[发明专利]核心银行系统的批量操作运行耗时预测方法及装置

权利要求书

1.一种核心银行系统的批量操作运行耗时预测方法，其特征在于，包括：

获取批量操作的耗时历史数据；

基于一元线性回归模型，根据所述耗时历史数据，确定一元线性回归模型的模型参数；

基于已确定模型参数的一元线性回归模型，预测预定运行日期的批量操作的运行耗时。

2.如权利要求1所述的核心银行系统的批量操作运行耗时预测方法，其特征在于，所述耗时历史数据包括批量操作的运行起止时间、批量操作的运行耗时和批量操作的运行环境信息。

3.如权利要求2所述的核心银行系统的批量操作运行耗时预测方法，其特征在于，所述批量操作的运行环境信息包括第一运行环境信息和第二运行环境信息，其中，所述第一运行环境信息与实际批量操作的运行环境相匹配，所述第二运行环境信息与实际批量操作的运行环境不匹配；

在获取批量操作的耗时历史数据之后，还包括：

将所述耗时历史数据分成第一耗时历史数据和第二耗时历史数据，其中，第一耗时历史数据中的运行环境信息为第一运行环境信息，第二耗时历史数据中的运行环境信息为第二运行环境信息；

删除第二耗时历史数据。

4.如权利要求2所述的核心银行系统的批量操作运行耗时预测方法，其特征在于，在获取批量操作的耗时历史数据之后，还包括：

按照预设分类规则对所述批量操作的耗时历史数据进行分类；

将分类后的耗时历史数据放入相应的批量操作池；

基于一元线性回归模型，根据所述耗时历史数据，确定一元线性回归模型的模型参数，包括：

采用多线程方式，将批量操作池中的所述分类后的耗时历史数据分别代入一元线性回归模型，确定相应的一元线性回归模型的模型参数；

其中，所述预设分类规则为：按照批量操作的运行起止时间的不同，将所述耗时历史数据分成不同的类别。

5.如权利要求2所述的核心银行系统的批量操作运行耗时预测方法，其特征在于，所述一元线性回归模型的形式如下：

H＝K*x+B+DT；

其中，H表示批量操作的运行耗时，x表示批量操作的运行日期；K、B、DT表示模型参数。

6.如权利要求1所述的核心银行系统的批量操作运行耗时预测方法，其特征在于，还包括：

根据预定运行日期的批量操作的运行耗时确定预测运行耗时曲线，将所述预测运行耗时曲线进行展示。

7.一种核心银行系统的批量操作运行耗时预测装置，其特征在于，包括：

耗时历史数据获取模块，用于获取批量操作的耗时历史数据；

模型参数确定模块，用于基于一元线性回归模型，根据所述耗时历史数据，确定一元线性回归模型的模型参数；

预测模块，用于基于已确定模型参数的一元线性回归模型，预测预定运行日期的批量操作的运行耗时。

8.如权利要求7所述的核心银行系统的批量操作运行耗时预测装置，其特征在于，所述耗时历史数据包括批量操作的运行起止时间、批量操作的运行耗时和批量操作的运行环境信息。

9.如权利要求8所述的核心银行系统的批量操作运行耗时预测装置，其特征在于，所述批量操作的运行环境信息包括第一运行环境信息和第二运行环境信息，其中，所述第一运行环境信息与实际批量操作的运行环境相匹配，所述第二运行环境信息与实际批量操作的运行环境不匹配；

还包括：

第一分类模块，用于在获取批量操作的耗时历史数据之后，将所述耗时历史数据分成第一耗时历史数据和第二耗时历史数据，其中，第一耗时历史数据中的运行环境信息为第一运行环境信息，第二耗时历史数据中的运行环境信息为第二运行环境信息；

删除模块，用于删除第二耗时历史数据。