一种业务指标的处理方法及装置与流程

[0001]
本申请涉及计算机技术领域，尤其涉及一种业务指标的处理方法、装置、电子设备及计算机可读存储介质。


背景技术：

[0002]
人工智能(ai，artificial intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。伴随着互联网行业的不断发展，人工智能技术如今已广泛应用于各个行业中。
[0003]
以互联网金融行业为例，为了使得各项业务能够平稳地运行，在业务运营过程中，需要对各项业务的业务指标进行监测，以及时发现可能出现的异常情况。然而，相关技术针对如何自动化分析业务指标的异常波动尚无有效解决方案。


技术实现要素：

[0004]
本申请实施例提供一种业务指标的处理方法、装置、电子设备及计算机可读存储介质，能够自动分析业务指标发生异常波动的原因，提升数据分析效率。
[0005]
本申请实施例的技术方案是这样实现的：
[0006]
本申请实施例提供一种业务指标的处理方法，包括：
[0007]
获取目标业务的业务指标，并对所述业务指标的波动值进行监测；
[0008]
当监测到所述业务指标的波动值超过波动阈值时，获取所述波动值对应的当前维度所下属的多个子维度；
[0009]
确定所述业务指标在每个所述子维度上的子波动值；
[0010]
当所述子波动值超过子波动阈值时，记录所述子波动值以及与所述子波动值对应的子维度；
[0011]
基于所述子波动值以及与所述子波动值对应的子维度生成所述目标业务的可视化分析结果，并呈现所述可视化分析结果。
[0012]
本申请实施例提供一种业务指标的处理装置，包括：
[0013]
获取模块，用于获取目标业务的业务指标；
[0014]
监测模块，用于对所述业务指标的波动值进行监测；
[0015]
所述获取模块，还用于当监测到所述业务指标的波动值超过波动阈值时，获取所述波动值对应的当前维度所下属的多个子维度；
[0016]
确定模块，用于确定所述业务指标在每个所述子维度上的子波动值；
[0017]
记录模块，用于当所述子波动值超过子波动阈值时，记录所述子波动值以及与所述子波动值对应的子维度；
[0018]
生成模块，用于基于所述子波动值以及与所述子波动值对应的子维度生成所述目标业务的可视化分析结果；
[0019]
呈现模块，用于呈现所述可视化分析结果。
[0020]
上述方案中，所述获取模块，还用于获取所述目标业务对应的业务数据；所述装置还包括识别模块，用于基于机器学习模型对所述目标业务所属的业务场景进行识别；所述确定模块，还用于将所述目标业务对应的业务数据中与识别出的所述业务场景关联的业务数据，确定为所述目标业务的业务指标。
[0021]
上述方案中，所述呈现模块，还用于呈现业务指标设置页面；所述确定模块，还用于响应于在所述业务指标设置页面中的业务指标设置操作，将被设置的业务指标确定为所述目标业务的业务指标。
[0022]
上述方案中，所述监测模块，还用于将在当前业务周期内所获取的业务数据与在上一业务周期内所获取的业务数据进行比较，以根据比较结果确定出所述业务指标的波动值。
[0023]
上述方案中，所述获取模块，还用于根据所述目标业务对应的业务数据的多个索引维度，对所述波动值对应的当前维度进行拆解处理，以获取所述当前维度所下属的多个子维度；其中，所述多个子维度与所述多个索引维度一一对应。
[0024]
上述方案中，所述获取模块，还用于根据预先设置的维度层级关系表，对所述波动值对应的当前维度进行拆解处理，以获取所述当前维度所下属的多个子维度；其中，所述维度层级关系表中设置有各个不同层级的维度分别对应的归属关系。
[0025]
上述方案中，所述生成模块，还用于根据预设需求对所述目标业务对应的业务数据进行多级划分；根据所述多级划分的结果，生成所述维度层级关系表。
[0026]
上述方案中，所述记录模块，还用于向区块链网络发送携带所述子波动值以及与所述子波动值对应的子维度的存储请求，以使所述区块链网络执行以下操作：调用智能合约对所述存储请求对应的交易进行验证，并在验证通过后，在所述区块链网络的状态数据库中存储所述子波动值以及与所述子波动值对应的子维度。
[0027]
上述方案中，所述呈现模块，还用于呈现波动分析描述模板；所述生成模块，还用于将所述子波动值以及与所述子波动值对应的子维度，填充到所述波动分析描述模板对应的版块中，以生成所述目标业务的可视化分析结果。
[0028]
本申请实施例提供一种电子设备，包括：
[0029]
存储器，用于存储可执行指令；
[0030]
处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的业务指标的处理方法。
[0031]
本申请实施例提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行时，实现本申请实施例提供的业务指标的处理方法。
[0032]
本申请实施例具有以下有益效果：
[0033]
通过对业务指标的波动值进行监测，并当监测到业务指标的波动发生异常(即波动值超过波动阈值)时，自动获取波动值对应的当前维度所下属的多个子维度，并对业务指标在各个子维度上分别对应的子波动值进行分析，记录子波动值发生异常(即子波动值超过子波动阈值)对应的子维度，随后，基于所记录的发生异常波动的子波动值以及对应的子维度生成目标业务的可视化分析结果，并呈现可视化分析结果，节约了人工参与的环节，可以节省大量的人力成本，同时也保证了最终的分析结果不会因为人为疏忽而出现错误，进
而保证了分析结果的全面性和准确性。
附图说明
[0034]
图1是本申请实施例提供的业务指标的处理系统的架构示意图；
[0035]
图2是本申请实施例提供的终端的结构示意图；
[0036]
图3是本申请实施例提供的业务指标的处理方法的流程示意图；
[0037]
图4是本申请实施例提供的业务指标的处理方法的应用场景示意图；
[0038]
图5是本申请实施例提供的业务指标的处理方法的流程示意图；
[0039]
图6是本申请实施例提供的业务人员设置业务指标的流程示意图；
[0040]
图7是本申请实施例提供的业务指标的处理方法的流程示意图。
具体实施方式
[0041]
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0042]
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0043]
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0044]
对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。
[0045]
1)业务指标，反映业务现象的绝对数量和规模的数值，例如总产量、销售收入总额、职工人数等。
[0046]
2)数据可视化分析平台，是支持多种类型数据源接入，并可以对业务数据进行自动化分析、具有可视化操作界面、拖拽式探索分析的平台。
[0047]
3)维度，是指数据的属性，举例来说，“城市”维度表示的是发起会话的城市，例如“北京”或者“上海”；“网页”维度表示的是用户浏览过的网页的地址。
[0048]
4)下钻，从业务规模指标加入新的维度或者沿着当前层级维度(例如年、季度、月、日)向下查看更细粒度的数据。对于包含分层结构的多维数据源来说，下钻是导航分层结构的最有用方法之一。例如，当用户在查看不同年份的销售总额时，可以下钻查看每年所有月份分别对应的销售额，以确定出销售旺季和销售淡季。
[0049]
5)区块链(blockchain)，是由区块(block)形成的加密的、链式的交易的存储结构。
[0050]
例如，每个区块的头部既可以包括区块中所有交易的哈希值，同时也包含前一个区块中所有交易的哈希值，从而基于哈希值实现区块中交易的防篡改和防伪造；新产生的交易被填充到区块并经过区块链网络中节点的共识后，会被追加到区块链的尾部从而形成链式的增长。
[0051]
6)区块链网络(blockchain network)，通过共识的方式将新区块纳入区块链的一系列的节点的集合。
[0052]
7)账本(ledger)，是区块链(也称为账本数据)和与区块链同步的状态数据库的统称。
[0053]
其中，区块链是以文件系统中的文件的形式来记录交易；状态数据库是以不同类型的键(key)值(value)对的形式来记录区块链中的交易，用于支持对区块链中交易的快速查询。
[0054]
8)智能合约(smart contracts)，也称为链码(chaincode)或应用代码，部署在区块链网络的节点中的程序，节点执行接收的交易中所调用的智能合约，来对账本数据库的键值对数据进行更新或查询的操作。
[0055]
9)共识(consensus)，是区块链网络中的一个过程，用于在涉及的多个节点之间对区块中的交易达成一致，达成一致的区块将被追加到区块链的尾部，实现共识的机制包括工作量证明(pow，proof of work)、权益证明(pos，proof of stake)、股份授权证明(dpos，delegated proof-of-stake)、消逝时间量证明(poet，proof of elapsed time)等。
[0056]
10)交易(transaction)，等同于计算机术语“事务”，交易包括了需要提交到区块链网络执行的操作，并非单指商业语境中的交易，鉴于在区块链技术中约定俗成地使用了“交易”这一术语，本申请实施例遵循了这一习惯。
[0057]
例如，部署(deploy)交易用于向区块链网络中的节点安装指定的智能合约并准备好被调用；调用(invoke)交易用于通过调用智能合约在区块链中追加交易的记录，并对区块链的状态数据库进行操作，包括更新操作(包括增加、删除和修改状态数据库中的键值对)和查询操作(即查询状态数据库中的键值对)。
[0058]
随着互联网技术的发展，各行各业在运营过程中每天都会产生大量的业务数据，例如一些报表数据，对于检测这些数据是否发生异常波动以及当发生异常波动时分析产生异常波动的原因，都具有很大的研究价值。尤其是在互联网金融行业中，在日常业务中，时常会出现支付金额突然出现异常波动的情况，为了了解波动原因，对商家后续的运营决策起到至关重要的作用。
[0059]
为了满足上述需求，各种数据可视化分析平台应运而生，业务人员可以在数据可视化分析平台上进行数据的可视化分析，例如通过比对和下钻，分析业务指标波动的具体原因。
[0060]
然而，数据可视化分析平台虽然以自动化的方式提供了数据，并且不需要再进行数据处理，有一定的可视化分析能力，但在遇到问题时，例如当业务指标的波动发生异常时，仍然需要业务人员手动进行大量的多维度、多角度下钻分析，导致业务指标异常波动分析的时间较长，即时间效率上还有待提升。同时，人工分析难免会出现疏忽，也会导致最终得到的分析结果不够全面和准确率较低的问题。
[0061]
鉴于此，本申请实施例提供一种业务指标的处理方法、装置、电子设备及计算机可读存储介质，能够自动分析业务指标发生异常波动的原因，并将分析结果推送给数据可视化分析平台，以在数据可视化分析平台上进行展示，从而减少了业务人员在分析业务指标异常波动时的耗时，同时也保证了分析结果的全面性和准确性，避免了人为分析有可能存在错漏的情况。
[0062]
下面说明本申请实施例提供的应用业务指标的处理方法的电子设备的示例性应用，本申请实施例提供的应用业务指标的处理方法的电子设备可以实施为笔记本电脑、平板电脑、台式计算机、机顶盒、移动设备(例如，移动电话、便携式音乐播放器、个人数字助理、专用消息设备、便携式游戏设备)等各种类型的用户终端，也可以实施为服务器，例如独立的物理服务器，多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器，还可以由终端和服务器协同实施的方式实现本申请实施例提供的业务指标的处理方法。
[0063]
下面，将结合图1说明应用业务指标的处理方法的电子设备实施为服务器时的示例性应用。
[0064]
参见图1，图1是本申请实施例提供的业务指标的处理系统100的架构示意图。其中，业务指标的处理系统100包括：服务器200、网络300、终端400和数据库500，下面分别进行说明。
[0065]
在一些实施例中，服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。终端400可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端400以及服务器200可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制。
[0066]
服务器200，用于从数据库500中获取目标业务的业务数据，并对目标业务的业务指标(业务指标可以由服务器200根据目标业务所属的业务场景自动确定，或者由业务人员指定)的波动值进行监测，当监测到业务指标的波动值超过波动阈值时，服务器200获取波动值对应的当前维度所下属的多个子维度，并确定业务指标在每个子维度上的子波动值。随后，服务器200对每个子波动值进行分析，当子波动值超过子波动阈值时，记录子波动值以及与子波动值对应的子维度。最后，服务器基于所记录的子波动值以及与子波动值对应的子维度生成目标业务的可视化分析结果，并将生成的可视化分析结果通过网络300发送给终端400。
[0067]
网络300，用于连接服务器200和终端400，网络300可以是广域网或者是局域网，又或者是二者的组合。
[0068]
终端400是业务人员所关联的终端，其上运行有客户端410，示例的，客户端410可以是各种类型的数据可视化分析平台客户端，客户端410也可以是浏览器，其通过页面渲染出数据可视化分析平台，并在数据可视化分析平台中呈现目标业务的可视化分析结果。终端400在接收到服务器200下发的目标业务的可视化分析结果后，调用客户端410的图形界面进行展示，从而业务人员可以直接根据在客户端410上展示的可视化分析结果制定后续的改进策略。
[0069]
数据库500，用于存储目标业务的业务数据，其中，业务数据可以是各种类型的业务数据，例如互联网金融的业务数据、或者是数字政务的政府数据、还可以是电商平台的销售数据等。
[0070]
需要说明的是，本申请实施例提供的业务指标的处理方法除了可以由服务器独立实施外，还可以由终端独立实现，或者由服务器和终端协同实现。下面说明实施本申请实施
例提供的业务指标的处理方法的电子设备为终端时的示例性应用。
[0071]
示例的，以图1中的终端400为例，终端400可以通过网络300获取数据库500中存储的目标业务的业务数据，并对目标业务的业务指标的波动值进行监测。接着，当终端400监测到业务指标的波动值超过波动阈值时，调用自身的运算处理能力对波动值对应的当前维度进行拆解处理，以获取当前维度所下属的多个子维度。随后，终端400对业务指标在每个子维度上的子波动值进行分析，当确定出子波动值超过子波动阈值时，记录子波动值以及与子波动值对应的子维度。最后，终端400基于所记录的子波动值以及子维度生成目标业务的可视化分析结果，并调用客户端410的图形界面进行呈现。
[0072]
需要说明的是，上述针对业务指标进行处理的分析程序可以是集成在数据可视化分析平台客户端中的，作为数据可视化分析平台客户端的附属功能模块；也可以是独立于数据可视化分析平台客户端的，即分析程序在记录子波动值以及与子波动值对应的子维度后，生成对应的可视化分析结果，并将可视化分析结果发送给数据可视化分析平台客户端，以在数据可视化分析平台客户端的用户界面中呈现目标业务的可视化分析结果。
[0073]
本申请实施例提供的业务指标的处理方法可以应用于各种类型的数据分析场景中。示例的，以商超场景为例，当服务器监测到某一时间段内超市的总销售额突然激长时，可以对总销售额对应的当前维度进行下钻，例如下钻到每件商品分别对应的销售额，随后，服务器判断每件商品对应的销售额是否发生异常波动。假设服务器确定出商品a和商品b在最近一段时间内的销售额突然出现增长，则服务器记录商品a和商品b的名称以及分别对应的销售额，随后，服务器基于商品a和商品b的名称以及对应的销售额生成销售分析报告，并在可视化分析平台上进行呈现，如此，商家可以清楚地知道总销售额的突然增加主要是由于商品a和商品b的火爆销售引起的，则可以进一步增加商品a和商品b的库存。
[0074]
下面对图1中的终端400的结构进行说明。参见图2，图2是本申请实施例提供的终端400的结构示意图，图2所示的终端400包括：至少一个处理器460、存储器450、至少一个网络接口420和用户接口430。终端400中的各个组件通过总线系统440耦合在一起。可理解，总线系统440用于实现这些组件之间的连接通信。总线系统440除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线系统440。
[0075]
处理器460可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(dsp，digital signal processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。
[0076]
用户接口430包括使得能够呈现媒体内容的一个或多个输出装置431，包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口430还包括一个或多个输入装置432，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
[0077]
存储器450可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。存储器450可选地包括在物理位置上远离处理器460的一个或多个存储设备。
[0078]
存储器450包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存
program interface)及插件
[0091]
本申请实施例可提供为服务器端的实现生成目标业务的可视化分析结果的api、软件开发套件(sdk，software development toolkit)或插件，供其他的服务器端应用程序开发人员调用，并嵌入到各类应用程序中。
[0092]
示例四、业务指标的处理装置可以是终端设备客户端api及插件
[0093]
本申请实施例还可提供为终端设备端的实现生成目标业务的可视化分析结果的api、sdk或插件，供其他的终端应用程序开发人员调用，并嵌入到各类应用程序中。
[0094]
示例五、业务指标的处理装置可以是云端开放服务
[0095]
本申请实施例可提供为基于人工智能的异常交易处理的ui界面设计云服务、本申请实施例还可提供为ui界面设计云服务的应用程序包(android appl ication package，api)、软件开发工具包(software development kit，sdk)及插件等，打包封装成可供企业内外人员开放使用的云服务，或者将各种结果以适当形式展示在各种终端显示设备上，供个人、群体或企业使用。
[0096]
下面将结合本申请实施例提供的终端的示例性应用和实施，说明本申请实施例提供的业务指标的处理方法。示例的，参见图3，图3是本申请实施例提供的业务指标的处理方法的流程示意图，将结合图3示出的步骤进行说明。
[0097]
在步骤s301中，获取目标业务的业务指标。
[0098]
在一些实施例中，目标业务可以是各种类型的业务，例如可以包括互联网金融业务、数字政务业务、地图导航业务等。示例的，以互联网金融业务为例，互联网金融业务又可以进一步细分为：支付业务、快递业务、保险业务等。
[0099]
在一些实施例中，终端可以通过以下方式获取目标业务的业务指标：获取目标业务对应的业务数据，并基于机器学习模型对目标业务所属的业务场景进行识别；将目标业务对应的业务数据中与识别出的业务场景关联的业务数据，确定为目标业务的业务指标(即后续需要检测的业务指标)。
[0100]
示例的，可以通过机器学习的方法训练出用于识别目标业务所属的业务场景的模型例如神经网络模型，并使用训练后的神经网络模型基于所获取的业务数据对所符合的业务场景进行预测。
[0101]
举例来说，可以使用部分已知业务场景以及对应的业务数据作为场景识别模型的有标记(对应业务场景以及业务数据)的训练样本如{业务场景；业务数据}；使用机器学习方法训练神经网络模型，使得训练后的神经网络模型具有基于业务数据对业务场景进行预测的能力。
[0102]
以训练神经网络模型为例，神经网络模型包括输入层、隐藏层和输出层三层。其中，输入层负责接收输入的训练样本及分发到隐藏层，隐藏层负责所需的计算及输出结果给输出层，输出层输出待检测的目标业务所属的业务场景。神经网络模型的输入层输入的训练样本的特征(例如目标业务对应的业务数据的类型、来源等)为衍生出来的变量，在神经网络模型的隐层层对变量与业务场景之间的映射关系进行学习，从而具有在神经网络输出层基于业务数据预测对应的业务场景的性能。在神经网络训练完成后，在神经网络输入目标业务对应的业务数据，就可以得到目标业务所属的业务场景的预测结果。随后，在得到业务场景的预测结果后，可以从目标业务对应的多个业务数据中，将与业务场景关联的业
务数据确定为目标业务的业务指标。例如假设机器学习模型识别出目标业务所属的业务场景为网购场景时，则可以将多个业务数据中的支付金额作为目标业务的业务指标；假设当机器学习模型识别出目标业务所属的业务场景为地图导航场景时，则可以将对应的多个业务数据中的车流量作为目标业务的业务指标。
[0103]
在另一些实施例中，目标业务的业务指标也可以是由业务人员指定的。终端调用在终端上运行的数据可视化分析平台(例如可以是专门的数据可视化分析平台客户端或者是通过浏览器运行的数据可视化分析平台)，并在数据可视化分析平台的人机交互界面中呈现业务指标设置页面；响应于在业务指标设置页面中的业务指标设置操作，将被设置的业务指标确定为目标业务的业务指标。
[0104]
示例的，在业务人员所关联的终端上运行有数据可视化分析平台客户端，且在数据可视化分析平台客户端的用户界面中呈现有业务指标设置页面。其中，业务指标设置页面中针对不同类型的目标业务，呈现有对应的若干个候选业务指标供业务人员进行选择。例如，以目标业务的类型为网络购物为例，在业务指标设置页面中针对网络购物，呈现有支付金额、好评率、退货率等多个候选业务指标。业务人员在点击支付金额对应的按钮后，数据可视化分析平台将支付金额作为网络购物的业务指标。
[0105]
需要说明的是，目标业务对应的业务指标可以是一个或者多个。示例的，当目标业务对应的业务指标为多个时，终端在处理后一个业务指标后，继续处理下一个业务指标，直至处理完所有的业务指标。
[0106]
在步骤s302中，对业务指标的波动值进行监测。
[0107]
在一些实施例中，在经过步骤s301获取到目标业务的业务指标后，终端对所获取的业务指标的波动值进行监测，以判断业务指标的波动是否发生异常。
[0108]
示例的，终端可以通过以下方式实现对业务指标的波动值进行监测：将在当前业务周期内所获取的业务数据与在上一业务周期内所获取的业务数据进行比较，以根据比较结果确定出业务指标的波动值。其中，业务周期可以根据实际需要确定，例如一个业务周期可以是一个月、一周、或者一天等。
[0109]
举例来说，以目标业务为网络购物、目标业务的业务指标为支付金额为例，针对某个电商购物平台，可以将顾客当天在电商购物平台上支付的金额与前天的支付金额进行比较，以确定出支付金额的波动值。当然，也可以每隔一周进行支付金额的比较，即将本周的支付金额与上一周的支付金额进行比较，以确定出支付金额的波动值。
[0110]
在步骤s303中，当监测到业务指标的波动值超过波动阈值时，获取波动值对应的当前维度所下属的多个子维度。
[0111]
在一些实施例中，可以预先针对目标业务的业务指标设定正常的波动范围，其中，对于同一目标业务的不同业务指标，其对应的正常波动范围可以是不同的。例如，以网络购物为例，当其对应的业务指标为支付金额时，则预先设定的正常波动范围可以是10-50万；当其对应的业务指标为好评率时，则预先设定的正常波动范围可以是70％-90％。也就是说，针对不同的业务指标，业务人员可以预先设定对应的正常波动范围。
[0112]
此外，对于同一业务指标，其正常的波动范围也可以是随着时间段的不同而不同的，例如，仍以业务指标为支付金额为例，假设某一线下超市，其在晚间的生意更加火爆，则可以在8:00-15:00，将支付金额的正常波动范围设定为30-50；而在16:00-20:00，将支付金
额的正常波动范围设定为80-100。需要说明的是，业务指标的正常波动范围可以根据实际情况预先设定，本申请实施例在此不做限定。
[0113]
在另一些实施例中，在确定出目标业务待检测的业务指标后，可以根据目标业务对应的业务数据获取待检测的业务指标对应的波动值，然后，将所获取的波动值与预先设定的该业务指标正常的波动范围进行比较，如果获取的波动值处于正常的波动范围内，则表明该业务指标正常，继续进行监测；如果获取的波动值不在正常的波动范围内，例如超出或者低于正常的波动范围，则表明该业务指标异常或者该业务指标发生异常波动等。
[0114]
示例的，仍以业务指标为支付金额为例，对于某一线下超市，假设业务人员针对支付金额在8:00-16:00设定的正常波动范围为30-50，当终端根据该超市的销售数据确定出在8:00-16:00的支付金额的波动低于30或者超出50时，则表明支付金额的波动发生了异常；当终端根据该超市的销售数据确定出在8:00-16:00的支付金额的波动在30-50之间时，例如假设终端确定出的支付金额的波动范围为40-45，则表明支付金额的波动正常。
[0115]
在一些实施例中，对于在确定出业务指标发生异常波动(即波动值超出波动阈值)的情况，终端可以针对波动值对应的当前维度进行拆解处理，以进一步确定出到底是哪个维度出现异常导致的。
[0116]
示例的，终端可以通过以下方式获取波动值(即超过波动阈值的波动值)对应的当前维度所下属的多个子维度：根据目标业务对应的业务数据的多个索引维度，对波动值对应的当前维度进行拆解处理，以获取当前维度所下属的多个子维度；其中，拆解得到的多个子维度与多个索引维度一一对应。例如以业务指标为新生人口数为例，假设当监测到某省的新生人口的波动值超出波动阈值时，可以根据各个市所上报的人口统计数据，将波动值对应的当前维度(即省维度)拆解成该省所下属的多个市。
[0117]
示例的，终端也可以通过以下方式获取波动值对应的当前维度所下属的多个子维度：根据预先设置的维度层级关系表，对波动值对应的当前维度进行拆解处理，以获取当前维度所下属的多个子维度；其中，维度层级关系表中预先设置有各个不同层级的维度分别对应的归属关系。
[0118]
在一些实施例中，可以通过以下方式得到上述的维度层级关系表：根据预设需求对目标业务对应的业务数据进行多级划分；根据多级划分的结果，生成维度层级关系表。
[0119]
示例的，以业务指标为支付金额为例，对于支付金额这一业务指标，波动值对应的当前维度的类型可以包括职业、性别、商品种类等。其中，对于职业维度，可以根据预先设置的维度层级关系表(例如预先设置的职业分布表)拆解成大学生、医生、白领、蓝领等多个子维度；对于性别维度，可以拆解为男、女两个子维度；对于商品种类维度，可以根据预先设置的维度层级关系表(例如预先设置的商品分类表)拆解成食品、服饰、书籍、电子产品等子维度。
[0120]
需要说明的是，当波动值对应的当前维度为多个不同类型的维度时，终端可以根据实际情况对波动值对应的每一个当前维度进行进一步的拆解处理，例如可以同时对上述的职业维度、性别维度和商品种类维度进行拆解处理；也可以仅对特定的当前维度进行拆解处理，例如当业务人员只关心人群分布情况时，终端可以仅对上述的职业维度进行拆解处理，本申请实施例在此不做限定。
[0121]
在步骤s304中，确定业务指标在每个子维度上的子波动值。
[0122]
在一些实施例中，在经过步骤s303得到波动值对应的当前维度所下属的多个子维度后，终端还可以确定出业务指标在每个子维度上的子波动值。
[0123]
示例的，仍以业务指标为支付金额为例，终端在监测到支付金额的波动值超出波动阈值后，对波动值对应的当前维度，例如职业维度进行拆解处理，得到大学生、医务人员、白领、蓝领等多个子维度。随后，终端分别确定出大学生、医务人员、白领、蓝领等分别对应的支付金额的子波动值。
[0124]
示例的，当终端针对性别维度进行拆解时，可以得到男、女两个子维度，则终端分别确定出男性用户对应的支付金额的子波动值和女性用户对应的支付金额的子波动值。
[0125]
在步骤s305中，当子波动值超过子波动阈值时，记录子波动值以及与子波动值对应的子维度。
[0126]
在一些实施例中，在经过步骤s304确定出业务指标在每个子维度上的子波动值后，终端对每个子波动值进行分析，判断该子波动值是否发生异常，当判断出该子波动值发生异常(即子波动值超出子波动阈值)时，则记录该子波动值以及与该子波动值对应的子维度；当判断出该子波动值没有发生异常时，则忽略该子波动值，继续判断下一个子波动值。
[0127]
示例的，承接上文，终端在确定出大学生、医务人员、白领、蓝领等分别对应的支付金额的子波动值后，依次判断大学生、医务人员、白领、蓝领等分别对应的支付金额的子波动值是否发生异常，对于发生波动异常的子波动值，则记录相应的子波动值以及对应的子维度。假设终端确定出大学生对应的支付金额的子波动值超出子波动阈值时，则记录大学生这一子维度以及大学生对应的支付金额的子波动值。
[0128]
在步骤s306中，基于子波动值以及与子波动值对应的子维度生成目标业务的可视化分析结果，并呈现可视化分析结果。
[0129]
在一些实施例中，终端可以通过以下方式实现上述的基于子波动值以及与子波动值对应的子维度生成目标业务的可视化分析结果：调用数据可视化平台的用户界面呈现波动分析描述模板；将所记录的子波动值以及与子波动值对应的子维度，填充到所呈现的波动分析描述模板对应的版块中，以生成目标业务的可视化分析结果。
[0130]
示例的，以业务指标为支付金额为例，数据可视化分析平台客户端的用户界面中可以呈现如下的波动分析描述模板：“待填入的时间”支付金额的波动值为“待填入的具体波动值”，超出正常波动范围；主要原因是：“待填入的子维度”支付金额的波动值超出正常波动范围，其对应的子波动值为“待填入的子波动值”。举例来说，假设终端在2020年11月6日监测到支付金额的波动值为90，超出了正常的波动范围，随后，终端对波动值对应的当前维度进行拆解处理，得到大学生对应的支付金额的子波动值超出子波动阈值，其对应的子波动值为50，则可以基于上述得到的数据在波动分析描述模板对应的版块进行填充，从而在数据可视化分析平台客户端中呈现如下的可视化分析结果：“2020年11月6日”支付金额的波动值为“90”，超出正常波动范围；主要原因是：“大学生”支付金额的波动值超出正常波动范围，其对应的子波动值为“50”。如此，业务人员可以直接通过数据可视化分析平台中呈现的分析结果确定出主要是由于大学生群体支付金额的异常波动导致了总支付金额的异常波动。
[0131]
需要说明的是，上述示例仅以大学生这一子维度来分析支付金额发生异常波动的原因，在实际应用中，导致支付金额异常波动的原因可能是多方面的，即波动分析描述模板
中可以有多个子维度对应的版块，用于填充多个终端所记录的子维度以及对应的子维度值。此外，在数据可视化平台中呈现的目标业务的可视化分析结果除了以上述文字进行描述的方式外，还可以采用图表的方式进行呈现，例如以饼图、或者扇形图的样式进行呈现；或者图表结合文字的方式进行呈现，本申请实施例对此不做限定。
[0132]
本申请实施例提供的业务指标的处理方法，通过对业务指标的波动值进行监测，并当监测到业务指标的波动发生异常(即波动值超过波动阈值)时，自动获取波动值对应的当前维度所下属的多个子维度，并对业务指标在各个子维度上分别对应的子波动值进行分析，记录子波动值发生异常(即子波动值超过子波动阈值)对应的子维度，随后，基于所记录的发生异常波动的子波动值以及对应的子维度生成目标业务的可视化分析结果，并呈现可视化分析结果，节约了人工参与的环节，可以节省大量的人力成本，同时也保证了最终的分析结果不会因为人为疏忽而出现错误，进而保证了分析结果的全面性和准确性。
[0133]
在另一些实施例中，本申请实施例提供的业务指标的处理方法也可以结合区块链技术实现。
[0134]
区块链是指由区块形成的加密的、链式的交易的存储结构。它是一个共享数据库，存储于其中的数据或者信息，具有不可伪造、可以追溯、集体维护的特点。
[0135]
示例的，参见图4，图4是本申请实施例提供的业务指标的处理方法的应用示意图，包括区块链网络600(示例性示出了共识节点610-1至共识节点610-3)、认证中心700和业务主体800/900，下面分别进行说明。
[0136]
区块链网络600的类型是灵活多样的，例如可以为公有链、私有链或联盟链中的任意一种。以公有链为例，任何业务主体的电子设备(例如，图1中的服务器200和终端400)，都可以在不需要授权的情况下接入区块链网络600而成为客户端节点；以联盟链为例，业务主体在获得授权后其下辖的电子设备可以接入区块链网络600而成为客户端节点。
[0137]
作为示例，当区块链网络600是联盟链时，业务主体800/900从认证中心700进行登记注册获得各自的数字证书，数字证书中包括业务主体的公钥、以及认证中心700对业务主体800/900的公钥和身份信息签署的数字签名，用来与业务主体针对交易的数字签名一起附加到交易(例如，用于上链的子波动值以及与子波动值对应的子维度，或者获取请求等)中，并被发送到区块链网络600，以供区块链网络600从交易中取出数字证书和数字签名，验证交易的可靠性(即是否未经篡改)和发送消息的业务主体的身份信息，区块链网络600会根据身份进行验证，例如是否具有发起交易的权限。
[0138]
在一些实施例中，客户端节点可以只作为区块链网络600的观察者，即提供支持业务主体发起交易功能，对于区块链网络600的共识节点610的功能，例如排序功能、共识服务和账本功能等，客户端节点可以缺省或者有选择性(例如，取决于业务主体的具体业务需求)地实施。从而，可以将业务主体的数据和业务处理逻辑最大程度迁移到区块链网络600中，通过区块链网络600实现数据和业务处理过程的可信和可追溯。
[0139]
区块链网络600中的共识节点接收来自不同业务主体(例如图4中示出的业务主体800/900)的客户端节点提交的交易，执行交易以更新账本或者查询账本，执行交易的各种中间结果或最终结果可以返回业务主体的客户端节点中显示。
[0140]
下面以服务器将所记录的子波动值以及与子波动值对应的子维度上传至区块链网络进行保存为例，说明区块链网络的示例性应用，参见图4，图4中的客户端节点810可以
对应于图1中的服务器200。
[0141]
首先，在客户端节点810设置子波动值以及与子波动值对应的子维度上链的逻辑，例如当确定出子波动值超过子波动阈值时，客户端节点810将子波动值以及与子波动值对应的子维度发送至区块链网络600，并生成对应的交易，交易包括：为了上链子波动值以及与子波动值对应的子维度而需要调用的智能合约、以及向智能合约传递的参数；交易还包括客户端节点810的数字证书、签署的数字签名，并将交易广播到区块链网络600中的共识节点610。
[0142]
然后，区块链网络600中的共识节点610中接收到交易时，对交易携带的数字证书和数字签名进行验证，验证成功后，根据交易中携带的业务主体800的身份，确认业务主体800是否具有交易权限，数字签名和权限验证中的任何一个验证错误都将导致交易失败。验证成功后签署共识节点610自己的数字签名(例如，使用节点610-1的私钥对交易的摘要进行加密得到)，并继续在区块链网络600中广播。
[0143]
最后，区块链网络600中的共识节点610接收到验证成功的交易后，将交易填充到新的区块中，并进行广播。区块链网络600中的共识节点610广播的新区块时，会对新区块进行验证，例如，验证新区块中交易的数字签名是否有效，如果验证成功，则将新区块追加到自身所存储的区块链的尾部，并根据交易的结果更新状态数据库，执行新区块中的交易：对于提交的存储子波动值以及与子波动值对应的子维度的交易，在状态数据库中添加包括子波动值以及与子波动值对应的子维度的键值对。
[0144]
再以终端向区块链网络发送获取所存储的子波动值以及与子波动值对应的子维度的请求为例，说明区块链网络的示例性应用。参见图4，图4中的客户端节点910可以对应于图1中的终端400。
[0145]
在一些实施例中，客户端节点910在区块链网络600中能够查询的数据的类型，可以由共识节点610通过约束业务主体的客户端阶段能够发起的交易的权限来实现，当客户端节点910具有发起查询数据的权限时，可以由客户端节点910生成用于查询数据的交易并提交到区块链网络600中，其中，数据查询请求中携带键名，以供共识节点610执行交易从状态数据库中查询与键名对应的数据。接着，区块链网络600调用智能合约从状态数据库中获取对应的子波动值以及与子波动值对应的子维度，随后，基于所获取的子波动值以及子维度生成目标业务的可视化分析结果，并向客户端节点910返回所生成的可视化分析结果，以使客户端节点910调用数据可视化分析平台的用户界面进行呈现。
[0146]
下面继续说明本申请实施例提供的业务指标的处理装置455实施为软件模块的示例性结构，在一些实施例中，如图2所示，存储在存储器450的业务指标的处理装置455中的软件模块可以包括：获取模块4551、监测模块4552、确定模块4553、记录模块4554、生成模块4555、呈现模块4556和识别模块4557。
[0147]
获取模块4551，用于获取目标业务的业务指标；监测模块4552，用于对业务指标的波动值进行监测；获取模块4551，还用于当监测到业务指标的波动值超过波动阈值时，获取波动值对应的当前维度所下属的多个子维度；确定模块4553，用于确定业务指标在每个子维度上的子波动值；记录模块4554，用于当子波动值超过子波动阈值时，记录子波动值以及与子波动值对应的子维度；生成模块4555，用于基于子波动值以及与子波动值对应的子维度生成目标业务的可视化分析结果；呈现模块4556，用于呈现可视化分析结果。
[0148]
在一些实施例中，获取模块4551，还用于获取目标业务对应的业务数据；业务指标的处理装置455还包括识别模块4557，用于基于机器学习模型对目标业务所属的业务场景进行识别；确定模块4553，还用于将目标业务对应的业务数据中与识别出的业务场景关联的业务数据，确定为目标业务的业务指标。
[0149]
在一些实施例中，呈现模块4556，还用于呈现业务指标设置页面；确定模块4553，还用于响应于在业务指标设置页面中的业务指标设置操作，将被设置的业务指标确定为目标业务的业务指标。
[0150]
在一些实施例中，监测模块4552，还用于将在当前业务周期内所获取的业务数据与在上一业务周期内所获取的业务数据进行比较，以根据比较结果确定出业务指标的波动值。
[0151]
在一些实施例中，获取模块4551，还用于根据目标业务对应的业务数据的多个索引维度，对波动值对应的当前维度进行拆解处理，以获取当前维度所下属的多个子维度；其中，多个子维度与多个索引维度一一对应。
[0152]
在一些实施例中，获取模块4551，还用于根据预先设置的维度层级关系表，对波动值对应的当前维度进行拆解处理，以获取当前维度所下属的多个子维度；其中，维度层级关系表中设置有各个不同层级的维度分别对应的归属关系。
[0153]
在一些实施例中，生成模块4555，还用于根据预设需求对目标业务对应的业务数据进行多级划分；根据多级划分的结果，生成维度层级关系表。
[0154]
在一些实施例中，记录模块4554，还用于向区块链网络发送携带子波动值以及与子波动值对应的子维度的存储请求，以使区块链网络执行以下操作：调用智能合约对存储请求对应的交易进行验证，并在验证通过后，在区块链网络的状态数据库中存储子波动值以及与子波动值对应的子维度。
[0155]
在一些实施例中，呈现模块4556，还用于呈现波动分析描述模板；生成模块4555，还用于将子波动值以及与子波动值对应的子维度，填充到波动分析描述模板对应的版块中，以生成目标业务的可视化分析结果。
[0156]
需要说明的是，本申请实施例装置的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果，因此不做赘述。对于本申请实施例提供的业务指标的处理装置中未尽的技术细节，可以根据图3、5任一附图的说明而理解。
[0157]
下面，将说明本申请实施例在一个实际的应用场景中的示例性应用。
[0158]
在商业业务中，因为各种因素，业务指标会发生波动，业务人员(例如产品运营人员)需要花费较大精力来调查波动原因。
[0159]
针对上述技术问题，相关技术提供了数据可视化分析平台，业务人员可以在数据可视化分析平台进行数据的可视化分析，例如通过比对和下钻，分析出波动的具体原因。
[0160]
然而，相关技术提供的数据可视化分析平台虽然以自动化的形式提供了数据，并且不需要再进行数据处理，有一定的可视化分析能力，但是在遇到问题时的分析过程并不能减少，还是需要业务人员手动进行大量的多维度多角度下钻分析，时间效率上还有待提高。
[0161]
鉴于此，本申请实施例提供了一种业务指标的处理方法，可以自动分析业务指标发生异常波动的原因，提升了数据分析效率，进而减少商业组织在业务指标异常波动分析
中的人力成本。
[0162]
本申请实施例提供的业务指标的处理方法可以应用于各种类型的数据分析场景，例如线上购物场景、数字政务场景、地图导航场景等，对于线上购物场景，可以自动分析支付金额异常波动的原因；对于数字政务场景，可以自动分析人口出生率异常波动原因；对于地图导航场景，可以自动分析车流量异常波动原因。
[0163]
示例的，当业务指标因为各种因素发生异常波动时，可以通过终端上运行的分析程序来自动发现业务指标的异常波动，并自动下钻分析，随后，推送业务波动分析结果，并展示在数据可视化分析平台，从而通过自动化分析业务指标的异常波动，来减少业务人员在分析异常波动原因的耗时。
[0164]
下面对本申请实施例提供的业务指标的处理方法进行具体说明。
[0165]
参见图5，图5是本申请实施例提供的业务指标的处理方法的流程示意图，将结合图5示出的步骤进行说明。
[0166]
在步骤s501中，分析程序获取要监控的业务指标。
[0167]
在一些实施例中，待监控的业务指标可以是由业务人员指定的。
[0168]
示例的，参见图6，业务人员可以在分析程序的用户界面中设定需要分析的业务指标；或者业务人员也可以在数据可视化分析平台的用户界面中设定需要分析的业务指标，以使数据可视化分析平台在获取到业务指标后发送给分析程序。例如对于线上购物场景，业务人员可以将支付金额设定为需要分析的业务指标，随后，分析程序可以针对业务人员所设定的支付金额的波动进行监控。
[0169]
在步骤s502中，分析程序监控业务指标的波动。
[0170]
示例的，分析程序可以定期或者不定期地对业务指标的波动进行监控。例如仍以业务指标为支付金额为例，分析程序可以每隔一天或者每隔1个小时对支付金额的波动进行监控。
[0171]
在步骤s503中，分析程序判断业务指标的波动是否超过阈值，若超过阈值，则执行步骤s504；若没有超过阈值，则继续执行步骤502。
[0172]
示例的，承接上文，当分析程序监控到支付金额的波动发生异常时，例如支付金额的波动超出预先设定的正常波动范围时，分析程序执行后续的下钻分析操作；当分析程序监控到支付金额的波动处于正常波动范围内时，则继续进行监控。
[0173]
在步骤s504中，分析程序在各个维度下钻对应指标。
[0174]
示例的，以线下购物场景为例，当分析程序监控到支付金额的波动发生异常时，则对各个维度进行下钻处理，例如当分析程序对职业维度进行下钻时，可以将其拆解为大学生、医务人员、工程师、建筑工人等多个子维度，随后，分析程序分别确定大学生、医务人员、工程师以及建筑工人等分别对应的支付金额的波动。
[0175]
在步骤s505中，分析程序判断维度上指标波动是否超过阈值，若超过阈值，则执行步骤s506；若没有超过阈值，则继续执行步骤s504。
[0176]
示例的，分析程序在确定出每个子维度分别对应的子波动值后，判断对应子维度上的子波动值是否发生异常波动，例如分析程序分别判断大学生、医务人员、工程师以及建筑工人对应的支付金额是否发生异常波动，对于支付金额发生异常波动的维度，则进行记录；对于支付金额没有发生异常波动的维度，则不进行记录。
[0177]
在步骤s506中，分析程序记录波动维度。
[0178]
示例的，假设分析程序确定出大学生以及医务人员对应的支付金额的波动超过阈值时，则记录大学生维度和医务人员维度。
[0179]
在步骤s507中，分析程序输出所记录的波动维度到可视化分析平台进行展示。
[0180]
示例的，分析程序在记录发生异常波动的维度后，可以将所记录的波动维度推送至数据仓库进行存储，例如，针对线上购物场景，当分析程序确定出大学生维度对应的支付金额发生异常波动时，分析程序可以将大学生维度推送至数据仓库进行存储，数据可视化分析平台后续可以从数据仓库中获取分析程序所推送的波动维度(例如大学生维度)，并在对应的用户界面中进行展示，如此，业务人员可以一目了然地知道支付金额的波动主要是由大学生引起的。
[0181]
在另一些实施例，参见图7，为了进一步了解发生异常波动的具体原因，分析程序可以同时记录发生异常波动的维度以及对应的波动值，并将所记录的波动维度和波动值推送至数据仓库进行存储，例如当分析程序确定出大学生维度以及医务人员维度对应的支付金额的波动超出阈值时，则可以将大学生维度和对应的波动值、以及医务人员维度和对应的波动值发送至数据仓库进行存储。随后，数据可视化分析平台从数据仓库中获取分析程序所推送的数据，并展示支付金额波动的维度，如此，业务人员可以通过查看数据可视化分析平台上展示的业务指标对应的各个维度的波动，推断业务指标发生异常波动的具体原因。当然，分析程序在记录发生波动的维度以及对应的波动值后，可以直接填入固定的分析模板中，以生成分析报告，随后，直接将分析报告推送至业务人员所关联的数据可视化分析平台，进一步节省了业务人员的分析时间。此外，需要说明的是，图7中的“时间”表示的是定时触发监控业务指标的波动值，例如每隔一天或者一个小时监控业务指标的波动值一次。
[0182]
本申请实施例通过自动化分析业务指标异常波动的具体原因，来减少业务人员在分析时的耗时，同时，由于是通过分析程序自动下钻分析的，保证了分析结果的全面性和准确性，避免了人为分析可能存在错漏的情况。
[0183]
本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例上述的业务指标的处理方法。
[0184]
本申请实施例提供一种存储有可执行指令的计算机可读存储介质，其中存储有可执行指令，当可执行指令被处理器执行时，将引起处理器执行本申请实施例提供的业务指标的处理方法，例如，如图3或5示出的业务指标的处理方法。
[0185]
在一些实施例中，计算机可读存储介质可以是fram、rom、prom、ep rom、eeprom、闪存、磁表面存储器、光盘、或cd-rom等存储器；也可以是包括上述存储器之一或任意组合的各种设备。
[0186]
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
[0187]
作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在
保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言(h tml，hyper text markup language)文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。
[0188]
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
[0189]
综上所述，本申请实施例通过对业务指标的波动值进行监测，并当监测到业务指标的波动发生异常(即波动值超过波动阈值)时，自动获取波动值对应的当前维度所下属的多个子维度，并对业务指标在各个子维度上分别对应的子波动值进行分析，记录子波动值发生异常(即子波动值超过子波动阈值)对应的子维度，随后，基于所记录的发生异常波动的子波动值以及对应的子维度生成目标业务的可视化分析结果，并呈现可视化分析结果，由于上述整个过程不需人工参与，可以节省大量的人力成本，同时也保证了最终的分析结果不会因为人为疏忽而出现错误，进而保证了分析结果的全面性和准确性。
[0190]
以上所述，仅为本申请的实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本申请的保护范围之内。