用于监控业务场景的指标清单的检查方法及装置与流程

1.本公开涉及信息安全技术领域和金融技术领域，尤其涉及一种用于监控业务场景的指标清单的检查方法、装置、设备、介质和程序产品。


背景技术：

2.随着电子支付等业务的发展，业务场景时间、地点、操作类型、交易类别愈发灵活和复杂，业务场景监控和业务场景的融合也更加紧密。然而，针对应用功能十分复杂的大型业务场景，单个应用的细分业务功能可能达到几百甚至上千个，同时，由于各项目组、各应用对于业务场景相关字段信息的命名偏好和描述方法不同，无法通过直接筛选快速得出相关信息并对监控配置情况进行批量检查。
3.因此，如何实现快速对用于监控业务场景的指标清单的检查是相关技术中需要解决的技术问题。


技术实现要素：

4.鉴于上述问题，本公开提供了一种用于监控业务场景的指标清单的检查方法、装置、设备、介质和程序产品。
5.根据本公开的第一个方面，提供了一种用于监控业务场景的指标清单的检查方法，包括：
6.对业务场景清单表中的每行数据进行分词处理，得到词集；
7.根据上述词集中每两个词之间的相似度，生成与上述词集对应的相似度矩阵；
8.针对上述词集中的每一行，根据上述相似度矩阵，计算得到上述每一行中每个词分别对应的概率值；
9.根据上述每一行中每个词分别对应的概率值，得到关键词词集；
10.按照预设匹配规则，将上述关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控上述业务场景的指标清单的检查。
11.根据本公开的实施例，上述用于监控业务场景的指标清单的检查方法还包括：
12.获取业务场景信息和用于监控上述业务场景的指标信息；
13.从上述业务场景信息中选取第一目标字段，得到上述业务场景清单表；
14.从用于监控上述业务场景的指标信息中选取第二目标字段，得到用于监控上述业务场景的指标清单。
15.根据本公开的实施例，上述对业务场景清单表中的每行数据进行分词处理，得到词集，包括：
16.提取上述业务场景清单表中的目标关键词，去重后得到关键词词典表；
17.根据上述关键词词典表，确定上述业务场景清单表中的固定词组；
18.基于上述固定词组，对上述业务场景清单表中的每行数据进行分词处理，得到与上述每行数据对应的上述分词结果；
19.对与上述每行数据对应的上述分词结果去重后得到上述词集。
20.根据本公开的实施例，上述根据上述词集中每两个词之间的相似度，生成与上述词集对应的相似度矩阵，包括：
21.对上述词集中的每个词进行特征提取，得到与上述每个词对应的词向量；
22.根据与上述每个词对应的词向量，计算得到上述词集中每两个词之间的相似度；
23.基于上述词集中每两个词之间的相似度，得到上述相似度矩阵。
24.根据本公开的实施例，上述针对上述词集中的每一行，根据上述相似度矩阵，计算得到上述每一行中每个词分别对应的概率值，包括：
25.针对上述词集中每一行中的每个词，从上述相似度矩阵中获取与上述每个词对应的目标相似度；
26.根据与上述每个词对应的目标相似度，计算得到与上述每个词对应的概率值。
27.根据本公开的实施例，上述关键词词集包括第一关键词词集、第二关键词词集和第三关键词词集，上述根据上述每一行中每个词分别对应的概率值，得到关键词词集，包括：
28.针对上述词集中的每一行，将上述每一行中每个词分别对应的概率值降序排列，得到关键词排列清单；
29.根据上述关键词排列清单，选取上述每一行中上述概率值最高的词，得到上述第一关键词词集；
30.根据上述关键词排列清单，选取上述每一行中上述概率值降序排第二的词，得到上述第二关键词词集；
31.根据上述关键词排列清单，选取上述每一行中上述概率值降序排第三的词，得到上述第三关键词词集。
32.根据本公开的实施例，上述按照预设匹配规则，将上述关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对上述业务场景的检查，包括：
33.根据上述第一关键词词集，得到第一层模板清单；
34.将上述第一关键词词集和上述第二关键词词集中的词进行组合，得到第二层模板清单中的第一清单；
35.将上述第一关键词词集和上述第三关键词词集中的词进行组合，得到第二层模板清单中的第二清单；
36.将上述第一关键词词集、上述第二关键词词集和上述第三关键词词集中的词进行组合，得到第三层模板清单；
37.基于上述第一层模板清单、上述第二层模板清单和上述第三层模板清单，得到用于监控上述业务场景的指标模板清单；
38.将用于监控上述业务场景的上述指标模板清单与上述指标清单进行匹配，得到上述匹配结果。
39.根据本公开的实施例，上述用于监控业务场景的指标清单的检查方法还包括：
40.在上述匹配结果表征上述指标模板清单中存在与上述指标清单不匹配的数据的情况下，根据上述匹配结果，对用于监控上述业务场景的上述指标清单进行核对与补充操作。
41.本公开的第二方面提供了一种用于监控业务场景的指标清单的检查装置，包括：分词模块、生成模块、计算模块、获得模块和匹配模块。其中，分词模块，用于对业务场景清单表中的每行数据进行分词处理，得到词集。生成模块，用于根据上述词集中每两个词之间的相似度，生成与上述词集对应的相似度矩阵。计算模块，用于针对上述词集中的每一行，根据上述相似度矩阵，计算得到上述每一行中每个词分别对应的概率值。获得模块，用于根据上述每一行中每个词分别对应的概率值，得到关键词词集。匹配模块，用于按照预设匹配规则，将上述关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控上述业务场景的指标清单的检查。
42.本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。
43.本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。
44.本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。
45.根据本公开提供的用于监控业务场景的指标清单的检查方法、装置、设备、介质和程序产品，对业务场景清单表中的每行数据进行分词处理，可以得到词集，并根据词集中每两个词之间的相似度，生成与词集对应的相似度矩阵，从而可以针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值，并根据每一行中每个词分别对应的概率值，得到关键词词集，最后可以按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查，基于业务场景清单表生成关键词词集，可以解决由于录入习惯不同导致的难以批量匹配的问题，能够提升业务场景监控的全面性和有效性。
附图说明
46.通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
47.图1示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查方法的应用场景图；
48.图2示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查方法的流程图；
49.图3示意性示出了根据本公开实施例的得到词集的流程图；
50.图4示意性示出了根据本公开实施例的得到相似度矩阵的流程图；
51.图5示意性示出了根据本公开实施例的得到每个词对应的概率值的流程图；
52.图6示意性示出了根据本公开实施例的得到匹配结果的流程图；
53.图7示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查系统的示意图；
54.图8示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查装置的结构框图；以及
55.图9示意性示出了根据本公开实施例的适于实现用于监控业务场景的指标清单的检查方法的电子设备的方框图。
具体实施方式
56.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
57.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
58.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
59.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
60.在本公开的技术方案中，所涉及的数据(如包括但不限于用户个人信息)的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
61.在实施本公开的过程中发现，大型商业银行的业务场景、应用功能十分复杂，单个应用的细分业务功能可能达到几百甚至上千个，当前主要依靠人工方式对业务场景的监控配置进行检查，或在发生问题后进行“亡羊补牢”。同时，由于各项目组、各应用对于业务场景相关字段信息的命名偏好和描述方法不同，无法通过直接筛选快速得出相关信息并对监控配置情况进行批量检查，会存在当前业务场景监控覆盖缺失、阈值不合理等问题，难以实现快速响应客户影响事件的需要。因此，如何实现快速对用于监控业务场景的指标清单的检查是相关技术中需要解决的技术问题。
62.为此，本公开的实施例提供了一种用于监控业务场景的指标清单的检查方法，包括：对业务场景清单表中的每行数据进行分词处理，得到词集；根据词集中每两个词之间的相似度，生成与词集对应的相似度矩阵；针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值；根据每一行中每个词分别对应的概率值，得到关键词词集；按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查。
63.图1示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查方法的应用场景图。
64.如图1所示，根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终
端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
65.用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
66.第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
67.服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
68.例如，可以通过服务器105对业务场景清单表中的每行数据进行分词处理，得到词集；根据词集中每两个词之间的相似度，可以生成与词集对应的相似度矩阵；并针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值，从而可以根据每一行中每个词分别对应的概率值，得到关键词词集，最后按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查。
69.需要说明的是，本公开实施例所提供的用于监控业务场景的指标清单的检查方法一般可以由服务器105执行。相应地，本公开实施例所提供的用于监控业务场景的指标清单的检查装置一般可以设置于服务器105中。本公开实施例所提供的用于监控业务场景的指标清单的检查方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的用于监控业务场景的指标清单的检查装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
70.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
71.以下将基于图1描述的场景，通过图2～图7对本公开实施例的用于监控业务场景的指标清单的检查方法进行详细描述。
72.图2示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查方法的流程图。
73.如图2所示，该方法200包括操作s210～操作s250。
74.在操作s210，对业务场景清单表中的每行数据进行分词处理，得到词集。
75.根据本公开的实施例，可以利用jieba分词方法，对业务场景清单表中的每行数据进行分词处理，得到与业务场景清单表对应的词集。
76.在操作s220，根据词集中每两个词之间的相似度，生成与词集对应的相似度矩阵。
77.根据本公开的实施例，可以通过word2vec(word to vector，用于产生词向量的模
型)中的ship-gram模型对词集中的每个词进行词向量训练，得到与每个词对应的词向量，并计算各词向量之间的相似度，即每两个词之间的相似度，从而可以生成与词集对应的相似度矩阵。
78.在操作s230，针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值。
79.根据本公开的实施例，可以通过textrank(一种文本排序算法)模型，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值。
80.在操作s240，根据每一行中每个词分别对应的概率值，得到关键词词集。
81.根据本公开的实施例，根据每一行中每个词分别对应的概率值的大小，可以得到关键词词集。将每一行中概率值最大的词提取出来，去重后可以得到第一关键词词集；将每一行中概率值排第二的词提取出来，去重后可以得到第二关键词词集；将每一行中概率值排第三的词提取出来，去重后可以得到第三关键词词集。
82.在操作s250，按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查。
83.根据本公开的实施例，关键词词集可以包括第一关键词词集、第二关键词词集和第三关键词词集。预设匹配规则可以表征将第一关键词词集、第二关键词词集和第三关键词词集中的词按照预设规则进行组合，再分别与用于监控业务场景的指标清单进行匹配。
84.根据本公开的实施例，对业务场景清单表中的每行数据进行分词处理，可以得到词集，并根据词集中每两个词之间的相似度，生成与词集对应的相似度矩阵，从而可以针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值，并根据每一行中每个词分别对应的概率值，得到关键词词集，最后可以按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查，基于业务场景清单表生成关键词词集，可以解决由于录入习惯不同导致的难以批量匹配的问题，能够提升业务场景监控的全面性和有效性。
85.根据本公开的实施例，上述用于监控业务场景的指标清单的检查方法还包括：获取业务场景信息和用于监控业务场景的指标信息；从业务场景信息中选取第一目标字段，得到业务场景清单表；从用于监控业务场景的指标信息中选取第二目标字段，得到用于监控业务场景的指标清单。
86.根据本公开的实施例，可以对资产管理系统中登记的业务场景信息以及监控系统中的业务场景监控指标信息进行上收和采集，其中，用于监控业务场景的指标信息可以表征监控系统中的业务场景监控指标信息。
87.根据本公开的实施例，第一目标字段可以包括业务场景id、业务场景名称、业务场景描述、业务领域和入口应用。第二目标字段可以包括指标名称、指标描述和阈值。
88.根据本公开的实施例，可以从业务场景信息中选取第一目标字段，得到业务场景清单表，其中，业务场景清单表中的每行可以包括某个业务场景id以及该业务场景id对应的业务场景名称、业务场景描述、业务领域和入口应用；可以从用于监控业务场景的指标信息中选取第二目标字段，得到用于监控业务场景的指标清单。
89.根据本公开的实施例，分别将业务场景信息和用于监控业务场景的指标信息中的第一目标字段和第二目标字段保留下来，实现了对业务场景信息和用于监控业务场景的指
标信息的预处理，其中第一目标字段和第二目标字段可以用于后续分析处理。
90.图3示意性示出了根据本公开实施例的得到词集的流程图。
91.如图3所示，该方法300包括操作s310～操作s340。
92.在操作s310，提取业务场景清单表中的目标关键词，去重后得到关键词词典表。
93.根据本公开的实施例，为了业务场景关键词抽取的准确率，需要将业务场景清单表中的目标关键词先提取出来，再将得到的目标关键词去重后可以得到关键词词典表。
94.根据本公开的实施例，目标关键词可以表征业务场景清单表中的业务领域字段，其中，业务领域字段是标准化的。根据业务场景清单表中的业务领域字段，去重得到业务领域的标准描述关键词，可以用于后续分析使用。
95.根据本公开的实施例，可以将得到的标准描述关键词输入词典表中，得到关键词词典表。
96.在操作s320，根据关键词词典表，确定业务场景清单表中的固定词组。
97.根据本公开的实施例，将关键词词典表中的每个关键词可以看作固定词组，从而可以确定业务场景清单表中的固定词组。
98.在操作s330，基于固定词组，对业务场景清单表中的每行数据进行分词处理，得到与每行数据对应的分词结果。
99.根据本公开的实施例，将关键词词典表作为jieba分词的自定义词典载入，可以通过jieba分词方法，将业务场景清单表作为数据集，对业务场景清单表中的每行数据进行分词处理，得到分词结果。
100.根据本公开的实施例，可以提取出业务场景清单表中每行数据中的业务场景名称和业务场景描述字段，并对业务场景名称和业务场景描述字进行分词处理。在对业务场景名称和业务场景描述字段进行分词处理的过程中，将业务场景名称和业务场景描述字段中的固定词组不进行分词处理，其余按照正常情况进行分词，即对业务场景名称和业务场景描述字段中出现的在关键词词典表中存在的词组不进行分词处理。例如，对“使用关键词词典作为自定义词典载入”进行分词处理，按照正常情况进行分词处理，可以得到“使用/关键词/词典/作为/自定义/词典/载入”；若关键词词典表中可以包括关键词词典和自定义词典，即固定词组可以包括关键词词典和自定义词典，则可以得到“使用/关键词词典/作为/自定义词典/载入”。
101.根据本公开的实施例，可以对业务场景清单表中每行数据中的业务场景名称和业务场景描述字段进行分词处理，得到的每行对应的分词结果可以包括业务场景id、业务领域、入口应用以及业务场景名称和业务场景描述字段的分词结果。
102.在操作s340，对与每行数据对应的分词结果去重后得到词集。
103.根据本公开的实施例，对得到的与每行数据对应的分词结果去重，可以得到词集。
104.根据本公开的实施例，基于关键词词典表，对业务场景清单表中的每行数据进行分词处理，可以得到分词结果，并对得到的与每行数据对应的分词结果去重后可以得到词集，以便将得到的词集用于后续分析处理。
105.图4示意性示出了根据本公开实施例的得到相似度矩阵的流程图。
106.如图4所示，该方法400包括操作s410～操作s430。
107.在操作s410，对词集中的每个词进行特征提取，得到与每个词对应的词向量。
108.根据本公开的实施例，对得到的与业务场景清单表中的每行数据对应的分词结果进行全局去重处理，可以得到词集。
109.根据本公开的实施例，可以通过word2vec中的ship-gram模型对词集中的每个词进行词向量训练，得到与每个词对应的词向量，并计算各词向量之间的相似度。
110.根据本公开的实施例，针对word2vec中ship-gram模型的目标函数，取对数可以表示为如下公式(1)。
111.l＝∑
ω∈t log p(context(ω)|ω)
ꢀꢀꢀ
(1)
112.其中，t可以表示词集，ω可以表示词集t中的词，context(ω)可以表示词ω的上下文集合，p(context(ω)|ω)可以表示从根节点到叶子节点对应的词ω的概率值。
113.根据本公开的实施例，可以对词集中的每个词进行特征提取，得到与每个词对应的词向量。
114.在操作s420，根据与每个词对应的词向量，计算得到词集中每两个词之间的相似度。
115.根据本公开的实施例，可以根据得到的与每个词对应的词向量，计算每两个词集中每两个词之间的相似度，即每两个词向量之间的相似度。
116.根据本公开的实施例，相似度计算公式可以表示为如下公式(2)。
[0117][0118]
其中，ei可以表示词集中第个词，ej可以表示词集中的第个词，
[0119]
cosθ
(i,j
)可以表示词向量和之间的夹角，和可以分别表示词向量和对应的模。
[0120]
在操作s430，基于词集中每两个词之间的相似度，得到相似度矩阵。
[0121]
根据本公开的实施例，根据上述公式(2)，可以得到词集中每两个词之间的相似度，则基于词集中每两个词之间的相似度，可以得到相似度矩阵。
[0122]
根据本公开的实施例，相似度矩阵可以表示为如下公式(3)。
[0123][0124]
其中，t可以表示词集中词的数量，ω
11
可以表示词集中第一个词与第一个词之间的相似度，ω
1t
可以表示词集中第一个词与第t个词之间的相似度，ω
t1
可以表示词集中第t个词与第一个词之间的相似度，ω
tt
可以表示词集中第t个词与第t个词之间的相似度。
[0125]
根据本公开的实施例，例如，词集中可以包括10个词，则生成的相似度矩阵可以表征为一个10
×
10的矩阵。
[0126]
根据本公开的实施例，可以通过word2vec中的ship-gram模型对词集中的每个词进行词向量训练，并计算各词向量之间的相似度，以此可以判断词间的关联程度。
[0127]
图5示意性示出了根据本公开实施例的得到每个词对应的概率值的流程图。
[0128]
如图5所示，该方法500包括操作s510和操作s520。
[0129]
在操作s510，针对词集中每一行中的每个词，从相似度矩阵中获取与每个词对应
的目标相似度。
[0130]
根据本公开的实施例，可以通过textrank(一种文本排序算法)模型，依靠滑动窗口构建词语相邻词间的权重关系，并结合得到的相似度矩阵，构建概率转移，即某个词在对应行中是关键词的概率值。
[0131]
根据本公开的实施例，针对词集中每一行中的每个词，可以从相似度矩阵中获取与每个词对应的目标相似度。
[0132]
在操作s520，根据与每个词对应的目标相似度，计算得到与每个词对应的概率值。
[0133]
根据本公开的实施例，例如，每条业务场景id对应的业务场景名称、业务场景描述构成一个长句，分词后，词数平均约为30个，设定滑动窗口为6。
[0134]
根据本公开的实施例，textrank的迭代计算公式可以表示为如下公式(4)。
[0135][0136]
其中，d可以表示阻尼因子(通常取值为0.85)，tr(wi)可以表示词语节点wi通过计算得到的textrank值，即词wi是关键词的概率值，求和公示可以表示每个相邻词语节点对本词语节点的贡献度，ω
ij
可以表示根据相似度矩阵(概率转移矩阵)得到的词wi和词wj之间相似度，in(wi)可以表示词语节点wi的入度(指向词语节点wi的集合)，out(wj)可以表示为词语节点wj的出度(词语节点wj指向节点的集合)，tr(wj)可以表示上次迭代计算得到的词wj是关键词的概率值，ω
jk
可以表征词wj和词wk之间相似度。
[0137]
根据本公开的实施例，目标相似度可以包括词wi和词wj之间相似度以及词wj和词wk之间相似度。目标相似度可以表征与词wi为出度、入度的词对应的相似度。tr(wj)在未知的情况下，是可以人为设定初始值的。
[0138]
根据本公开的实施例，可以通过上述公式(4)，计算得到词集中每个词是对应行的关键词的概率值。
[0139]
根据本公开的实施例，关键词词集可以包括第一关键词词集、第二关键词词集和第三关键词词集，根据每一行中每个词分别对应的概率值，得到关键词词集，包括：针对词集中的每一行，将每一行中每个词分别对应的概率值降序排列，得到关键词排列清单；根据关键词排列清单，选取每一行中概率值最高的词，得到第一关键词词集；根据关键词排列清单，选取每一行中概率值降序排第二的词，得到第二关键词词集；根据关键词排列清单，选取每一行中概率值降序排第三的词，得到第三关键词词集。
[0140]
根据本公开的实施例，针对词集中的每一行，将根据上述公式(4)得到的每个词对应的概率值降序排列，可以得到关键词排列清单。
[0141]
根据本公开的实施例，可以根据关键词排列清单，开展关键词分层分析。第一关键词可以定义为每一行中概率值最高的词，则选取每一行中概率值最高的词，得到第一关键词词集。第二关键词可以定义为每一行中概率值降序排第二的词，则选取每一行中概率值降序排第二的词，得到第二关键词词集。第三关键词可以定义为每一行中概率值降序排第三的词，则选取每一行中概率值降序排第三的词，得到第三关键词词集。
[0142]
根据本公开的实施例，根据关键词排列清单中每个词对应的概率值，可以得到第一关键词词集、第二关键词词集和第三关键词词集，以便用于后续用于监控业务场景的指标模板清单的获取。
[0143]
图6示意性示出了根据本公开实施例的得到匹配结果的流程图。
[0144]
如图6所示，该方法600包括操作s610～操作s660。
[0145]
在操作s610，根据第一关键词词集，得到第一层模板清单。
[0146]
根据本公开的实施例，针对第一层业务监控指标可以仅包含第一关键词，则可以根据第一关键词词集中每个第一关键词，得到第一层模板清单。
[0147]
在操作s620，将第一关键词词集和第二关键词词集中的词进行组合，得到第二层模板清单中的第一清单。
[0148]
根据本公开的实施例，针对第二层业务监控指标可以同时包含第一关键词和第二关键词，则可以将第一关键词词集中的第一关键词和第二关键词词集中的第二关键词进行组合，得到第二层模板清单中的第一清单。
[0149]
在操作s630，将第一关键词词集和第三关键词词集中的词进行组合，得到第二层模板清单中的第二清单。
[0150]
根据本公开的实施例，针对第二层业务监控指标，还可以同时包含第一关键词和第三关键词，则可以将第一关键词词集中的第一关键词和第三关键词词集中的第三关键词进行组合，得到第二层模板清单中的第二清单。
[0151]
在操作s640，将第一关键词词集、第二关键词词集和第三关键词词集中的词进行组合，得到第三层模板清单。
[0152]
根据本公开的实施例，针对第三层业务监控指标可以同时包含第一关键词、第二关键词和第三关键词(不考虑顺序)，则可以将第一关键词词集中的第一关键词、第二关键词词集中的第二关键词和第三关键词词集中的第三关键词进行组合，得到第三层模板清单。
[0153]
在操作s650，基于第一层模板清单、第二层模板清单和第三层模板清单，得到用于监控业务场景的指标模板清单。
[0154]
根据本公开的实施例，用于监控业务场景的指标模板清单可以包括第一层模板清单、第二层模板清单和第三层模板清单。
[0155]
在操作s660，将用于监控业务场景的指标模板清单与指标清单进行匹配，得到匹配结果。
[0156]
根据本公开的实施例，可以将用于监控业务场景的指标模板清单与指标清单进行匹配，得到匹配结果。将用于监控业务场景的指标模板清单，与用于监控业务场景的指标清单中的指标名称和指标描述字段，分别匹配第一、第二、第三层业务监控指标。
[0157]
根据本公开的实施例，匹配关系表可以如表1所示。
[0158]
表1
[0159][0160]
根据本公开的实施例，如表1所示，针对第一层业务监控指标，可以将用于监控业务场景的指标清单与用于监控业务场景的指标模板清单中的第一层目标清单进行匹配，即只匹配第一关键词；针对第二层业务监控指标，可以将用于监控业务场景的指标清单与用于监控业务场景的指标模板清单中的第二层目标清单进行匹配，即同时匹配第一关键词和第三关键词或者第一关键词和第二关键词；针对第三层业务监控指标，可以将用于监控业务场景的指标清单与用于监控业务场景的指标模板清单中的第三层目标清单进行匹配，即同时匹配第一关键词、第二关键词和第三关键词。
[0161]
根据本公开的实施例，根据第一关键词词集、第二关键词词集和第三关键词词集，可以得到用于监控业务场景的指标模板清单，从而可以与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控所述业务场景的指标清单的检查。
[0162]
根据本公开的实施例，上述业务场景检查方法还包括：在匹配结果表征指标模板清单中存在与指标清单不匹配的数据的情况下，根据匹配结果，对用于监控业务场景的指标清单进行核对与补充操作。
[0163]
根据本公开的实施例，可以根据匹配结果，对于在用于监控业务场景的指标模板清单中无法匹配到的用于监控业务场景的指标清单中的数据，可以输出匹配结果以供运维人员核对和补充。
[0164]
图7示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查系统的示意图。
[0165]
如图7所示，该用于监控业务场景的指标清单的检查系统700可以包括数据采集模块710、数据分析模块720和检查模块730。
[0166]
根据本公开的实施例，数据采集模块710的主要功能是从资产管理系统、监控系统中收集分析所需的各类数据，同时进行数据预处理。其中，数据采集模块710中的数据采集单元可以用于获取业务场景信息和用于监控业务场景的指标信息；数据采集模块710中的数据预处理单元可以用于从业务场景信息中选取第一目标字段，得到业务场景清单表；从用于监控业务场景的指标信息中选取第二目标字段，得到用于监控业务场景的指标清单；
数据采集模块710中的业务领域关键词清洗单元可以用于提取业务场景清单表中的目标关键词，并去重得到业务领域的标准描述关键词。
[0167]
根据本公开的实施例，数据分析模块720的主要功能是对输入数据进行分词处理，并进行词向量训练和关键词分析，并开展关键词分层分析。其中，数据分析模块720中的数据预处理单元可以用于执行上述操作s210，用于对输入数据进行分词处理；数据分析模块720中的词向量分析单元可以用于执行上述操作s220，用于进行词向量训练；数据分析模块720中的关键词计算单元可以用于执行上述操作s230，用于关键词分析；数据分析模块720中的关键词分层单元可以用于执行上述操作s240，用于开展关键词分层分析。
[0168]
根据本公开的实施例，检查模块730可以用于执行上述操作s250。检查模块730中的用于监控业务场景的指标模板清单生成单元可以用于执行上述操作s610～操作s650；检查模块730中的检查分析单元可以用于执行上述操作s660。
[0169]
根据本公开的实施例，本发明适用于所有系统，可以按照检查需求进行动态调整，对系统类型、版本没有特殊要求。可以通过自动化手段开展关键词分析并生成用于监控业务场景的指标清单，解决了由于各业务系统开发人员录入习惯不同，导致业务场景难以批量匹配的问题，能够提升业务场景监控的全面性和有效性。
[0170]
基于上述业务场景检查方法，本公开还提供了一种用于监控业务场景的指标清单的检查装置。以下将结合图8对该装置进行详细描述。
[0171]
图8示意性示出了根据本公开实施例的用于监控业务场景的指标清单的检查装置的结构框图。
[0172]
如图8所示，该实施例的用于监控业务场景的指标清单的检查装置800包括分词模块810、生成模块820、计算模块830、获得模块840和匹配模块850。
[0173]
分词模块810用于对业务场景清单表中的每行数据进行分词处理，得到词集。在一实施例中，分词模块810可以用于执行前文描述的操作s210，在此不再赘述。
[0174]
生成模块820用于根据词集中每两个词之间的相似度，生成与词集对应的相似度矩阵。在一实施例中，生成模块820可以用于执行前文描述的操作s220，在此不再赘述。
[0175]
计算模块830用于针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值。在一实施例中，计算模块830可以用于执行前文描述的操作s230，在此不再赘述。
[0176]
获得模块840用于根据每一行中每个词分别对应的概率值，得到关键词词集。在一实施例中，获得模块840可以用于执行前文描述的操作s240，在此不再赘述。
[0177]
匹配模块850用于按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查。在一实施例中，匹配模块850可以用于执行前文描述的操作s250，在此不再赘述。
[0178]
根据本公开的实施例，上述用于监控业务场景的指标清单的检查装置800还包括获取模块、第一选取模块和第二选取模块。
[0179]
获取模块，用于获取业务场景信息和用于监控业务场景的指标信息。
[0180]
第一选取模块，用于从业务场景信息中选取第一目标字段，得到业务场景清单表。
[0181]
第二选取模块，用于从用于监控业务场景的指标信息中选取第二目标字段，得到用于监控业务场景的指标清单。
[0182]
根据本公开的实施例，分词模块810包括提取单元、确定单元、第一获得单元和第二获得单元。
[0183]
提取单元，用于提取业务场景清单表中的目标关键词，去重后得到关键词词典表。
[0184]
确定单元，用于根据关键词词典表，确定业务场景清单表中的固定词组。
[0185]
第一获得单元，用于基于固定词组，对业务场景清单表中的每行数据进行分词处理，得到与每行数据对应的分词结果。
[0186]
第二获得单元，用于对与每行数据对应的分词结果去重后得到词集。
[0187]
根据本公开的实施例，生成模块820包括第三获得单元、第一计算单元和第四获得单元。
[0188]
第三获得单元，用于对词集中的每个词进行特征提取，得到与每个词对应的词向量。
[0189]
第一计算单元，用于根据与每个词对应的词向量，计算得到词集中每两个词之间的相似度。
[0190]
第四获得单元，用于基于词集中每两个词之间的相似度，得到相似度矩阵。
[0191]
根据本公开的实施例，计算模块830包括获取单元和第二计算单元。
[0192]
获取单元，用于针对词集中每一行中的每个词，从相似度矩阵中获取与每个词对应的目标相似度。
[0193]
第二计算单元，用于根据与每个词对应的目标相似度，计算得到与每个词对应的概率值。
[0194]
根据本公开的实施例，获得模块840包括第五获得单元、第一选取单元、第二选取单元和第三选取单元。
[0195]
第五获得单元，用于针对词集中的每一行，将每一行中每个词分别对应的概率值降序排列，得到关键词排列清单。
[0196]
第一选取单元，用于根据关键词排列清单，选取每一行中概率值最高的词，得到第一关键词词集。
[0197]
第二选取单元，用于根据关键词排列清单，选取每一行中概率值降序排第二的词，得到第二关键词词集。
[0198]
第三选取单元，用于根据关键词排列清单，选取每一行中概率值降序排第三的词，得到第三关键词词集。
[0199]
根据本公开的实施例，匹配模块850包括第六获得单元、第一组合单元、第二组合单元、第三组合单元、第七获得单元和匹配单元。
[0200]
第六获得单元，用于根据第一关键词词集，得到第一层模板清单。
[0201]
第一组合单元，用于将第一关键词词集和第二关键词词集中的词进行组合，得到第二层模板清单中的第一清单。
[0202]
第二组合单元，用于将第一关键词词集和第三关键词词集中的词进行组合，得到第二层模板清单中的第二清单。
[0203]
第三组合单元，用于将第一关键词词集、第二关键词词集和第三关键词词集中的词进行组合，得到第三层模板清单。
[0204]
第七获得单元，用于基于第一层模板清单、第二层模板清单和第三层模板清单，得
到用于监控业务场景的指标模板清单。
[0205]
匹配单元，用于将用于监控业务场景的指标模板清单与指标清单进行匹配，得到匹配结果。
[0206]
根据本公开的实施例，上述用于监控业务场景的指标清单的检查装置800还包括核对与补充单元。
[0207]
核对与补充单元，用于在匹配结果表征指标模板清单中存在与指标清单不匹配的数据的情况下，根据匹配结果，对用于监控业务场景的指标清单进行核对与补充操作。
[0208]
根据本公开的实施例，分词模块810、生成模块820、计算模块830、获得模块840和匹配模块850中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，分词模块810、生成模块820、计算模块830、获得模块840和匹配模块850中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，分词模块810、生成模块820、计算模块830、获得模块840和匹配模块850中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0209]
图9示意性示出了根据本公开实施例的适于实现用于监控业务场景的指标清单的检查方法的电子设备的方框图。
[0210]
如图9所示，根据本公开实施例的电子设备900包括处理器901，其可以根据存储在只读存储器(rom)902中的程序或者从存储部分908加载到随机访问存储器(ram)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0211]
在ram 903中，存储有电子设备900操作所需的各种程序和数据。处理器901、rom 902以及ram 903通过总线904彼此相连。处理器901通过执行rom 902和/或ram 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 902和ram 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0212]
根据本公开的实施例，电子设备900还可以包括输入/输出(i/o)接口905，输入/输出(i/o)接口905也连接至总线904。电子设备900还可以包括连接至输入/输出(i/o)接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至输入/输出(i/o)接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
[0213]
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
[0214]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 902和/或ram 903和/或rom 902和ram 903以外的一个或多个存储器。
[0215]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
[0216]
在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
[0217]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分909被下载和安装，和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0218]
在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0219]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0220]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际
上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0221]
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0222]
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

技术特征：
1.一种用于监控业务场景的指标清单的检查方法，包括：对业务场景清单表中的每行数据进行分词处理，得到词集；根据所述词集中每两个词之间的相似度，生成与所述词集对应的相似度矩阵；针对所述词集中的每一行，根据所述相似度矩阵，计算得到所述每一行中每个词分别对应的概率值；根据所述每一行中每个词分别对应的概率值，得到关键词词集；按照预设匹配规则，将所述关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控所述业务场景的指标清单的检查。2.根据权利要求1所述的方法，还包括：获取业务场景信息和用于监控所述业务场景的指标信息；从所述业务场景信息中选取第一目标字段，得到所述业务场景清单表；从用于监控所述业务场景的指标信息中选取第二目标字段，得到用于监控所述业务场景的指标清单。3.根据权利要求2所述的方法，其中，所述对业务场景清单表中的每行数据进行分词处理，得到词集，包括：提取所述业务场景清单表中的目标关键词，去重后得到关键词词典表；根据所述关键词词典表，确定所述业务场景清单表中的固定词组；基于所述固定词组，对所述业务场景清单表中的每行数据进行分词处理，得到与所述每行数据对应的所述分词结果；对与所述每行数据对应的所述分词结果去重后得到所述词集。4.根据权利要求1所述的方法，其中，所述根据所述词集中每两个词之间的相似度，生成与所述词集对应的相似度矩阵，包括：对所述词集中的每个词进行特征提取，得到与所述每个词对应的词向量；根据与所述每个词对应的词向量，计算得到所述词集中每两个词之间的相似度；基于所述词集中每两个词之间的相似度，得到所述相似度矩阵。5.根据权利要求1所述的方法，其中，所述针对所述词集中的每一行，根据所述相似度矩阵，计算得到所述每一行中每个词分别对应的概率值，包括：针对所述词集中每一行中的每个词，从所述相似度矩阵中获取与所述每个词对应的目标相似度；根据与所述每个词对应的目标相似度，计算得到与所述每个词对应的概率值。6.根据权利要求1所述的方法，其中，所述关键词词集包括第一关键词词集、第二关键词词集和第三关键词词集，所述根据所述每一行中每个词分别对应的概率值，得到关键词词集，包括：针对所述词集中的每一行，将所述每一行中每个词分别对应的概率值降序排列，得到关键词排列清单；根据所述关键词排列清单，选取所述每一行中所述概率值最高的词，得到所述第一关键词词集；根据所述关键词排列清单，选取所述每一行中所述概率值降序排第二的词，得到所述第二关键词词集；
根据所述关键词排列清单，选取所述每一行中所述概率值降序排第三的词，得到所述第三关键词词集。7.根据权利要求6所述的方法，其中，所述按照预设匹配规则，将所述关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控所述业务场景的指标清单的检查，包括：根据所述第一关键词词集，得到第一层模板清单；将所述第一关键词词集和所述第二关键词词集中的词进行组合，得到第二层模板清单中的第一清单；将所述第一关键词词集和所述第三关键词词集中的词进行组合，得到第二层模板清单中的第二清单；将所述第一关键词词集、所述第二关键词词集和所述第三关键词词集中的词进行组合，得到第三层模板清单；基于所述第一层模板清单、所述第二层模板清单和所述第三层模板清单，得到用于监控所述业务场景的指标模板清单；将用于监控所述业务场景的所述指标模板清单与所述指标清单进行匹配，得到所述匹配结果。8.根据权利要求1所述的方法，还包括：在所述匹配结果表征所述指标模板清单中存在与所述指标清单不匹配的数据的情况下，根据所述匹配结果，对用于监控所述业务场景的所述指标清单进行核对与补充操作。9.一种用于监控业务场景的指标清单的检查装置，包括：分词模块，用于对业务场景清单表中的每行数据进行分词处理，得到词集；生成模块，用于根据所述词集中每两个词之间的相似度，生成与所述词集对应的相似度矩阵；计算模块，用于针对所述词集中的每一行，根据所述相似度矩阵，计算得到所述每一行中每个词分别对应的概率值；获得模块，用于根据所述每一行中每个词分别对应的概率值，得到关键词词集；匹配模块，用于按照预设匹配规则，将所述关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控所述业务场景的指标清单的检查。10.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～8中任一项所述的方法。11.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～8中任一项所述的方法。12.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～8中任一项所述的方法。

技术总结
本公开提供了一种用于监控业务场景的指标清单的检查方法、装置、设备及存储介质，可以应用于信息安全技术领域和金融技术领域。该方法包括：对业务场景清单表中的每行数据进行分词处理，得到词集；根据词集中每两个词之间的相似度，生成与词集对应的相似度矩阵；针对词集中的每一行，根据相似度矩阵，计算得到每一行中每个词分别对应的概率值；根据每一行中每个词分别对应的概率值，得到关键词词集；按照预设匹配规则，将关键词词集与用于监控业务场景的指标清单进行匹配，得到匹配结果，以实现对用于监控业务场景的指标清单的检查。对用于监控业务场景的指标清单的检查。对用于监控业务场景的指标清单的检查。


技术研发人员：张蕊 敬涛 贺卉珍 文静雅
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.05.29
技术公布日：2023/9/14