CN115115466A - 一种事件请求的响应方法、存储介质及电子设备 - Google Patents
一种事件请求的响应方法、存储介质及电子设备 Download PDFInfo
- Publication number
- CN115115466A CN115115466A CN202211042326.1A CN202211042326A CN115115466A CN 115115466 A CN115115466 A CN 115115466A CN 202211042326 A CN202211042326 A CN 202211042326A CN 115115466 A CN115115466 A CN 115115466A
- Authority
- CN
- China
- Prior art keywords
- event
- user
- flight
- target
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004044 response Effects 0.000 title claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims abstract description 71
- 230000010006 flight Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 206010037180 Psychiatric symptoms Diseases 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Technology Law (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种事件请求的响应方法、存储介质及电子设备,包括:根据每一历史目标事件的事件信息,确定每一历史目标事件对应的第一异常值;根据每一第一异常阈值,对每一对应的第一异常值进行异常判定处理;当第二异常值的总数量大于第一判定阈值时,将目标用户确定为第一类用户,并不对事件请求进行响应。本发明根据目标用户的用户类别来确定是否对事件请求进行响应,进而可以将恶意用户发起的事件请求进行拦截,相当于增加了一个对用户类型的判定步骤,通过用户类型可以判断出对应的用户是否为高风险用户。由此,可以提高补偿事件的风险辨识能力,进而大幅降低对恶意用户发出的事件请求的响应数量,如此可以降低补偿事件的风险。
Description
技术领域
本发明涉及数据处理领域,特别是涉及一种事件请求的响应方法、存储介质及电子设备。
背景技术
由于飞机具有航行速度快、航程远及乘坐舒适度高等优势,正在逐渐成为当前远距离出行的主要交通工具。同时,飞机在飞行过程中会容易受到气象条件的影响,进而产生延误。为了减少延误对用户造成的损失,各航班配置有对应的根据飞机延误给与用户补偿的补偿事件,如保险理赔。
现有技术中,当航班发生延误时,会触发补偿事件,以补偿用户损失,但是,由于现有补偿事件的风险辨识能力较低,进而使得补偿事件存在较高的风险。
发明内容
针对上述技术问题,本发明采用的技术方案为:
根据本发明的第一个方面,提供了一种事件请求的响应方法,包括如下步骤:
响应于目标用户对目标事件发起的事件请求,获取目标用户在第一历史时段中产生的与目标事件属于同一预设类别的每一历史目标事件的事件信息A1,A2,…,Az,Ax=(Ax1,Ax2),其中,Ax为第x个历史目标事件对应的事件信息,Ax1为第x个历史目标事件在第一历史时段中对应的所有第一参数的和;Ax2为第x个历史目标事件在第一历史时段中对应的所有第二参数的和;x=1,2,…,z;z为事件信息的总数量;第二参数为第x个历史目标事件生成时,根据目标用户对应的事件请求生成的数据;第一参数为在第x个历史目标事件被触发后,根据第x个历史目标事件对应的第二参数生成的数据;
根据每一历史目标事件的事件信息,确定每一历史目标事件对应的第一异常值P1,P2,…,Pz,其中,Px为第x个历史目标事件对应的第一异常值;Px满足如下条件:
Px=Ax1/Ax2;
分别获取每一第一异常值对应的第一异常阈值S1,S2,…,Sz,其中,Sx为Px对应的第一异常阈值;
根据每一第一异常阈值,对每一对应的第一异常值进行异常判定处理,得到多个第二异常值Py1,Py2,…,Pyn,其中,Pya为第a个第二异常值,n为第二异常值的总数量,a=1,2,…,n;n≤z;
当n>Y1时,将目标用户确定为第一类用户,并不对目标用户对目标事件发起的事件请求进行响应,其中,Y1为第一判定阈值;
其中,异常判定处理包括:
当Px>Sx时,将Px确定为第二异常值。
根据本发明的第二个方面,提供了一种非瞬时性计算机可读存储介质,非瞬时性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的一种事件请求的响应方法。
根据本发明的第三个方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的一种事件请求的响应方法。
本发明至少具有以下有益效果:
本发明在目标用户对目标事件发起事件请求之后,首先通过目标用户在第一历史时段中产生的事件信息,对目标用户对应的用户类别进行识别判定,可以判定该目标用户是否属于第一类用户,也即恶意用户。再根据目标用户对应的用户类别,可选择性地对该目标用户发起的事件请求进行响应。具体为,当目标用户为第一类用户时,也即,当目标用户为具有恶意的用户时,则不对该目标用户发起的目标事件请求进行响应。
本发明根据目标用户的用户类别来确定是否对事件请求进行响应,进而可以将恶意用户发起的事件请求进行拦截,相当于增加了一个对用户类型的判定步骤,通过用户类型可以判断出对应的用户是否为高风险用户,也即是否为恶意用户。由此,可以提高补偿事件的风险辨识能力,进而大幅降低对恶意用户发出的事件请求的响应数量,如此可以降低补偿事件的风险。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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发明的一些实施例,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他的附图。
图1为本发明实施例提供的一种事件请求的响应方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
作为本发明的一个方面,如图1所示,提供了一种事件请求的响应方法,包括如下步骤:
步骤S100:响应于目标用户对目标事件发起的事件请求,获取目标用户在第一历史时段中产生的与目标事件属于同一预设类别的每一历史目标事件的事件信息A1,A2,…,Az,Ax=(Ax1,Ax2),其中,Ax为第x个历史目标事件对应的事件信息,Ax1为第x个历史目标事件在第一历史时段中对应的所有第一参数的和;Ax2为第x个历史目标事件在第一历史时段中对应的所有第二参数的和;x=1,2,…,z;z为事件信息的总数量;第二参数为第x个历史目标事件生成时,根据目标用户对应的事件请求生成的数据;第一参数为在第x个历史目标事件被触发后,根据第x个历史目标事件对应的第二参数生成的数据;
第二参数为根据历史目标事件生成时对应的事件请求生成的,具体的,历史目标事件可以为某一保险,由于,每一历史目标事件对应的事件请求中会具有对应保险的购买金额,所以每一历史目标事件对应的第二参数均可以从该历史目标事件对应的事件请求中获得。然后,将目标用户在第一历史时段中购买同一保险对应的所有第二参数的和作为Az2。
另外,当保险被触发后,其对应的赔付金额通常会与对应的购入金额相关,具体可以为,根据保险中预设的赔率以及对应的购入金额即可计算出赔付金额。也即,根据赔率及第二参数即可计算出对应的第一参数,然后,将目标用户在第一历史时段中购买同一保险对应的所有第一参数的和作为Az1。
本实施例中目标事件的事件请求可以为目标用户发起的对某一服务的请求,如对保险服务的购买请求;
第一历史时段可以为距离当前事件请求的发起时间之前的一个月的时间段。每一历史目标事件与目标事件均属于同一预设类别,也即,每一历史目标事件与目标事件均属于保险类别,每一历史目标事件及目标事件分别对应保险类别中各个子类别。第一参数可以为累计收入金额数据,第二参数可以为累计支出金额数据。
步骤S200:根据每一历史目标事件的事件信息,确定每一历史目标事件对应的第一异常值P1,P2,…,Pz,其中,Px为第x个历史目标事件对应的第一异常值;Px满足如下条件:
Px=Ax1/Ax2。
根据上述计算公式可以确定出每一个历史目标事件对应的第一异常值。第一异常值可以为赔付率,由于目标用户为恶意用户时和不为恶意用户时,历史目标事件对应的第一异常值的情况区别较大,由此,可以将第一异常值作为判定的特征值。
步骤S300:分别获取每一第一异常值对应的第一异常阈值S1,S2,…,Sz,其中,Sx为Px对应的第一异常阈值;
第一异常阈值可以根据对应的历史目标事件的实际情况进行自行设定。如:第一异常阈值对应的取值范围为[0.8,1.5],可以根据实际情况在该范围内选取对应的值。
步骤S400:根据每一第一异常阈值,对每一对应的第一异常值进行异常判定处理,得到多个第二异常值Py1,Py2,…,Pyn,其中,Pya为第a个第二异常值,n为第二异常值的总数量,a=1,2,…,n;n≤z。
异常判定处理包括:
步骤S401:当Px>Sx时,将Px确定为第二异常值。
异常判定处理主要为从多个第一异常值中选取出存在较大异常情况的第一异常值,并将其作为第二异常值,此时每一第二异常值对应的历史目标事件为存在异常的事件。
步骤S500:当n>Y1时,将目标用户确定为第一类用户,并不对目标用户对目标事件发起的事件请求进行响应,其中,Y1为第一判定阈值。优选的Y1=3。更优选的,Y1=L/2,L为第一历史时段中目标用户累计的航行次数。
通常第一异常值大于对应的第一异常阈值的情况属于极少数的罕见情况,第一异常值小于对应的第一异常阈值的情况属于极多数情况;所以当n>Y1时,也即表示该目标用户在第一历史时段中出现异常情况的历史目标事件的数量超过正常范围,由此,可以判定目标用户为恶意用户。本实施例中,可以通过对目标用户在第一历史时段内产生的第二异常值的数量,来判断该目标用户是否为恶意用户。
本发明在目标用户对目标事件发起事件请求之后,首先通过目标用户在第一历史时段中产生的事件信息,对目标用户对应的用户类别进行识别判定,可以确定出该目标用户是否属于第一类用户,也即恶意用户。再根据目标用户对应的用户类别,可选择性地对该目标用户发起的事件请求进行响应。具体为,当目标用户为第一类用户时,也即,当目标用户为具有恶意的用户时,则不对该目标用户发起的目标事件请求进行响应。
本发明根据目标用户的用户类别来确定是否对事件请求进行响应,进而可以将恶意用户发起的事件请求进行拦截,相当于增加了一个对用户类型的判定步骤,通过用户类型可以判断出对应的用户是否为高风险用户,也即是否为恶意用户。由此,可以提高补偿事件的风险辨识能力,进而大幅降低对恶意用户发出的事件请求的响应数量,如此可以降低补偿事件的风险。
作为本发明一种可能的实施例,还包括:
步骤S10:当n>Y1时,获取目标用户在第一历史时段中的已乘坐过的每一航班对应的第一航班标识B1,B2,…,Bw,其中,Bb为目标用户在第一历史时段中已乘坐过的第b个航班的第一航班标识,w为目标用户在第一历史时段中已乘坐过的航班的总数量;b=1,2,…,w。其中,第一航班标识可以为每一航班对应的身份编号,如航班编号。
通常同一航班在相同的两个地点之间进行往返时,其对应的航班编号也会发生变化。若同一航班往返时使用同一个航班编号,则需要对此进行区分,如在其中一个航班编号之前增加区别字符1,在另一个航班编号之前增加区别字符0,由此进行区分。
步骤S20:根据每一第一航班标识,获取对应的每一航班的风险等级,以得到第一风险等级队列C1,C2,…,Cw,其中,Cb为Bb对应的航班的风险等级。
具体的,可以将第一航班标识与每一航班的风险等级直接对应关系存储至一个关系表中,该关系表需要定时进行更新维护,同时,每一航班的风险等级可以用在一定时间段内该航班对应的延误率进行表示,延误率为航班延误次数与总航行次数的比值。
步骤S30:选取第一风险等级队列中每一大于第一筛选阈值的风险等级,得到第二风险等级队列D1,D2,…,Du,其中,Dc为第一风险等级队列中第c个大于第一筛选阈值的风险等级;u为第二风险等级队列中风险等级的总数量,c=1,2,…,u;且u≤w。
第一筛选阈值可以为0.5。由此,第二风险等级队列中的风险等级对应的航班具有更高的延误率。
步骤S40:根据w及u,获取目标用户的第二判定值P2,P2满足如下条件:
P2=u/w。
步骤S50:当P2>Y2时,将目标用户确定为第一类用户,并不对目标用户对目标事件发起的事件请求进行响应,其中,Y2为第二判定阈值。优选的,Y2=0.5。
本实施例中将目标用户在第一历史时段中乘坐的所有航班中高风险航班的占比多少,作为判定目标用户是否为第一类用户的参考因素。由此,在n>Y1的基础上,又增加了一个判定因素,来对目标用户是否属于第一类用户进行判定。也即,在本实施例中当n>Y1且P2>Y2时,才能够将目标用户确定为第一类用户,进而保证了判定结果的精确度。
作为本发明一种可能的实施例,方法还包括:
步骤S60:当P2>Y2时,获取每一第二异常值对应的第二航班标识,以得到第二航班标识集Er=(Er1,Er2,…,Ern),其中,Era为Pya对应的第二航班标识。
步骤S70:获取第二风险等级队列中每一风险等级对应的第一航班标识,得到第一航班标识集Ey=(Ey1,Ey2,…,Eyu),其中,Eyc为Dc对应的第一航班标识。
步骤S80:遍历Er与Ey,确定Er与Ey中重复的航班标识的总数量d。
步骤S90:当(d/n)>Y3时,将目标用户确定为第一类用户,并不对目标用户对目标事件发起的事件请求进行响应,其中,Y3为第三判定阈值。优选的,Y3∈[0.4,1]。
本实施例中,将目标用户在第一历史时段内所有第二异常值对应的航班与目标用户乘坐过的高风险等级对应的航班之间重合度,作为判定目标用户是否为第一类用户的又一个参考因素。由此,在本实施例中当n>Y1、P2>Y2且(d/n)>Y3时,才能够将目标用户确定为第一类用户,进而保证了判定结果的精确度,可以减少误判发生的概率。
作为本发明一种可能的实施例,方法还包括:
步骤S1:当P2>Y2时,获取第二风险等级队列中每一风险等级对应的航班的时间信息F1,F2,…,Fu,Fc=(Tc1,Tc2,Tc3,Tc4),其中,Fc为Dc对应的航班的时间信息,Tc1为Dc对应的航班的计划起飞时间,Tc2为Dc对应的航班的计划到达时间,Tc3为Dc对应的航班的实际起飞时间,Tc4为Dc对应的航班的实际到达时间。其中,Tc1,Tc2,Tc3和Tc4均为对应的航班在第一历史时段内产生的对应值的均值。以Tc1为例进行说明:目标用户在第一历史时段内乘坐某一航班5次,则该航班5次飞行中对应的5个计划起飞时间的均值即为Tc1。
步骤S2:根据F1,F2,…,Fu,确定航班延误等级G1,G2,…,Gu,其中,Gc为Fc对应的航班延误等级;Gc满足如下条件:
Gc=[(Tc4-Tc3)*(Tc4-Tc2)]/(Tc2-Tc1)2。
具体的,Gc用于表示每一个航班对应的航班延误等级,航班延误等级越高对应的航班延误的时间越长,根据航班延误等级可以确定出对应航班的延误程度的大小。
步骤S3:根据G1,G2,…,Gu,确定目标用户的失信等级H,H满足如下条件:
H=(∑u c=1 Gc)/u。
步骤S4:当H>Y4时,将目标用户确定为第一类用户,并不对目标用户对目标事件发起的事件请求进行响应,其中,Y4为第四判定阈值。优选的,Y4=0.3。
本实施例中,H可以表示目标用户在第一历史时段中乘坐的高风险等级的航班对应的延误情况,具体为H越大,则表示对应的高风险等级的航班中,平均每一航班存在的延误时间越长。由此,经过对第二风险等级队列中每一风险等级对应的航班的时间信息的进一步处理,可以得到目标用户在第一历史时段中对应的延误程度的大小。并将其作为判定目标用户是否为第一类用户的又一个参考因素。
通常正常的用户一般情况下均会选择出现延误可能性更小的航班进行出行,也即,正常用户在一段时间内乘坐的航班的风险等级较低,进而其对应的航班延误等级也相对较低。所以当一个用户在一段时间内乘坐的航班的整体延误程度偏大时,则表明该用户存在恶意行为。
由此,在本实施例中当n>Y1、P2>Y2且H>Y4时,才能够将目标用户确定为第一类用户。由于在已有的判定因素中,又增加了一个可以反映用户恶意程度的参考因素,进而保证了判定结果的精确度,故此,可以减少误判发生的概率。
作为本发明一种可能的实施例,步骤S300:分别获取每一第一异常值对应的第一异常阈值,包括:
步骤S301:获取每一第一异常值对应的历史目标事件的对比信息Ad1,Ad2,…,Adz,Adx=(Ax1,Ax2,…,Axk),其中,Adx为Px对应的历史目标事件的对比信息,Axe为Adx中第e个第二用户对应的第一异常值;e=1,2,…,k;k为第二用户的总数量;第二用户与目标用户具有相同的预设用户类型。
用户类型具体包括普通用户与其他用户,由于,具有同一预设用户类型的用户之间的行为具有较大的一致性,由此,具有较高的对比参考性,相互之间可以互为参考。
本实施例中对于每一第二用户对应的每一历史目标事件的第一异常值的计算方式,与步骤S100至步骤S200中的第一异常值的计算方式相同。
步骤S302:根据Ad1,Ad2,…,Adz,分别获取每一对比信息对应的对比值As1,As2,…,Asz,其中,Asx为Adx对应的对比值,Asx满足如下条件:
Asx=Avg(Adx);
其中,Avg()为预设均值处理函数;Avg(Adx)为Adx的平均数。
步骤S303:将每一第一异常值对应的对比值,作为每一第一异常值对应的第一异常阈值。
本实施例中,第二用户与目标用户具有相同的预设用户类型,所以第二用户与目标用户之间的行为具有较大的一致性,也即对应的行为信息大致相同,具有较高的对比参考性,由此,通过将每一历史目标事件中多个第二用户的第一异常值的平均数作为对应的第一异常阈值,可以使得每一第一异常阈值具有更高的参考性,进而也可以提高用户类型判定的准确度。
作为本发明一种可能的实施例,步骤S20:根据每一第一航班标识,获取对应的每一航班的风险等级,包括:
步骤S21:获取每一第一航班标识对应的航班在第二历史时段内的延误值J1,J2,…,Jw,其中,Jb为Bb对应的航班在第二历史时段内的延误值,Jb满足如下条件:
Jb=jb1/jb2;
其中,jb1为Bb对应的航班在第二历史时段内的总延误次数;jb2为Bb对应的航班在第二历史时段内的总飞行次数;优选的,第一历史时段与第二历史时段相同。
步骤S22:将Jb确定为Bb对应的航班的风险等级。
本实施例为航班的风险等级的具体确定方法,具体为,将每一第一航班标识对应的航班在第二历史时段内的延误值作为对应的航班的风险等级,由于,延误值能够更加准确的表示出对应的航班延误率的情况,也恰好与风险等级形成对应。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (10)
1.一种事件请求的响应方法,其特征在于,所述方法包括如下步骤:
响应于目标用户对目标事件发起的事件请求,获取所述目标用户在第一历史时段中产生的与所述目标事件属于同一预设类别的每一历史目标事件的事件信息A1,A2,…,Az,Ax=(Ax1,Ax2),其中,Ax为第x个所述历史目标事件对应的事件信息,Ax1为第x个所述历史目标事件在所述第一历史时段中对应的所有第一参数的和;Ax2为第x个所述历史目标事件在所述第一历史时段中对应的所有第二参数的和;x=1,2,…,z;z为所述事件信息的总数量;所述第二参数为第x个所述历史目标事件生成时,根据目标用户对应的事件请求生成的数据;所述第一参数为在第x个所述历史目标事件被触发后,根据第x个所述历史目标事件对应的第二参数生成的数据;
根据每一所述历史目标事件的事件信息,确定每一所述历史目标事件对应的第一异常值P1,P2,…,Pz,其中,Px为第x个所述历史目标事件对应的第一异常值;Px满足如下条件:
Px=Ax1/Ax2;
分别获取每一所述第一异常值对应的第一异常阈值S1,S2,…,Sz,其中,Sx为Px对应的第一异常阈值;
根据每一所述第一异常阈值,对每一对应的所述第一异常值进行异常判定处理,得到多个第二异常值Py1,Py2,…,Pyn,其中,Pya为第a个所述第二异常值,n为所述第二异常值的总数量,a=1,2,…,n;n≤z;
当n>Y1时,将所述目标用户确定为第一类用户,并不对所述目标用户对所述目标事件发起的所述事件请求进行响应,其中,Y1为第一判定阈值;
其中,所述异常判定处理包括:
当Px>Sx时,将Px确定为第二异常值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当n>Y1时,获取所述目标用户在所述第一历史时段中的已乘坐过的每一航班对应的第一航班标识B1,B2,…,Bw,其中,Bb为所述目标用户在所述第一历史时段中已乘坐过的第b个航班的第一航班标识,w为所述目标用户在所述第一历史时段中已乘坐过的航班的总数量;b=1,2,…,w;
根据每一所述第一航班标识,获取对应的每一航班的风险等级,以得到第一风险等级队列C1,C2,…,Cw,其中,Cb为Bb对应的航班的风险等级;
选取所述第一风险等级队列中每一大于第一筛选阈值的风险等级,以得到第二风险等级队列D1,D2,…,Du,其中,Dc为所述第一风险等级队列中第c个大于所述第一筛选阈值的风险等级;u为所述第二风险等级队列中所述风险等级的总数量,c=1,2,…,u;且u≤w;
根据w及u,获取所述目标用户的第二判定值P2,P2满足如下条件:
P2=u/w;
当P2>Y2时,将所述目标用户确定为第一类用户,并不对所述目标用户对所述目标事件发起的所述事件请求进行响应,其中,Y2为第二判定阈值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当P2>Y2时,获取每一所述第二异常值对应的第二航班标识,以得到第二航班标识集Er=(Er1,Er2,…,Ern),其中,Era为Pya对应的第二航班标识;
获取所述第二风险等级队列中每一所述风险等级对应的第一航班标识,得到第一航班标识集Ey=(Ey1,Ey2,…,Eyu),其中,Eyc为Dc对应的第一航班标识;
遍历Er与Ey,确定Er与Ey中重复的航班标识的总数量d;
当(d/n)>Y3时,将所述目标用户确定为第一类用户,并不对所述目标用户对所述目标事件发起的所述事件请求进行响应,其中,Y3为第三判定阈值。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当P2>Y2时,获取所述第二风险等级队列中每一所述风险等级对应的航班的时间信息F1,F2,…,Fu,Fc=(Tc1,Tc2,Tc3,Tc4),其中,Fc为Dc对应的航班的时间信息,Tc1为Dc对应的航班的计划起飞时间,Tc2为Dc对应的航班的计划到达时间,Tc3为Dc对应的航班的实际起飞时间,Tc4为Dc对应的航班的实际到达时间;
根据F1,F2,…,Fu,确定航班延误等级G1,G2,…,Gu,其中,Gc为Fc对应的航班延误等级;Gc满足如下条件:
Gc=[(Tc4-Tc3)*(Tc4-Tc2)]/(Tc2-Tc1)2;
根据G1,G2,…,Gu,确定所述目标用户的失信等级H,H满足如下条件:
H=(∑u c=1 Gc)/u;
当H>Y4时,将所述目标用户确定为第一类用户,并不对所述目标用户对所述目标事件发起的所述事件请求进行响应,其中,Y4为第四判定阈值。
5.根据权利要求1所述的方法,其特征在于,分别获取每一所述第一异常值对应的第一异常阈值,包括:
获取每一所述第一异常值对应的所述历史目标事件的对比信息Ad1,Ad2,…,Adz,Adx=(Ax1,Ax2,…,Axk),其中,Adx为Px对应的所述历史目标事件的对比信息,Axe为Adx中第e个第二用户对应的第一异常值;e=1,2,…,k;k为所述第二用户的总数量;所述第二用户与所述目标用户具有相同的预设用户类型;
根据Ad1,Ad2,…,Adz,分别获取每一所述对比信息对应的对比值As1,As2,…,Asz,其中,Asx为Adx对应的对比值,Asx满足如下条件:
Asx=Avg(Adx);
其中,Avg()为预设均值处理函数;Avg(Adx)为Adx的平均数;
将每一所述第一异常值对应的对比值,作为每一所述第一异常值对应的第一异常阈值。
6.根据权利要求2所述的方法,其特征在于,根据每一所述第一航班标识,获取对应的每一航班的风险等级,包括:
获取每一第一航班标识对应的航班在第二历史时段内的延误值J1,J2,…,Jw,其中,Jb为Bb对应的航班在第二历史时段内的延误值,Jb满足如下条件:
Jb=jb1/jb2;
其中,jb1为Bb对应的航班在第二历史时段内的总延误次数;jb2为Bb对应的航班在第二历史时段内的总飞行次数;
将Jb确定为Bb对应的航班的风险等级。
7.根据权利要求3所述的方法,其特征在于,Y3∈[0.4,1]。
8.根据权利要求6所述的方法,其特征在于,所述第一历史时段与所述第二历史时段相同。
9.一种非瞬时性计算机可读存储介质,所述非瞬时性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如权利要求1至8任一项所述的一种事件请求的响应方法。
10.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的一种事件请求的响应方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211042326.1A CN115115466B (zh) | 2022-08-29 | 2022-08-29 | 一种事件请求的响应方法、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211042326.1A CN115115466B (zh) | 2022-08-29 | 2022-08-29 | 一种事件请求的响应方法、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115115466A true CN115115466A (zh) | 2022-09-27 |
CN115115466B CN115115466B (zh) | 2022-11-11 |
Family
ID=83335779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211042326.1A Active CN115115466B (zh) | 2022-08-29 | 2022-08-29 | 一种事件请求的响应方法、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115115466B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168205A (zh) * | 2017-06-07 | 2017-09-15 | 南京航空航天大学 | 一种民机空调***在线健康监测数据采集与分析方法 |
CN107330128A (zh) * | 2017-07-24 | 2017-11-07 | 上海众人网络安全技术有限公司 | 认证异常判断方法及装置 |
CN108922252A (zh) * | 2018-08-08 | 2018-11-30 | 四川航空股份有限公司 | 飞行安全监控方法及装置 |
CN110245077A (zh) * | 2019-05-22 | 2019-09-17 | 深圳壹账通智能科技有限公司 | 一种程序异常的响应方法及设备 |
CN113569162A (zh) * | 2021-01-29 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、设备及存储介质 |
CN114298356A (zh) * | 2021-12-27 | 2022-04-08 | 中国民航信息网络股份有限公司 | 一种航班订座数预测方法及装置 |
-
2022
- 2022-08-29 CN CN202211042326.1A patent/CN115115466B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168205A (zh) * | 2017-06-07 | 2017-09-15 | 南京航空航天大学 | 一种民机空调***在线健康监测数据采集与分析方法 |
CN107330128A (zh) * | 2017-07-24 | 2017-11-07 | 上海众人网络安全技术有限公司 | 认证异常判断方法及装置 |
CN108922252A (zh) * | 2018-08-08 | 2018-11-30 | 四川航空股份有限公司 | 飞行安全监控方法及装置 |
CN110245077A (zh) * | 2019-05-22 | 2019-09-17 | 深圳壹账通智能科技有限公司 | 一种程序异常的响应方法及设备 |
CN113569162A (zh) * | 2021-01-29 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、设备及存储介质 |
CN114298356A (zh) * | 2021-12-27 | 2022-04-08 | 中国民航信息网络股份有限公司 | 一种航班订座数预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
冯文刚,黄静: "基于深度学习的民航安检和航班预警研究", 《数据分析与知识发现》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115115466B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4983795B2 (ja) | システム管理プログラム、システム管理装置およびシステム管理方法 | |
WO2011027484A1 (ja) | データ処理制御方法および計算機システム | |
US7693884B2 (en) | Managing storage systems based on policy-specific proability | |
JP5822125B2 (ja) | サービス連携装置、サービス連携方法およびサービス連携プログラム | |
US8209208B2 (en) | Succession of an asset in control in response to a level of user intervention | |
US7920282B2 (en) | Job preempt set generation for resource management | |
JP7331407B2 (ja) | コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム | |
CN112395067A (zh) | 任务调度方法、***、设备及介质 | |
CN109150686B (zh) | Acl表项下发方法、装置及网络设备 | |
CN112765046A (zh) | 用于回收存储空间的方法、设备和计算机程序产品 | |
CN101908004A (zh) | 促进请求执行的装置和方法 | |
CN115309519A (zh) | 基于时间触发机制的确定性任务调度编排方法、***和存储介质 | |
CN115115466B (zh) | 一种事件请求的响应方法、存储介质及电子设备 | |
CN112527490B (zh) | 节点资源管控方法、装置、电子设备及存储介质 | |
CN115470006B (zh) | 一种基于微内核的负载均衡方法 | |
CN115061811A (zh) | 一种资源调度方法、装置、设备及存储介质 | |
CN109190004B (zh) | 一种基于特定策略降低搜索复杂度的方法 | |
JP7239409B2 (ja) | 保全計画立案システムおよび保全計画立案方法 | |
CN113961334A (zh) | 一种任务处理方法、装置、设备及存储介质 | |
CN114327897A (zh) | 一种资源分配方法、装置及电子设备 | |
KR20180035023A (ko) | 스토리지 오케스트레이션의 학습형 최적화 대상 볼륨 선정 방법 | |
CN111985765B (zh) | 资源提供方的确定方法、装置、设备和存储介质 | |
WO2011121681A1 (ja) | ジョブスケジュールシステム、ジョブスケジュール管理方法及び記録媒体 | |
CN115801693B (zh) | 低阻塞低延时的数据通信方法、***及可读存储介质 | |
US11799598B2 (en) | Vehicle control device and control method thereof |
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 |