[发明专利]数据异动分析方法及装置

说明书

本发明涉及数据分析技术领域，尤其涉及数据异动分析方法及装置，所述方法包括：确定待分析的目标业务参数；将目标业务参数作为根节点特征，根据目标业务参数所处的业务场景，对与目标业务参数关联的业务特征进行树结构拆解，获得至少一级子节点特征，并根据各级子节点特征之间的对应关系，建立与目标业务参数对应的业务特征树结构；将与目标业务参数对应的业务数据归类到所述业务特征树结构的各个子节点特征中，并确定出各个子节点特征的业务数据情况；将业务数据情况满足预设节点异常条件的子节点特征区别于其它子节点特征进行标识。本发明能够准确、快速以及直观地定位出目标业务参数的异常原因，提高了确定目标业务参数异常原因的效率。

技术领域

本发明涉及数据分析技术领域，尤其涉及数据异动分析方法及装置。

背景技术

随着科学技术的不断发展，为了给人们的生活带来更多便利，出现了越来越多的产品和服务，这些产品和服务覆盖了人们生活的方方面面，在产品和服务应用的过程中包含各类业务线。各类业务线在运作时将不断地获得业务数据，而业务数据往往会出现异常的情况，例如，某日的新增用户量激增等等。现有技术在面对业务数据的异常时，往往盲目地对异常的业务数据进行分析，难以快速准确地找到异常的原因。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的数据异动分析方法及装置。

依据本发明的第一个方面，本发明提供一种数据异动分析方法，所述方法包括：

确定待分析的目标业务参数；

将所述目标业务参数作为根节点特征，根据所述目标业务参数所处的业务场景，对与所述目标业务参数关联的业务特征进行树结构拆解，获得至少一级子节点特征，并根据各级子节点特征之间的对应关系，建立与所述目标业务参数对应的业务特征树结构；

将与所述目标业务参数对应的业务数据归类到所述业务特征树结构的各个子节点特征中，并确定出各个子节点特征的业务数据情况；

将业务数据情况满足预设节点异常条件的子节点特征区别于其它子节点特征进行标识。

优选的，同一级子节点特征中的各个子节点特征互不相同。

优选的，所述将业务数据情况满足预设节点异常条件的子节点特征区别于其它子节点特征进行标识，包括以下方法中的至少一种：

将业务数据情况满足预设节点异常条件的子节点特征以不同的图形区别于其它子节点特征进行标识；

将业务数据情况满足预设节点异常条件的子节点特征以不同的颜色区别于其它子节点特征进行标识；

将业务数据情况满足预设节点异常条件的子节点特征以不同的字符标识方式区别于其它子节点特征进行标识。

优选的，在所述建立与所述目标业务参数对应的业务特征树结构之后，所述方法还包括：

从每一级子节点特征中确定出对上级节点特征具有预设权重的子节点特征为目标子节点特征；

将所述目标子节点特征区别于该级子节点特征中的其它子节点特征进行标识。

优选的，所述从每一级子节点特征中确定出对上级节点特征具有预设权重的子节点特征为目标子节点特征，包括：

获取每一级子节点特征中的各个子节点特征相对于上级节点特征的皮尔森相关系数；

将皮尔森相关系数达到预设相关性阈值的子节点特征确定为所述目标子节点特征。

优选的，所述将所述目标子节点特征区别于该级子节点特征中的其它子节点特征进行标识，包括以下方法中的至少一种：

将所述目标子节点特征以不同的图形区别于其它节点特征进行标识；