业务处理方法及其系统技术方案

本申请涉及计算机技术，公开了一种业务处理方法及其系统，不但可以自动发现业务产品的问题并自动启动已知类型问题的处理流程，而且可以自动识别出没有处理预案的新类型问题。该方法包括预先训练异常数据的分类器并为异常数据的每种类别配置对应的处理流程；获取第一异常数据，使用分类器对第一异常数据分类，得到第一类别和分类置信分；如果分类置信分小于预设门限，则保存第一异常数据以用于重新训练分类器；如果分类置信分大于门限，则触发第一类别对应的处理流程。

Business Processing Method and System

【技术实现步骤摘要】
业务处理方法及其系统
本申请涉及计算机技术，特别涉及基于计算机的业务处理技术。
技术介绍
每时每刻都有大量的业务产品在线运行，每个业务产品都可能存在不同程度的问题，而这些问题如果不能及时发现和处理，经过发酵后最终可能演变成具有重大负面影响的事件。目前的一般处理方式是接到客户投诉之后，客服人员再介入排查业务产品中存在的问题，整个流程非常耗时耗力。根据经验，一个客户投诉问题解决时长一般在7天到15天，客户体验非常不好。如何尽早地发现业务产品中存在的问题并自动化地主动触发解决程序，而不是等待客户投诉后再被动地解决，是为了提高客户体验而急需解决的问题。
技术实现思路
本申请的目的在于提供一种业务处理方法及其系统，不但可以自动发现业务产品的问题并自动启动已知类型问题的处理程序，而且可以自动识别出没有处理预案的新类型问题。为了解决上述问题，本申请公开了一种业务处理方法，包括：预先使用历史异常数据训练分类器并为历史异常数据的每种类别配置对应的处理流程；获取第一异常数据，使用该分类器对该第一异常数据分类，得到第一类别和分类置信分；如果该分类置信分小于预设门限，则保存该第一异常数据以用于重新训练该分类器；如果该分类置信分大于该门限，则触发该第一类别对应的处理流程。在一个优选例中，该预先训练异常数据的分类器，进一步包括：对历史异常数据进行聚类；对该聚类得到的每个类别的数据设置标签；使用经设置标签的异常数据训练该分类器。在一个优选例中，该对历史异常数据进行聚类之前，还包括：将该历史异常数据中非结构化的异常数据转化为结构化数据。在一个优选例中，该对该聚类得到的每个类别的数据设置标签，进一步包括：从该每个类别的数据中分别抽样多条数据，对每个类别的抽样数据设置标签。在一个优选例中，该第一异常数据是在线实时产生的异常数据。在一个优选例中，该使用该分类器对该第一异常数据分类之前，还包括：如果该第一异常数据是非结构化的数据，则将该第一异常数据转化为结构化数据。在一个优选例中，该保存该第一异常数据以用于重新训练该分类器之后，还包括：为该第一异常数据设置标签；使用包括该第一异常数据的异常数据重新训练该分类器。在一个优选例中，该异常数据是异常日志数据。本申请还公开了一种业务处理系统，包括：数据获取模块，用于获取第一异常数据；分类器，用于对该第一异常数据分类，得到第一类别和分类置信分，其中该分类器预先以历史异常数据训练；控制模块，用于在该分类置信分小于预设门限时保存该第一异常数据以用于重新训练该分类器，在该分类置信分大于该门限时触发该第一类别对应的处理流程，其中预先为历史异常数据的每种类别设置了对应的处理流程。在一个优选例中，还包括:聚类模块，用于对历史异常数据进行聚类；标签设置模块，用于对该聚类得到的每个类别的数据设置标签；该分类器由经设置标签的异常数据训练而得到。在一个优选例中，还包括数据结构化模块，用于将该历史异常数据中非结构化的异常数据转化为结构化数据，将结构化数据输出给该聚类模块。在一个优选例中，还包括抽样模块，用于从该聚类模块输出的每个类别的数据中分别抽样多条数据，将每个类别的抽样数据输出到该标签设置模块。在一个优选例中，该第一异常数据是在线实时产生的异常数据。在一个优选例中，该数据结构化模块还用于将该数据获取模块输出的该第一异常数据转化为结构化数据后输出到该分类器。在一个优选例中，该异常数据是异常日志数据。本申请还公开了一种业务处理系统，包括：存储器，用于存储计算机可执行指令；以及，处理器，用于在执行该计算机可执行指令时实现如前文描述的方法中的步骤。本申请还公开了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现如前文描述的方法中的步骤。本申请实施方式能够提前发现归类业务产品的问题并自动启动解决方案(即业务的自愈)，而不是等待客户投诉，可以沉淀经验，提升客户体验，解放人工排查问题的生产力。本申请实施方式不但可以实现分类效果，而且可以循环训练实现分类种类增加，新异常类别发现的功能，或者说本申请的技术方案可以构成一个闭环系统，而不只是一个单流程处理过程。本申请的说明书中记载了大量的技术特征，分布在各个技术方案中，如果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话，会使得说明书过于冗长。为了避免这个问题，本申请上述
技术实现思路
中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征，都可以自由地互相组合，从而构成各种新的技术方案(这些技术方案均因视为在本说明书中已经记载)，除非这种技术特征的组合在技术上是不可行的。例如，在一个例子中公开了特征A+B+C，在另一个例子中公开了特征A+B+D+E，而特征C和D是起到相同作用的等同技术手段，技术上只要择一使用即可，不可能同时采用，特征E技术上可以与特征C相组合，则，A+B+C+D的方案因技术不可行而应当不被视为已经记载，而A+B+C+E的方案应当视为已经被记载。附图说明图1是根据本申请第一实施方式的业务处理方法流程示意图图2是根据本申请第二实施方式的业务处理系统的在线处理部分的结构示意图图3是根据本申请第二实施方式的业务处理系统的分类器训练部分的结构示意图具体实施方式在以下的叙述中，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，本领域的普通技术人员可以理解，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。下面概要说明本申请实施方式的部分创新点：异常数据可以是来自异常日志的数据。预先对历史异常数据进行结构化，聚类，为每一种类别设置相应的处理流程，并从每一种类别的数据中抽样设置标签，训练分类器。对在线获得的异常数据(例如从在线的异常日志中获取)使用训练好的分类器进行分类，输出类别和分类置信分。如果分类置信分超过预定门限则触发该类别对应的处理流程，如果分类置信分小于预定门限，则说明当前处理的异常数据有可能是一种以前没有的新类别，保存该异常数据，为该异常数据设置标签，将该异常数据和其他异常数据一起重新训练分类器。该方案不但可以自动而快速地对异常日志进行分析，确定异常的类别，在投诉出现之前就主动触发该类别对应的处理流程，而且可以自动发现新类别的问题，提交给工作人员设置标签并确定性类别问题的处理流程，从而使得新问题也在萌芽状态就得以解决。为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请的实施方式作进一步地详细描述。本申请的第一实施方式涉及一种业务处理方法，其流程如图1所示，该方法包括以下步骤：在步骤101中，预先使用历史异常数据训练分类器并为异常数据的每种类别配置对应的处理流程。历史异常数据就是之前累积的异常数据。在一个实施例中，异常数据是异常日志数据。业务产品在发生异常时会将异常数据记录到异常日志中。在其他实施例中，异常数据也可以来自日志之外的其他渠道。在一个实施例中，分类器的训练方法如下：将历史异常数据中非结构化的异常数据转化为结构化数据；对历史异常数据进行聚类；对聚类得到的每个类别的数据设置标签；使用经设置标签的异常数据训练分类器。可选地，使用人工的方式对异常数据设置标签。可选地，使用脚本对异常数据设置标签。可选地，标本文档来自技高网...

【技术保护点】
1.一种业务处理方法，其特征在于，包括：预先使用历史异常数据训练分类器并为历史异常数据的每种类别配置对应的处理流程；获取第一异常数据，使用所述分类器对所述第一异常数据分类，得到第一类别和分类置信分；如果所述分类置信分小于预设门限，则保存所述第一异常数据以用于重新训练所述分类器；如果所述分类置信分大于所述门限，则触发所述第一类别对应的处理流程。

【技术特征摘要】
1.一种业务处理方法，其特征在于，包括：预先使用历史异常数据训练分类器并为历史异常数据的每种类别配置对应的处理流程；获取第一异常数据，使用所述分类器对所述第一异常数据分类，得到第一类别和分类置信分；如果所述分类置信分小于预设门限，则保存所述第一异常数据以用于重新训练所述分类器；如果所述分类置信分大于所述门限，则触发所述第一类别对应的处理流程。2.如权利要求1所述的方法，其特征在于，所述预先训练异常数据的分类器，进一步包括：对历史异常数据进行聚类；对所述聚类得到的每个类别的数据设置标签；使用经设置标签的异常数据训练所述分类器。3.如权利要求2所述的方法，其特征在于，所述对历史异常数据进行聚类之前，还包括：将所述历史异常数据中非结构化的异常数据转化为结构化数据。4.如权利要求2所述的方法，其特征在于，所述对所述聚类得到的每个类别的数据设置标签，进一步包括：从所述每个类别的数据中分别抽样多条数据，对每个类别的抽样数据设置标签。5.如权利要求1所述的方法，其特征在于，所述第一异常数据是在线实时产生的异常数据。6.如权利要求5所述的方法，其特征在于，所述使用所述分类器对所述第一异常数据分类之前，还包括：如果所述第一异常数据是非结构化的数据，则将所述第一异常数据转化为结构化数据。7.如权利要求1所述的方法，其特征在于，所述保存所述第一异常数据以用于重新训练所述分类器之后，还包括：为所述第一异常数据设置标签；使用包括所述第一异常数据的异常数据重新训练所述分类器。8.如权利要求1至7中任意一项所述的方法，其特征在于，所述异常数据是异常日志数据。9.一种业务处理系统，其特征在于，包括：数据获取模块，用于获取第一异常数据；分类器，用于对所述第一异...

【专利技术属性】
技术研发人员：朱新新，翟毅腾，吕赛霞，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY