一种上游流量的监测方法、装置和电子设备与流程

1.本发明涉及计算机信息处理领域，具体涉及一种上游流量的监测方法、装置和电子设备。


背景技术：

2.随着计算机技术的发展，通常采用监控系统对业务的实时数据进行跟踪监管，以保证在业务发展出现异常时进行告警，从而可以及时采取相应手段规避风险。
3.目前，告警方法通常是由业务人员凭借自身的业务经验，根据当前业务发展情况设置阈值，再基于该阈值对业务的实时数据进行监控，达到数据异常时告警的目的。
4.传统的系统运维监控平台，主要是根据需求或者经验来配置相关的告警策略。运维/开发人员梳理出监控对象的监控指标，对其制定相关的告警策略条件，主要为设置告警阈值，并把对应的监控告警策略配置在监控平台中。现有技术至少存在以下问题：阈值设置过程缺乏理论支持，受人为因素干扰过多，这样设置的阈值不够准确，可能导致告警不及时或错误告警。
5.现有技术中的告警阈值为运维/开发人员按照历史的经验进行配置，准确性较低。有时系统数据出现异常波动，但由于未超过告警阈值，因此无法感知监测出。有时系统数据会出现正常的波动情况，但由于超过了告警阈值，因此仍会执行告警。此外，随着硬件的升级、业务的增长，告警阈值还需经常调整，浪费人力的同时，效率较低。
6.综上，有必要提供一种更有效、更精准的监测方法。


技术实现要素：

7.为了解决上述问题，本发明提供了一种基于流量数据的监控方法，所述监控方法包括定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行p验证；反馈p检验的检验结果，以进行控制。
8.优选地，所述监控方法还包括：预设定时监测的监测周期，所述监测周期为以下的任一种：七天、十五天、一个月、两个月或三个月。
9.优选地，所述获取待检验的单个渠道样本的流量表现数据包括：
10.获取当前周期或其前一周期的单个渠道样本的流量表现数据作为待检验的渠道样本数据。
11.优选地，所述监控方法还包括：基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。
12.优选地，在所计算的统计量的值未位于置信区间内的情况下，发生异常，并发出警告信息。
13.优选地，在所计算的统计量的值位于置信区间内的情况下，未发生异常，并将所述
监测周期的监测数据加入历史的监测数据中，用于更新所述置信区间。
14.优选地，所述渠道样本为同类渠道样本，所述同类渠道样本包括微信引流渠道、落地页推广渠道、短信推广渠道或语音推广渠道。
15.优选地，所述流量表现数据包括流量转化率。
16.优选地，所述监控方法还包括：基于待检验的单个渠道样本的流量表现数据，拟合概率分布图，根据所拟合的概率分布图，判断是否发生异常。
17.优选地，根据所计算的各个渠道样本的流量的均值和标准差，对下一监测周期的渠道样本的流量的均值进行预测计算，将所计算的预测均值与实际监测获得的均值进行比较，以判断是否发生异常。
18.另外，本发明还提供了一种基于流量数据的监控装置，所述监控装置包括：监测模块，定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；数据获取模块，获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；检验模块，根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行p验证；控制模块，反馈p检验的检验结果，以进行控制。
19.优选地，所述监控装置还包括设定模块，所述设定模块用于预设定时监测的监测周期，所述监测周期为以下的任一种：七天、十五天、一个月、两个月或三个月。
20.优选地，所述获取待检验的单个渠道样本的流量表现数据包括：获取当前周期或其前一周期的单个渠道样本的流量表现数据作为待检验的渠道样本数据。
21.优选地，所述监控装置还包括计算模块，所述计算模块基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。
22.优选地，在所计算的统计量的值未位于置信区间内的情况下，发生异常，并发出警告信息。
23.优选地，在所计算的统计量的值位于置信区间内的情况下，未发生异常，并将所述监测周期的监测数据加入历史的监测数据中，用于更新所述置信区间。
24.优选地，所述渠道样本为同类渠道样本，所述同类渠道样本包括微信引流渠道、落地页推广渠道、短信推广渠道或语音推广渠道。
25.优选地，所述流量表现数据包括流量转化率。
26.优选地，所述监控装置还包括数据处理模块，所述数据处理模块基于待检验的单个渠道样本的流量表现数据，拟合概率分布图，根据所拟合的概率分布图，判断是否发生异常。
27.优选地，所述监控装置还包括：根据所计算的各个渠道样本的流量的均值和标准差，对下一监测周期的渠道样本的流量的均值进行预测计算，将所计算的预测均值与实际监测获得的均值进行比较，以判断是否发生异常。
28.另外，本发明还提供了一种电子设备，其中，该电子设备包括：处理器；以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据本发明所述的基于流量数据的监控方法。
29.另外，本发明还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现本发明所述的基于流
量数据的监控方法。
30.有益效果
31.与现有技术相比，本发明的基于流量数据的监控方法能够实现对上游渠道的实时监控，并根据监控结果向业务人员反馈，根据反馈的监控结果进行检验，提高了检验效率；根据检验结果向业务人员发送预警信息，提高了预警的准确性，以进行更有效的规避风险措施；提高了业务人员的工作效率，降低了人工成本。
附图说明
32.为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
33.图1是本发明的基于流量数据的监控方法的应用环境的一示例的示意性结构框图。
34.图2是本发明的基于流量数据的监控方法的一示例的流程图。
35.图3是本发明的实施例1的基于流量数据的监控方法的另一示例的示意性结构框图。
36.图4是本发明的实施例2的基于流量数据的监控装置的一示例的结构框图。
37.图5是本发明的实施例2的基于流量数据的监控装置的另一示例的结构框图。
38.图6是本发明的实施例2的基于流量数据的监控装置的又一示例的结构框图。
39.图7是根据本发明的一种电子设备的示例性实施例的结构框图。
40.图8是根据本发明的计算机可读介质的示例性实施例的结构框图。
具体实施方式
41.现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
42.在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
43.在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
44.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
45.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现
这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
46.应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
47.术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
48.鉴于上述问题，本发明提供了一种基于流量数据的监控方法，该监控方法可以应用于各项业务中，采用监控系统对业务中的各项指标数据进行实时监控，通过预设检验规则判断是否发生异常，在发生异常的情况下发送告警信息，以告知相关技术人员，并根据预警信息采取相关措施以规避风险。
49.实施例1
50.下面，将参照图1至图3描述本发明的基于流量数据的监控方法，所述监控方法包括：
51.步骤s101，定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；
52.步骤s102，获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；
53.步骤s103，根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行p验证；
54.步骤s104，反馈p检验的检验结果，以进行控制。
55.接下来，将以对借贷类产品的上游渠道的流量表现数据进行监控为示例，描述本发明的基于流量数据的监控方法。
56.图1是本发明的基于流量数据的监控方法的应用场景的示意性结构框图。
57.从图1中可知，在展示平台的落地页上会展示各种借贷类产品，在展示页面的上游侧为用户侧，下游侧为产品侧。
58.在本示例中，对展示平台上的所有上游渠道的流量表现数据进行实时监控。
59.需要说明的是，上述仅作为示例进行说明，不能理解成对本发明的限制。在其他示例中，还可以对下游产品的流量表现数据或者上游渠道下游产品的流量表现数据进行监控。
60.如图2所示，在步骤s101中，定时监测并分析历史的渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差。
61.在本示例中，预设定时监测的监测周期t，其中，监测周期t为以下的任一种：七天、十五天、一个月、两个月或三个月。需要说明的是，监测周期t可以由技术人员根据业务特性或实际需要确定，并没有特别的限制。
62.在本示例中，流量表现数据为流量转化率。但是不限于，在其他示例中，流量表现数据可以为pv访问量(即页面访问量)、uv访问数或用户对某金融产品的注册率、用户对某金融产品的授信率等。需要说明的是，可以根据需要检验的数据，进行适当设定选取。
63.具体地，渠道样本为同类渠道样本，所述同类渠道样本包括社交app引流渠道、落地页推广渠道、短信推广渠道或语音推广渠道。
64.这里，本发明的发明人基于中心极限定律，对监测样本进行假设检验。具体地，根据中心极限定理，当样本量足够大时，样本均值的分布服从正态分布。进一步地，如果上游渠道样本的流量表现数据足够大，则历史的单个渠道样本的流量表现数据的均值服从正态分布，可用公式x～n(μ，σ2)，其中，n(μ，σ2)是正态分布函数，n是正态分布(normal distribution)，μ是正态分布的期望，σ是正态分布的标准差，σ2是正态分布的方差，则该正态分布的期望等于历史业务数据的平均值，换言之，μ是正态分布的期望，n是单个渠道样本的数量。
65.接下来，将描述本发明关于显著性检验的假设建立的原理。
66.具体地，事先对总体(随机变量)的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设(备择假设)是否合理，即判断总体的真实情况与原假设是否有显著性差异。换言之，显著性检验要判断样本与对总体所做的假设之间的差异是纯属机会变异，还是由所做的假设与总体真实情况之间不一致所引起的。显著性检验是针对所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。
67.假设检验的基本思想是概率性质的反证法。根据所考察问题的要求提出原假设和备择假设，其中，原假设亦称待验假设(虚无假设或解消假设)，一般记为h0；备择假设亦称对立假设、备选假设，其包含关于总体分布的一切使原假设不成立的命题。为了检验原假设是否正确，先假定原假设是正确的情况下，构造一个小概率事件，然后根据抽取的样本去检验这个小概率事件是否发生。如果在一次试验中小概率事件竟然发生了，就怀疑原假设的正确性，从而拒绝原假设。如果在一次试验中小概率事件没有发生，则没有理由怀疑原假设的正确性，因此接受原假设。
68.在本示例中，首先建立原假设和备择假设，分别为：h0：μ≠μ0(原假设)，h1：μ＝μ0(备择假设)，其中，μ为单个渠道的流量表现数据的当前监测值的平均数，μ0为历史的单个渠道的流量表现数据的历史平均值，即根据历史样本数据预测出的平均值。原假设构造了一个小概率事件，在本示例中为当前监测值的平均数与历史数据的平均值之间的差异呈现显著性水平，根据当前监测值去检验这个小概率事件是否发生。如果在一次试验中小概率事件竟然发生了，则认为原假设的不正确，从而拒绝原假设。如果在一次试验中小概率事件没有发生，则接受原假设。
69.接下来，将描述步骤s102。在步骤s102中，获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布。
70.对于统计量的计算。在本示例中，基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。
71.具体地，根据渠道样本的类型，设定每个渠道样本的计算系数，并根据每个渠道样本的历史的监测数据调整修正该计算系数。再基于所述计算系数计算置信区间，以提高单个渠道样本的置信区间的计算的准确性。
72.为了监测单个渠道样本是否发生异常，获取待检验的单个渠道样本的流量表现数据，在本示例中，待检验的单个渠道样本的流量表现数据为当前时间点所在的监测周期t或其前一周期t-1的渠道样本数据，但是不限此，上述仅作为示例进行说明不能理解成对本发明的限制。
73.在其他示例中，还可以获取全量渠道样本的流量表现数据作为待检验的流量表现
数据，不限于此，上述仅作为示例进行说明不能理解成对本发明的限制。
74.首先，基于待检验的单个渠道样本的流量表现数据，拟合概率分布图，根据所拟合的概率分布图，判断是否发生异常。
75.在本示例中，数据库预存储历史数据所拟合的概率分布图，其中，概率分布为正态分布、卡方分布、几何分布等。
76.将所拟合的概率分布图与数据库所预存储的概率分布图进行图形匹配。在图形不匹配的情况下，判断发生异常。
77.另一方面，在图形匹配的情况下，进一步判断是否发生异常。
78.进一步地，例如在所拟合的概率分布图为正态分布图的情况下，将所计算的监测平均值和历史数据的平均值进行显著差异性检验，进一步判断当前的单个渠道样本的流量表现数据是否发生异常。
79.接下来，基于待检验渠道样本的数量，并根据所计算的单个渠道样本的流量的均值和标准差，使用表达式1，计算待检验单个渠道样本的检验统计量，根据所计算的检验统计量，确定统计量分布。
[0080][0081]
其中，z为统计量；为待检验的单个渠道样本的流量表现数据的监测值的平均值；μ为历史的单个渠道样本的流量表现数据的均值；σ为历史的单个渠道样本的流量表现数据的标准差；n为待检验的单个渠道样本的数量。
[0082]
在本示例中，例如待检验的单个渠道样本的数量n为25个，则可获得z统计量，由此，z～n(0，1)。
[0083]
需要说明的是，在本示例中，是计算z统计量，还可以是t统计量等。上述仅作为优选示例进行说明，不能理解成对本发明的限制。
[0084]
在另一示例中，根据所计算的各个渠道样本的流量的均值和标准差，对下一监测周期的渠道样本的流量的均值进行预测计算，将所计算的预测均值与实际监测获得的均值进行比较。
[0085]
进一步地，根据预设差异范围，在所计算的预测均值与实际监测获得的均值之间产生的差值在预设差异范围内的情况下，则判断未发生异常。
[0086]
另一方面，在所计算的预测均值与实际监测获得的均值之间产生的差值未在预设差异范围内的情况下，则判断发生了异常。
[0087]
接下来，将描述步骤s103。在步骤s103中，根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行p检验。
[0088]
所述确定检验准则还包括根据待检验样本的数量，选取对应的检验准则。
[0089]
在本发明中，设定待检验样本的数量阈值为20个。在本示例中，待检验的单个渠道样本的数量n为25个，因此，计算z统计量。
[0090]
进一步地，预先给定的显著水平α为0.05，但是还可以为0.01、0.025等。通过查表，可得到临界值z
α/2
，且满足p(-z
α/2
≤z≤z
α/2
)＝1-α，则置信区间为
[0091]
在另一示例中，待检验样本的数量较小为10个，总体服从正态分布但总体方差未知，可进行t检验，即可用样本标准差s代替总体标准差s构造统计量，即得
[0092][0093]
同样地，计算置信区间，该置信区间为查t分布表可得到临界值t
α/2，n-1
，在大样本情况下，t分布近似于标准正态分布。所以，此时也可以用标准正态分布临界值z
α/2
代替t
α/2，n-1
。
[0094]
需要说明的是，上述仅作为优选的示例进行说明，不能理解成对本发明的限制，在其他示例中，还可以使用f检验等。
[0095]
这里，置信区间是指由样本统计量所构造的总体参数的估计区间，该置信区间所展现的是这个总体参数的真实值有一定概率落在监测结果的周围的程度。在本示例中，总体参数可以是一个较大的概率，用于将大部分数据的分布情况体现出来，并可以用于监测小概率事件。
[0096]
进一步地，将步骤s102所计算的检验统计量与所述置信区间进行比较，以进行p检验。
[0097]
具体地，在所计算的检验统计量处于所述置信区间的情况下，则表示未发生小概率事件，即未发生异常。在所计算的检验统计量没有处于所述置信区间的情况下，则表示发生了小概率事件，即发生了异常。
[0098]
接下来，将描述步骤s104。在步骤s104中，反馈p检验的检验结果，以进行控制。
[0099]
在本示例中，实时监控p检验的检验结果，并记录和存储所述检验结果，实现实时监控，以进行预警，并采取相应措施。
[0100]
具体地，基于所述检验结果，将发生异常的信息发送给业务人员，该业务人员根据异常信息，采取相关措施以规避风险。。
[0101]
进一步地，给各渠道定义不同的优先系数，以根据渠道的优先系数设定不同的广告投放策略等，对于发生异常的渠道的优先系数，需要进行调整。
[0102]
优选地，将发生异常的渠道置于观察渠道组，在预设观察期内，增加监测次数，根据每次监测数据进行显著性检验，并基于监测次数中发生异常的次数，以提高或降低该渠道的优先系数。
[0103]
具体地，预警信息包括发生异常的时间、预定时间内发生异常的次数、渠道信息、渠道的优先系数等。
[0104]
在本示例中，针对发生异常的渠道设定观察期，其中观察期例如为7天、10天、15天、20天、40天等。
[0105]
例如，在观察期对发生异常的渠道进行5次监测，根据每次监测数据进行显著性检验，其中，4次发生异常，1次未发生异常，则降低该渠道的优先系数，换言之，减少该渠道的广告投放策略、短期禁用该渠道或长期禁用该渠道。
[0106]
在另一示例中，在观察期对发生异常的渠道进行3次监测，根据每次监测数据进行显著性检验，其中，2次未发生异常，1次发生异常，则保持该渠道的原有优先系数或增加该
渠道的优先系数，换言之，对该渠道正常投放预设广告投放量、或增加广告投放量。
[0107]
需要说明的是，上述监控方法的过程仅用于对本发明的说明，其中，步骤的顺序没有特别的限制。此外，上述方法中的步骤还可以拆分成两个，例如步骤s103可以拆分成步骤s103和步骤s301，具体参见图3。
[0108]
与现有技术相比，本发明的基于流量数据的监控方法能够实现对上游渠道的实时监控，并根据监控结果向业务人员反馈，根据反馈的监控结果进行检验，提高了检验效率；根据检验结果向业务人员发送预警信息，提高了预警的准确性，以进行更有效的规避风险措施；提高了业务人员的工作效率，降低了人工成本。
[0109]
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、rom、ram等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。
[0110]
下面描述本发明的基于流量数据的监控装置的实施例，该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。
[0111]
实施例2
[0112]
参照图4、图5和图6，本发明还提供了一种基于流量数据的监控装置，该监控装置400包括：监测模块401，所述监测模块401用于定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；数据获取模块402，所述数据获取模块402用于获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；检验模块403，所述检验模块403根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行p检验；控制模块404，所述控制模块404基于反馈p检验的检验结果，以进行控制。
[0113]
优选地，如图5所示，所述监控装置400还包括设定模块501，所述设定模块501用于预设定时监测的监测周期，所述监测周期为以下的任一种：七天、十五天、一个月、两个月或三个月。
[0114]
优选地，所述数据获取模块402用于获取当前周期或其前一周期的单个渠道样本的流量表现数据作为待检验的渠道样本数据。
[0115]
优选地，所述监控装置400还包括计算模块502，所述计算模块502基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。
[0116]
优选地，在所计算的统计量的值未位于置信区间内的情况下，发生异常，并发出警告信息。
[0117]
优选地，在所计算的统计量的值位于置信区间内的情况下，未发生异常，并将所述监测周期的监测数据加入历史的监测数据中，用于更新所述置信区间。
[0118]
优选地，所述渠道样本为同类渠道样本，所述同类渠道样本包括微信引流渠道、落地页推广渠道、短信推广渠道或语音推广渠道。
[0119]
优选地，所述流量表现数据包括流量转化率。
[0120]
优选地，如图6所示，所述监控装置400包括数据处理模块601，所述数据处理模块601基于待检验的单个渠道样本的流量表现数据，拟合概率分布图，根据所拟合的概率分布图，判断是否发生异常。
[0121]
优选地，所述监控装置400还包括：根据所计算的各个渠道样本的流量的均值和标准差，对下一监测周期的渠道样本的流量的均值进行预测计算，将所计算的预测均值与实际监测获得的均值进行比较，以判断是否发生异常。
[0122]
需要说明的是，在实施例2中，省略了与实施例1相同的部分的说明。
[0123]
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0124]
实施例3
[0125]
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
[0126]
图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0127]
如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
[0128]
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1所示的步骤。
[0129]
所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(rom)2203。
[0130]
所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0131]
总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0132]
电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当
明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0133]
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。
[0134]
如图8所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0135]
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0136]
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发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如java、c 等，还包括常规的过程式程序设计语言-诸如“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、作为一个独立的软件包执行、部分在用户计算设备上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)。
[0137]
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0138]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种
通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。