[发明专利]基于标签的数据监测方法、服务器及存储介质

权利要求书

1.一种基于标签的数据监测方法，应用于服务器，其特征在于，所述方法包括：

获取步骤：分别获取预设周期内每个概念标签的预设数量条涨跌幅数据，按照时间单位将所述预设周期分为预设数量的时间段，每条所述涨跌幅数据对应一个时间段，并根据所述涨跌幅数据及时间段在客户端的显示界面上创建每个概念标签对应的第一数据曲线；

构建步骤：采用正态分布对所述预设周期内的预设数量条涨跌幅数据进行拟合，构建每个所述概念标签对应的正态分布曲线；

计算步骤：利用预先确定的计算规则，实时计算每个所述时间段对应的涨跌幅数据在所述正态分布曲线上的概率密度值；

第一判断步骤：监测并判断每个所述时间段对应的所述概率密度值是否大于第一预设阈值或小于第二预设阈值，若是，则标记该时间段对应的涨跌幅数据存在异常；及

第二判断步骤：统计所述存在异常的涨跌幅数据的个数，判断所述统计的个数是否大于第三预设阈值，若是，则将该概念标签作为第一提示标签，并以第一预设显示方式在所述显示界面上进行显示。

2.如权利要求1所述的基于标签的数据监测方法，其特征在于，所述计算规则为：

其中，f(x)表示概率密度值，x表示随机变量概念标签涨跌幅值，表示σ尺度参数，μ表示位置参数。

3.如权利要求1所述的基于标签的数据监测方法，其特征在于，所述第一判断步骤还包括：

根据所述判断结果，在所述第一数据曲线上识别出存在异常的涨跌幅数据，并将所述存在异常的涨跌幅数据在所述第一数据曲线上进行标记。

4.如权利要求3所述的基于标签的数据监测方法，其特征在于，该方法还包括：

分别获取预设周期内各所述概念标签对应的每个股票的预设数量条涨跌幅数据，按照时间单位将所述预设周期分为预设数量的时间段，每条所述涨跌幅数据对应一个时间段，并根据所述涨跌幅数据及时间段在所述客户端的显示界面上创建每个股票对应的第二数据曲线；

利用预先确定的相似度算法分别计算各所述第一数据曲线与各第二数据曲线之间的相似度值；及

若存在相似度值大于或等于第四预设阈值对应的第一数据曲线与第二数据曲线，则将该第一数据曲线对应的概念标签作为第二数据曲线对应股票的第二提示标签，并以第二预设显示方式在所述显示界面上进行显示。

5.如权利要求4所述的基于标签的数据监测方法，其特征在于，所述相似度算法为弗雷歇算法：

其中，δ_F表示第一数据曲线与第二数据曲线之间的相似度值，P表示第一数据曲线的轨迹函数且长度为N，Q表示第二数据曲线的轨迹函数且长度为M，P(a(t))表示t时刻时某个概念标签的涨跌幅数据在P上的空间位置，Q(β(t))表示t时刻时某个股票的涨跌幅数据在Q上的空间位置。

6.一种服务器，该服务器包括存储器及处理器，其特征在于，所述存储器上存储基于标签的数据监测程序，所述基于标签的数据监测程序被所述处理器执行，实现如下步骤：

获取步骤：分别获取预设周期内每个概念标签的预设数量条涨跌幅数据，按照时间单位将所述预设周期分为预设数量的时间段，每条所述涨跌幅数据对应一个时间段，并根据所述涨跌幅数据及时间段在客户端的显示界面上创建每个概念标签对应的第一数据曲线；

构建步骤：采用正态分布对所述预设周期内的预设数量条涨跌幅数据进行拟合，构建每个所述概念标签对应的正态分布曲线；

计算步骤：利用预先确定的计算规则，实时计算每个所述时间段对应的涨跌幅数据在所述正态分布曲线上的概率密度值；

第一判断步骤：监测并判断每个所述时间段对应的所述概率密度值是否大于第一预设阈值或小于第二预设阈值，若是，则标记该时间段对应的涨跌幅数据存在异常；及

第二判断步骤：统计所述存在异常的涨跌幅数据的个数，判断所述统计的个数是否大于第三预设阈值，若是，则将该概念标签作为第一提示标签，并以第一预设显示方式在所述显示界面上进行显示。