the first processing capability value is calculated based on the processing rate of the abnormal event.
  • the processed quantity of the abnormal event and the third quotient value of the preset time period are used as the second processing capability value.
  • the second processing capability value is the number of processing of the abnormal event.
  • the cardinality is calculated.
  • the processing amount of the first quotient value and/or the abnormal event described above needs to be converted to calculate the average processing capability value.
  • a conversion method in this embodiment is, for example:
  • Average processing power value (first scale + second scale) / 2 / preset time period; or
  • another method for calculating the average processing efficiency is firstly determined. First, the number of processing of the abnormal event is determined, and then the average processing capacity value is calculated according to the number of abnormal event processing and the preset time period, wherein the average processing capability value is The number of abnormal event processing and the abnormal event processing rate are calculated as a basis, and finally the average processing efficiency of the abnormal event is calculated according to the average processing capability value and the number of people in the service system, and the average processing efficiency provided by this embodiment is The calculation method is suitable for more general cases.
  • the labels of the foregoing steps S101 to S404 are not used to limit the sequence of the steps in the embodiment, and the numbers of the steps are only for making it convenient to refer to the labels of the steps when describing the steps.
  • the above step S303 may be before S103 or after step S103, as long as the order in which the steps are performed does not affect the logical relationship of the embodiment.
  • FIG. 5 is a slope diagram according to an embodiment of the present application, the dotted line in FIG. 5 represents an auxiliary line, the X axis represents time, the Max in the Y axis represents the maximum number of occurrences of an abnormal event, and the Mini represents the minimum number of occurrences of an abnormal event,
  • the slope corresponding to the solid slash represents the average of the abnormal events in the corresponding business system. Efficiency.
  • FIG. 6 is a block diagram showing an exemplary structure of an abnormal event processing efficiency monitoring apparatus according to an embodiment of the present application.
  • FIG. 6 is a detailed description of an abnormal event processing efficiency monitoring apparatus according to an embodiment of the present application, as shown in FIG.
  • the monitoring device 10 for the abnormal event processing efficiency includes:
  • the detecting module 11 is configured to detect a maximum number of abnormal events, a minimum number of occurrences, and a number of people handling the abnormal events in a preset time period in the same service system, where the number of the service systems is at least two;
  • the first calculating module 12 is configured to calculate an average processing capability value of the abnormal event in the corresponding service system according to the maximum number, the minimum number, and the preset time period;
  • the second calculating module 13 is configured to calculate an average processing efficiency of the abnormal event in the corresponding service system according to the average processing capability value and the number of people who process the abnormal events in the same service system;
  • the output module 14 is configured to output an average processing efficiency corresponding to the service system.
  • the output may be a display/voice broadcast corresponding to the average processing efficiency of the service system, and the display/voice broadcast service system The number is at least two.
  • the output module is specifically configured to display the name of the service system, and may also be an icon for displaying the service system or other agreed code, where each service system processes an abnormal event in the service system.
  • each service system processes an abnormal event in the service system.
  • the average processing efficiency corresponding to a certain business system is high, it means that the abnormal event processing of the team handling the business system is highly efficient, and vice versa, the abnormal event processing of the team handling the business system is inefficient. .
  • the first computing module comprises:
  • a quantity determining unit configured to determine the difference between the maximum quantity and the minimum quantity as the number of processing of the abnormal event in the preset time period
  • a quotient calculation unit configured to divide the number of processing of the abnormal event by the maximum number to obtain the first quotient value, divide the first quotient value by the preset time period to obtain the second quotient value, and obtain the second quotient value as the Average processing power value;
  • the monitoring device for the abnormal event processing efficiency further includes: a slope map creating unit configured to create a slope map indicating an average processing capability with the time being the X axis and the first quotient value being the Y axis, and the second quotient value being the slope ;
  • the output module is also used to display the slope map created.
  • the quotient calculation module is further configured to: use the processed quantity of the abnormal event and the third quotient of the preset time period as the average processing capability value;
  • the slope map creation unit is also used to:
  • the number of processes of the abnormal event is the Y axis
  • the slope of the third quotient value is used to create a slope map indicating the average processing capability.
  • the first computing module comprises:
  • a first calculating unit configured to divide the number of processing of the abnormal event by the maximum number to obtain the first quotient value, and then divide the first quotient value by the preset time period to obtain the second quotient value, and obtain the second quotient value as First processing capability value;
  • a second calculating unit configured to use the processed quantity of the abnormal event and the third quotient value of the preset time period as the second processing capability value
  • a third calculating unit configured to calculate the average processing capability value according to the first processing capability value and the second processing capability value.
  • the first computing module comprises:
  • a first scale determining unit configured to obtain a preset unit percentage corresponding to the first quotient value, and determine a quotient value of the first quotient value and the unit percentage as the first scale
  • a second scale determining unit configured to acquire a preset number of units corresponding to the number of processing of the abnormal event, and determine a quantity of the processed abnormal event and a quotient of the preset unit quantity as a second scale;
  • the third calculating unit is specifically configured to calculate an average processing capability value according to the first scale and the second scale.
  • the third calculating unit is configured to calculate an average processing power value according to the following formula:
  • Average processing power value (first scale + second scale) / 2 / preset time period.
  • the third calculating unit may further be configured to calculate an average processing capability value according to the following formula:
  • the abnormal event processing efficiency monitoring apparatus 10 further includes:
  • the determining module is configured to detect, when the current time is within the preset working time period, the maximum number, the minimum number of occurrences of the abnormal events, and the number of people handling the abnormal events in the preset time period in the same business system.
  • the monitoring device for the abnormal event processing efficiency further includes:
  • a sorting module configured to sort average processing efficiency in different business systems according to a calculated average processing efficiency from high to low or low to high;
  • the output module is specifically configured to display an average processing efficiency corresponding to the service system according to the sorted order.
  • first and second in the above first scale determining unit and second scale determining unit and other units or modules are only to distinguish two units or modules, and are not used to define which preselected area.
  • the determination module has a higher priority or other limited meaning.
  • each module in the monitoring device for the abnormal event processing efficiency may be implemented in whole or in part by software, hardware, or a combination thereof.
  • each module in the monitoring device for the abnormal event processing efficiency may be a program segment for implementing a corresponding function.
  • the above-described abnormal event processing efficiency monitoring device can be implemented in the form of a computer readable instruction that can be run on a computer device as shown in FIG.
  • the device calculates the average processing efficiency of the abnormal event in the same service system by using the detecting module, the first calculating module and the second calculating module, and the output module will be in the different service systems.
  • the average processing efficiency of abnormal events is displayed at the same time, so that the leadership can understand the abnormal event processing ability of the teams corresponding to each business system at a glance according to the displayed data, and understand the approximate level of abnormal event processing efficiency of each business system, and further identify
  • the team with high efficiency of abnormal event processing and the team with low efficiency of abnormal event processing enable the leadership to reward and punish the teams with different efficiency of abnormal event processing, which is beneficial to the management of the team by the leadership.
  • a computer apparatus comprising a memory and one or more processors having stored therein computer readable instructions that, when executed by a processor, cause one or more processors to execute The following steps: detecting the maximum number of abnormal events, the minimum number of occurrences, and the number of people handling abnormal events in a preset time period in the same business system; The quantity, the minimum quantity, and the preset time period, calculate an average processing capability value of the abnormal event in the corresponding service system; calculate the number of abnormal events in the same business system according to the average processing capability value and the statistics, and calculate the corresponding business system The average processing efficiency of abnormal events; and the average processing efficiency corresponding to the output service system.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event is divided by the maximum number to obtain the first quotient value, the first quotient value is divided by the preset time period to obtain the second quotient value, and the obtained second quotient value is taken as the average processing capacity value.
  • the step of performing an average processing efficiency corresponding to the output service system comprising: creating a slope map indicating an average processing capability with a time of the X-axis, a first quotient value of the Y-axis, and a slope of the second quotient; and displaying The slope map created.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event and the third quotient of the preset time period as the average processing capability value; the step of performing the average processing efficiency corresponding to the output service system, including: taking the time as the X axis, The number of exception events processed is the Y-axis, and the slope map representing the average processing power is created with the slope of the third quotient; and the slope map created is displayed.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event is divided by the maximum number to obtain the first quotient value, and then the first quotient value is divided by the preset time period to obtain the second quotient value, and the obtained second quotient value is taken as the first processing.
  • the capability value; the number of processes of the abnormal event and the third quotient value of the preset time period are used as the second processing capability value; and the average processing capability value is calculated according to the first processing capability value and the second processing capability value.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event is divided by the maximum number to obtain the first quotient value; the preset unit percentage corresponding to the first quotient value is obtained, and the quotient value of the first quotient value and the unit percentage is determined as the first scale ; Get the number of presets corresponding to the number of exception events, the difference will be obtained The quotient of the number of processes of the normal event and the preset number of units is determined as the second scale; the average processing capability value is calculated according to the first scale and the second scale.
  • the step of detecting, by the processor, the maximum number, the minimum number of abnormal events, and the number of people handling the abnormal events in a preset time period in the same business system including: when the current time is During the preset working time period, the maximum number, the minimum number of abnormal events, and the number of people handling the abnormal events in the preset time period in the same business system are detected.
  • FIG. 7 is a schematic diagram of an internal structure of a computer device according to an embodiment of the present application, which may be a server or a terminal computer device.
  • the computer device includes a processor coupled through a system bus, a non-volatile storage medium, an internal memory, an input device, a display screen, and a network interface.
  • the non-volatile storage medium of the computer device can store an operating system and computer readable instructions that, when executed, can cause the processor to perform an abnormal event processing efficiency monitoring of various embodiments of the present application.
  • FIG. 1 to FIG. 4 For the specific implementation process of the method, reference may be made to the specific content of the embodiments in FIG. 1 to FIG. 4, and details are not described herein again.
  • the processor of the computer device is used to provide computing and control capabilities to support the operation of the entire computer device.
  • the internal memory can store computer readable instructions that, when executed by the processor, cause the processor to perform a method of monitoring the efficiency of the abnormal event processing.
  • the input device of the computer device is used for input of various parameters
  • the display screen of the computer device is used for display
  • the network interface of the computer device is used for network communication. It will be understood by those skilled in the art that the structure shown in FIG. 7 is only a block diagram of a part of the structure related to the solution of the present application, and does not constitute a limitation of the computer device to which the solution of the present application is applied.
  • the specific computer device may It includes more or fewer components than those shown in the figures, or some components are combined, or have different component arrangements.
  • Non-volatile memory can include read only memory (ROM), programmable ROM (PROM), electrically programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), or flash memory.
  • Volatile memory can include random access memory (RAM), which acts as an external cache.
  • RAM is available in a variety of forms, such as static RAM (SRAM), dynamic RAM (DRAM), synchronous DRAM (SDRAM), dual data rate SDRAM (DDR SDRAM), enhanced SDRAM (ESDRAM), synchronization.
  • SRAM static RAM
  • DRAM dynamic RAM
  • SDRAM synchronous DRAM
  • DDR SDRAM dual data rate SDRAM
  • ESDRAM enhanced SDRAM
  • synchronization Link (Synchlink) DRAM (SLDRAM), Memory Bus (Rambus) Direct RAM (RDRAM), Direct Memory Bus Dynamic RAM (DRDRAM), and Memory Bus Dynamic RAM (RDRAM).
  • one or more non-transitory readable storage mediums storing computer readable instructions that, when executed by one or more processors, cause one or more processors to execute The following steps: detecting the maximum number of abnormal events, the minimum number, and the number of abnormal events in the preset time period in the same service system; calculating the corresponding service according to the maximum number of statistics, the minimum number, and the preset time period The average processing capability value of the abnormal event in the system; calculating the average processing efficiency of the abnormal event in the corresponding service system according to the average processing capability value and the number of statistically handling the abnormal events in the same service system; and the average corresponding to the output service system Processing efficiency.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event is divided by the maximum number to obtain the first quotient value, the first quotient value is divided by the preset time period to obtain the second quotient value, and the obtained second quotient value is taken as the average processing capacity value.
  • the step of performing an average processing efficiency corresponding to the output service system comprising: creating a slope map indicating an average processing capability with a time of the X-axis, a first quotient value of the Y-axis, and a slope of the second quotient; and displaying The slope map created.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event and the third quotient of the preset time period as the average processing capability value; the step of performing the average processing efficiency corresponding to the output service system, including: taking the time as the X axis, The number of exception events processed is the Y-axis, and the slope map representing the average processing power is created with the slope of the third quotient; and the slope map created is displayed.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event is divided by the maximum number to obtain the first quotient value, and then the first quotient value is divided by the preset time period to obtain the second quotient value, and the obtained second quotient value is taken as the first processing.
  • the capability value; the number of processes of the abnormal event and the third quotient value of the preset time period are used as the second processing capability value; and the average processing capability value is calculated according to the first processing capability value and the second processing capability value.
  • the step of calculating, by the processor, the average processing capability value of the abnormal event in the service system comprises: determining the maximum number and the minimum number of differences as abnormal events within a preset time period The number of processing; the number of processing of the abnormal event is divided by the maximum number to obtain the first quotient value; the preset unit percentage corresponding to the first quotient value is obtained, and the quotient value of the first quotient value and the unit percentage is determined as the first scale Obtaining a preset number of units corresponding to the number of processing of the abnormal event, determining the number of processed abnormal events and the quotient of the preset unit number as the second scale; calculating the average processing according to the first scale and the second scale Ability value.
  • the step of detecting, by the processor, the maximum number, the minimum number of abnormal events, and the number of people handling the abnormal events in a preset time period in the same business system including: when the current time is During the preset working time period, the maximum number, the minimum number of abnormal events, and the number of people handling the abnormal events in the preset time period in the same business system are detected.
  • all or part of the processes in the foregoing embodiment may be completed by using computer readable instructions to instruct related hardware, and the program may be stored in a computer readable storage medium, as implemented in the present application.
  • the program can be stored in a storage medium of a computer system and executed by at least one processor in the computer system to implement a process comprising an embodiment of the methods described above.
  • the storage medium includes, but is not limited to, a magnetic disk, a USB flash drive, an optical disk, a read-only memory (ROM), and the like.
  • the average processing capability value of the abnormal event in the at least two service systems is calculated, and the average processing efficiency of the abnormal event in each service system is calculated according to the average processing capability value and the total number of the abnormal events.
  • the average processing efficiency of abnormal events in different service systems is displayed, so that users can understand the approximate level of abnormal event processing efficiency of each service system according to the average processing efficiency in different displayed business systems, and further identify the abnormal event processing efficiency.
  • the team and the team with low efficiency of exception handling enable the leadership to reward and punish teams with different exception handling efficiency, which is beneficial to the leadership management of the team.

Abstract

一种异常事件处理效率的监测方法、装置、计算机设备及存储介质。该方法包括：检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数，该业务系统的个数为至少两个；根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；输出该业务系统对应的平均处理效率。

Description

异常事件处理效率的监测方法、装置、计算机设备及存储介质
本申请要求于2017年08月28日提交中国专利局、申请号为201710752751.2、发明名称为“异常事件处理效率的监测方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及计算机技术领域，特别是涉及异常事件处理效率的监测方法、装置、计算机设备及存储介质。
背景技术
在用户的日常工作中，经常需要处理各种各样的异常事件，例如网络异常事件、业务异常事件等等，目前有很多异常事件监控平台来捕捉异常事件，会将捕捉的异常事件上报给用户，用户根据上报的异常事件进行处理。
但是在传统技术中均是对于异常事件进行捕获以供用户处理，并没有根据用户的处理结果对用户的处理能力进行分析，目前还没有比较好的方法通过对用户处理对异常事件的结果分析出用户的对异常事件处理效率。
发明内容
根据本申请的各种实施例，提供一种异常事件处理效率的监测方法、装置、计算机设备及存储介质。
一种异常事件处理效率的监测方法，该方法包括：检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数；根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及输出该业务系统对应的平均处理效率。
一种异常事件处理效率的监测装置，该装置包括：检测模块，用于检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数；第一计算模块，用于根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；第二计算模块，用于根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及输出模块，用于输出该业务系统对应的平均处理效率。
一种计算机设备，包括存储器和一个或多个处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述一个或多个处理器执行以下步骤：检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数；根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及输出该业务系统对应的平均处理效率。
一个或多个存储有计算机可读指令的非易失性可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数；根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及输出该业务系统对应的平均处理效率。
本申请的一个或多个实施例的细节在下面的附图和描述中提出。本申请的其它特征、目的和优点将从说明书、附图以及权利要求书变得明显。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要 使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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它的附图。
图1为一个实施例中异常事件处理效率的监测方法的流程图；
图2为另一实施例中异常事件处理效率的监测方法的流程图；
图3为又一实施例中异常事件处理效率的监测方法的流程图；
图4为再一实施例中异常事件处理效率的监测方法的流程图；
图5为一个实施例中的坡度图；
图6为一个实施例中异常事件处理效率的监测装置的示范性结构框图；
图7为一个实施例中计算机设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
可以理解，本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语的限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一商值称为第二商值，且类似地，可将第二商值称为第一商值。第一商值和第二商值两者都是商值，但其不是同一商值。
图1为根据本申请的一个实施例的异常事件处理效率的监测方法的流程图，下面结合图1来详细描述根据本申请的一个实施例的异常事件处理效率的监测方法，该方法可应用于终端设备，也可应用于服务器，如图1所示，该方法包括以下步骤S101～S104。
S101、检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数。
根据本实施例的一个示例，该业务系统的个数为至少两个。该步骤中的同一业务系统例如可以是库存管理系统、人力资源管理系统等等，在一个实施例 中，各个业务系统的类型相同，由于相同类型的业务系统的架构、接口及对存储空间以及函数的定义均相同或者相似，所以抛出的异常事件的种类通常也具有相同的难度细数，在相同的业务系统中进行异常事件处理效率的比较使得监测的异常事件处理效率的结果更具有可比性，更加公平。
根据本实施例的另一示例，该异常事件包括各种各样的报错，还可以是程序运行的结果没有达到预期。
在该实施例中，上述处理该异常事件的人数为处理同一业务系统中的异常事件的人数。
根据本实施例的另一个示例，上述预设的时间段可以是2分钟，也可以是5分钟，对于成熟的业务系统，由于异常事件出现的情况比较少，可以将该预设的时间段设置的较长一点，对于刚开发的业务系统，由于异常事件出现的情况会相对而言比较多，则可以将该预设的时间段设置的较短一点，具体地，程序员可以根据工作的实际需要进行该预设时间段的设置。
根据本实施例的又一示例，上述步骤S101包括：当当前时间在预设的工作时间段内时，检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数。
在该示例中，上述预设的工作时间段可以是早上9：00至下午6：00，具体预设为什么时间段可以根据用户实际的上班作息时间来确定。该示例在对异常事件处理效率进行监测之前确保当前时间在工作时间段之内，避免了在工作时间之外对用户的异常事件处理效率进行监测降低了异常事件处理效率的平均水平。
S102、根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值。
根据本实施例的一个示例，该步骤中的平均处理能力值为以该预设的时间段为基数计算的平均处理能力值，该平均处理能力值的计算方式有多种，在下述实施例中将会详细介绍。
S103、根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率。
根据本实施例的一个示例，该平均处理效率＝平均处理能力值/处理该同一业务系统中的异常事件的人数。
S104、输出业务系统对应的平均处理效率。
在其中的一个实施例中，输出的方式可以是显示/语音播报该业务系统对应的平均处理效率，可以输出给本端进行显示/语音播报，也可以输出给其它端进行显示/语音播报，在一个实施例中，显示/语音播报的业务系统的个数为至少两个。
根据本申请的一个实施例，该异常事件处理效率的监测方法还包括：对不同业务系统中的平均处理效率按照计算的平均处理效率由高到低或由低到高的顺序进行排序，按照排序后的顺序，显示该业务系统对应的平均处理效率。
根据本实施例的一个示例，在该步骤中，显示业务系统对应的平均处理效率可以是显示该业务系统的名称，还可以是显示该业务系统的图标或者其它约定的代号，每个业务系统与处理该业务系统中的异常事件的团队相对应，当与某个业务系统对应显示的平均处理效率高时，表示处理该业务系统的团队的异常事件处理效率高，反之，则表示处理该业务系统的团队的异常事件处理效率低。
在其中的一个实施例中，可以将业务系统对应的平均处理效率对应显示，根据本实施例的一个使用场景，显示的方式可以是：
业务系统A：45％；
业务系统B：40％；
业务系统C：49％。
根据本实施例提供的异常事件处理效率的监测方法，该方法将不同业务系统中对异常事件的平均处理效率同时显示，使得领导层可以根据显示的数据，一目了然的了解各个业务系统所对应的团队的异常事件处理能力，了解各个业务系统的异常事件处理效率的大概水平，进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队，使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配，有利于领导层对团队的管理。
图2为根据本申请的另一实施例的异常事件处理效率的监测方法的流程图， 下面结合图2来详细描述根据本申请的另一实施例的异常事件处理效率的监测方法，如图2所示，该方法在包括上述步骤S101和S103的基础上，上述步骤S102在一个实施例中包括以下步骤S201～S203。
S201、将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
根据本实施例的一个使用场景，例如预设的时间段为5分钟，则统计在5分钟之内出现的异常事件的最大数量及最小数量，将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
在本实施例中，如果在该预设的时间段之内处理了已经存在的异常事件，并新增了新的异常事件，则仍将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量，不考虑在该预设的时间段范围之内处理的异常事件与新增的异常事件相互抵消的情况。
S202、将异常事件的处理数量除以最大数量得到第一商值，将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为该平均处理能力值。
根据本实施例的一个使用场景，例如该预设的时间为5分钟，在5分钟之内，出现的异常事件的最大数量为40，最小数量为30，则可确定在5分钟之内异常事件的处理数量为10，该第一商值为1/4，在5分钟之内的第二商值(即平均处理能力)为1/20。
S203、以时间为X轴，以该第一商值为Y轴，以该第二商值为斜率创建表示平均处理能力的坡度图。
在该实施例中，斜率越大(坡度越陡)表示对应业务系统中的异常事件的平均处理效率越高，斜率越小(坡度越平缓)表示对应业务系统中的异常事件的平均处理效率越低。
上述步骤S104在一个实施例中为步骤S204：
S204、显示该业务系统对应的平均处理效率及坡度图。
本实施例中，显示的业务系统的个数为至少两个。本实施例给出了一种平均处理效率的计算方法，首先确定异常事件的处理数量，再根据该异常事件处理数量及预设的时间段计算平均处理能力值，其中平均处理能力值是以异常事 件的处理率为依据计算的，最后根据该平均处理能力值及处理该业务系统中的人数计算出异常事件的平均处理效率，本实施例提供的平均处理效率的计算方法适用于异常事件数量较多的情况。
图3为根据本申请的又一实施例的异常事件处理效率的监测方法的流程图，下面结合图3来详细描述根据本申请的另一实施例的异常事件处理效率的监测方法，如图3所示，该方法在包括上述步骤S101和S103的基础上，上述步骤S102在一个实施例中包括以下步骤S301～S303。
S301、根据统计的该最大数量、最小数量及该预设的时间段，将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
根据本实施例的一个使用场景，例如预设的时间段为5分钟，则统计在5分钟之内出现的异常事件的最大数量及最小数量，将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
在本实施例中，如果在该预设的时间段之内处理了已经存在的异常事件，并新增了新的异常事件，则仍将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量，不考虑在该预设的时间段范围之内处理的异常事件与新增的异常事件相互抵消的情况。
S302、将该异常事件的处理数量与该预设的时间段的第三商值作为该平均处理能力值。
根据本实施例的一个使用场景，例如该预设的时间为5分钟，在5分钟之内，出现的异常事件的最大数量为40，最小数量为30，则可确定在5分钟之内异常事件的处理数量为10，在5分钟之内的第三商值(即平均处理能力)为2，表示每分钟可以处理2个异常事件，如果处理该业务系统中的异常事件的人数为10人的话，则对应业务系统中的异常事件的平均处理效率为0.2。
S303、以时间为X轴，以该异常事件的处理数量为Y轴，以该第三商值为斜率创建表示平均处理能力的坡度图。
在该实施例中，斜率越大(坡度越陡)表示对应业务系统中的异常事件的平均处理效率越高，斜率越小(坡度越平缓)表示对应业务系统中的异常事件的平均处理效率越低。
上述步骤S104在一个实施例中为步骤S304：
S304、将该业务系统对应的平均处理效率及坡度图显示。
本实施例中，显示的业务系统的个数为至少两个。本实施例给出了另一种平均处理效率的计算方法，首先确定异常事件的处理数量，再根据该异常事件处理数量及预设的时间段计算平均处理能力值，其中平均处理能力值是以异常事件的处理个数为依据计算的，最后根据该平均处理能力值及处理该业务系统中的人数计算出异常事件的平均处理效率，本实施例提供的平均处理效率的计算方法适用于异常事件数量较少的情况。
图4为根据本申请的再一实施例的异常事件处理效率的监测方法的流程图，下面结合图4来详细描述根据本申请的另一实施例的异常事件处理效率的监测方法，如图4所示，该方法在包括上述步骤S101、S103及S104的基础上，上述步骤S102在一个实施例中包括以下步骤S401～S404。
S401、根据统计的该最大数量、最小数量及该预设的时间段，将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
根据本实施例的一个使用场景，例如预设的时间段为5分钟，则统计在5分钟之内出现的异常事件的最大数量及最小数量，将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量。
在本实施例中，如果在该预设的时间段之内处理了已经存在的异常事件，并新增了新的异常事件，则仍将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量，不考虑在该预设的时间段范围之内处理的异常事件与新增的异常事件相互抵消的情况。
S402、将异常事件的处理数量除以最大数量得到第一商值，再将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值。
根据本实施例的一个示例，该第一处理能力值是以异常事件的处理率为基数计算得到的。
S403、将该异常事件的处理数量与该预设的时间段的第三商值作为第二处理能力值。
根据本实施例的一个示例，该第二处理能力值是以异常事件的处理数量为 基数计算得到的。
S404、根据该第一处理能力值及该第二处理能力值计算该平均处理能力值。
在一个实施例中，由于第一处理能力值与第二处理能力值计算的依据不同，则需要对上述的第一商值和/或异常事件的处理数量进行转换以计算该平均处理能力值。在该实施例中的一个转换方法例如：
获取与该第一商值对应预设的单位百分比，将第一商值与单元格百分比的商值确定为第一刻度；
获取与该异常事件的处理数量对应预设单位数量，将获取的异常事件的处理数量与该预设的单位数量的商值确定为第二刻度，然后根据第一刻度及第二刻度计算平均处理能力值。
在对通过两种不同方式计算的处理能力值进行转换之后，平均处理能力值的计算方法就有多种了，例如：
平均处理能力值＝(第一刻度+第二刻度)/2/预设的时间段；或
平均处理能力值＝(a*第一刻度+b*第二刻度)/预设的时间段，其中，a+b＝1。
本实施例给出了又一种平均处理效率的计算方法，首先确定异常事件的处理数量，再根据该异常事件处理数量及预设的时间段计算平均处理能力值，其中平均处理能力值是以异常事件的处理个数及异常事件处理率同时作为依据计算的，最后根据该平均处理能力值及处理该业务系统中的人数计算出异常事件的平均处理效率，本实施例提供的平均处理效率的计算方法适用于更为普遍的情况。
根据本实施例的一个示例，上述步骤S101～S404的标号并不用于限定本实施例中各个步骤的先后顺序，各个步骤的编号只是为了使得描述各个步骤时可以通用引用该步骤的标号进行便捷的指代，例如上述步骤S303可以在S103之前，也可以在步骤S103之后，只要各个步骤执行的顺序不影响本实施例的逻辑关系即可。
图5为根据本申请的一个实施例的坡度图，图5中的虚线表示辅助线，X轴表示时间，Y轴中的Max表示异常事件出现的最大数量，Mini表示异常事件出现的最小数量，实斜线对应的坡度表示对应业务系统中的异常事件的平均处 理效率。
图6为根据本申请的一个实施例的异常事件处理效率的监测装置的示范性结构框图，下面结合图6来详细描述根据本申请的一个实施例的异常事件处理效率的监测装置，如图6所示，该异常事件处理效率的监测装置10包括：
检测模块11，用于检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数，该业务系统的个数为至少两个；
第一计算模块12，用于根据统计的该最大数量、最小数量及该预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；
第二计算模块13，用于根据该平均处理能力值及统计的处理该同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；
输出模块14，用于输出该业务系统对应的平均处理效率，在其中的一个实施例中，输出的方式可以是显示/语音播报该业务系统对应的平均处理效率，显示/语音播报的业务系统的个数为至少两个。
在其中一个实施例中，上述输出模块具体用于显示该业务系统的名称，还可以是显示该业务系统的图标或者其它约定的代号，其中，每个业务系统与处理该业务系统中的异常事件的团队相对应，当与某个业务系统对应显示的平均处理效率高时，表示处理该业务系统的团队的异常事件处理效率高，反之，则表示处理该业务系统的团队的异常事件处理效率低。
在其中一个实施例中，该第一计算模块包括：
数量确定单元，用于将该最大数量与该最小数量的差值确定为在该预设的时间段内的异常事件的处理数量；
商值计算单元，用于将异常事件的处理数量除以最大数量得到第一商值，将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为该平均处理能力值；
该异常事件处理效率的监测装置还包括：坡度图创建单元，用于以时间为X轴，以该第一商值为Y轴，以该第二商值为斜率创建表示平均处理能力的坡度图；
该输出模块还用于显示创建的该坡度图。
在其中一个实施例中，上述商值计算模块还用于：将该异常事件的处理数量与该预设的时间段的第三商值作为该平均处理能力值；
该坡度图创建单元还用于：
以时间为X轴，以该异常事件的处理数量为Y轴，以该第三商值为斜率创建表示平均处理能力的坡度图。
在其中一个实施例中，该第一计算模块包括：
第一计算单元，用于将异常事件的处理数量除以最大数量得到第一商值，再将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；
第二计算单元，用于将该异常事件的处理数量与该预设的时间段的第三商值作为第二处理能力值；
第三计算单元，用于根据该第一处理能力值及该第二处理能力值计算该平均处理能力值。
在其中一个实施例中，该第一计算模块包括：
第一刻度确定单元，用于获取与第一商值对应预设的单位百分比，将第一商值与单位百分比的商值确定为第一刻度；
第二刻度确定单元，用于获取与异常事件的处理数量对应预设单位数量，将获取的异常事件的处理数量与该预设的单位数量的商值确定为第二刻度；
上述第三计算单元具体用于根据第一刻度及第二刻度计算平均处理能力值。
在其中一个实施例中，上述第三计算单元用于根据以下公式计算平均处理能力值：
平均处理能力值＝(第一刻度+第二刻度)/2/预设的时间段。
在其中一个实施例中，上述第三计算单元还可以用于根据以下公式计算平均处理能力值：
平均处理能力值＝(a*第一刻度+b*第二刻度)/预设的时间段，其中，a+b＝1。
根据本实施例的一个示例，该异常事件处理效率的监测装置10还包括：
判断模块，用于当当前时间在预设的工作时间段内时，检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理该异常事件的人数。
根据本申请的另一实施例，该异常事件处理效率的监测装置还包括：
排序模块，用于对不同业务系统中的平均处理效率按照计算的平均处理效率由高到低或由低到高的顺序进行排序；
上述输出模块具体用于：按照排序后的顺序，显示该业务系统对应的平均处理效率。
其中上述第一刻度确定单元及第二刻度确定单元及其它单元或模块中的“第一”和“第二”的意义仅在于将两个单元或模块加以区分，并不用于限定哪个预选区域的确定模块的优先级更高或者其它的限定意义。
其中，该异常事件处理效率的监测装置中包括的各个模块可全部或部分通过软件、硬件或其组合来实现。在其中一个实施例中，该异常事件处理效率的监测装置中的各个模块可以是用于实现对应功能的程序段。
上述异常事件处理效率的监测装置可以实现为一种计算机可读指令的形式，计算机可读指令可以在如图7所示的计算机设备上运行。
根据本实施例提供的异常事件处理效率的监测装置，该装置通过检测模块、第一计算模块以及第二计算模块计算同一业务系统中的异常事件的平均处理效率，输出模块将不同业务系统中对异常事件的平均处理效率同时显示，使得领导层可以根据显示的数据，一目了然的了解各个业务系统所对应的团队的异常事件处理能力，了解各个业务系统的异常事件处理效率的大概水平，进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队，使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配，有利于领导层对团队的管理。
在一个实施例中，提供了一种计算机设备，包括存储器和一个或多个处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得一个或多个处理器执行以下步骤：检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理异常事件的人数；根据统计的最大数 量、最小数量及预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；根据平均处理能力值及统计的处理同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及输出业务系统对应的平均处理效率。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量除以最大数量得到第一商值，将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为平均处理能力值；所执行的输出业务系统对应的平均处理效率的步骤，包括：以时间为X轴，以第一商值为Y轴，以第二商值为斜率创建表示平均处理能力的坡度图；及显示创建的坡度图。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量与预设的时间段的第三商值作为平均处理能力值；所执行的输出业务系统对应的平均处理效率的步骤，包括：以时间为X轴，以异常事件的处理数量为Y轴，以第三商值为斜率创建表示平均处理能力的坡度图；及显示创建的坡度图。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量除以最大数量得到第一商值，再将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；将异常事件的处理数量与预设的时间段的第三商值作为第二处理能力值；及根据第一处理能力值及第二处理能力值计算平均处理能力值。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量除以最大数量得到第一商值；获取与第一商值对应预设的单位百分比，将第一商值与单位百分比的商值确定为第一刻度；获取与异常事件的处理数量对应预设单位数量，将获取的异 常事件的处理数量与该预设的单位数量的商值确定为第二刻度；根据第一刻度及第二刻度计算平均处理能力值。
在一个实施例中，处理器所执行的检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数的步骤，包括：当当前时间在预设的工作时间段内时，检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数。
图7为根据本申请的一个实施例的计算机设备的内部结构示意图，该计算机设备可以为服务器或者终端计算机设备。参照图7，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、内存储器、输入装置、显示屏和网络接口。其中，该计算机设备的非易失性存储介质可存储操作系统和计算机可读指令，该计算机可读指令被执行时，可使得处理器执行本申请各实施例的一种异常事件处理效率的监测方法，该方法的具体实现过程可参考图1至4各实施例的具体内容，在此不再赘述。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该内存储器中可储存有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种异常事件处理效率的监测方法。计算机设备的输入装置用于各个参数的输入，计算机设备的显示屏用于进行显示，计算机设备的网络接口用于进行网络通信。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
如此处所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、 存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
在一个实施例中，提供了一个或多个存储有计算机可读指令的非易失性可读存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理异常事件的人数；根据统计的最大数量、最小数量及预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；根据平均处理能力值及统计的处理同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及输出业务系统对应的平均处理效率。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量除以最大数量得到第一商值，将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为平均处理能力值；所执行的输出业务系统对应的平均处理效率的步骤，包括：以时间为X轴，以第一商值为Y轴，以第二商值为斜率创建表示平均处理能力的坡度图；及显示创建的坡度图。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量与预设的时间段的第三商值作为平均处理能力值；所执行的输出业务系统对应的平均处理效率的步骤，包括：以时间为X轴，以异常事件的处理数量为Y轴，以第三商值为斜率创建表示平均处理能力的坡度图；及显示创建的坡度图。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量除以最大数量得到第一商值，再将第一商值除以预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；将异常事件的处理数量与预设的时间段的第三商值作为第二处理能力值；及根据第一处理能力值及第二处理能力值计算平均处理能力值。
在一个实施例中，处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：将最大数量与最小数量的差值确定为在预设的时间段内的异常事件的处理数量；将异常事件的处理数量除以最大数量得到第一商值；获取与第一商值对应预设的单位百分比，将第一商值与单位百分比的商值确定为第一刻度；获取与异常事件的处理数量对应预设单位数量，将获取的异常事件的处理数量与该预设的单位数量的商值确定为第二刻度；根据第一刻度及第二刻度计算平均处理能力值。
在一个实施例中，处理器所执行的检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数的步骤，包括：当当前时间在预设的工作时间段内时，检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数。
根据本实施例的一个示例，上述实施例方法中的全部或部分流程，可以通过计算机可读指令来指令相关的硬件来完成，程序可存储于一计算机可读取存储介质中，如本申请实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。该存储介质包括但不限于磁碟、优盘、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
本实施例通过计算至少两个业务系统中对异常事件的平均处理能力值，再根据该平均处理能力值及处理异常事件的总人数计算每个业务系统中的异常事件的平均处理效率，通过将不同业务系统中对异常事件的平均处理效率进行显示，使得用户可以根据显示的不同业务系统中的平均处理效率，了解各个业务系统的异常事件处理效率的大概水平，进一步甄别出异常事件处理效率高的团队和异常事件处理效率低的团队，使得领导层可以对异常事件处理效率不同的团队进行奖惩或者调配，有利于领导层对团队的管理。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (20)

  1. 一种异常事件处理效率的监测方法，包括：
    检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数；
    根据统计的所述最大数量、最小数量及所述预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；
    根据所述平均处理能力值及统计的处理所述同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及
    输出所述业务系统对应的平均处理效率。
  2. 根据权利要求1所述的方法，其特征在于，所述计算对应业务系统中的异常事件的平均处理能力值，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；及
    将所述异常事件的处理数量除以所述最大数量得到第一商值，将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为所述平均处理能力值；
    所述输出所述业务系统对应的平均处理效率，包括：
    以时间为X轴，以所述第一商值为Y轴，以所述第二商值为斜率创建表示平均处理能力的坡度图；及
    显示创建的所述坡度图。
  3. 根据权利要求1所述的方法，其特征在于，所述计算对应业务系统中的异常事件的平均处理能力值，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；及
    将所述异常事件的处理数量与所述预设的时间段的第三商值作为所述平均处理能力值；
    所述输出所述业务系统对应的平均处理效率，包括：
    以时间为X轴，以所述异常事件的处理数量为Y轴，以所述第三商值为斜率创建表示平均处理能力的坡度图；及
    显示创建的所述坡度图。
  4. 根据权利要求1所述的方法，其特征在于，所述计算对应业务系统中的异常事件的平均处理能力值，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值，再将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；
    将所述异常事件的处理数量与所述预设的时间段的第三商值作为第二处理能力值；及
    根据所述第一处理能力值及所述第二处理能力值计算所述平均处理能力值。
  5. 根据权利要求1所述的方法，其特征在于，所述计算对应业务系统中的异常事件的平均处理能力值，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值；
    获取与所述第一商值对应预设的单位百分比，将所述第一商值与所述单位百分比的商值确定为第一刻度；
    获取与所述异常事件的处理数量对应预设单位数量，将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度；及
    根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
  6. 根据权利要求1所述的方法，其特征在于，所述检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数，包括：
    当当前时间在预设的工作时间段内时，检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数。
  7. 一种异常事件处理效率的监测装置，其特征在于，所述装置包括：
    检测模块，用于检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数；
    第一计算模块，用于根据统计的所述最大数量、最小数量及所述预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；
    第二计算模块，用于根据所述平均处理能力值及统计的处理所述同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及
    输出模块，用于输出所述业务系统对应的平均处理效率。
  8. 根据权利要求7所述的装置，其特征在于，所述第一计算模块包括：
    数量确定单元，用于将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    商值计算单元，用于将所述异常事件的处理数量除以所述最大数量得到第一商值，将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为所述平均处理能力值；
    所述装置还包括坡度图创建单元，用于以时间为X轴，以所述第一商值为Y轴，以所述第二商值为斜率创建表示平均处理能力的坡度图；及
    所述输出模块还用于显示创建的所述坡度图。
  9. 根据权利要求7所述的装置，其特征在于，所述第一计算模块包括：
    数量确定单元，用于将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    第一计算单元，用于将所述异常事件的处理数量除以所述最大数量得到第一商值，再将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；
    第二计算单元，用于将所述异常事件的处理数量与所述预设的时间段的 第三商值作为第二处理能力值；及
    第三计算单元，用于根据所述第一处理能力值及所述第二处理能力值计算所述平均处理能力值。
  10. 根据权利要求7所述的装置，其特征在于，第一计算模块包括：
    数量确定单元，用于将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    商值计算单元，用于将所述异常事件的处理数量除以所述最大数量得到第一商值；
    第一刻度确定单元，用于获取与所述第一商值对应预设的单位百分比，将所述第一商值与所述单位百分比的商值确定为第一刻度；
    第二刻度确定单元，用于获取与所述异常事件的处理数量对应预设单位数量，将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度；及
    第三计算单元，用于根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
  11. 一种计算机设备，包括存储器和一个或多个处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述一个或多个处理器执行以下步骤：
    检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数；
    根据统计的所述最大数量、最小数量及所述预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；
    根据所述平均处理能力值及统计的处理所述同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；及
    输出所述业务系统对应的平均处理效率。
  12. 根据权利要求11所述的计算机设备，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值，将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为所述平均处理能力值；
    所执行的输出所述业务系统对应的平均处理效率的步骤，包括：
    以时间为X轴，以所述第一商值为Y轴，以所述第二商值为斜率创建表示平均处理能力的坡度图；及
    显示创建的所述坡度图。
  13. 根据权利要求11所述的计算机设备，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量与所述预设的时间段的第三商值作为所述平均处理能力值；
    所执行的输出所述业务系统对应的平均处理效率的步骤，包括：
    以时间为X轴，以所述异常事件的处理数量为Y轴，以所述第三商值为斜率创建表示平均处理能力的坡度图；及
    显示创建的所述坡度图。
  14. 根据权利要求11所述的计算机设备，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值，再将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；
    将所述异常事件的处理数量与所述预设的时间段的第三商值作为第二处 理能力值；及
    根据所述第一处理能力值及所述第二处理能力值计算所述平均处理能力值。
  15. 根据权利要求11所述的计算机设备，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值；
    获取与所述第一商值对应预设的单位百分比，将所述第一商值与所述单位百分比的商值确定为第一刻度；
    获取与所述异常事件的处理数量对应预设单位数量，将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度；
    根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
  16. 一个或多个存储有计算机可读指令的非易失性可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
    检测在同一业务系统中的预设的时间段内异常事件出现的最大数量、最小数量及处理所述异常事件的人数；
    根据统计的所述最大数量、最小数量及所述预设的时间段，计算对应业务系统中的异常事件的平均处理能力值；
    根据所述平均处理能力值及统计的处理所述同一业务系统中的异常事件的人数，计算对应业务系统中的异常事件的平均处理效率；
    输出所述业务系统对应的平均处理效率。
  17. 根据权利要求16所述的存储介质，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；及
    将所述异常事件的处理数量除以所述最大数量得到第一商值，将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为所述平均处理能力值；
    所执行的输出所述业务系统对应的平均处理效率的步骤，包括：
    以时间为X轴，以所述第一商值为Y轴，以所述第二商值为斜率创建表示平均处理能力的坡度图；及
    显示创建的所述坡度图。
  18. 根据权利要求16所述的存储介质，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；及
    将所述异常事件的处理数量与所述预设的时间段的第三商值作为所述平均处理能力值；
    所执行的输出所述业务系统对应的平均处理效率的步骤，包括：
    以时间为X轴，以所述异常事件的处理数量为Y轴，以所述第三商值为斜率创建表示平均处理能力的坡度图；及
    显示创建的所述坡度图。
  19. 根据权利要求16所述的存储介质，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值，再将所述第一商值除以所述预设的时间段得到第二商值，将得到的第二商值作为第一处理能力值；
    将所述异常事件的处理数量与所述预设的时间段的第三商值作为第二处理能力值；及
    根据所述第一处理能力值及所述第二处理能力值计算所述平均处理能力 值。
  20. 根据权利要求16所述的存储介质，其特征在于，所述处理器所执行的计算对应业务系统中的异常事件的平均处理能力值的步骤，包括：
    将所述最大数量与所述最小数量的差值确定为在所述预设的时间段内的异常事件的处理数量；
    将所述异常事件的处理数量除以所述最大数量得到第一商值；
    获取与所述第一商值对应预设的单位百分比，将所述第一商值与所述单位百分比的商值确定为第一刻度；
    获取与所述异常事件的处理数量对应预设单位数量，将获取的所述异常事件的处理数量与该预设的单位数量的商值确定为第二刻度；及
    根据所述第一刻度及所述第二刻度计算所述平均处理能力值。
PCT/CN2017/104586 2017-08-28 2017-09-29 异常事件处理效率的监测方法、装置、计算机设备及存储介质 WO2019041437A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710752751.2 2017-08-28
CN201710752751.2A CN107678911B (zh) 2017-08-28 2017-08-28 异常事件处理效率的监测方法及装置

Publications (1)

Publication Number Publication Date
WO2019041437A1 true WO2019041437A1 (zh) 2019-03-07

Family

ID=61134764

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/104586 WO2019041437A1 (zh) 2017-08-28 2017-09-29 异常事件处理效率的监测方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN107678911B (zh)
WO (1) WO2019041437A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574624A (zh) * 2014-10-09 2016-05-11 阿里巴巴集团控股有限公司 一种对异常数据进行处理的方法、装置及监控系统
CN106790515A (zh) * 2016-12-19 2017-05-31 浙江晶日照明科技有限公司 一种异常事件处理系统及其应用方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105573854A (zh) * 2014-10-17 2016-05-11 中兴通讯股份有限公司 一种实现终端应用处理的方法及装置
CN105931014A (zh) * 2016-04-13 2016-09-07 中国农业大学 村镇社区网格化管理服务系统及方法
CN106781807A (zh) * 2017-01-19 2017-05-31 中国人民解放军国防科学技术大学 一种卫星导航系统地面操作人员平行培训系统及培训方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574624A (zh) * 2014-10-09 2016-05-11 阿里巴巴集团控股有限公司 一种对异常数据进行处理的方法、装置及监控系统
CN106790515A (zh) * 2016-12-19 2017-05-31 浙江晶日照明科技有限公司 一种异常事件处理系统及其应用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YIN, CHAO ET AL.: "Real-time Management System for abnormal Production-events in Workshop", COMPUTER INTEGRATED MANUFACTURING SYSTEMS, vol. 15, no. 4, 15 April 2009 (2009-04-15), pages 719 - 725 *

Also Published As

Publication number Publication date
CN107678911A (zh) 2018-02-09
CN107678911B (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111049705B (zh) 一种监控分布式存储系统的方法及装置
WO2019001278A1 (zh) 医疗保险基金精算预测方法、装置以及计算机设备
CN108665239B (zh) 工作流处理方法、装置、计算机设备及存储介质
CN104811344A (zh) 网络动态业务监控方法及装置
CN110399241B (zh) 任务异常处理方法、装置、计算机设备和可读存储介质
CN105979532B (zh) 一种业务处理系统的性能容量分析预警方法及装置
CN110647447B (zh) 用于分布式系统的异常实例检测方法、装置、设备和介质
US20130346367A1 (en) Offloading Collection of Application Monitoring Data
CN113268403B (zh) 时间序列的分析预测方法、装置、设备及存储介质
CN112527601A (zh) 一种监控预警方法及装置
CN112749013B (zh) 线程负载的检测方法、装置、电子设备及存储介质
CN109189677B (zh) 一种针对变量数值更新状态的测试方法及装置
WO2019041437A1 (zh) 异常事件处理效率的监测方法、装置、计算机设备及存储介质
CN113626438B (zh) 一种数据表管理的方法、装置、计算机设备及存储介质
CN116187510A (zh) 电表箱故障预测方法、装置、计算机设备和存储介质
CN114861909A (zh) 模型质量监控方法、装置、电子设备以及存储介质
CN111047433B (zh) 用户数异常原因的分析方法、装置、服务器和存储介质
CN113051127B (zh) 异常功耗检测方法、装置、电子设备及存储介质
JP2010130436A (ja) 通信帯域算出方法、装置、およびトラヒック管理方法
CN111679924A (zh) 构件化软件系统可靠性仿真方法、装置及电子设备
CN113051128B (zh) 功耗检测方法、装置、电子设备及存储介质
CN117610505B (zh) 一种基于标准模型的数据处理方法及装置
CN111611139B (zh) 监测数据分析方法、装置、计算机设备和存储介质
JP2009218820A (ja) 通信帯域算出方法、装置、およびトラヒック管理方法
CN113657858A (zh) 需求信息的通知方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17923859

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 28.09.2020)

122 Ep: pct application non-entry in european phase

Ref document number: 17923859

Country of ref document: EP

Kind code of ref document: A1