买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽斯维尔信息科技有限公司

摘要：本发明公开了综合性监控SaaS服务平台用自动巡检方法，本发明涉及SaaS服务平台监控巡检技术领域，解决了监控SaaS服务平台用自动巡检静态的巡检任务无法自动适应这些变化，导致服务不能完全满足所有用户的个性化需求的问题，本发明通过实时监控和记录用户在SaaS服务平台上的活动，如登录频次、时长及使用功能的频次和时长，然后通过数据分析得到用户的使用习惯，该方法能够识别出用户的行为模式。这种深度数据分析和行为识别使得平台能够提供更加个性化的服务，通过区分重点时间段和普通时间段，平台可以在用户不同的时段提供更高效的巡检服务，从而增强用户体验，个性化体验的提升不仅增加了用户的满意度，还可能提高用户的忠诚度和平台的使用频率。

主权项：1.综合性监控SaaS服务平台用自动巡检方法，其特征在于，包括：步骤一：首先，实时监控和记录各个用户在SaaS服务平台上的活动，并收集用户在SaaS服务平台上的行为，包括登录频次、登录时长、使用功能频次和使用功能时长；步骤二：通过收集到的活动行为进行数据分析，活动行为包括登录次数和登录时长，得到用户使用习惯，具体的数据分析方式为：S1：将各个订阅SaaS服务平台的用户标记为目标用户集，在目标用户集中任一选取一个用户作为目标用户，随后在周期时间T内进行时段划分，划分为x个时间段，此处的周期时间T为一天，x为预设值；S2：通过步骤一的操作，获取得到x个时间段所有的登录次数以及登录时长，随后计算登录时长占比，接着得到所有的时间段的登录次数和登录时长占比；S3：然后任选一个时间段，获取该时间段内目标用户近L天的登录次数，并将所有的登录次数进行标识为Ki,i＝1、...、n，其中L＝n，L为预设值，获取登录次数的当天数据不计入在内，Kn表示为获取目标用户登录次数的前一天的数据,接着获取到n组Ki数值的平均值，并将其标记为H，随后利用公式计算对应n组登录次数Ki的偏离值Y，判定偏离值Y过大是否过大，当判定偏离值Y过大时，接着按照|Ki-H|的结果，将Ki从大到小的顺序进行排序，每次删除排序第一的Ki，并重新对应计算剩余Ki的偏离值Y，直至偏离值Y判定在预设范围内；获取到被删除的Ki值的个数，将其标记为校对值，之后将校对值除以L之后得到校对占比，当校对占比超过预设值W1时，将对应的时间段标记为无序时间段，此处若偏离值Y值计算的初始值不超过预设值D1时或者被标记为无序时间段时，将全部的Ki的均值标记为标准登录次数；否则，对应将剩余Ki值的均值标记为对应时间段的标准登录次数；S4:之后获取到下一个时间段，重复步骤S3，对所有的时间段处理完毕之后，得到所有时间段的标准登录次数和无序时间段；S5：接着之后再次任选一标准时段，获取到其近L天的登录时长占比，将其标记为Mi，i＝1、...、n，接着获取所有Mi的均值，将其标记为R，之后利用公式计算登录时长占比的偏聚值Z，判定偏聚值Z是否过大，当判定偏聚值Z过大时，接着按照|Mi-R|的结果，将Mi从大到小的顺序进行排序，每次删除排序第一的Mi，并重新对应计算剩余Mi的偏聚值Z，直至判定在预设范围内；获取到被删除的Mi值的个数，将其标记为纠对值，之后将纠对值除以L之后得到纠对占比，当纠对占比超过预设值W2时，将对应的时间段标记为无序占段，此处若偏聚值Z计算的初始值不超过预设值W2时或者被标记为无序时段时，将全部的Mi的均值标记为标准登录时间占比；否则，对应将剩余Mi值的均值标记为对应时间段的标准登录时间占比,S6：之后任选一下时间段，重复步骤S5，对所有的时间段处理完毕，得到所有时间段的标准登录时长占比和无序占段；步骤三：统计所有的时间段，根据步骤二中的得到所有时间段的标准登录次数和无序时间段以及得到所有时间段的标准登录时长占比和无序占段，对所有的时间段区分为随机时间段、重点时间段和普通时间段；步骤四：获取到所有的随机时间段、重点时间段和普通时间段，根据时间段的性质对目标用户的订阅的SaaS服务平台进行周期性自动巡检。

全文数据：

权利要求：

百度查询： 安徽斯维尔信息科技有限公司 综合性监控SaaS服务平台用自动巡检方法