【技术实现步骤摘要】
一种提醒方法、装置、设备及存储介质
[0001]本专利技术实施例涉及计算机
，尤其涉及一种提醒方法、装置、设备及存储介质。
技术介绍
[0002]交易量的增长会对系统的性能产生影响，在实际生产中，因用户量增长等原因引起系统的交易量逐年变化，使得机器的性能不可避免会受到影响，有时甚至会导致交易异常，而目前对交易量监控多采用事后监控方式。
[0003]目前对生产交易量跟踪主要为静态获取，人工分析交易数据，对交易增长趋势的考量相对简单，忽略交易增长的趋势，导致当发生交易量增加引起生产资源异常时，无法做到提起止损。
技术实现思路
[0004]本专利技术实施例提供一种提醒方法、装置、设备及存储介质，能够提前发现交易变化趋势，捕获异常，提前预防风险。
[0005]第一方面，本专利技术实施例提供了一种提醒方法，包括：
[0006]获取待监控交易标识信息；
[0007]根据所述待监控交易标识信息确定待监控交易数据；
[0008]根据所述待监控交易数据确定目标预测交易数据；>[0009]若所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种提醒方法，其特征在于，包括：获取待监控交易标识信息；根据所述待监控交易标识信息确定待监控交易数据；根据所述待监控交易数据确定目标预测交易数据；若所述目标预测交易数据大于期望阈值，则进行提醒。2.根据权利要求1所述的方法，其特征在于，根据所述待监控交易数据确定目标预测交易数据包括：将所述待监控交易数据输入目标模型，得到目标预测交易数据，所述目标模型通过目标样本集迭代训练神经网络模型得到，所述目标样本包括：交易数据样本和所述交易数据样本对应的预测交易数据样本。3.根据权利要求2所述的方法，其特征在于，通过目标样本集迭代训练神经网络模型，包括：建立神经网络模型；将所述交易数据样本输入所述神经网络模型，得到第一预测交易数据；根据所述第一预测交易数据和所述交易数据样本对应的预测交易数据样本形成的目标函数训练所述神经网络模型的参数；返回执行将所述交易数据样本输入所述神经网络模型，得到第一预测交易数据的操作，直至得到目标模型。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述交易数据包括：交易数量和交易数量对应的时间。5.根据权利要求1所述的方法，其特征在于，根据所述待监控交易标识信息确定待监控交易数据，包括：获取期望时间粒度信息；根据所述期望时间粒度信息和所述待监控交易标识信息确定待监控交易数据。6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：刘阳，金宝珠，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。