CN110766591A - 一种智能业务管理方法、装置、终端及存储介质 - Google Patents
一种智能业务管理方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN110766591A CN110766591A CN201910843503.8A CN201910843503A CN110766591A CN 110766591 A CN110766591 A CN 110766591A CN 201910843503 A CN201910843503 A CN 201910843503A CN 110766591 A CN110766591 A CN 110766591A
- Authority
- CN
- China
- Prior art keywords
- service
- classified
- attribute
- attributes
- services
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000001172 regenerating effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 9
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及信息处理技术领域,公开了一种智能业务管理方法、装置、终端及存储介质。本发明中,通过获取包含待分类业务的业务集;提取所有待分类业务具有的业务属性和业务属性的所有可能取值;计算所有业务属性的所有可能取值的个数的乘积,并将乘积作为待分类业务的类别数;根据类别数,利用聚类算法对待分类业务进行分类,获取分类结果;根据分类结果对所述业务集进行管理。从而在业务管理过程中,降低业务录入信息成本,减少人工干预程度,利用业务特征对业务进行分类,避免在新业务加入时对***进行二次开发,达到了智能管理业务的目的。
Description
技术领域
本发明实施例涉及信息处理技术领域,特别涉及一种智能业务管理方法、装置、终端及存储介质。
背景技术
随着互联网技术不断地发展,各行业也飞速发展,如何更便捷、更智能地管理庞大的业务也成了迫切需要解决的问题。目前现有业务管理方法主要有如下:1)将业务消息同步到统一的管理控制平台,提供一种多来源多输出多种操作方式的业务管理。2)插件式业务管理***,在统一的门户管理***基础上建设一个或多个增值业务管理***插件,用于处理特定的增值业务功能。门户管理***管理综合公共业务,通过连接跳转到增值业务页面。3)IPTV分布式业务管理,由中央业务管理***,区域业务管理***以及业务展示调度***组成,中央业务管理***部署有区域业务管理***,区域管理***部署有业务展示调度***。
发明人发现现有技术中至少存在如下问题:在目前现有的业务管理方法中,仍然需要人为地录入业务的各项信息并进行分类,同时查询业务仍然需要人为地输入各项既定的查询条件,查出结果均为列表显示。整个业务管理过程相对繁琐费时,运营成本较高。随着业务地不断发展,***也将不断地因定制化业务而进行二次开发,增加业务的属性信息等,开发维护成本较高。
发明内容
本发明实施方式的目的在于提供一种智能业务管理方法,使得在业务管理中,降低业务录入信息成本,减少人工干预程度,降低人工利用业务特征对业务进行分类,避免在新业务加入时对***进行二次开发。
为解决上述技术问题,本发明的实施方式提供了一种智能业务管理方法,包括以下步骤:获取包含待分类业务的业务集;提取所有待分类业务具有的业务属性和业务属性的所有可能取值;计算所有业务属性的所有可能取值的个数的乘积,并将所述乘积作为待分类业务的类别数;根据类别数,利用聚类算法对待分类业务进行分类,获取分类结果;根据分类结果对业务集进行管理。
本发明的实施方式还提供了一种智能业务管理装置,包括:获取模块,用于获取包含待分类业务的业务集;分析模块,用于对业务属性以及业务属性的取值进行分析,同时计算出类别数;算法模块,根据分析模块计算出的类别数,利用聚类算法对待分类业务进行分类;输出模块,将算法模块的分类结果,以可视化方式输出。
本发明的实施方式还提供了一种终端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的一种业务管理方法。
一种计算机可读存储介质,存储有计算机程序,其特征在于,计算机程序被处理器执行时实现上述的一种业务管理方法。
本发明实施方式相对于现有技术而言,通过根据业务集中现有业务的业务属性和业务属性的取值,以聚类算法对业务进行分类,利用分类得到的结果对业务进行管理,使得在业务管理中,降低业务录入信息成本,减少人工干预程度,降低人工利用业务特征对业务进行分类,避免在新业务加入时对***进行二次开发。
另外,所述根据所述分类结果对所述业务集进行管理,具体包括:当待分类业务发生变更时,判断变更后的待分类业务的业务属性或所述业务属性的取值是否发生变化;当判断结果为是时,重新生成待分类业务的类别数;根据所述重新生成的所述待分类业务的类别数,利用所述聚类算法对所述待分类业务进行分类。当业务发生变更时,在无需用户人为干预的情况下,实时地对变更后的业务进行分类,从而无需对增值业务进行二次开发,动态分析新业务数据,提高了业务管理效率。
另外,在提取所有所述待分类业务具有的业务属性和业务属性的所有可能取值后,包括:根据待分类业务具有的业务属性和业务属性的所有可能取值生成业务模板;业务模板用于记录现有业务属性的所有可能取值的所有组合,在业务发生变更时与新业务的业务属性和业务属性的取值进行比较。业务模板可以在业务发生变更时,直观地显示发生变更后的业务属性特征与变更前的业务属性特征发生的变化,减少用户在进行业务管理时的录入操作,提高业务管理的效率,且能够动态管理业务,避免新业务加入后***的二次开发。
另外,根据分类结果对所述业务集进行管理,具体包括:将同一类业务的集合定义为一个业务簇;其中,所述业务簇具有属性标签,所述属性标签的内容为所述业务簇中业务的所有业务属性的所有取值;以所述业务簇为单元输出所述分类结果。这样用户可以在管理之前通过标签内容来选取任意自己期望管理的业务的类别,并且在输出时以用户的需要来显示,能够降低业务信息录入的成本,提高用户体验。
另外,所述以业务簇为单元输出所述分类结果,具体包括:预先设定业务属性的优先级;根据业务属性的优先级,分层输出分类结果。这样在用户需求不同时,***可以根据用户的需求,有层次的将分类结果输出,在管理过程中,以更加智能的方式来对业务进行分类,使得业务管理过程中能够适应不同的用户需求,更加动态智能的输出业务数据分析结果。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定。
图1是根据本发明第一实施例的一种智能业务管理方法的流程图;
图2是根据本发明第二实施例的一种智能业务管理方法的流程图;
图3是根据本发明第三实施例的一种智能业务管理装置的结构图;
图4是根据本发明第四实施例的一种终端的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种智能业务管理方法,具体流程如图1所示,包括:获取包含待分类业务的业务集;提取所有待分类业务具有的业务属性和业务属性的所有可能取值;计算所有业务属性的所有可能取值的个数的乘积,并将所述乘积作为待分类业务的类别数;根据类别数,利用聚类算法对待分类业务进行分类,获取分类结果;根据分类结果对业务集进行管理。
下面对本实施方式的智能业务管理方法的实现细节进行具体的说明,以下内容仅为方便理解提供的实现细节,并非实施本方案的必须。
本发明的第一实施方式涉及一种智能业务管理方法,应用于终端。具体流程如图1所示,具体包括:
步骤101,获取包含待分类业务的业务集。
具体地说,在对业务进行具体的管理之前,终端需要对所有需要管理的业务进行分类。在业务***初始化后,将所有的业务以一个集合的形式读取到业务***的内存结构中。这个所有业务构成的集合,包含了所有业务的相关信息。业务集是一个由所有待分类业务元素构成的集合,其中包括待分类业务的业务属性和所有业务属性的所有取值。
步骤102,利用聚类算法对待分类业务进行分类。
具体地说,聚类算法为一类可以对数据进行分类的算法。在本实施方式中,以K-means聚类算法作为对业务进行分类的例子。采用多种聚类算法都可以实现本方案,本实施例并不构成对该方案的具体限定。在使用K-means聚类算法进行分类前需要确定的值包括:分类的种类数K、分类的维度以及各维度的取值。
在将业务集读取到内存中后,遍历每一个业务的属性信息,读取当前所有业务具有的业务属性,以及对应于每一个业务属性的属性取值。首先初始化需要分析的业务属性构成的集合Ck={x,y,z…},其中x,y,z…为多个不同的业务属性,对应于算法中的各个维度。对每一个业务属性的取值进行数值上的赋值,这个数值对应于算法中各分类维度的取值。另外,各个业务属性相互之间独立且取值范围各不相同。
根据上述业务属性Ck,其中属性x的取值cx=(x1、x2、x3…xn)有n种,属性y的取值cy=(y1、y2、y3…ym)有m种。根据各种属性的取值的所有组合得到K:
其中k为集合Ck={x,y,z…}中的元素的个数,ck为序号为k的属性的取值的种类数。K为聚类算法中的类别数。将上述所有数据生成数据集供算法使用。
举例说明,假设一个具有60个移动通讯业务的业务集,其中业务属性的种类包括通话时间、通话单价、流量。其中,通话时间的取值包括:100分钟、200分钟、500分钟;通话单价的取值包括:0.1元/分钟、0.15元/分钟、0.2元/分钟;数据流量的取值包括:1GB、5GB、10GB。除上述业务属性以外,业务属性还可以包括任何业务所具有的属性特征,包括如:业务区域、业务级别等。本例子中所取用的业务属性以及取值不对方案中所描述的业务的属性做出构成任何限定。
基于上述业务属性和业务属性的取值,那么这个业务集中的类别数:
在确定类别数后,对每个业务进行赋值,根据上述例子中的业务集的业务,每一个业务元素赋值后为一个N维向量,例子中的业务属性分为三类,因此这里N=3。假设对100分钟的通话时间赋值为1,0.1元/分钟的通话单价为1,5GB的流量赋值为2,则一个包含100分钟的通话时间、通话单价为0.1元/分钟和5GB数据流量的业务元素c1赋值后c1=(1,1,2)。
下面对算法的具体过程进行描述:
1.使用一种随机算法从业务集中随机选取K个业务作为初始质心
2.遍历已有数据集中每个数据与最近质心的距离,并归类,算法公式为:
cj为一个k维向量,k的值和上述业务属性的数量相等。
3.重新计算质心,将业务簇中数据的各维度的算术平均值作为新的质心:
4.将业务数据集按最新的质心再次利用算法聚类,重复上述步骤2、3直至质心不再变化。
步骤103,根据分类结果对业务进行管理。
在算法得到最终质心后,将分类结果进行输出。将每一类业务的数据信息进行可视化显示,便于用户以分类结果为依据对业务进行管理。比如对同一类别下的业务进行定价、查询业务具体属性数据以及增加新业务或删除现有业务等管理操作。
本实施方式相对于现有技术,首先人工分析出现有的业务属性特征,然后利用聚类算法智能地对所有需要管理的业务进行分类,使得在业务管理中,业务录入信息成本降低,人工干预程度减少,降低人工利用业务特征对业务进行分类,在提高了业务管理的效率的同时,管理成本也大大降低。
本发明第二实施方式涉及一种智能业务管理方法,具体流程如图2所示,包括:
步骤201,获取包含待分类业务的业务集。本步骤与第一实施方式中步骤101类似,在此不再赘述。
步骤202,根据现有业务的业务属性和业务属性的取值生成业务模板。
具体地说,遍历业务集中的所有待分类业务后,提取出现有业务的所有业务属性,并将一类业务属性下的业务属性的取值以可选择的列表形式显示给用户。当有新业务需要加入业务集中时,用户首先将新业务的特征与业务模板中列出的业务属性和业务属性的取值进行对比,当业务模板能够满足新业务时,则用户在业务模板中选择合适的业务属性取值来构成新的业务,并将新业务添加进业务集。若当前的业务模板不能满足新业务,也就是说新业务具有业务模板中不存在的业务属性或业务属性的取值,此时则将新业务具有的额外业务属性或业务属性的取值加入到业务模板中,对业务模板进行修改,以适应新的业务。
步骤203,利用聚类算法对待分类业务进行分类。本步骤与第一实施方式中步骤102类似,在此不再赘述。
步骤204,判断业务集中业务是否发生变化。若是,执行步骤203;若否,执行步骤205。
具体地说,当业务集中的业务发生变化时,例如业务的增加或删除,或者是业务属性特征发生了变更,此时需要根据新的K值以及业务属性特征对业务集中的业务在进行一次聚类算法的分类。
在具体应用中,首先判断业务集发生的变更是新业务的加入还是现有业务的移除。然后判断该变更是否对现有的业务模板中存在的业务属性特征造成影响,如同时造成了业务属性特征的变更则重新计算出当前的类别数,最后再次利用聚类算法对变更后的业务集中的业务进行分类。同时需要对上述业务模板进行相应的修改。
步骤205,根据分类结果对业务进行分层管理。
具体地说,业务通过聚类算法进行分类后,将各分类后的业务构成集合定义为一个业务簇,根据这个业务簇内业务所具有的属性特征,为这个业务簇添加一个标签。如业务簇A的标签内容为“0.15元/分钟-5GB-500分钟”。本领域技术人员可以理解,该标签中的内容是与业务模板中的业务属性的取值相对应的。因此,当用户需要对分类后的业务进行管理时,可以通过业务模板选取期望管理的一类业务时,在业务模板中选取这类业务的业务属性的取值,***获取到用户选取的值后,读取所有标签中包含用户所输入的业务属性的取值的业务簇,并将分析结果显示给用户,供用户进行这些业务的管理。
同时在具体应用中,用户可以在分类之前设定好各业务属性的优先级别,当利用聚类算法对业务进行分类后,***根据用户设定优先级别,将所有业务簇根据其标签内容,依次以用户设定的优先级别,一层一层的以树状图或是其他有层次的图表方式将分类结果进行显示,便于用户来对业务进行管理。
在一个具体的例子中,假设优先级为通话单价>数据流量>通话时间,那么可以如下表来显示分类结果:
当业务属性的优先级发生变化时,表中业务属性1、2、3的顺序按照优先级重新排列。
本实施方式相对于现有技术而言,需要管理的业务发生变化时,实时的对变更后的业务集进行重新分类,达到了动态分析新业务数据的目的,使得业务更新时无需对***进行二次开发,降低了了后期对***的开发维护成本。同时在输出分类结果时,可以根据用户预先设定的业务属性的优先级,将分类结果有层次的展现给用户,使得用户在对业务管理和分析的过程中的效率得到提高。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第三实施方式涉及一种智能业务管理装置,如图3所示,包括:
获取模块301,用于获取包含待分类业务的业务集。
具体地说,在业务管理***初始化后,获取模块301从储存有业务的数据库中将需要进行管理的业务集读取到内存结构中,供其他模块随时取用。同时,当业务集中的业务发生变更时,对内存结构中的现有业务进行对应的增、删等修改操作。
在一个实施例中,获取模块301还可以用于获取用户为分类后的业务簇添加的业务标签,并与分类后的业务簇建立链接。
在一个实施例中,获取模块301还可以用于获取用户给各类业务属性所设定的优先级,并其提供给输出模块304。
分析模块302,用于对业务属性以及业务属性的取值进行分析,同时计算出类别数;
具体地说,该模块对业务集中的现有业务以及现有业务的业务属性和业务属性的取值进行分析,计算出现有业务的类别数。
在一个实施例中,分析模块302完成分析后,生成业务模板,业务模板用于将一类业务属性下的业务属性的取值以可选择的列表形式显示给用户。
在一个实施例中,分析模块302还可以用于在现有业务发生变更时,重新分析业务属性特征,以及重新计算变更后业务的类别数。
算法模块303,根据分析模块302计算出的类别数,利用聚类算法对所述待分类业务进行分类。
具体地说,算法模块303中运行有能够对业务进行分类的聚类算法,该聚类算法包括但不限于K-means聚类算法。当分析模块302对业务完成分析并计算出内存结构中的现有业务的类别数后,对业务进行分类。并将分类结果提供给输出模块304。
输出模块304,将算法模块303的分类结果以可视化方式输出。
具体地说,输出模块304用于将分类结果以表格等直观的方式显示给用户,便于用户对业务进行具体的管理操作。
在一个实施例中,输出模块304还可以根据用户所输入业务属性特征,以列表的形式将标签中包含有用户输入的业务属性特征的业务簇以可视化方式显示给用户。
在一个实施例中,输出模块304还可以根据用户预先设定的业务属性的优先级,分层输出各业务簇并显示给用户。
不难发现,本实施方式为与第一实施方式以及第二实施方式相对应的***实施例,本实施方式可与第一实施方式以及第二实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式以及第二实施方式中。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明第四实施方式涉及一种终端,如图4所示,包括至少一个处理器401;以及,与至少一个处理器通信连接的存储器402;其中,存储器402存储有可被至少一个处理器401执行的指令,所述指令被所述至少一个处理器401执行,以使所述至少一个处理器401能够执行上述的一种智能业务管理方法。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,***接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明第五实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请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-OnlyMemory)、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。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种智能业务管理方法,其特征在于,包括:
获取包含待分类业务的业务集;
提取所有所述待分类业务具有的业务属性和所述业务属性的所有可能取值;
计算所有所述业务属性的所有可能取值的个数的乘积,并将所述乘积作为所述待分类业务的类别数;
根据所述类别数,利用聚类算法对所述待分类业务进行分类,获取分类结果;
根据所述分类结果对所述业务集进行管理。
2.根据权利要求1所述的业务管理方法,其特征在于,所述根据所述分类结果对所述业务集进行管理,具体包括:
当所述待分类业务发生变更时,判断所述变更后的待分类业务的业务属性或所述业务属性的取值是否发生变化;
当判断结果为是时,重新生成所述待分类业务的类别数;
根据所述重新生成的所述待分类业务的类别数,利用所述聚类算法对所述待分类业务进行分类。
3.根据权利要求1或2中所述的智能业务管理方法,其特征在于,在所述提取所有所述待分类业务具有的业务属性和所述业务属性的所有可能取值后,包括:
根据所述待分类业务具有的业务属性和所述业务属性的所有可能取值生成业务模板;所述业务模板用于记录现有所述业务属性的所有可能取值的所有组合,在业务发生变更时与新业务的业务属性和业务属性的取值进行比较。
4.根据权利要求3所述的业务管理方法,其特征在于,
当所述待分类业务发生的变更为增加新业务时,判断所述新业务的所述业务属性和所述业务属性的取值是否与所述业务模板匹配;
若所述新业务的所述业务属性或所述业务属性的取值与所述业务模板不匹配,则在所述业务模板中增加新的所述业务属性或所述业务属性的取值;
生成新的业务模板。
5.根据权利要求1中所述的智能业务管理方法,其特征在于,所述根据所述分类结果对所述业务集进行管理,具体包括:
将同一类业务的集合定义为一个业务簇;其中,所述业务簇具有属性标签,所述属性标签的内容为所述业务簇中业务的所有业务属性的所有取值;
以所述业务簇为单元输出所述分类结果。
6.根据权利要求4所述的智能业务管理方法,其特征在于,在所述以所述业务簇为单元输出所述分类结果后,所述方法包括:
获取待管理的所述业务属性的取值;根据所述分类结果获取所述属性标签中包含待管理的所述业务属性的取值的所述业务簇,并对所述获取的业务簇进行管理。
7.根据权利要求4中所述的智能业务管理方法,其特征在于,所述以业务簇为单元输出所述分类结果,具体包括:
预先设定所述业务属性的优先级;
根据所述业务属性的优先级,分层输出所述分类结果。
8.一种智能业务管理装置,其特征在于,包括:
获取模块,用于获取所述包含待分类业务的业务集;
分析模块,用于对所述业务属性以及所述业务属性的取值进行分析,同时计算出所述类别数;
算法模块,根据分析模块计算出的所述类别数,利用聚类算法对所述待分类业务进行分类;
输出模块,将算法模块的分类结果以可视化方式输出。
9.一种终端,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的一种业务管理方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的一种业务管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843503.8A CN110766591A (zh) | 2019-09-06 | 2019-09-06 | 一种智能业务管理方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843503.8A CN110766591A (zh) | 2019-09-06 | 2019-09-06 | 一种智能业务管理方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110766591A true CN110766591A (zh) | 2020-02-07 |
Family
ID=69329389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910843503.8A Pending CN110766591A (zh) | 2019-09-06 | 2019-09-06 | 一种智能业务管理方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766591A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113159487A (zh) * | 2021-01-21 | 2021-07-23 | 全球能源互联网研究院有限公司 | 一种电力数据管理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156791A (zh) * | 2016-06-15 | 2016-11-23 | 北京京东尚科信息技术有限公司 | 业务数据分类方法和装置 |
CN106355170A (zh) * | 2016-11-22 | 2017-01-25 | Tcl集团股份有限公司 | 照片分类方法及装置 |
CN108984588A (zh) * | 2018-05-28 | 2018-12-11 | 国政通科技股份有限公司 | 一种数据处理方法及装置 |
-
2019
- 2019-09-06 CN CN201910843503.8A patent/CN110766591A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156791A (zh) * | 2016-06-15 | 2016-11-23 | 北京京东尚科信息技术有限公司 | 业务数据分类方法和装置 |
CN106355170A (zh) * | 2016-11-22 | 2017-01-25 | Tcl集团股份有限公司 | 照片分类方法及装置 |
CN108984588A (zh) * | 2018-05-28 | 2018-12-11 | 国政通科技股份有限公司 | 一种数据处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
0过把火0: "Kmeans如何确定聚类个数K", 《HTTPS://WWW.JIANSHU.COM/P/F2B3A66188F1》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113159487A (zh) * | 2021-01-21 | 2021-07-23 | 全球能源互联网研究院有限公司 | 一种电力数据管理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11132346B2 (en) | Information processing method and apparatus | |
CN110580649B (zh) | 一种商品潜力值的确定方法和装置 | |
US8326869B2 (en) | Analysis of object structures such as benefits and provider contracts | |
CN108090073B (zh) | 一种可配置物料清单的转换方法及装置 | |
CN110020086B (zh) | 一种用户画像查询方法及装置 | |
CN108108743A (zh) | 异常用户识别方法和用于识别异常用户的装置 | |
CN110245140A (zh) | 数据分箱处理方法及装置、电子设备和计算机可读介质 | |
CN105447098B (zh) | 一种信息查询方法及装置 | |
CN111489201A (zh) | 一种客户价值分析的方法、设备、存储介质 | |
CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
CN110909222A (zh) | 基于聚类的用户画像建立方法、装置、介质及电子设备 | |
CN115576998B (zh) | 一种基于多维信息融合的配电网数据整合方法及*** | |
US20240094887A1 (en) | Intellectual-Property Landscaping Platform with Interactive Graphical Element | |
CN110930056A (zh) | 一种基于思维导图的任务管理方法、终端设备及存储介质 | |
US12014436B2 (en) | Intellectual-property landscaping platform | |
CN110766591A (zh) | 一种智能业务管理方法、装置、终端及存储介质 | |
US20220101463A1 (en) | Intellectual-Property Landscaping Platform | |
CN115718879A (zh) | 数据治理方法、装置以及存储介质 | |
CN113705184B (zh) | 自定义报表的生成方法及装置、存储介质、电子设备 | |
CN110826845A (zh) | 一种多维组合成本分摊装置及方法 | |
CN113990068A (zh) | 交通数据的处理方法、装置、设备以及存储介质 | |
CN110609926A (zh) | 数据标签存储管理方法及装置 | |
KR101815133B1 (ko) | 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 | |
CN110555137A (zh) | 一种标签补齐方法及装置 | |
CN116522002B (zh) | 一种基于机器学习的通航服务***的容器推荐方法及*** |
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 |