CN105590224A - 确定交易流程中失效节点的方法 - Google Patents

Abstract

本发明涉及一种确定交易流程中失效节点的方法，包括：获取失败交易集；基于交易流程确定至少一个监控维度；确定每一监控维度分别对应的失败交易概率以及与失败交易集的相关度；对各监控维度对应的相关度进行排序，基于最高相关度对应的监控维度确定失效节点。该方法既能保证失效节点定位的准确度，又不需要对巨量数据进行统计分析，从而效率更高。

Description

确定交易流程中失效节点的方法

技术领域

本发明涉及电子商务技术领域，更具体地说，涉及一种确定交易流程中失效节点的方法。

背景技术

随着电子商务技术的发展、普及，对交易失败的分析也是业内关注的焦点之一，其不仅能够提高电子交易的成功率、提升交易安全性能，还有助于发现各交易节点的瓶颈，以及优化整个交易***的稳定性。

现有的交易失败分析一般是基于成功率和TPS的故障研判方法，这种交易失败分析只能做定性研判，对于交易流程/路径中的某节点发生的故障，无法准确定位。通常的情况是在一个失效场景中,多个节点会同时反映出不同程度的失败或波动，从而很难准确地从中筛选定位出真正的失效节点。而为求得定位失效节点的准确度，又往往会需要花费大量时间对巨额的数据进行分析统计。

发明内容

本发明的目的在于提供一种确定交易流程中失效节点的方法，其能够准确并高效地定位交易流程中失效节点。

为实现上述目的，本发明提供一种技术方案如下：

一种确定交易流程中失效节点的方法，包括如下步骤：a)、获取失败交易集，失败交易集包括多条失败交易记录；b)、基于交易流程确定至少一个监控维度；c)、确定每一监控维度分别对应的失败交易概率以及与失败交易集的相关度；d)、对各监控维度对应的相关度进行排序，基于最高相关度对应的监控维度确定失效节点。

优选地，在步骤d)之后还包括步骤e)：确定失效节点的失效程度和/或失效范围。

本发明所提供的确定交易流程中失效节点的方法，能够准确并高效地定位交易流程中最可能的失效节点。即使在某一监控维度对应的交易记录数量很少的情况下，也能够准确地定位最可能的失效节点。该方法实施简单，相对于现有技术中提供的方法，在保证失效节点定位的准确度的情况下，不需要对巨量数据进行统计分析，从而效率更高。该方法适合在业内推广应用。

附图说明

图1示出监控维度对应的交易记录的集合与失败交易集。

图2示出两个不同场景中同一监控维度对应的交易记录的集合与失败交易集。

图3示出三个不同场景中相同及不同监控维度对应的交易记录的集合与失败交易集。

图4示出本发明第一实施例提供的确定交易流程中失效节点的方法的流程。

图5示出本发明第三实施例提供的确定交易流程中失效节点的***的模块图。

具体实施方式

需要说明的是，本文所指“监控维度”是至对某一判定的符合与否，符合该判定的交易记录形成为该监控维度对应的交易记录。

依照本发明各实施例，监控维度对应的交易记录的集合与失败交易集存在交集，该交集即为该监控维度对应的失败交易记录的集合。本文所指“失败交易集”来源于电子交易数据库中，其可以表示失败交易记录全体的集合，也可以表示某一类型交易故障引起的失败交易记录的集合。

对于某一监控维度，其对应的失败交易记录的数量与失败交易集中失败交易记录的数量之比定义为该监控维度对应的失败交易概率。

本文所指集合的“面积”指该集合包含的交易记录的数量。

如图1所示，A表示某一监控维度对应的交易记录的集合，B表示失败交易集，可见，两者之间存在交集AB，以两个圆的重叠部分示出，AB即为该监控维度对应的失败交易记录的集合。该监控维度对应的失败交易概率可以表示为，即也可以按重叠部分AB的面积与集合A的面积之比来计算。

图2示出两个场景，第一场景中，A表示某一监控维度对应的交易记录的集合，B表示第一类型交易故障对应的失败交易集；第二场景中，A表示同一监控维度对应的交易记录的集合，C表示第二类型交易故障对应的失败交易集。可见，即使两个不同场景中该监控维度对应的失败交易概率相同（因，从而），但实际交易故障却不同。

依照现有技术中提供的基于成功率的故障研判方法，无法分辨不同的实际交易故障，进而无法确定交易流程中的失效节点。

根据本发明第一实施例，提供一种确定交易流程中失效节点的方法，其引入监控维度与失败交易集的相关度来分辨不同的实际交易故障（例如上述情形）。监控维度与失败交易集的相关度可定义为。其中，A表示某一监控维度对应的交易记录的集合，B表示失败交易集，Area（A||B）表示集合A与集合B的并集的面积。

下面结合图3示出的三个场景具体说明本发明第一实施例。第一场景中，A表示第一监控维度对应的交易记录的集合，B表示第一类型交易故障对应的失败交易集；第二场景中，A表示第一监控维度对应的交易记录的集合，C表示第二类型交易故障对应的失败交易集；第三场景中，A'表示第二监控维度对应的交易记录的集合，D表示第三类型交易故障对应的失败交易集。

其中，，表示第一类型交易故障对应的失败交易集中失败交易记录的数量与第二类型交易故障对应的失败交易集中失败交易记录的数量相等。，表示第一类型的监控维度对应的交易记录集合A中交易记录数量远大于第二类型的监控维度对应的交易记录集合A’中交易记录数量。

可见，即使在的情况下，根据监控维度与失败交易集的相关度的定义，仍有可能满足。这说明即使某一监控维度对应的交易记录数量很少，也有可能通过相关度这一指标分辨交易故障。

本发明第一实施例提供的确定交易流程中失效节点的方法具体包括如下步骤，如图4所示。

步骤S10、获取失败交易集，失败交易集包括多条失败交易记录。

具体地，可从电子交易数据库中获取失败交易集，其可以为是失败交易记录全体的集合，也可以为某一类型交易故障引起的失败交易记录的集合。获取过程可以使用SQL查询语句来执行。

步骤S11、基于交易流程确定至少一个监控维度。

可以理解，交易流程包括诸多交易节点，每个交易节点都有可能失效，据此，可以基于交易流程确定至少一个监控维度。

任一监控维度对应的交易记录也同样来源于电子交易数据库中，其包括失败交易记录和成功交易记录。本发明所提供的确定交易流程中失效节点的方法主要针对监控维度对应的失败交易记录进行分析。

该步骤S11中，所确定的监控维度的数量可由用户自定义。用户基于交易流程来确定监控维度时可考虑以下因素：交易数据流经的网络节点；交易数据流经的通信线路；交易所采用的应用软件（App）；交易时间；交易发起地点；以及交易双方身份信息等。

步骤S12、确定每一监控维度分别对应的失败交易概率以及与失败交易集的相关度。

依照本发明的相关定义，针对任一监控维度，其对应的失败交易概率依照定义进行计算。其中，A表示该任一监控维度对应的交易记录的集合，B表示失败交易集，Area（AB）表示交集AB的面积，Area（A）表示集合A的面积。针对任一监控维度，其与失败交易集的相关度依照定义进行计算。

步骤S13、对各监控维度对应的相关度进行排序，基于最高相关度对应的监控维度确定失效节点。

该步骤中，对各监控维度对应的相关度按降序进行排列，其中最高相关度对应的监控维度指明了最有可能失效的节点。

本领域技术人员可以理解，也可以从排序最前的2个或多个相关度对应的监控维度来确定2个或多个失效节点。随后再依据其他的判定标准来进行进一步的筛选。

根据本发明进一步改进的实施例，在上述步骤S13之后，还包括步骤S14：确定失效节点的失效程度和/或失效范围。

进一步地，失效程度定义为P(AB|A)，失效范围定义为P（AB|B）；其中，A表示失效节点对应的监控维度所对应的交易记录的集合，B表示所述失败交易集，P(AB|A)表示在发生A的条件下发生AB的概率，P（AB|B）表示在发生B的条件下发生AB的概率。

失效程度以及失效范围可以用来对所确定的2个或多个失效节点进行进一步的筛选。

进一步改进地，在上述步骤S13之后，还可以包括将所确定的失效节点向用户进行反馈的步骤。或者，在依据步骤S14确定各失效节点的失效程度和/或失效范围之后，再一并向用户进行反馈。

得到反馈之后，用户可以对各失效节点进行相应的处理。例如，对最有可能的失效节点进行故障排查。如果用户确认某一失效节点为干扰项，则还可进行如下步骤：将该失效节点对应的交易记录从失败交易集中删除。

根据本发明第二实施例，还可以进行失败交易场景分析以及波动交易场景分析。

其中，失败交易场景分析可按如下步骤进行：1)、确定一个监控视野，及总体的监控范围。2)、计算监控视野内的总交易量，确定失败交易记录集合B。3)、在监控视野内确定需要的监控维度，确定该监控维度对应的交易记录集合A以及该监控维度对应的失败交易记录集合AB。4)、根据集合A、B、AB，计算该监控维度对应的相关度。5)、重复步骤3）、4），将所有监控维度对应的相关度排序后输出，以最大相关度对应的监控维度来确定失效节点。6)确定当前失效节点的失效程度P(AB|A)，失效范围P（AB|B）。

波动交易场景分析同失败交易场景分析类似，但差别点是：

1）、需要指定两个监控区间，以进行波动计算。2）、分别对交易增加和交易减少两种波动情况进行计算。3）、在不使用中间表的情况下，可以只对一个域内的监控维度进行相关度计算来代替全域的计算，得到近似结果，并排除掉常见的误判场景后。

在进行失败交易场景分析以及波动交易场景分析后，失效节点可以划分为引起交易失败的节点以及引起交易波动的节点。引起交易失败的节点以最高优先度来排查处理，而引起交易波动的节点则具有较低的处理优先度，通常，可先对其进行观察或监控。

进一步地，根据交易流程，所确定的失效节点可能是下列项中的任一个或任多个：交易数据流经的网络节点；交易数据流经的通信线路；交易所采用的应用软件；交易时间；交易发起地点；以及交易双方身份信息。

上述第一、第二实施例提供的确定交易流程中失效节点的方法实施简单，相对于现有技术中提供的方法，其既能保证失效节点定位的准确度，又不需要对巨量数据进行统计分析，从而效率更高。

如图5所示，本发明第三实施例提供一种确定交易流程中失效节点的***，其包括（监控）维度确定模块、交易记录获取模块、相关度计算模块以及结果输出模块。

其中，（监控）维度确定模块用于基于交易流程确定至少一个监控维度。交易记录获取模块从电子交易数据库获取交易记录的全集或子集，进而确定该监控维度对应的交易记录集合和失败交易集。相关度计算模块用于计算各监控维度对应的相关度。结果输出模块用于对相关度进行排序，并输出最高相关度对应的监控维度，从该监控维度可确定最可能的失效节点。

该第三实施例中，相关度计算模块依据上述第一实施例中提供的相关度计算公式执行计算。

进一步改进地，该***还可包括反馈模块（未示出），反馈模块以结果输出模块的输出作为输入，向（监控）维度确定模块提供反馈结果，以便排除可能为干扰项的无效节点对最终结果的影响。

该第三实施例***结构简单，便于在业内推广应用。

上述说明仅针对于本发明的优选实施例，并不在于限制本发明的保护范围。本领域技术人员可作出各种变形设计，而不脱离本发明的思想及附随的权利要求。

Claims (8)

1.一种确定交易流程中失效节点的方法，包括如下步骤：

　　a)、获取失败交易集，所述失败交易集包括多条失败交易记录；

　　b)、基于所述交易流程确定至少一个监控维度；

　　c)、确定每一所述监控维度分别对应的失败交易概率以及与所述失败交易集的相关度；

　　d)、对各所述监控维度对应的所述相关度进行排序，基于最高所述相关度对应的所述监控维度确定所述失效节点。

2.根据权利要求1所述的方法，其特征在于，在所述步骤d)之后还包括步骤e)：

　　确定所述失效节点的失效程度和/或失效范围。

3.根据权利要求2所述的方法，其特征在于，所述失效程度定义为P(AB|A)，所述失效范围定义为P（AB|B）；

　　其中，A表示所述失效节点对应的所述监控维度所对应的交易记录的集合，B表示所述失败交易集，P(AB|A)表示在发生A的条件下发生AB的概率，P（AB|B）表示在发生B的条件下发生AB的概率。

4.根据权利要求1所述的方法，其特征在于，所述失败交易集来自于电子交易数据库中。

5.根据权利要求1所述的方法，其特征在于，在所述步骤d)之后还包括步骤f):

　　将所确定的失效节点向用户进行反馈。

6.根据权利要求5所述的方法，其特征在于，在所述步骤f)之后还包括步骤g):

　　在确认所述失效节点为干扰项后，将所述失效节点对应的所述交易记录从所述失败交易集中删除。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述失效节点划分为引起交易失败的节点以及引起交易波动的节点。

8.根据权利要求1至6中任一项所述的方法，其特征在于，所述失效节点包括下列项中的任一个或任多个：

　　交易数据流经的网络节点；

　　交易数据流经的通信线路；

　　交易所采用的应用软件；

　　交易时间；

　　交易发起地点；以及

　　交易双方身份信息。