CN110347552B - 一种支持可配置的决策引擎实时监控的方法、装置和电子设备 - Google Patents
一种支持可配置的决策引擎实时监控的方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110347552B CN110347552B CN201910581328.XA CN201910581328A CN110347552B CN 110347552 B CN110347552 B CN 110347552B CN 201910581328 A CN201910581328 A CN 201910581328A CN 110347552 B CN110347552 B CN 110347552B
- Authority
- CN
- China
- Prior art keywords
- data
- finished
- users
- monitoring
- index
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000005856 abnormality Effects 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 24
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 26
- 238000012545 processing Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000013077 scoring method Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种支持可配置的决策引擎监控功能的方法及装置,通过完件用户提交申请,使得决策引擎获取所述完件用户的数据,然后自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果,最后将所述的完件用户的统计结果以不同的图表方式展示出来进行监控。这样可以缩短发现业务异常的周期,并且综合了多维度指标分析,能够高效的对所发现的异常作出快速处理。
Description
技术领域
本发明涉及计算机信息处理领域,具体而言,涉及一种支持可配置的决策引擎实时监控的方法、装置、电子设备及计算机可读介质。
背景技术
目前业务人员一般使用日报或者周报来判定业务指标是否异常,但是这种方法发现异常的时间周期至少是一天。所以为了缩短发现业务异常的周期,同时综合多维度指标分析,需要提出一种可配置实时监控功能的方法。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
鉴于上述问题,提出了本说明书以便提供一种克服上述问题或者至少部分地解决上述问题的一种支持可配置的决策引擎实时监控的方法及装置。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
第一方面,本发明提供一种支持可配置的决策引擎实时监控的方法,包括:
完件用户提交申请,使得决策引擎获取所述完件用户的数据;
自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果;
将所述的完件用户的统计结果以不同的图表方式展示出来进行监控。
在本公开的一种示例性实施例中,所述自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果进一步包括:
选择每个产品的不同场景的输入数据、中间变量以及输出数据作为指标数据配置实时监控;
按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果。
在本公开的一种示例性实施例中,所述按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果进一步包括:
按照每半小时、每小时或者每天的时间间隔统计所述的指标数据,得到所述完件用户的数据的统计结果。
在本公开的一种示例性实施例中,所述将所述的完件用户的统计结果以不同的图表方式展示出来,当所述的指标数据出现异常的时候,连接报警功能进一步包括:
将所述的统计结果以折线图、柱状图、饼状图以及数据图表的方式展示出来进行监控。
第二方面,本发明提供一种支持可配置的决策引擎实时监控的装置,包括:
获取模块,用于完件用户提交申请,使得决策引擎获取所述完件用户的数据;
自定义实时监控模块,用于自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果;
显示结果模块,将所述的完件用户的统计结果以不同的图表方式展示出来进行监控。
在本公开的一种示例性实施例中,所述自定义实时监控模块模块,进一步包括:
选择指标数据配置模块,用于选择每个产品的不同场景的输入数据、中间变量以及输出数据作为指标数据配置实时监控;
统计模块,用于按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果。
在本公开的一种示例性实施例中,所述统计模块,进一步包括:
时间间隔统计模块,用于按照每半小时、每小时或者每天的时间间隔统计所述的指标数据,得到所述完件用户的数据的统计结果。
在本公开的一种示例性实施例中,所述的显示结果模块,进一步包括:
图表显示模块,将所述的统计结果以折线图、柱状图、饼状图以及数据图表的方式展示出来进行监控。
第三方面,本说明书提供一种服务器,包括处理器和存储器:所述存储器用于存储上述任一项所述方法的程序;所述处理器被配置为用于执行所述存储器中存储的程序实现上述任一项所述方法的步骤。
第四方面,本说明书实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述方法的步骤。
根据本发明的支持可配置的决策引擎监控的方法、装置、电子设备及计算机可读介质,通过获取完件用户提交的数据,自定义监控决策引擎参与的完件用户的数据,得到相应的完件用户的统计结果,最后将完件用户的统计结果以不同的图表方式展示出来进行监控。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明本发明示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是根据一示例性实施例示出的一种支持可配置的决策引擎实时监控的方法的流程图。
图2是根据另一示例性实施例示出的一种支持可配置的决策引擎实时监控装置的框图。
图3是根据一示例性实施例示出的报警方法的流程图。
图4是根据一示例性实施例示出的报警方法的装置图。
图5是根据一示例性实施例示出的一种电子设备的框图。
图6是根据一示例性实施例示出的计算机存储介质的框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如,第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
下面,通过几个具体的实施例对本发明的技术方案进行详细介绍和说明。
见图1,一种支持可配置的决策引擎实时监控的方法,包括:
S101:完件用户提交申请,使得决策引擎获取所述完件用户的数据。
具体来说,就是只有完件用户在提交申请后,才会有进入决策引擎判断资信风险以及监控各指标。
S102:自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果。
所述自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果进一步包括:
选择每个产品的不同场景的输入数据、中间变量以及输出数据作为指标数据配置实时监控;
按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果。
所述按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果进一步包括:
按照每半小时、每小时或者每天的时间间隔统计所述的指标数据,得到所述完件用户的数据的统计结果。
具体来说,业务人员可选择各个产品不同阶段的输入数据,中间变量以及输出数据配置监控。然后按照每半小时/小时/天等多种时间间隔进行统计。
S103:将所述的完件用户的统计结果以不同的图表方式展示出来进行监控。
所述将所述的完件用户的统计结果以不同的图表方式进行监控包括:
将所述的统计结果以折线图、柱状图、饼状图以及数据图表的方式展示出来进行监控。
具体来说,统计结果以折线图、柱状图、饼状图以及数据图表方式展示。监控功能支持字符型和数值型业务指标的统计分析,字符型指标统计各元素占比情况,数值型指标统计数值的平均值、最大值、最小值等多个指标情况。监控功能提供上一周期值以及近七天平均值得数据对比,以及多指标关联分类统计等功能辅助业务人员进行异常判定。
进一步的,基于得到的监控结果,还可以进行报警连接,如图3所示,
S301:获取各个业务指标的实时监控数据。
具体来说就是,业务人员可以根据监控功能得到显示出来的实时监控数据。
S302:根据所述业务的业务需求设定报警阈值。
所述根据所述业务的业务需求设定报警阈值包括:
根据所述业务的业务需求,选择报警规则进行组合,并设定报警阈值。
具体来说,不同的业务所需要的报警阈值是不同的,所以需要选择不同的报警规则进行组合,自定义适合具体业务所需要的报警阈值。
S303:根据规则以及模型评分的方法评定所述业务指标的异常等级。
所述根据规则以及模型评分的方法评定所述业务指标的异常等级包括:
根据简单规则、复杂规则、定制规则以及模型评分的方法判定业务指标是否异常,得到判定结果;
根据所述判定结果,设定异常等级。
具体来说,每种业务的异常情况不同,如果以相同的标准设置异常的等级,根本无法体现报警的价值。只有根据不同的业务需求,评定不同的异常等级,才能有效的进行业务指标监控。
S304:根据所述的监控数据、所述报警阈值和所述业务指标的异常等级进行下一步操作。
所述根据所述的监控数据、所述报警阈值和所述业务指标的异常等级进行下一步操作包括:
当所述业务指标的异常等级超过所述报警阈值,则触发报警功能。
所述触发报警功能进一步包括:
根据所述业务指标的异常等级,通知负责所述业务指标的业务人员处理异常;
所述业务人员处理异常后,解除报警,并同时记录异常原因及解决办法。
具体来说,就是当某个业务指标的异常等级超过报警的阈值,就会触发报警功能,然后通过邮件或者电话的方式通则负责具体业务的人员,该业务负责人处理异常之后,可以同时解除报警,并且记录发生异常的原因和解决办法。
具体举例,业务人员选择各个产品不同阶段的输入数据,中间变量以及输出数据来配置监控。监控功能支持各指标数据按照每半小时/小时/天等多种时间间隔进行统计,得到统计结果用折线图、柱状图、饼状图以及数据图表等多种方式展示。同时监控功能支持字符型和数值型业务指标的统计分析,字符型指标统计各元素占比情况,数值型指标统计数值的平均值、最大值、最小值等多个指标情况。监控功能可以提供上一周期值以及近七天平均值得数据对比,以及多指标关联分类统计等功能辅助业务人员进行异常判定。同时,也支持自定义监控,可以监控指标名称、类型、规则、所有的底层数据、中间逻辑计算的中间结果,以及最终结果都可以监控。只要是有决策引擎参与的数据,都可以进行监控,比如输入决策引擎的3000多个变量。只要用户提交申请就会让全部数据进入决策引擎,目前监控和报警都是基于完件客户,只有完件的客户提交的数据才能进入决策引擎来判断资信风险以及监控各指标。这样当出现指标异常时,则会报警,此结合报警功能。具体为,业务人员通过实时监控***中各项业务统计指标的变化判断各项业务是否出现异常,然后,针对各个业务指标的监控数据,报警功能提供简单规则、复杂规则、定制规则以及模型评分的方法判定业务指标是否出现异常,并评定异常等级。业务人员可以根据实际业务需求,选择合适的报警规则进行组合,并设定报警阈值。如果报警功能识别出异常,则根据异常等级,通过邮件,短信或者电话方式提示业务人员,及时处理。业务人员排除异常后可解除报警,同时记录异常原因以及解决方法。
本领域技术人员可以理解,实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时,可以实现本发明提供的上述方法。而且,所述的计算机程序可以存储于计算机可读存储介质中,该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质,也可以是多个存储介质组成的存储阵列,例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储,其也可以是分布式存储,例如基于云计算的云存储。
下面描述本发明的装置实施例,该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明装置实施例中未披露的细节,可以参照上述方法实施例来实现。
见图2,一种基于支持可配置的决策引擎监控的方法的装置,包括:
获取模块201,用于完件用户提交申请,使得决策引擎获取所述完件用户的数据。
具体来说,获取模块,就是只有完件用户在提交申请后,才会有进入决策引擎判断资信风险以及监控各指标。
自定义实时监控模块202,用于自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果。
所述自定义实时监控模块模块,进一步包括:
选择指标数据配置模块,用于选择每个产品的不同场景的输入数据、中间变量以及输出数据作为指标数据配置实时监控;
统计模块,用于按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果。
所述统计模块,进一步包括:
时间间隔统计模块,用于按照每半小时、每小时或者每天的时间间隔统计所述的指标数据,得到所述完件用户的数据的统计结果。
具体来说,在自定义实时监控模块模块,业务人员可选择各个产品不同阶段的输入数据,中间变量以及输出数据配置监控。然后在时间间隔统计模块,按照每半小时/小时/天等多种时间间隔进行统计。
显示结果模块203,将所述的完件用户的统计结果以不同的图表方式展示出来进行监控。
所述的显示结果模块,进一步包括:
图表显示模块,将所述的统计结果以折线图、柱状图、饼状图以及数据图表的方式展示出来进行监控。
具体来说,在图表显示模块,统计结果以折线图、柱状图、饼状图以及数据图表方式展示。监控功能支持字符型和数值型业务指标的统计分析,字符型指标统计各元素占比情况,数值型指标统计数值的平均值、最大值、最小值等多个指标情况。监控功能提供上一周期值以及近七天平均值得数据对比,以及多指标关联分类统计等功能辅助业务人员进行异常判定。
进一步的,基于实时监控的模块,也可以进入报警模块,如图4所示,
获取单元401,用于获取各个业务指标的实时监控数据。
具体来说,获取单元就是业务人员可以根据监控功能得到显示出来的实时监控数据。
设定报警阈值单元402,用于根据所述业务的业务需求设定报警阈值。
所述设定报警阈值单元进一步包括:
规则组合选择模块,用于根据所述业务的业务需求,选择报警规则进行组合,并设定报警阈值。
具体来说,不同的业务所需要的报警阈值是不同的,所以需要规则组合选择模块选择不同的报警规则进行组合,自定义适合具体业务所需要的报警阈值。
异常等级评判单元403,用于根据规则以及模型评分的方法评定所述业务指标的异常等级。
所述异常等级评判单元进一步包括:
评分模块,用于根据简单规则、复杂规则、定制规则以及模型评分的方法判定业务指标是否异常,得到判定结果;
根据所述判定结果,设定异常等级。
具体来说,每种业务的异常情况不同,如果以相同的标准设置异常的等级,根本无法体现报警的价值。所以需要评分模块根据不同的业务需求,评定不同的异常等级,这样才能有效的进行业务指标监控。
执行单元404,用于根据所述的监控数据、所述报警阈值和所述业务指标的异常等级进行下一步操作。
所述执行单元进一步包括:
触发模块,用于当所述业务指标的异常等级超过所述报警阈值,则触发报警功能。
所述触发模块进一步包括:
异常处理记录模块,用于根据所述业务指标的异常等级,通知负责所述业务指标的业务人员处理异常;
所述业务人员处理异常后,解除报警,并同时记录异常原因及解决办法。
具体来说,触发模块就是当某个业务指标的异常等级超过报警的阈值,就会触发报警功能,然后通过邮件或者电话的方式通则负责具体业务的人员,然后异常处理记录模块通知该业务负责人处理异常之后,同时解除报警,并且记录发生异常的原因和解决办法。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
下面参照图5来描述根据本公开的这种实施方式的服务器500。图5显示的服务器500仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,服务器500以通用计算设备的形式表现。服务器500的组件可以包括但不限于:至少一个处理单元510、至少一个存储单元520、连接不同***组件(包括存储单元520和处理单元510)的总线530、显示单元540等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1、图3中所示的步骤。
所述存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
服务器500也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该服务器500交互的设备通信,和/或与使得该服务器500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,服务器500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器560可以通过总线530与服务器500的其它模块通信。应当明白,尽管图中未示出,可以结合服务器500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:一种基于支持可配置的决策引擎监控的方法。
所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种支持可配置的决策引擎实时监控的方法,包括:
完件用户提交申请,使得决策引擎获取所述完件用户的数据;
选择所述完件用户的数据作为指标数据配置实时监控;监控支持字符型和数值型业务指标的统计分析,字符型指标统计各元素占比情况,数值型指标统计数值的平均值、最大值、最小值中的至少一个指标情况;按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果;
将所述的完件用户的统计结果以不同的图表方式展示出来进行监控,监控功能提供上一周期值平均值的数据对比,以及多指标关联分类统计进行异常判定。
2.根据权利要求1所述的方法,包括:
自定义监控所述决策引擎参与的所述完件用户的数据,得到所述的完件用户的统计结果进一步包括:
选择每个产品的不同场景的输入数据、中间变量以及输出数据作为指标数据配置实时监控;
按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果。
3.根据权利要求2所述的方法,包括:
所述按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果进一步包括:
按照每半小时、每小时或者每天的时间间隔统计所述的指标数据,得到所述完件用户的数据的统计结果。
4.根据权利要求1所述的方法,包括:
所述将所述的完件用户的统计结果以不同的图表方式出来进行监控包括:
将所述的统计结果以折线图、柱状图、饼状图以及数据图表的方式展示出来进行监控。
5.一个基于支持可配置的决策引擎监控的方法的装置,包括:
获取模块,用于完件用户提交申请,使得决策引擎获取所述完件用户的数据;
自定义实时监控模块,用于选择所述完件用户的数据作为指标数据配置实时监控;监控支持字符型和数值型业务指标的统计分析,字符型指标统计各元素占比情况,数值型指标统计数值的平均值、最大值、最小值中的至少一个指标情况;按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果;
显示结果模块,将所述的完件用户的统计结果以不同的图表方式展示出来进行监控;监控功能提供上一周期值平均值的数据对比,以及多指标关联分类统计进行异常判定。
6.根据权利要求5所述的装置,包括:
所述自定义实时监控模块,进一步包括:
选择指标数据配置模块,用于选择每个产品的不同场景的输入数据、中间变量以及输出数据作为指标数据配置实时监控;
统计模块,用于按照不同的时间间隔统计所述完件用户的数据,得到所述完件用户的数据的统计结果。
7.根据权利要求6所述的装置,包括:
所述统计模块,进一步包括:
时间间隔统计模块,用于按照每半小时、每小时或者每天的时间间隔统计所述的指标数据,得到所述完件用户的数据的统计结果。
8.根据权利要求5所述的装置,包括:
所述的显示结果模块,进一步包括:
图表显示模块,将所述的统计结果以折线图、柱状图、饼状图以及数据图表的方式展示出来进行监控。
9.一种电子设备,包括:处理器;以及,存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910581328.XA CN110347552B (zh) | 2019-06-29 | 2019-06-29 | 一种支持可配置的决策引擎实时监控的方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910581328.XA CN110347552B (zh) | 2019-06-29 | 2019-06-29 | 一种支持可配置的决策引擎实时监控的方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110347552A CN110347552A (zh) | 2019-10-18 |
CN110347552B true CN110347552B (zh) | 2024-04-26 |
Family
ID=68177275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910581328.XA Active CN110347552B (zh) | 2019-06-29 | 2019-06-29 | 一种支持可配置的决策引擎实时监控的方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110347552B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570207B (zh) * | 2021-07-09 | 2024-04-26 | 北京淇瑀信息科技有限公司 | 用户策略分配方法、装置及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104113579A (zh) * | 2014-02-13 | 2014-10-22 | 西安未来国际信息股份有限公司 | 一种基于udp的业务***数据采集与实现 |
CN106126388A (zh) * | 2009-10-16 | 2016-11-16 | 阿里巴巴集团控股有限公司 | 监控事件的方法、规则引擎装置和规则引擎*** |
CN108549671A (zh) * | 2018-03-28 | 2018-09-18 | 微梦创科网络科技(中国)有限公司 | 数据实时采集并可视化的实现方法及装置 |
CN109254896A (zh) * | 2018-08-31 | 2019-01-22 | 北京奇虎科技有限公司 | 引擎监控数据的获取方法、装置、终端设备及存储介质 |
WO2019051951A1 (zh) * | 2017-09-15 | 2019-03-21 | 平安科技(深圳)有限公司 | 业务数据监控方法、装置、终端设备及存储介质 |
CN109634805A (zh) * | 2018-11-19 | 2019-04-16 | 平安科技(深圳)有限公司 | 监控数据处理方法、装置、电子设备及存储介质 |
-
2019
- 2019-06-29 CN CN201910581328.XA patent/CN110347552B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106126388A (zh) * | 2009-10-16 | 2016-11-16 | 阿里巴巴集团控股有限公司 | 监控事件的方法、规则引擎装置和规则引擎*** |
CN104113579A (zh) * | 2014-02-13 | 2014-10-22 | 西安未来国际信息股份有限公司 | 一种基于udp的业务***数据采集与实现 |
WO2019051951A1 (zh) * | 2017-09-15 | 2019-03-21 | 平安科技(深圳)有限公司 | 业务数据监控方法、装置、终端设备及存储介质 |
CN108549671A (zh) * | 2018-03-28 | 2018-09-18 | 微梦创科网络科技(中国)有限公司 | 数据实时采集并可视化的实现方法及装置 |
CN109254896A (zh) * | 2018-08-31 | 2019-01-22 | 北京奇虎科技有限公司 | 引擎监控数据的获取方法、装置、终端设备及存储介质 |
CN109634805A (zh) * | 2018-11-19 | 2019-04-16 | 平安科技(深圳)有限公司 | 监控数据处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110347552A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105183625B (zh) | 一种日志数据处理方法和装置 | |
CN110362454A (zh) | 一种支持可配置的决策引擎的报警方法、装置和电子设备 | |
US9779377B2 (en) | Customization of event management and incident management policies | |
CN109960635B (zh) | 实时计算平台的监控和报警方法、***、设备及存储介质 | |
CN110348718B (zh) | 业务指标监控方法、装置及电子设备 | |
US10169719B2 (en) | User configurable message anomaly scoring to identify unusual activity in information technology systems | |
US20200012990A1 (en) | Systems and methods of network-based intelligent cyber-security | |
US11507674B2 (en) | Quantifying privacy impact | |
CN107592236A (zh) | 一种推广信息相关的业务数据的监控方法和装置 | |
CN111427748A (zh) | 任务告警方法、***、设备及存储介质 | |
CN109359019A (zh) | 应用程序性能监控方法、装置、电子设备及存储介质 | |
US10459826B2 (en) | Run time workload threshold alerts for customer profiling visualization | |
CN110347552B (zh) | 一种支持可配置的决策引擎实时监控的方法、装置和电子设备 | |
CN109240916A (zh) | 信息输出控制方法、装置及计算机可读存储介质 | |
CN112862013A (zh) | 一种量化交易策略的问题诊断方法及装置 | |
CN115373729B (zh) | 一种审核节点处理方法、装置 | |
CN116563035A (zh) | 医保数据的分析方法及装置、电子设备和存储介质 | |
CN110349002B (zh) | 一种消费金融全流程监控预警的方法、装置和电子设备 | |
CN112784219B (zh) | 基于app指数的用户风险预测方法、装置及电子设备 | |
CN115794545A (zh) | 运维数据的自动化处理方法及其相关设备 | |
CN115271933A (zh) | 贷款决策方法及装置、决策设备及计算机可读存储介质 | |
CN114626813A (zh) | 用于调度平台的任务回溯方法、装置、终端及存储介质 | |
CN112738087A (zh) | 攻击日志的展示方法及装置 | |
US20160098652A1 (en) | Method and system for the management and evaluation of potential events | |
CN109766238A (zh) | 基于session数的运维平台性能监控方法、装置及相关设备 |
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 |