[发明专利]批量作业执行情况监控方法及装置

说明书

本申请提供一种批量作业执行情况监控方法及装置，所述方法包括：对获取到的各批量作业的历史执行日期进行分类；利用预先建立的各批量作业的各分类所对应的时长预估模型计算对应分类下的每日作业的当前执行预估耗时；根据所述每日作业的当前执行预估耗时及每日作业的当前执行耗时对所述每日作业进行监控。本申请能够自动监控批量作业的完成情况，减少人工干预，提高监控准确度，降低银行系统风险。

技术领域

本申请涉及人工智能领域，特别是一种批量作业执行情况监控方法及装置。

背景技术

目前，瞬息万变的国际金融形势及蓬勃发展的互联网金融业态对银行系统的稳定性要求及应急处理能力的要求显著提升。在银行系统进行批量作业执行时，为保障银行系统稳定运行，需对作业执行情况进行监控。当银行系统出现故障异常时，需及时快速地实施故障预警。传统的监控方法已不能满足日益变化的监控需要，利用人工智能技术实施监控已迫在眉睫。

发明内容

针对现有技术中的问题，本申请提供一种批量作业执行情况监控方法及装置，用以基于批量作业的分类预估批量作业的当前执行耗时，提高监控的准确度。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种批量作业执行情况监控方法，包括：

对获取到的各批量作业的历史执行日期进行分类；

利用预先建立的各批量作业的各分类所对应的时长预估模型计算对应分类下的每日作业的当前执行预估耗时；

根据所述每日作业的当前执行预估耗时及每日作业的当前执行耗时对所述每日作业进行监控。

进一步地，对获取到的各批量作业的历史执行日期进行分类包括：

根据所述历史执行日期所处的时段对所述各批量作业进行分类。

进一步地，预先建立各批量作业的各分类对应的时长预估模型的步骤包括：

获取所述各批量作业对应的各分类的前N个历史执行日期所对应的历史执行耗时，其中N≥1；

根据所述前N个历史执行日期所对应的历史执行耗时及预设的各初始平滑常数计算各批量作业对应的各分类所对应的各历史执行日期的历史执行预估耗时；

针对预设的每一初始平滑常数，分别计算各批量作业对应的各分类所对应的各历史执行日期的历史执行预估耗时与历史执行耗时之间的均方误差；

选取最小的均方误差所对应的初始平滑常数作为各批量作业对应各分类的时长预估模型的平滑常数。

进一步地，利用预先建立的各批量作业的各分类所对应的时长预估模型计算对应分类下的每日作业的当前执行预估耗时包括：

根据所述每日作业的分类所对应的时长预估模型的平滑常数计算所述每日作业的所述当前执行预估耗时。

进一步地，根据所述每日作业的当前执行预估耗时及每日作业的当前执行耗时对所述每日作业进行监控包括：

当所述每日作业的当前执行耗时大于所述每日作业的所述当前执行预估耗时，进行预警。

第二方面，本申请提供一种批量作业执行情况监控装置，包括：

分类单元，用于对获取到的各批量作业的历史执行日期进行分类；

当前耗时计算单元，用于利用预先建立的各批量作业的各分类所对应的时长预估模型计算对应分类下的每日作业的当前执行预估耗时；

监控单元，用于根据所述每日作业的当前执行预估耗时及每日作业的当前执行耗时对所述每日作业进行监控。